Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
37 13 N eu ro lo gí a 20 04 ;1 9( Su pl 1 ):1 3- 22 disease or not and then they are compared in regards to the risk factor or prognosis investigated. These sorts of designs can be performed in a shorter and cheaper way than the regular cohort studies. They are appropriate for the evaluation of rare diseases and can examine multiple etiological factors for a single disease. On the contrary, they are not so efficient when rare exposures are invol- ved. Incidence rates in exposed and non-exposed sub- jects cannot be calculated and on some occasions, the timing between exposure and outcome can be very diffi- cult to establish. The Odds Ratio and its confident inter- vals is the measurement used for estimating the risk strength in this design. The clinical neurologist should be familiar with these terms, given the frequency of case-control studies described in neurology science literature, and should know their principal advantages and limitations. Key words: Neurology. Study design. Case-control. Odds ratio. Risk factor. INTRODUCCIÓN El desarrollo de un estudio científico supone una activi- dad intelectual que parte de la observación de un hecho no bien explicado por el conocimiento existente en ese momen- to (teoría), pasa por la elaboración de una hipótesis que con- tradice la teoría existente y termina con un resultado que de- muestra cuál es la probabilidad de que una u otra sea más exacta (fig. 1). En un principio parecería que estamos en una fase defi- nida por un planteamiento totalmente empírico, pero nuestro trabajo no tiene que ver con la filosofía, sino con la experi- mentación. Por ese motivo necesitamos pasar nuestras hipó- tesis conceptuales a un plano más operativo y nuestras varia- bles también tienen que ser modificadas y transformadas para que seamos capaces de medirlas sin error (fig. 2). Al mismo tiempo es necesario que establezcamos unas reglas mínimas para poder encajar la demostración de nues- Originales La elección del tipo de diseño en los estudios de investigación clínica. Estudios de casos y controles M. Posada de la Paz Centro de Investigaciones sobre el Síndrome del Aceite Tóxico Subdirección General de Epidemiología y Centros Nacionales de Salud Pública Instituto de Salud Carlos III Madrid Correspondencia: Manuel Posada de la Paz Instituto de Salud Carlos III Sinesio Delgado, 6 28029 Madrid Correo electrónico: mposada@isciii.es Recibido el 12-12-03 Aceptado el 28-1-04 En neurología, los estudios de casos y controles son di- seños apropiados para la búsqueda de factores de riesgo que ya han ocurrido. En ellos, los sujetos se seleccionan so- bre la base de si tienen o no la enfermedad y posterior- mente se comparan con respecto al factor de riesgo o pro- nóstico investigado. Son diseños relativamente rápidos y baratos, adecuados para la evaluación de enfermedades con largos períodos de latencia, óptimos para la evaluación de enfermedades raras, y pueden examinar múltiples fac- tores etiológicos para una única enfermedad. Por el con- trario, no son eficientes para la evaluación de exposiciones raras, no permiten el cálculo de las tasas de incidencia de enfermedad en individuos expuestos y no expuestos y, en ocasiones, la relación temporal entre exposición y enfer- medad puede ser difícil de establecer. La odds ratio (OR), con sus intervalos de confianza, es la medida de elección del tamaño del riesgo. El neurólogo clínico ha de ir familiarizándose con estos términos y, dada la frecuencia de estos estudios en diversas enfermedades neurológicas, conocer sus principales venta- jas y limitaciones. Palabras clave: Neurología. Diseño de estudios. Casos y controles. Odds ratio. Factor de riesgo. Neurología 2004;19(Supl 1):13-22 The choice of the type of design in the clinical investigation studies. Case and control studies Case-control studies are appropriate designs in neu- rology sciences to search for risk factors that have al- ready occurred in a group of patients. In them, the sub- jects are selected on the basis of whether they have the Trabajo presentado como ponencia dentro del Curso de Fromación en Neuroepidemiología sobre «Neurología basada en la evidencia». LIII Reunión Anual de la Sociedad Española de Neurología. Barcelona, diciembre 2001. 2842.qxd 3/9/04 15:45 Página 1 tra hipótesis en el único terreno en el que nosotros pode- mos trabajar, que no es otro que el terreno experimental. Esto es lo que conocemos como diseño. No todas las ideas pueden ser comprobadas o rechazadas con el mismo diseño. En el mundo científico el diseño por excelencia es el cono- cido como el nombre de «método experimental». Las caracte- rísticas más relevantes de este método consisten en una asig- nación por parte del investigador de los sujetos de estudio (o animales de laboratorio o muestras biológicas), a cada uno de los grupos que se van a comparar y a su vez el investigador modifica las condiciones de exposición de cada uno de estos grupos y controla los efectos en un tiempo determinado. De esta manera en este método se supone que el investigador controla todo (exposición y efecto), de tal forma que el efecto observado en uno de los grupos sólo puede ser debido a la