El epidemiólogo está interesado en las relaciones entre las variables, principalmente la exposición y las variables de resultado. Por lo general, los epidemiólogos quieren determinar si la aparición de una enfermedad está relacionada con la presencia de un agente en particular (exposición) en la población. Las formas en que se estudian estas relaciones pueden variar considerablemente. Uno puede identificar a todas las personas que están expuestas a ese agente y hacerles un seguimiento para medir la incidencia de la enfermedad, comparando dicha incidencia con la ocurrencia de la enfermedad en una población adecuada no expuesta. Alternativamente, uno puede simplemente muestrear entre los expuestos y no expuestos, sin tener una enumeración completa de ellos. O, como tercera alternativa, se pueden identificar todas las personas que desarrollan una enfermedad de interés en un período de tiempo definido (“casos”) y un grupo adecuado de individuos libres de enfermedad (una muestra de la población fuente de casos), y determinar si los patrones de exposición difieren entre los dos grupos. El seguimiento de los participantes del estudio es una opción (en los llamados estudios longitudinales): en esta situación, existe un lapso de tiempo entre la ocurrencia de la exposición y el inicio de la enfermedad. Una opción alternativa es una muestra representativa de la población, donde tanto la exposición como la enfermedad se miden en el mismo momento.

En este artículo, se presta atención a los diseños de estudio comunes: cohorte, caso-referente (caso-control) y transversal. Para preparar el escenario para esta discusión, considere una gran fábrica de rayón viscosa en un pueblo pequeño. Se inicia una investigación sobre si la exposición al disulfuro de carbono aumenta el riesgo de enfermedad cardiovascular. La investigación tiene varias opciones de diseño, algunas más y otras menos obvias. Una primera estrategia es identificar a todos los trabajadores que han estado expuestos al disulfuro de carbono y hacerles un seguimiento de la mortalidad cardiovascular.

Escuadrón de estudio

Un estudio de cohorte abarca a los participantes de la investigación que comparten un evento común, la exposición. Un estudio de cohorte clásico identifica un grupo definido de personas expuestas, luego se les da seguimiento a todos y se registra su experiencia de morbilidad y/o mortalidad. Además de una exposición cualitativa común, la cohorte también debe definirse en otros criterio de elegibilidad, como rango de edad, sexo (masculino o femenino o ambos), duración mínima e intensidad de la exposición, ausencia de otras exposiciones y similares, para mejorar la validez y eficiencia del estudio. Al ingreso, todos los miembros de la cohorte deben estar libres de la enfermedad en estudio, de acuerdo con el conjunto de criterios empíricos utilizados para medir la enfermedad.

Si, por ejemplo, en el estudio de cohorte sobre los efectos del disulfuro de carbono en la morbilidad coronaria, la enfermedad coronaria se mide empíricamente como infartos clínicos, aquellos que, al inicio del estudio, han tenido antecedentes de infarto coronario deben ser excluidos de la cohorte. Por el contrario, se pueden aceptar anomalías electrocardiográficas sin antecedentes de infarto. Sin embargo, si la aparición de nuevos cambios electrocardiográficos es la medida de resultado empírica, los miembros de la cohorte también deben tener electrocardiogramas normales al inicio del estudio.

La morbilidad (en términos de incidencia) o la mortalidad de una cohorte expuesta debe compararse con una cohorte de referencia que idealmente debería ser lo más similar posible a la cohorte expuesta en todos los aspectos relevantes, excepto por la exposición, para determinar el riesgo relativo de enfermedad o muerte por exposición. El uso de una cohorte similar pero no expuesta como proveedor de la experiencia de referencia es preferible a la (mala) práctica común de comparar la morbilidad o mortalidad de la cohorte expuesta con cifras nacionales estandarizadas por edad, porque la población general no alcanza a cumplir incluso con los requisitos más importantes. requisitos elementales para la validez de la comparación. La Razón de Morbilidad (o Mortalidad) Estandarizada (SMR), resultante de tal comparación, generalmente genera una subestimación de la verdadera razón de riesgo debido a un sesgo que opera en la cohorte expuesta, lo que lleva a la falta de comparabilidad entre las dos poblaciones. Este sesgo de comparación se ha denominado “Efecto del trabajador sano”. Sin embargo, en realidad no es un verdadero “efecto”, sino un sesgo de confusión negativa, que a su vez ha surgido de la rotación selectiva de salud en una población ocupada. (Las personas con problemas de salud tienden a salir de las cohortes "expuestas", o nunca ingresar a ellas, y su destino final suele ser la sección desempleada de la población general).

