Ventajas:*
Útiles para estudio de enfermedades raras * Permiten estudio de multicausalidad (puedo preguntar acerca de varios posibles FR o FP) * Más fácilmente reproducibles por otros investigadores y si todos siguen la misma dirección se puede afirmar y generalizar la conclusión * Suelen ser más cortos y baratos (se requiere menos muestra poblacional)→ menor nivel de evidencia * Mejor eficiencia estadística: el tamaño muestra en casos y controles suele ser menor que en estudios de cohortes
Limitaciones: *
No eficiente exposiciones raras * No permite cálculo de incidencia ni medidas derivadas * Presencia de sesgos o errores sistemáticos
Selección de los casos y de los controles
• Selección de casos:–
Casos Incidentes
Casos recién diagnosticados. –
Casos Prevalentes
Casos que ya estaban cuando empezó el estudio y no son recién diagnosticados. Los mejores serán los casos incidentes, porque si cojo los casos prevalentes, se hace referencia a personas que están sobreviviendo a la enfermedad (tendrán carácterísticas que le hagan tener mejor pronóstico y obtendremos mejores resultados de los reales→ Falacia de Neyman
• Selección de controles:–
La exposición en controles debería asemejarse a la población general de la manera más real. Pero la gente sana no se presta a participar en estos estudios y se suelen utilizar poblaciones accesible como familiares de pacientes u otros pacientes hospitalizados. Se intenta que los individuos entre casos y controles sean sujetos con carácterísticas similares
ESTUDIOS EXPERIMENTALES
El investigador asigna la exposición a una parte de la muestra de forma aleatoria. Mejor método para sustentar relaciones causales. Pueden ser: • Con fines Preventivos:
Ensayos de Campo • Con fines Terapéuticos:
Ensayos Clínicos. Consideraciones éticas: sólo exposiciones protectoras, no deben existir mejores posibilidades de tratamiento que las alternativas que ofrecen el estudio, si hay tratamiento convencional con eficacia demostrada el nuevo tratamiento no debe compararse con placebo, es necesario que los participantes firmen consentimiento informado
TIPOS DE DISEÑOS EN EPIDEMIOLOGÍA EN RELACIÓN COSTE-VALIDEZ
-Estudios observacionales de mayor evidencia→ estudios de cohortes –
Estudios experimentales de mayor evidencia→ ensayos clínicos –
En cuanto al estudio de los factores de riesgo→ estudios de cohortes
-Como mecanismo de resumen de múltiples estudios muy similares relacionados→ metaanálisis
MEDIDAS DE ASOCIACIÓN IMPACTO EN ESTUDIOS OBSERVACIONALES
ESTUDIO COHORTES Riesgo Relativo (RR):
incidencia de expuestos / incidencia de no expuestos, y mide qué riesgo tienen los expuestos comparados con los no expuestos. Siempre considerarlo junto a su IC
• RR >1: incidencia expuestos>no expuestos→ factor de riesgo (FR) • RR = 1: incidencia expuestos = no expuestos→ no evidencia asociación • RR <1: incidencia=»»>1:>< no expuestos→=»» factor=»»> no>
*
Intervalo de confianza (IC): rango de valores en una muestra en el cual se encuentra el verdadero valor del parámetro, en este caso el RR, con una probabilidad determinada. Dan significación estadística, si la relación del RR con su IC es concluyente puede seguirse el estudio, si no hay que coger más población para el estudio. Debe ser >1 si es un FR y <1 si=»» es=»»>1>
ESTUDIO CASOS Y CONTROLES
Odds Ratio (OR):
considerarlo junto a su intervalo de confianza. • OR>1→ FR. • OR< 1→=»»>
VALIDEZ Y SESGOS DE CONFUSIÓN Validez→ capacidad de medir lo que realmente queremos medir. Se puede valorar desde dos aspectos:
validez interna (para ese estudio) y validez externa (capacidad de generalizar datos a la población)
Precisión (fiabilidad)→ valora la capacidad para obtener un mismo valor cuando una medición se realiza sobre la misma persona en más de una ocasión y en condiciones similares.
TIPOS DE ERRORES EN ESTUDIOS EPIDEMIÓLÓGICOS
ERROR ALEATORIO
Debido al azar, y no afecta a la validez pero sí a la precisión. P.Ej: una báscula que a veces mide por defecto y otras por exceso, poco precisa.
Se produce fundamentalmente porque estudiamos muestras y no poblaciones. Disminuye a medida que aumenta la muestra ERROR SISTEMÁTICO O SESGO
Cuando hay un fallo en el diseño del estudio que hace que los resultados obtenidos a partir del estudio de la muestra sean diferentes de los resultados que se obtuviesen si se estudiase a toda la población de la que procede dicha muestra, y por tanto dando lugar a una estimación incorrecta (no válida) del efecto o parámetro de interés.
• Sesgo de selección:
cuando no se selecciona bien la muestra y resulta una muestra no representativa de la población. Para obtener muestras representativas hay que hacer un muestreo aleatorio simple.
– Sesgo de autoselección: los sujetos seleccionados toman decisiones propias sobre su participación: rechazan iniciar un estudio, abandonan antes de haber concluido el estudio, se ofrecen voluntarios
Ej. De sesgos de selección en los estudios de cohortes:
–
Sesgo del trabajador sano
Una forma operativa de obtener participantes accesibles para un estudio es acudir a grupos de personas que están trabajando porque son más localizables, pero esto puede llevar a una selección inadecuada de los participantes porque la población activa y con empleo normalmente son pacientes sanos y no representa a la población general donde hay personas en edad no laboral, incapacitados, desempleados…