dife- rente exposición, ya que se supone que la asignación ha sido totalmente aleatoria y que no existen diferencias entre los gru- pos al inicio del estudio, salvo la que se deriva de la exposición. El ejemplo más clásico es el estudio con animales de la- boratorio, en el que un investigador utiliza ratones de una cepa concreta y de la misma edad y peso para su experimen- to. Previamente hace una asignación a los diferentes grupos de estudio, dependiendo de su hipótesis de trabajo, controla con posterioridad todas las variables de ambiente y somete a uno de los grupos a una exposición concreta. ¿Por qué necesitamos hablar de diseños en general si el método experimental es el único válido para contrastar una hipótesis? En la mayoría de las ocasiones, cuando tratamos con personas, no es posible aplicar este método. Básicamente no podemos hacerlo nunca, salvo que sometamos a las perso- nas a un control de sus variables ambientales similares a las del laboratorio, lo que supondría en algunas situaciones estar fuera de todo aspecto ético, y en la mayoría de las situaciones no sería posible físicamente. Generalmente las personas han tenido la exposición años antes del estudio que nosotros vamos a plantear o bien tienen la exposición en el momento del estudio, pero sus efectos no se producirán en años. En otros casos no tenemos una forma váli- da de comprobar ni los efectos ni la exposición, lo que supone que sólo tenemos dos alternativas posibles: a) utilizar formas indirectas de medir estas dos variables, y b) no hacer el estudio. Como es obvio, nuestra elección será la primera de las posibili- dades, pero eso va a suponer que nuestro diseño no puede ser exactamente el denominado método experimental. Una excep- ción a estas afirmaciones son los ensayos clínicos aleatoriza- dos1,2. Si bien en la literatura estos diseños se consideran estu- dios experimentales, su campo de aplicación suele quedar casi en exclusiva para los tratamientos o las intervenciones sobre una población1. Sin embargo, ni siquiera en estos diseños se tiene un control absoluto de todas las variables, que pueden terminar por modificar nuestros resultados. Por estas razones a lo largo de estos últimos años se ha ve- nido trabajando en la descripción de diferentes diseños, sus ven- tajas e inconvenientes para adaptar la situación a investigar el modelo experimental dentro del marco más realista y posibilista. Hennekens y Buring4 dividen los estudios epidemiológicos a través de una serie de diseños, como se expone en la tabla 1. 14 N eu ro lo gí a 20 04 ;1 9( Su pl 1 ):1 3- 22 La elección del tipo de diseño en los estudios de investigación clínica. Estudios de casos y controlesM. Posada de la Paz 38 Teorías Hipótesis Observaciones Generalizaciones � � � � Figura 1 El ciclo del conocimiento científico.X1 x1 Y1 y1 Operacionalización Hipótesis deinvestigación Proposición teórica Figura 2 Relaciones entre lo teórico y lo empírico. Descriptivos Estudios de población Ecológicos Estudios en individuos Descripción de un caso Descripción de una serie de casos Estudios transversales o de prevalencia Analíticos Observacionales Estudios de casos y controles Estudios de cohortes Restrospectivos Prospectivos Estudios de casos y controles anidados Estudios de intervención Ensayos clínicos Ensayos comunitarios Ensayo clínico n = 1 Tabla 1 Tipos de diseños 2842.qxd 3/9/04 15:45 Página 2 En esta revisión sólo se abordarán los estudios observa- cionales, con especial hincapié en los diseños de casos y con- troles. ESTUDIOS DESCRIPTIVOS Se ocupan de la distribución de una enfermedad anali- zando cada uno de estos apartados: persona, lugar y tiempo. — Persona: referido a qué grupo o grupos de una pobla- ción tienen mayor riesgo de enfermar o analizar las características de pacientes con una enfermedad con- creta. — Lugar: ¿en qué áreas geográficas es más común la en- fermedad? — Tiempo: ¿existen épocas de mayor aparición de ca- sos, etc.? Dentro de este tipo de estudios nos encontramos con los estudios ecológicos, el estudio de un caso o varios casos y los estudios transversales. Estudios ecológicos Son rápidos y baratos. Con frecuencia utilizan datos co- rrespondientes a poblaciones procedentes de encuestas habi- tuales de los países. Los datos representan niveles de expo- sición promedio y no valores individuales. Este diseño no permite establecer asociaciones entre exposición y efecto en el plano individual, sino sólo analizando el promedio de las poblaciones implicadas. Su utilidad principal es la de generar hipótesis que deberán ser verificadas con otros tipos de dise- ños. No existe en este estudio una medida específica para presentar los datos. Generalmente lo que observamos es el grado de correlación entre ambas variables y el tipo de rela- ción (lineal o no). Ejemplo: relación entre poblaciones vacunadas contra el sarampión y casos tardíos de encefalitis en la misma pobla- ción sin tener en cuenta si habían sido o no vacunados. Descripción de un caso Es el tipo de estudio más básico posible. Muestra el ma- yor número de características posibles de un determinado pa- ciente que o bien presenta rasgos de una enfermedad poten- cialmente nueva o bien aspectos nuevos de una enfermedad