Debido a que una cohorte "expuesta" se define como una determinada exposición, solo efectos causados ​​por esa única exposición (o combinación de exposiciones) se pueden estudiar simultáneamente. Por otra parte, el diseño de cohortes permite el estudio de varias enfermedades al mismo tiempo. También se pueden estudiar simultáneamente diferentes manifestaciones de la misma enfermedad, por ejemplo, angina, cambios en el ECG, infartos de miocardio clínicos y mortalidad coronaria. Si bien es adecuado para probar hipótesis específicas (p. ej., "la exposición al disulfuro de carbono causa enfermedad coronaria"), un estudio de cohortes también brinda respuestas a la pregunta más general: "¿Qué enfermedades son causadas por esta exposición?"

Por ejemplo, en un estudio de cohorte que investiga el riesgo de que los trabajadores de una fundición mueran de cáncer de pulmón, los datos de mortalidad se obtienen del registro nacional de causas de muerte. Aunque el estudio fue para determinar si el polvo de fundición causa cáncer de pulmón, la fuente de datos, con el mismo esfuerzo, también brinda información sobre todas las demás causas de muerte. Por lo tanto, se pueden estudiar al mismo tiempo otros posibles riesgos para la salud.

El momento de un estudio de cohortes puede ser retrospectivo (histórico) o prospectivo (concurrente). En ambos casos la estructura de diseño es la misma. Se produce una enumeración completa de las personas expuestas en algún momento o período de tiempo, y el resultado se mide para todos los individuos a través de un punto final definido en el tiempo. La diferencia entre prospectivo y retrospectivo está en el momento del estudio. Si es retrospectivo, el punto final ya ha ocurrido; si es prospectivo, hay que esperarlo.

En el diseño retrospectivo, la cohorte se define en algún momento del pasado (por ejemplo, los expuestos el 1 de enero de 1961, o los que realizaron trabajos expuestos entre 1961 y 1970). La morbilidad y/o mortalidad de todos los miembros de la cohorte luego se sigue hasta el presente. Aunque “todos” significa que también se debe rastrear a quienes han dejado el trabajo, en la práctica rara vez se puede lograr una cobertura del 100 por ciento. Sin embargo, cuanto más completo es el seguimiento, más válido es el estudio.

En el diseño prospectivo, la cohorte se define en el presente, o durante algún período futuro, y luego se sigue la morbilidad en el futuro.

Al realizar estudios de cohortes, se debe permitir suficiente tiempo para el seguimiento a fin de que los puntos finales de interés tengan suficiente tiempo para manifestarse. A veces, debido a que los registros históricos pueden estar disponibles solo por un período corto en el pasado, es deseable aprovechar esta fuente de datos porque significa que se necesitaría un período más corto de seguimiento prospectivo antes de poder obtener los resultados del estudio. disponible. En estas situaciones, una combinación de los diseños de estudio de cohorte retrospectivo y prospectivo puede ser eficiente. El diseño general de las tablas de frecuencia que presentan datos de cohortes se muestra en la tabla 1.

Tabla 1. El diseño general de las tablas de frecuencia que presentan datos de cohortes

La proporción observada de enfermos en la cohorte expuesta se calcula como:

y el de la cohorte de referencia como:

La relación de tasas entonces se expresa como:

N₀ y N₁ generalmente se expresan en unidades de persona-tiempo en lugar de como el número de personas en las poblaciones Los años-persona se calculan para cada individuo por separado. Diferentes personas a menudo ingresan a la cohorte durante un período de tiempo, no en la misma fecha. Por lo tanto, sus tiempos de seguimiento comienzan en fechas diferentes. Asimismo, después de su muerte, o después de que haya ocurrido el evento de interés, ya no están “en riesgo” y no deben continuar aportando años-persona al denominador.

Si el RR es superior a 1, la morbilidad de la cohorte expuesta es superior a la de la cohorte de referencia y viceversa. El RR es una estimación puntual y se debe calcular un intervalo de confianza (IC). Cuanto más grande sea el estudio, más estrecho será el intervalo de confianza. Si RR = 1 no se incluye en el intervalo de confianza (p. ej., el IC del 95 % es de 1.4 a 5.8), el resultado puede considerarse "estadísticamente significativo" en el nivel de probabilidad elegido (en este ejemplo, α = 0.05).

Si se utiliza la población general como población de referencia, c₀ se sustituye por la cifra “esperada”, CE₁ ), derivado de las tasas de morbilidad o mortalidad estandarizadas por edad de esa población (es decir, el número de casos que habrían ocurrido en la cohorte, si no hubiera tenido lugar la exposición de interés). Esto produce la razón de mortalidad (o morbilidad) estandarizada, SMR. Por lo tanto,

También para el SMR, se debe calcular un intervalo de confianza. Es mejor dar esta medida en una publicación que un valor p, porque la prueba de significancia estadística no tiene sentido si la población general es la categoría de referencia. Tal comparación implica un sesgo considerable (la efecto trabajador saludable mencionado anteriormente), y las pruebas de significación estadística, desarrolladas originalmente para la investigación experimental, son engañosas en presencia de un error sistemático.

Supongamos que la pregunta es si el polvo de cuarzo causa cáncer de pulmón. Por lo general, el polvo de cuarzo se presenta junto con otros carcinógenos, como los derivados del radón y los gases de escape de diésel en las minas o los hidrocarburos poliaromáticos en las fundiciones. Las canteras de granito no exponen a los trabajadores de la piedra a estos otros carcinógenos. Por lo tanto, el problema se estudia mejor entre los trabajadores de la piedra empleados en las canteras de granito.

Supongamos entonces que todos los 2,000 trabajadores, que han sido empleados por 20 canteras entre 1951 y 1960, se inscriben en la cohorte y se sigue su incidencia de cáncer (alternativamente, solo la mortalidad) comenzando diez años después de la primera exposición (para permitir un tiempo de inducción) y finalizando en 1990. Este es un seguimiento de 20 a 30 años (dependiendo del año de entrada) o, digamos, en promedio, un seguimiento de 25 años de la mortalidad (o morbilidad) por cáncer entre 1,000 de los trabajadores de la cantera que eran específicamente trabajadores del granito. Se debe registrar el historial de exposición de cada miembro de la cohorte. Se debe rastrear a los que han salido de las canteras y registrar su historial de exposición posterior. En países donde todos los habitantes tienen números de registro únicos, este es un procedimiento sencillo, regido principalmente por las leyes nacionales de protección de datos. Cuando no existe tal sistema, rastrear a los empleados con fines de seguimiento puede ser extremadamente difícil. Cuando existan registros apropiados de defunción o enfermedad, la mortalidad por todas las causas, todos los cánceres y las localizaciones específicas del cáncer pueden obtenerse del registro nacional de causas de defunción. (Para la mortalidad por cáncer, el registro nacional de cáncer es una mejor fuente porque contiene diagnósticos más precisos. Además, también se pueden obtener datos de incidencia (o morbilidad).) Las tasas de mortalidad (o tasas de incidencia de cáncer) se pueden comparar con “ números esperados”, calculados a partir de tasas nacionales utilizando como base los años-persona de la cohorte expuesta.

Suponga que se encuentran 70 casos fatales de cáncer de pulmón en la cohorte, mientras que el número esperado (el número que habría ocurrido si no hubiera habido exposición) es 35. Entonces:

c₁ = 70, CE₁) = 35

Por lo tanto, el SMR = 200, lo que indica un aumento del doble en el riesgo de morir de cáncer de pulmón entre los expuestos. Si se dispone de datos detallados de exposición, la mortalidad por cáncer se puede estudiar en función de diferentes tiempos de latencia (digamos, 10, 15, 20 años), trabajo en diferentes tipos de canteras (diferentes tipos de granito), diferentes períodos históricos, diferentes exposiciones intensidades, etc. Sin embargo, 70 casos no se pueden subdividir en demasiadas categorías, porque el número que cae en cada una rápidamente se vuelve demasiado pequeño para el análisis estadístico.