previamente conocida. En realidad no tienen ninguna pecu- liaridad especial, ya que es un diseño que surge espontánea- mente en el transcurso de la práctica clínica. Tienen un inte- rés innegable, ya que es la forma natural de comunicar cierto tipo de hallazgos. Lo más relevante es su capacidad de produ- cir hipótesis, que tendrán que ser verificadas en otros estu- dios. Como en el caso anterior, no existe una medida que sea específica de este diseño. En realidad los hallazgos se comuni- can a través de la descripción literal de los aspectos más no- vedosos del caso sujeto. Ejemplo: descripción de un caso diagnosticado de una enfermedad que cursa con amiotrofias, pero que presenta ciertas peculiaridades que no permiten encuadrarla en nin- guno de los cuadros clínicos con amiotrofias descritos hasta la actualidad. Descripción de casos Semejante en sus características al anterior. Muestra los rasgos comunes de los casos agrupados, pero con el mismo planteamiento que en el caso anterior. Tiene más fuerza que la descripción de un solo caso, ya que por tratarse de varios casos añade más credibilidad a la descripción. Las limitaciones más importantes son: a) no se pueden usar para probar aso- ciaciones estadísticas válidas; b) las asociaciones observadas pueden ser debidas a la casualidad, y c) carecen de un grupo de comparación. En este caso los datos se presentan median- te porcentajes que expresan las diferencias en las frecuencias de los aspectos más relevantes de este grupo. Ejemplos: a) primeras descripciones de la encefalopatía espongiforme bovina, y b) en 1989 tres casos de eosinofilia y mialgias sirven para describir una epidemia asociada al con- sumo de un aminoácido (triptófano): síndrome de eosinofilia mialgia (EMS)5. Estudios transversales o de prevalencia En este tipo de estudios se evalúa la presencia o ausen- cia de exposición y de enfermedad en un punto fijo en el tiempo, teniendo como base aquellos individuos de una po- blación bien definida de la que surgen los casos. Informan sobre la prevalencia de enfermedad y exposición. Se conoce por prevalencia de una enfermedad el cociente resultante de dividir todos los pacientes aquejados de esa patología, que están vivos en un momento determinado de tiempo (prefija- do por el interés del estudio), entre el total de los habitantes vivos en el mismo período de tiempo y en un marco geográ- fico determinado. Dado que los denominadores suelen ser muy grandes con respecto al numerador, se suele expresar esta medida en casos/10n, siendo n igual a 100, 1.000, 10.000, etc., en función del tamaño de la población en el tiempo referido. En la mayoría de los estudios de este tipo no se puede determinar si la exposición precedió o fue posterior a la enfermedad. Son muy útiles en gestión sanitaria y planificación de re- cursos2, ya que dan una idea de los recursos que van a tener que destinarse a un problema específico al conocer el número de enfermos existentes. Sirven para la generación de nuevas hipótesis, pero éstas deben ser verificadas en estudios analíti- cos posteriores, ya que no es fácil calcular la relación entre la 15 N eu ro lo gí a 20 04 ;1 9( Su pl 1 ):1 3- 22 La elección del tipo de diseño en los estudios de investigación clínica. Estudios de casos y controlesM. Posada de la Paz 39 2842.qxd 3/9/04 15:45 Página 3 exposición y la enfermedad, debido a que el momento de la medición es el mismo para ambas variables. Se puede utilizar un grupo control, pero esto no nos sirve para calcular ninguna medida de riesgo. Por analogía con el diseño de casos y controles, que más adelante se comentará, se habla en algunas ocasiones de odds ratio (OR) de prevalen- cia. La forma de calcular esta OR es igual en el diseño caso- control, pero no tiene la misma implicación, ya que no es una medida de riesgo al no tener un conocimiento real del tiempo en el que el factor causal actuó. Ejemplo: situación planteada en algunos estudios don- de se evalúa la frecuencia de anticuerpos frente a determi- nados virus y haber sido diagnosticado de esclerosis múlti- ple. En este tipo de estudios no se tiene en cuenta el tiempo transcurrido desde la infección viral y el comienzo de la en- fermedad. Estudios analíticos Se ocupan de los determinantes de las enfermedades, testando hipótesis generadas por los estudios descriptivos e intentando finalmente probar si una exposición o agente pre- viene o causa enfermedad. Estrictamente sólo se pueden aplicar cuando los valores de los factores de exposición se mantienen a lo largo del tiempo (color de los ojos, raza, lugar de residencia, etc.), pero en la práctica se aplica también en el estudio de factores de enfermedades de comienzo muy lento y larga duración. Los estudios analíticos pueden ser: a) observacionales, y b) de intervención. Cuando nos referimos a las hipótesis que cada uno de es- tos diseños lleva implícitas debemos tener en cuenta el es- quema siguiente, que refleja en cada una de las posibilidades de nuestra hipótesis cuál es el tipo de error que podemos co- meter. Entender bien este cuadro permite presentar nuestra hipótesis de una manera más precisa (fig. 3). Aunque el clásico contraste de hipótesis reflejado por es- te cuadro está siendo objeto desde hace años de una profun- da crítica metodológica; sin embargo, es importante manejar con agilidad este concepto para poder entender lo que se de- nomina la aproximación bayesiana. En el expuesto en el cua- dro de arriba se utiliza la famosa p <0,05 como sistema para quedarnos con la hipótesis alternativa después de haber re-chazado la hipótesis nula6. Por el contrario, en la aplicación bayesiana no existe un punto de rechazo, sino que se maneja la probabilidad obtenida en nuestro estudio para el efecto de interés después de aplicar las consideraciones de la exposi- ción y/o el riesgo bajo estudio. De esta forma manejamos una probabilidad que se somete a un juicio más continuo sin ne- cesidad de rechazar ninguna hipótesis. Sea cual sea el método seguido, es importante conocer el mecanismo de los contras- tes de hipótesis para entender los diseños de estudios obser- vacionales analíticos. La mayor diferencia entre todos estos diseños que co- mentaremos a continuación es el papel que ejerce el investi- gador. En los estudios observacionales el investigador sim- plemente observa el curso natural de los hechos, anotando quién estaba expuesto y quién no, y quién desarrolló la en- fermedad y quién no. En los estudios de intervención el propio investigador añade la exposición (interviene a través de la aplicación de un nuevo tratamiento, generalmente) y después sigue a los sujetos para ver si desarrollan o no la enfermedad. ESTUDIOS DE CASOS Y CONTROLES Los sujetos se seleccionan sobre la base de si tienen o no la enfermedad y posteriormente se comparan con respecto al factor de riesgo o pronóstico investigado (fig. 4)7,8. Ventajas — Es relativamente rápido y barato comparado con otros diseños analíticos. — Es particularmente adecuado para la evaluación de enfermedades con largos períodos de latencia. Dado que el tiempo entre la enfermedad y la exposición es 16 N eu ro lo gí a 20 04 ;1 9( Su pl 1 ):1 3- 22 La elección del tipo de diseño en los estudios de investigación clínica. Estudios de casos y controlesM. Posada de la Paz 40 Decisión correcta Ho cierta Se rechaza Ho No se rechaza Ho Error tipo II Probabilidad beta Error tipo 1 Probabilidad alfa Decisión correcta H1 cierta Figura 3 Tipos de error en el contraste de hipótesis. Figura 4 Diseño de estudios de casos y controles. 2842.qxd 3/9/04 15:45 Página 4 crítico en estos casos, este diseño es muy apropiado cuando se asume que ha pasado mucho tiempo entre el factor de riesgo y la enfermedad. Ejemplo: tumores del sistema nervioso central y exposición a campos electromagnéticos. — Es óptimo para la evaluación de enfermedades raras. Los casos son lo primero con lo que el investigador clí- nico se encuentra o descubre, por ello permite colec- cionar casos de enfermedades raras que sería difícil evaluar de otra manera. — Puede examinar múltiples factores etiológicos para una única enfermedad. Una vez que tenemos un grupo de casos de una enfermedad se pueden eva- luar múltiples factores de riesgo potenciales para la misma enfermedad: Ejemplo: esclerosis múltiple y exposición a enfermedades virales y a la vez buscar factores de respuesta autoinmunitaria o exposiciones químicas, etc. Limitaciones — No es eficiente para la evaluación de exposiciones ra- ras a menos que el porcentaje de riesgo atribuible sea alto. Si el factor de riesgo tiene poca contribución en la génesis de la enfermedad es difícil en pocos casos encontrar o demostrar dicho factor. — No puede determinar directamente las tasas de inci- dencia de enfermedad en individuos expuestos y no ex- puestos a menos que sea un estudio basado en la po- blación. Al seleccionar los casos y luego buscar los controles no se tiene una completa referencia de la po- blación origen de ambos grupos a menos que se escoja la población y después todos los casos y controles de dicha población por métodos de selección sin sesgo. — En algunas ocasiones la relación temporal entre expo- sición y enfermedad puede ser difícil de establecer. Como se mencionaba, en el caso de los diseños trans- versales uno de los mayores riesgos en los estudios ca- so-control es no poder asegurar en algunas circuns- tancias el período de tiempo transcurrido entre la exposición y la enfermedad y, por tanto, no se puede afirmar que este tiempo sea suficiente para actuar y producir la enfermedad desde el lado de la fisiopato- logía. Ejemplo: a veces se pretenden evaluar factores de riesgo para el cáncer con el estudio de exposicio- nes producidas 2 ó 3 años antes de aparecer la enfer- medad. — Es particularmente propenso a sesgos comparado con otros diseños analíticos, sobre todo a sesgos de selec- ción y recuerdo. Estos dos problemas tienen que ver con la influencia que tiene en los casos la propia en- fermedad, de tal manera que les facilita el recuerdo para hechos anómalos que los controles no recuerdan. Ejemplo: malformaciones congénitas afectando al sistema nervioso y consumo ocasional de ciertos me- dicamentos. Por otro lado es frecuente seleccionar los casos de mane- ra que se producen problemas en la representatividad de los mismos, de tal modo que los resultados que se obtienen no se ajustan a la realidad. Sesgos En estos diseños un sesgo es una desviación sistemática de