Ambos tipos de diseños de cohortes tienen ventajas y desventajas. Un estudio retrospectivo puede, por regla general, medir sólo la mortalidad, porque por lo general faltan datos sobre manifestaciones más leves. Los registros de cáncer son una excepción, y quizás algunos otros, como los registros de accidentes cerebrovasculares y los registros de altas hospitalarias, en los que también se dispone de datos de incidencia. Evaluar la exposición pasada siempre es un problema y los datos de exposición suelen ser bastante débiles en los estudios retrospectivos. Esto puede conducir al efecto de enmascaramiento. Por otro lado, dado que los casos ya se han producido, los resultados del estudio están disponibles mucho antes; en, digamos, dos o tres años.

Un estudio de cohorte prospectivo se puede planificar mejor para cumplir con las necesidades del investigador, y los datos de exposición se pueden recopilar de manera precisa y sistemática. Se pueden medir varias manifestaciones diferentes de una enfermedad. Las mediciones tanto de la exposición como del resultado se pueden repetir, y todas las mediciones se pueden estandarizar y se puede verificar su validez. Sin embargo, si la enfermedad tiene una latencia prolongada (como el cáncer), deberá pasar mucho tiempo, incluso de 20 a 30 años, antes de que se puedan obtener los resultados del estudio. Pueden pasar muchas cosas durante este tiempo. Por ejemplo, rotación de investigadores, mejoras en las técnicas de medición de la exposición, remodelación o cierre de las plantas elegidas para el estudio, etc. Todas estas circunstancias hacen peligrar el éxito del estudio. Los costos de un estudio prospectivo también suelen ser más altos que los de un estudio retrospectivo, pero esto se debe principalmente al número mucho mayor de mediciones (monitoreo de exposición repetida, exámenes clínicos, etc.) y no a un registro de muerte más costoso. Por lo tanto, la costos por unidad de información no superan necesariamente los de un estudio retrospectivo. En vista de todo esto, los estudios prospectivos son más adecuados para enfermedades con latencia más bien corta, que requieren un seguimiento corto, mientras que los estudios retrospectivos son mejores para enfermedades con latencia larga.

Estudios de casos y controles (o caso-referente)

Volvamos a la planta de rayón viscosa. Un estudio de cohorte retrospectivo puede no ser factible si se han perdido las listas de trabajadores expuestos, mientras que un estudio de cohorte prospectivo arrojaría resultados sólidos en mucho tiempo. Una alternativa sería entonces la comparación entre los fallecidos por enfermedad coronaria en la localidad, en el transcurso de un período de tiempo definido, y una muestra de la población total en el mismo grupo de edad.

El diseño clásico de casos y controles (o caso-referente) se basa en el muestreo de una población dinámica (abierta, caracterizada por una rotación de miembros). Esta población puede ser la de todo un país, un distrito o un municipio (como en nuestro ejemplo), o puede ser la población definida administrativamente a partir de la cual se ingresan pacientes en un hospital. La población definida proporciona tanto los casos como los controles (o referentes).

La técnica consiste en reunir todos los casos de la enfermedad en cuestión que existen en un punto en el tiempo (casos prevalentes), o han ocurrido durante un tiempo definido período de tiempo (casos incidentes). Los casos, por lo tanto, pueden extraerse de los registros de morbilidad o mortalidad, o recopilarse directamente de los hospitales u otras fuentes que tengan diagnósticos válidos. Los controles se dibujan como un muestra de la misma población, ya sea de entre los no casos o de toda la población. Otra opción es selecciona pacientes con otra enfermedad como controles, pero luego estos pacientes deben ser representativos de la población de donde provienen los casos. Puede haber uno o más controles (es decir, referentes) para cada caso. El enfoque de muestreo difiere de los estudios de cohortes, que examinan a toda la población. No hace falta decir que las ganancias en términos de costos más bajos de los diseños de casos y controles son considerables, pero es importante que la muestra sea representante de toda la población a partir de la cual se originaron los casos (es decir, la “base del estudio”); de lo contrario, el estudio puede estar sesgado.