los resultados obtenidos con respecto al riesgo real que queremos estimar. La diferencia entre la OR obtenida o medi- da y la real es el tamaño del sesgo. Tradicionalmente se divi- den en sesgos de selección y sesgos de intervención. Los ses- gos de selección se deben por lo general a la mala selección de los casos y/o de los controles y a los problemas en la parti- cipación (tasa de respuesta). Por otro lado los sesgos de intervención se deben a la forma en la que obtenemos los datos. Por ejemplo, podemos extraer la información de los casos de manera diferente a los controles. Esto producirá una diferencia no real y para evi- tarla lo mejor es trabajar en forma ciega con respecto a la si- tuación de quién es caso y quién es control. Sin embargo, hay un tipo de sesgo de intervención, llamado sesgo del re- cuerdo, muy típico en los diseños caso-control, que consiste en que los casos por estar enfermos recuerdan muy bien co- sas que ocurrieron, mientras que los controles no tienen este punto de referencia para recordar los mismos hechos. Este sesgo afecta principalmente cuando se obtienen datos a tra- vés de cuestionarios y la mejor forma de evitarlo es acudir a medidas que el sujeto no controla, como las medidas de pa- rámetros biológicos, o bien controlar el cuestionario previa- mente con preguntas que aborden la capacidad de recordar cosas similares a los factores estudiados en ambos grupos. Guía para la selección de los controles Una de las mayores dificultades con las que se encuentra un investigador cuando se enfrenta a este diseño es la elec- ción de los controles. A continuación se comentan algunos aspectos sobre este problema. — Estudio basado en la población base «study base». Es la mejor regla de las cuatro. Trata de elegir los casos y los controles partiendo de una población de referen- cia y siguiendo un sistema de selección de estos gru- pos que permita realizar una correcta estimación en la población. — Combatiendo la confusión «decounfounding». A ve- ces es conveniente elegir los controles de tal manera que vengan ajustados a los casos por aquellas varia- bles de confusión que pueden darnos problemas en el estudio, tales como la edad, sexo, clase social, ra- za, etc. 17 N eu ro lo gí a 20 04 ;1 9( Su pl 1 ):1 3- 22 La elección del tipo de diseño en los estudios de investigación clínica. Estudios de casos y controlesM. Posada de la Paz 41 2842.qxd 3/9/04 15:45 Página 5 — Seguridad comparable (eligiendo con la misma pro- babilidad de presentar un determinado sesgo que los casos). Cuando es imposible evitar un sesgo, pero éste se puede cuantificar, es posible elegir los controles con el mismo tipo y dimensión del sesgo. — Eficiencia. Hace referencia a términos de recursos eco- nómicos frente a lo deseable para un grupo control. Hay que llegar a un equilibrio, ya que es imposible estar en un punto ideal en los cuatro criterios (tabla 2). ¿Cuántos controles por caso? — Por consideraciones estadísticas (máximo 4:1), aunque también puede ser al contrario, es decir, que haya más casos que controles. Tambiénen esta situación la rela- ción 4:1 es la máxima aceptada en términos de efi- ciencia. — Por razones de validez de las inferencias (elegir más de un tipo diferente de controles). Esto permite diver- sificar los sesgos que un solo grupo puede tener y ase- gura las conclusiones siempre y cuando tengan la misma dirección. Restricción de los controles Otro de los mecanismos que habitualmente se utilizan en la selección de los controles es la llamada restricción, cuyo objetivo es reducir la «confusión». Los tipos de restricción más habituales son: — Matching o apareamiento. Proceso por el cual se consi- gue que en un estudio uno de los grupos, juntamente con su control, sean equiparables con respecto a varia- bles externas (v. más adelante forma de aparear). — Reclutamiento aleatorio. Formas de cálculo del riesgo Lo que interesa en un estudio de casos y controles es ob- servar la diferente distribución de las variables en ambos gru- pos y calcular el riesgo de los casos con respecto a los contro- les para los factores o variables de interés. Éstas pueden ser factores pronósticos de la enfermedad o de riesgo. La medida utilizada es conocida como OR con sus inter- valos de confianza (IC). La traducción de OR suele ser razón de ventajas, pero en la práctica se utiliza en español el térmi- no odds ratio (fig. 5). La lectura de estos riesgos es fácil. Por ejemplo, un riesgo de 1 significa que los casos y controles tienen la misma proba- bilidad de haber estado expuestos a un factor. Si el riesgo está por encima de 1, por ejemplo, 1,56, significa que los casos tie- nen un 56% más riesgo que los controles. Finalmente, si la OR está por debajo de 1, por ejemplo, 0,56, significa que el factor estudiado es un factor protector y no un factor de riesgo. El papel de los IC es también muy importante. Toda me- dida de riesgo (OR) debe ir acompañada de sus IC, que nos dan una idea de cuál es la medida de riesgo alrededor del estimador central de la OR si repitiéramos el estudio varias veces en las mismas condiciones. Las propias limitaciones de los estudios observacionales nos darían una banda de resul- tados de los que el más probable sería el estimado central y los demás se irían alejando de este estimado, cada vez con menos probabilidad ser los valores reales. Ejemplo: OR = 2,35 (IC 95 %: 1,25-3,56). En este ejemplo el riesgo más probable es 2,35, pero podría estar entre 1,2 y 3,56. Otra de las medidas apropiadas para este tipo de estudios es el llamado riesgo atribuible y la fracción etiológica. Existen muchos artículos que explican estas medidas y las diferencias entre ellas, pero en términos generales nos dan una idea de la proporción de casos atribuibles a la exposición; por ello, más allá de la medida de riesgo que nos proporciona la OR, la fracción etiológica es muy importante. Hay riesgos elevados que justifican muy pocos casos, ya que el riesgo surge de un cociente de probabilidades, dado un conjunto de variables que pueden ser muy o poco frecuentes en la población. Análisis estratificado: odds ratio de Mantel-Haenszel Muchas veces nuestros datos se distribuyen en estratos o grupos con distinto riesgo cada uno, pero nos interesa obte- ner una medida única del conjunto de los estratos. Para ello se realiza la operación que se ilustra en la figura 6.18 N eu ro lo gí a 20 04 ;1 9( Su pl 1 ):1 3- 22 La elección del tipo de diseño en los estudios de investigación clínica. Estudios de casos y controlesM. Posada de la Paz 42 Controles hospitalarios Registros de mortalidad Portadores de enfermedades similares Amigos-vecinos Poblaciones Tabla 2 Tipos de controles que se pueden emplear en estudios de casos y controles c Casos OR = β = a*d/c*b IC 95% = exp[β ± 1,96*SE (b)] donde EE (β) = error estándar = (1/a + 1/b + 1/c + 1/d)1/2 d a No expuestos Expuestos b Controles Figura 5 Modo de calcular las odds ratio (OR) y sus intervalos de confianza (IC) al 95%. 2842.qxd 3/9/04 15:45 Página 6 Diseño apareado frente a muestra apareada Ya antes hemos mencionado el problema del aparea- miento. Existen dos métodos que tradicionalmente se con- funden en la literatura bajo el mismo concepto de aparea- miento, pero que no se manejan de la misma manera a la hora de analizar los datos. El objetivo principal de esta es- trategia es conseguir controlar lo que llamamos confusión, que no es otra cosa que la influencia de ciertas variables so- bre la relación entre el factor de riesgo y la situación de ser caso o control. Las características básicas de un diseño apareado son: a) cada caso se analiza enfrentado a un control siempre fijo; b) nunca se pueden separar en los análisis, y c) controlan la confusión (fig. 7). Muestra apareada En este caso las características y los pasos son: a) los ca- sos se distribuyen en estratos de variables por las que se va a aparear; por ejemplo, edad en quinquenios y sexo; b) luego se elige de forma aleatoria una muestra de la población de controles de cada uno de los estratos elegidos en los casos, y c) de esta forma se obtiene una muestra de controles que tiene el mismo número de sujetos en cada estrato que los casos. En la tabla 3 se muestra un ejemplo de apareamiento por edad y sexo y en la tabla 4 una muestra apareada, no sujetos apareados. Este último sistema de apareamiento no tiene una forma especial de analizarse. Simplemente las dos muestras, casos y controles, son comparables para esas variables: edad y sexo, pero la OR se calcula como se indicó anteriormente. Confusión frente a interacción Confusión del efecto. La comparación de expuestos y no expuestos es confundida porque la diferencia en la frecuencia de la enfermedad entre expuestos y no expuestos está influida por varios efectos, incluyendo otro posible efecto (fig. 8). Criterios para distinguir un factor de confusión de uno de interacción — Debe ser un factor de riesgo para la enfermedad. — Debe estar asociado a la exposición, al menos en este estudio y en esta población. 19 N eu ro lo gí a 20 04 ;1 9( Su pl 1 ):1 3- 22 La elección del tipo de diseño en los estudios de investigación clínica. Estudios de casos y controlesM. Posada de la Paz 43 Estrato Casos Controles 5-9 años hombres 5 5 5-9 años mujeres 8 8 10-14 años hombres 15 15 10-14 años mujeres 12 12 60-64 años hombres 20 20 60-64 años mujeres 25 25 Tabla 3 Ejemplo de apareamiento por edad y sexo c1 Casos ORMH = Σi = 1S aidi/ni / Σi = 1S bici/ni S: número de estratos o tablas. d1 a1 b1 c2 Casos d2 a2 b2 c3 Casos d3 a3 b3 Controles Controles Controles Figura 6 Cálculo de la odds ratio (OR) de Mantel- Haenzel. Figura 7 Bases para el cálculo de la odds ratio (OR) para casos apareados Casos Controles c Expuestos OR = b/c IC 95 % exp {In(b/c) ±1,96*SE[In(b/c)]} EE [In(b/c)] = (1/b +1/c)1/2 donde a, b, c son en este caso pares de valor. Es decir: b: parejas de caso-control donde el caso no es expuesto y el control sí; c: parejas de caso-control donde el caso sí es expuesto y el control no; Ln: logaritmo neperiano; EE: error estándar; exp: exponencial. d a No expuestos Expuestos b No expuestos Figura 8 Confusión e interacción. { 2842.qxd 3/9/04 15:45 Página 7 4420 N eu ro lo gí a 20 04 ;1 9( Su pl 1 ):1 3- 22 La elección del tipo de diseño en los estudios de investigación clínica. Estudios de casos y controlesM. Posada de la Paz — No debe estar afectado por la exposición o la enfer- medad. — No puede ser un punto intermedio en la cadena