Cuando se han identificado casos y controles, sus antecedentes de exposición se recopilan mediante cuestionarios, entrevistas o, en algunos casos, a partir de registros existentes (p. ej., registros de nómina de los que se pueden deducir los antecedentes laborales). Los datos se pueden obtener de los propios participantes o, si han fallecido, de familiares cercanos. Para garantizar un recuerdo simétrico, es importante que la proporción de casos y referentes muertos y vivos sea igual, porque los familiares cercanos suelen dar un historial de exposición menos detallado que los propios participantes. La información sobre el patrón de exposición entre los casos se compara con la de los controles, proporcionando una estimación de la proporción de probabilidades (OR), una medida indirecta de la riesgo entre los expuestos de contraer la enfermedad en relación con la de los no expuestos.

Debido a que el diseño de casos y controles se basa en la información de exposición obtenida de pacientes con una determinada enfermedad (es decir, casos) junto con una muestra de personas no enfermas (es decir, controles) de la población de donde se originaron los casos, la conexión con las exposiciones puede ser investigado por sólo una enfermedad. Por el contrario, este diseño permite el estudio concomitante del efecto de varias exposiciones diferentes. El estudio de casos y referencias es adecuado para abordar preguntas de investigación específicas (p. ej., "¿La enfermedad coronaria es causada por la exposición al disulfuro de carbono?"), pero también puede ayudar a responder la pregunta más general: "¿Qué exposiciones pueden causar esta enfermedad?". ?”

La cuestión de si la exposición a disolventes orgánicos causa cáncer hepático primario se plantea (a modo de ejemplo) en Europa. Los casos de cáncer de hígado primario, una enfermedad comparativamente rara en Europa, se recopilan mejor a partir de un registro nacional de cáncer. Suponga que todos los casos de cáncer ocurridos durante tres años forman la serie de casos. La base de población para el estudio es entonces un seguimiento de tres años de toda la población en el país europeo en cuestión. Los controles se extraen como una muestra de personas sin cáncer de hígado de la misma población. Por razones de conveniencia (lo que significa que se puede usar la misma fuente para tomar muestras de los controles), se pueden usar como controles pacientes con otro tipo de cáncer, no relacionado con la exposición a solventes. El cáncer de colon no tiene una relación conocida con la exposición a solventes; por lo tanto, este tipo de cáncer puede incluirse entre los controles. (El uso de controles de cáncer minimiza el sesgo de recuerdo en el sentido de que la precisión de la historia dada por casos y controles es, en promedio, simétrica. Sin embargo, si más tarde se revelara alguna conexión actualmente desconocida entre el cáncer de colon y la exposición a solventes, este tipo de control causaría una subestimación del verdadero riesgo, no una exageración del mismo).

Para cada caso de cáncer de hígado se dibujan dos controles con el fin de lograr un mayor poder estadístico. (Se podrían dibujar aún más controles, pero los fondos disponibles pueden ser un factor limitante. Si los fondos no estuvieran limitados, tal vez hasta cuatro controles serían óptimos. Más allá de cuatro, se aplica la ley de rendimientos decrecientes). Después de obtener el permiso apropiado de los datos Se abordan las autoridades de protección, los casos y controles, o sus familiares cercanos, generalmente mediante un cuestionario enviado por correo, solicitando una historia ocupacional detallada con especial énfasis en una lista cronológica de los nombres de todos los empleadores, los departamentos de trabajo, las tareas laborales en diferentes empleos, y el período de empleo en cada tarea respectiva. Estos datos se pueden obtener de familiares con alguna dificultad; sin embargo, los familiares no suelen recordar bien las sustancias químicas específicas o los nombres comerciales. El cuestionario también debe incluir preguntas sobre posibles datos confusos, como el consumo de alcohol, la exposición a alimentos que contienen aflatoxinas y la infección por hepatitis B y C. Para obtener una tasa de respuesta lo suficientemente alta, se envían dos recordatorios a los que no respondieron en intervalos de tres semanas. Esto generalmente da como resultado una tasa de respuesta final superior al 70%. Luego, un higienista industrial revisa el historial ocupacional, sin conocimiento del estado del caso o control del encuestado, y la exposición se clasifica en exposición alta, media, baja, ninguna y desconocida a los solventes. Los diez años de exposición inmediatamente anteriores al diagnóstico de cáncer no se tienen en cuenta, porque no es biológicamente plausible que los carcinógenos de tipo iniciador puedan ser la causa del cáncer si el tiempo de latencia es tan corto (aunque los promotores, de hecho, podrían). En esta etapa también es posible diferenciar entre diferentes tipos de exposición a solventes. Debido a que se ha proporcionado un historial laboral completo, también es posible explorar otras exposiciones, aunque la hipótesis inicial del estudio no las incluía. Luego se pueden calcular las razones de probabilidad para la exposición a cualquier solvente, solventes específicos, mezclas de solventes, diferentes categorías de intensidad de exposición y para diferentes ventanas de tiempo en relación con el diagnóstico de cáncer. Es recomendable excluir del análisis a aquellos con exposición desconocida.