causal. Dirección de la confusión Puede ser cualquiera. Puede aumentar o disminuir el efecto, pero generalmente se admite que las asociaciones son débiles y por tanto nunca la OR de un factor de confusión es mayor o igual a 3. Interacción Nunca es un factor de confusión, es decir, es un factor de riesgo para la enfermedad real, y puede estar relacionado con nuestra exposición de varias maneras: — Efectos independientes dentro de un proceso no pun- tual. — Efectos sinérgicos dentro de un proceso puntual y simple. — Cada factorpuede actuar por sí mismo en estadios di- ferentes de la enfermedad. — Efectos aditivos: variable que presenta una relación exponencial con la incidencia de la enfermedad. — Efectos menos que aditivos: efectos posiblemente an- tagonistas. Análisis en modelos multivariantes Se trata de evaluar al mismo tiempo si varios factores in- fluyen en la probabilidad de que ocurra un evento: ser caso o no ser caso (control). Tradicionalmente trabajamos y enseñamos un modelo sencillo de causalidad. Un factor de riesgo produce un efecto. Sin embargo, la realidad no es así. No todos los factores de riesgo operan con la misma intensidad (tamaño del riesgo), pero varios factores pueden operar a la vez para que se produzca el efecto. Análisis multivariante Podemos distinguir: Modelo simple: se puede utilizar la tabla 2 × 2 o la regre- sión logística. Ln [p/(1-p)] = α + βx Donde e-β es la OR de la variable x. Modelo múltiple: hay que utilizar la regresión logística. Ln [p/(1-p)] = α + β1 x1 + β2 x2 + β3 x3 + … + βn xn ESTUDIOS DE COHORTES Los sujetos del estudio se clasifican según la presencia o ausencia de exposición a un factor de riesgo. Pueden ser retrospectivos, ajustándose al esquema de la figura 9, o prospectivos (fig. 10). Casos Controles 5 6 7 7 8 9 6 5 9 5 Tabla 4 Ejemplo de muestra apareada (no sujetos apareados) Figura 9 Diseño de estudios de cohortes retrospectivo. Figura 10 Diseño de estudios de cohortes prospectivo. 2842.qxd 3/9/04 15:45 Página 8 Ventajas — La secuencia temporal entre exposición y enfermedad puede ser claramente establecida. — Particularmente adecuados para el estudio de exposi- ciones raras. Al contrario que el anterior diseño, éste permite juntar casos de exposiciones raras. — Permiten el análisis de múltiples efectos subsiguientes a la exposición. De la misma exposición podemos es- perar múltiples efectos y evaluarlos como tal. — Son costosos en cuanto a tiempo y dinero, especial- mente los prospectivos. — Existe riesgo de pérdidas en el seguimiento. Se deriva de la anterior, ya que al tener que buscar el efecto a lo largo de mucho tiempo de seguimiento es necesario invertir muchos recursos para poder minimizar las pérdidas. — Para estudios largos minimiza sesgos en la verifica- ción del grado de exposición — Permite el cálculo de la medida de incidencia directa de la enfermedad en ambos grupos, expuestos y no expuestos. Limitaciones — Carece de eficacia para la evaluación de enfermeda- des no comunes, salvo en el caso de que exista un alto porcentaje de riesgo atribuible. — En estudios largos puede resultar extremadamente costoso y necesitar mucho tiempo para llevarse a cabo. — Asimismo sería necesario disponer de los informes adecuados para llevarlo a efecto. — La validez de los resultados puede verse seriamente afectada por pérdidas producidas en el proceso de se- guimiento. CASOS Y CONTROLES ANIDADOS Este tipo de diseño supone un avance en el ingenio de los métodos al aplicar una mezcla del tradicional caso-control y del estudio de cohortes para obtener un diseño con un alto rendimiento. Su construcción arranca de un diseño de cohortes, ge- neralmente un estudio muy amplio, con inclusión de miles de personas seguidas ante una exposición durante muchos años para evaluar diferentes efectos (enfermedades)9,10. So- bre esta base este tipo de estudios almacena una informa- ción muy importante y variada a lo largo de los años. En es- te sentido, y con el paso del tiempo, se plantean en el equipo investigador otras hipótesis sobre enfermedades no directamente relacionadas con las exposiciones iniciales o con las que llevaron a construir la cohorte, pero que se han producido de hecho entre las personas incluidas en la mis- ma. La estrategia consiste en recoger todos estos casos, te- niendo como study base la cohorte, y a partir de aquí se de- cide la elección de los controles. El mecanismo de elegir los controles puede variar. De to- das formas se suelen elegir los controles de forma apareada con cada caso y suelen escogerse varios controles por caso. El criterio principal es que los controles potenciales son todos aquellos sujetos incluidos en la cohorte que en el momento de producirse un caso concreto no presentan la enfermedad que se quiere estudiar. Se puede elegir mediante un muestreo aleatorio simple entre todos los que cumplen esta condición. Otras veces se eli- gen entre los que están dentro de una categorías de sexo, edad u otras variables de confusión que los investigadores deciden. Por ejemplo, hace varios años se publicaron los resulta- dos de un estudio de casos y controles anidado que buscaba si en los cánceres de mama detectados en un estudio de cohor- tes de enfermeras realizado en Estados Unidos un derivado del DDT era un posible factor de riesgo. Para ello aprovecharon el diseño de cohortes sobre una base de cientos de miles de en- fermeras y buscaron en los sueros que tenían almacenados desde hacía años el derivado químico que se encontraba bajo sospecha. De esta forma, un estudio inicialmente diseñado con un fin se convierte en fuente y cuna para otro diseño de corte opuesto, pero al proporcionarle un población base co- rrecta y al tener fijado el momento de la potencial exposición y de la enfermedad, deja al nuevo caso-control sin las caren- cias de este tipo de diseños de estudios. La medida utilizada en este tipo de diseños es el riesgo relativo (RR). Características del estudio de casos y controles anidado: pasos para su construcción — Definir la cohorte. — Se seleccionan los casos según van apareciendo o se seleccionan al final de un período de seguimiento. — Se seleccionan los controles por cada caso (por lo general cuatro o cinco controles por caso libres de en- fermedad). — Los controles se aparean al tiempo del diagnóstico del caso. — Otras variables de apareamiento: edad, sexo, fecha de entrada en la cohorte, tiempo en la cohorte o combi- naciones de estas variables. — Un sujeto puede ser control de otro y caso en el mis- mo estudio. — Un control puede ser control de varios casos a la vez. 21 N eu ro lo gí a 20 04 ;1 9( Su pl 1 ):1 3- 22 La elección del tipo de diseño en los estudios de investigación clínica. Estudios de casos y controlesM. Posada de la Paz 45 2842.qxd 3/9/04 15:45 Página 9 Ventajas — Los controles son de la misma población. — Más baratos que los estudios de cohortes. — La información es muy detallada. — Se pueden incluir análisis de laboratorios complejos. — Se tarda menos tiempo en recoger la información. — Los datos sobre exposición se recogen al principio y eso facilita la relación temporal entre exposición y efecto (disminuye el riesgo del sesgo del recuerdo). — Especialmente útil cuando se recogen muestras bioló- gicas al comienzo de un estudio de cohortes. Desventajas La desventaja principal es que se necesita un programa informático importante que analice los datos apareados mul- tivariantes. ¿Cuándo se hace un estudio caso control anidado? — Cuando se tiene un estudio de cohortes. — Cuando se tiene una pregunta de investigación se- cundaria. — Cuando es más eficiente analizar una parte de los da- tos (en lugar de toda la cohorte) sin perder poder es- tadístico. Estudio caso-cohorte Al igual que en el caso anterior, este tipo de diseños sólo se puede llevar a cabo en el seno de un estudio de cohortes. Pasos para su construcción — Se incluyen todos los casos, o una muestra aleatoria, o estratificada de los mismos (a veces se les denomina «subcohorte»). — Los controles se eligen de entre todos los sujetos po- tenciales libres de enfermedad. — Los controles no son apareados con los casos. Básicamente es una derivación del diseño anterior sin apareamiento. De los dos diseños, éste es más apropiado para: a) calcular tasas de incidencia; b) calcular razones estandariza- das de mortalidad (SMR), y c) hacer comparaciones externas. Otras ventajas — Casos listos para ser incluidos en cuanto se conoce su existencia sin necesidad de esperara tener los contro- les apareados. — La misma subcohorte puede ser utilizada para múlti- ples enfermedades. — La subcohorte puede ser monitorizada para otras me- didas biológicas, ensayos clínicos, etc. — Puede servir de control para un diseño de casos y con- troles anidados. BIBLIOGRAFÍA 1. Sackett DL, Haynes RB, Guyat GH, Ugwell P. Epidemiología clíni- ca. Ciencia básica para la medicina clínica, 2.a ed. Madrid: Ed. Panamericana, 1994. 2. Curtis L. Meinert. Clinical trials. Design, conduct and analysis. Oxford: Oxford University Press, 1986. 3. Abramson JH. Métodos de estudio en medicina comunitaria. Madrid: Diaz de Santos, 1990. 4. Hennekens CH, Buring JE. Epidemiology in medicine. Boston: Little, Brown and Company, 1987. 5. Philen RM, Posada de la Paz M. Toxic oil syndrome and eosinophi- lia-myalgia syndrome. World Health Organization meeting re- port. Semin Arthritis Rheum 1993;23:104-24. 6. Hulley SB, Cummings R. Design clinical research. Baltimore: Wi- lliams and Wilkins, 1988. 7. Van Wendel de Joode B, Wesseling C, Kromhout H, Monge P, García M, Mergler D. Chronic nervous-system effects of long- term occupational exposure to DDT. Lancet 2001;357:1014-6. 8. McCusker SM, Curran MD, Dynan KB, McCullagh CD, Urquhart DD, Middleton D, et al. Association between polymorphism in regu- latory region of gene encoding tumour necrosis factor alpha and risk of Alzheimer's disease and vascular dementia: a case-control study. Lancet 2001;357:436-9. 9. Verity CM, Greenwood R, Golding J. Long-term intellectual and behavioral outcomes of children with febrile convulsions. N Engl J Med 1998;338:1723-8. 10. Petitti DB, Sidney S, Bernstein A, Wolf S, Quesenberry C, Ziel HK. Stroke in users of low-dose oral contraceptives. N Engl J Med 1996;335:8-15. 22 N eu ro lo gí a 20 04 ;1 9( Su pl 1 ):1 3- 22 La elección del tipo de diseño en los estudios de investigación clínica. Estudios de casos y controlesM. Posada de la Paz 46 2842.qxd 3/9/04 15:45 Página 10
Compartir