Los casos y controles pueden muestrearse y analizarse como serie independiente or grupos emparejados. El emparejamiento significa que los controles se seleccionan para cada caso en función de ciertas características o atributos, para formar pares (o conjuntos, si se elige más de un control para cada caso). El emparejamiento generalmente se realiza en función de uno o más de tales factores, como la edad, el estado vital, el historial de tabaquismo, el tiempo calendario del diagnóstico del caso y similares. En nuestro ejemplo, los casos y los controles se emparejan por edad y estado vital. (El estado vital es importante, porque los propios pacientes suelen proporcionar un historial de exposición más preciso que los parientes cercanos, y la simetría es esencial por razones de validez). ) confuso.

Si un control coincide con un caso, el diseño se denomina diseño de pares combinados. Siempre que los costos de estudiar más controles no sean prohibitivos, más de un referente por caso mejora la estabilidad de la estimación del OR, lo que hace que el tamaño del estudio sea más eficiente.

El diseño de los resultados de un estudio de casos y controles no emparejado se muestra en la tabla 2.

Tabla 2. Diseño de muestra de datos de casos y controles

A partir de esta tabla, las probabilidades de exposición entre los casos y las probabilidades de exposición entre la población (los controles) se pueden calcular y dividir para obtener la razón de probabilidades de exposición, OR. Para los casos, la probabilidad de exposición es c₁ / c₀, y para los controles es n₁ / n₀. La estimación del OR es entonces:

Si se han expuesto relativamente más casos que controles, el OR es superior a 1 y viceversa. Los intervalos de confianza deben calcularse y proporcionarse para el OR, de la misma manera que para el RR.

A modo de ejemplo adicional, un centro de salud ocupacional de una gran empresa atiende a 8,000 empleados expuestos a una variedad de polvos y otros agentes químicos. Estamos interesados ​​en la conexión entre la exposición al polvo mixto y la bronquitis crónica. El estudio implica el seguimiento de esta población durante un año. Hemos fijado como criterio diagnóstico de bronquitis crónica “tos matutina y producción de flemas durante tres meses durante dos años consecutivos”. Los criterios para la exposición “positiva” al polvo se definen antes de que comience el estudio. Cada paciente que acude al centro de salud y cumple estos criterios durante un período de un año es un caso, y el siguiente paciente que consulta por problemas no pulmonares se define como un control. Suponga que se inscriben 100 casos y 100 controles durante el período de estudio. Sean 40 casos y 15 controles clasificados como expuestos al polvo. Después

c₁ = 40, c₀ = 60, n₁ = 15, y n₀ = 85.

En consecuencia,

En el ejemplo anterior, no se ha considerado la posibilidad de confusión, que puede conducir a una distorsión del OR debido a diferencias sistemáticas entre casos y controles en una variable como la edad. Una forma de reducir este sesgo es hacer coincidir los controles con los casos según la edad u otros factores sospechosos. Esto da como resultado un diseño de datos que se muestra en la tabla 3.

Tabla 3. Diseño de los datos de casos y controles si un control se empareja con cada caso

El análisis se centra en los pares discordantes: es decir, “caso expuesto, control no expuesto” (f_{+ -}); y “caso no expuesto, control expuesto” (f_–+). Cuando ambos miembros de un par están expuestos o no, el par no se tiene en cuenta. El OR en un diseño de estudio de pares emparejados se define como

En un estudio sobre la asociación entre el cáncer nasal y la exposición al polvo de madera, hubo en total 164 pares de casos y controles. En solo un par, tanto el caso como el control habían estado expuestos, y en 150 pares, ni el caso ni el control habían estado expuestos. Estos pares no se consideran más. El caso, pero no el control, había sido expuesto en 12 pares, y el control, pero no el caso, en un par. Por eso,

y debido a que la unidad no está incluida en este intervalo, el resultado es estadísticamente significativo, es decir, existe una asociación estadísticamente significativa entre el cáncer nasal y la exposición al polvo de madera.

Los estudios de casos y controles son más eficientes que los estudios de cohortes cuando el la enfermedad es rara; de hecho, pueden proporcionar la única opción. Sin embargo, las enfermedades comunes también se pueden estudiar con este método. Si el la exposición es rara, una cohorte basada en la exposición es el diseño epidemiológico preferible o el único factible. Por supuesto, también se pueden realizar estudios de cohortes sobre exposiciones comunes. La elección entre diseños de cohortes y de casos y controles cuando tanto la exposición como la enfermedad son comunes suele decidirse teniendo en cuenta consideraciones de validez.

Debido a que los estudios de casos y controles se basan en datos de exposición retrospectivos, generalmente basados ​​en el recuerdo de los participantes, su punto débil es la inexactitud y la crudeza de la información de exposición, lo que resulta en el enmascaramiento del efecto a través de no diferencial Clasificación errónea (simétrica) del estado de exposición. Además, a veces el recuerdo puede ser asimétrico entre casos y controles, los casos generalmente se cree que recuerdan "mejor" (es decir, sesgo de recuerdo).

El recuerdo selectivo puede causar un sesgo que magnifica el efecto a través de diferencial clasificación errónea (asimétrica) del estado de exposición. Las ventajas de los estudios de casos y controles radican en su rentabilidad y su capacidad para proporcionar una solución a un problema con relativa rapidez. Debido a la estrategia de muestreo, permiten la investigación de poblaciones objetivo muy grandes (p. ej., a través de registros nacionales de cáncer), aumentando así el poder estadístico del estudio. En países donde la legislación de protección de datos o la falta de buenos registros de población y morbilidad dificulta la ejecución de estudios de cohortes, los estudios de casos y controles en hospitales pueden ser la única forma práctica de realizar investigaciones epidemiológicas.

Muestreo de casos y controles dentro de una cohorte (diseños de estudios de casos y controles anidados)

También se puede diseñar un estudio de cohorte para muestreo en lugar de seguimiento completo. Este diseño se ha llamado anteriormente un estudio de casos y controles "anidado". Un enfoque de muestreo dentro de la cohorte establece diferentes requisitos sobre la elegibilidad de la cohorte, porque ahora las comparaciones se realizan dentro de la misma cohorte. Por lo tanto, esto debería incluir no solo a los trabajadores muy expuestos, sino también a los trabajadores menos expuestos e incluso a los no expuestos, a fin de proporcionar contrastes de exposicion dentro de sí mismo Es importante darse cuenta de esta diferencia en los requisitos de elegibilidad al ensamblar la cohorte. Si primero se lleva a cabo un análisis de cohorte completo en una cohorte cuyos criterios de elegibilidad se basaban en una exposición "mucha", y luego se realiza un estudio de casos y controles "anidado" en la misma cohorte, el estudio se vuelve insensible. Esto introduce un efecto de enmascaramiento porque los contrastes de exposición son insuficientes "por diseño" en virtud de la falta de variabilidad en la experiencia de exposición entre los miembros de la cohorte.

Sin embargo, siempre que la cohorte tenga una amplia gama de experiencias de exposición, el enfoque de casos y controles anidados es muy atractivo. Uno reúne todos los casos que surgieron en la cohorte durante el período de seguimiento para formar la serie de casos, mientras que sólo un muestra de los no casos se dibuja para la serie de control. Luego, los investigadores, como en el diseño tradicional de casos y controles, recopilan información detallada sobre la experiencia de exposición entrevistando casos y controles (o sus parientes cercanos), examinando las listas de personal de los empleadores, construyendo un matriz de exposición laboral, o combinando dos o más de estos enfoques. Los controles pueden combinarse con los casos o pueden tratarse como una serie independiente.

El enfoque de muestreo puede ser menos costoso en comparación con la obtención de información exhaustiva sobre cada miembro de la cohorte. En particular, debido a que solo se estudia una muestra de controles, se pueden dedicar más recursos a la evaluación detallada y precisa de la exposición para cada caso y control. Sin embargo, prevalecen los mismos problemas de poder estadístico que en los estudios de cohortes clásicos. Para lograr un poder estadístico adecuado, la cohorte siempre debe estar compuesta por un número “adecuado” de casos expuestos según la magnitud del riesgo que se deba detectar.

Diseños de estudios transversales

En un sentido científico, un diseño transversal es una muestra transversal de la población de estudio, sin tener en cuenta el tiempo. Tanto la exposición como la morbilidad (prevalencia) se miden en el mismo momento.

Desde el punto de vista etiológico, el diseño de este estudio es débil, en parte porque se trata de prevalencia en lugar de incidencia. La prevalencia es una medida compuesta, que depende tanto de la incidencia como de la duración de la enfermedad. Esto también restringe el uso de estudios transversales a enfermedades de larga duración. Más grave aún es el fuerte sesgo negativo causado por la eliminación dependiente de la salud del grupo expuesto de aquellas personas más sensibles a los efectos de la exposición. Por lo tanto, los problemas etiológicos se resuelven mejor mediante diseños longitudinales. De hecho, los estudios transversales no permiten sacar conclusiones sobre si la exposición precedió a la enfermedad o viceversa. La sección transversal es etiológicamente significativa solo si existe una verdadera relación de tiempo entre la exposición y el resultado, lo que significa que la exposición actual debe tener efectos inmediatos. Sin embargo, la exposición puede medirse transversalmente de modo que represente un período de tiempo pasado más largo (p. ej., el nivel de plomo en sangre), mientras que la medida de resultado es una de prevalencia (p. ej., velocidades de conducción nerviosa). El estudio entonces es una mezcla de un diseño longitudinal y transversal en lugar de una mera sección transversal de la población de estudio.

Encuestas descriptivas transversales

Las encuestas transversales suelen ser útiles para fines prácticos y administrativos, más que científicos. Los principios epidemiológicos se pueden aplicar a las actividades de vigilancia sistemática en el ámbito de la salud ocupacional, tales como:

• observación de morbilidad en relación con la ocupación, el área de trabajo o ciertas exposiciones

• encuestas periódicas a los trabajadores expuestos a riesgos laborales conocidos

• examen de los trabajadores que entran en contacto con nuevos riesgos para la salud

• programas de vigilancia biológica

• encuestas de exposición para identificar y cuantificar los peligros

• programas de selección de diferentes grupos de trabajadores

• evaluar la proporción de trabajadores que necesitan prevención o control periódico (p. ej., presión arterial, cardiopatía coronaria).

Es importante elegir indicadores de morbilidad representativos, válidos y específicos para todo tipo de encuestas. Una encuesta o un programa de cribado puede utilizar solo un número bastante pequeño de pruebas, en contraste con el diagnóstico clínico, y por lo tanto, el valor predictivo de la prueba de cribado es importante. Los métodos insensibles no logran detectar la enfermedad de interés, mientras que los métodos altamente sensibles producen demasiados resultados falsos positivos. No vale la pena buscar enfermedades raras en un entorno laboral. Todas las actividades de búsqueda de casos (es decir, detección) también requieren un mecanismo para atender a las personas que tienen hallazgos “positivos”, tanto en términos de diagnóstico como de terapia. De lo contrario, solo se producirá frustración con la posibilidad de que surja más daño que bien.

Atrás