Saltar al contenido
Volver a los resultados

Estudio de casos y controles — Diseño Epidemiológico Observacional

Propuesto por
Janet Lane-Claypon (early precursors, 1926); formalized by Brian MacMahon and Jerome Cornfield in the 1950s–1960s
Año
1950s (formal methodology); precursors in the 1920s
Tipo
Observational analytic study design
Familia
Clinical / epidemiology

Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés

Tamaño de letra

¿Qué hace?

Un estudio de casos y controles es un diseño observacional retrospectivo en el que se compara a individuos que han desarrollado una enfermedad o resultado de interés (casos) con individuos que no lo han hecho (controles) para determinar si la exposición previa a un presunto factor de riesgo difiere entre los dos grupos.

La medida de asociación principal es la razón de momios (odds ratio), que aproxima el riesgo relativo cuando el resultado es raro. Los estudios de casos y controles son especialmente eficientes para investigar enfermedades raras y generar hipótesis etiológicas.

La intuición detrás del método

Suponga que desea saber si la exposición a un pesticida particular causa un cáncer raro. Realizar un estudio de cohorte prospectivo requeriría seguir a cientos de miles de personas durante décadas, lo cual es poco práctico y costoso. Un estudio de casos y controles invierte la línea de tiempo: comience con pacientes que ya tienen el cáncer (casos) y un grupo emparejado sin él (controles), luego mire hacia atrás para descubrir quién estuvo expuesto. Al comparar las frecuencias de exposición pasadas entre los dos grupos, puede estimar cuán fuertemente está asociada la exposición con la enfermedad. La lógica es similar a la de un detective: se conoce el resultado y se trabaja hacia atrás para identificar sus causas probables.

Historia

El diseño de casos y controles tiene sus raíces en la epidemiología clínica de principios del siglo XX. El estudio de Janet Lane-Claypon en 1926 sobre factores de riesgo de cáncer de mama a menudo se cita como precursor. Las bases metodológicas formales fueron sentadas en la década de 1950 por Brian MacMahon, Jerome Cornfield, Nathan Mantel y William Haenszel, cuyo artículo de 1959 sobre emparejamiento y estratificación sigue siendo un hito. El estudio seminal de casos y controles de Richard Doll y Bradford Hill en 1950 que vinculaba el tabaquismo con el cáncer de pulmón llevó el diseño a la prominencia internacional. El libro de texto de James Schlesselman de 1982 codificó los métodos, y las décadas siguientes vieron la integración de la regresión logística multivariable y los diseños anidados en la práctica estándar.

Cuándo usarlo

Utilice un estudio de casos y controles cuando el resultado sea raro o tenga una latencia larga (lo que hace que el seguimiento prospectivo sea poco práctico), cuando se deban evaluar múltiples exposiciones simultáneamente para un solo resultado, o cuando los recursos sean limitados. Es el diseño de elección para la generación de hipótesis en la etiología de enfermedades. No utilice un diseño de casos y controles cuando la exposición sea rara (un estudio de cohorte es más eficiente), cuando se necesiten datos de incidencia (los estudios de casos y controles arrojan razones de momios, no tasas de incidencia), o cuando la secuencia temporal entre la exposición y el resultado no pueda establecerse de manera confiable a partir de los registros disponibles, lo que impediría la inferencia causal.

Limitaciones y consideraciones

  • Susceptible al sesgo de recuerdo: los casos pueden recordar exposiciones pasadas de manera más (o menos) precisa que los controles, inflando o desinflando la asociación estimada.
  • El sesgo de selección puede surgir si los casos y los controles no se extraen de la misma población fuente, lo que hace que la selección de controles sea la decisión metodológicamente más crítica.
  • No puede estimar directamente las tasas de incidencia ni los riesgos absolutos, solo las razones de momios, que aproximan el riesgo relativo solo cuando la prevalencia de la enfermedad es baja.
  • La temporalidad de la relación exposición-resultado puede ser difícil de establecer a partir de datos retrospectivos, lo que limita la inferencia causal.

Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.

Fortalezas

  • Altamente eficiente para enfermedades raras: incluso con una muestra pequeña, se pueden lograr estimaciones significativas de la asociación.
  • Relativamente rápido y económico en comparación con los estudios de cohorte prospectivos porque se elimina el tiempo de seguimiento.
  • Permite la evaluación simultánea de múltiples exposiciones o factores de riesgo para un solo resultado.
  • Adecuado para estudiar enfermedades con largos períodos de latencia donde los diseños prospectivos serían poco prácticos.

Aplicaciones

  • Investigación de factores de riesgo ambientales u ocupacionales para cánceres raros (p. ej., asbesto y mesotelioma, radón y cáncer de pulmón).
  • Identificación de factores de riesgo para brotes de enfermedades infecciosas durante investigaciones rápidas de salud pública.
  • Estudio de efectos adversos de medicamentos o vacunas donde la tasa de eventos es demasiado baja para potenciar un ensayo aleatorizado.
  • Exploración de factores de riesgo genéticos, de estilo de vida y dietéticos para enfermedades cardiovasculares, diabetes o afecciones neurológicas.
  • Evaluación de exposiciones maternas asociadas con anomalías congénitas o resultados adversos del nacimiento.

Cómo funciona

Cómo funciona

1

Defina con precisión el grupo de casos utilizando criterios diagnósticos claros y reproducibles (p. ej., diagnóstico histológico confirmado). Defina el grupo de controles para que represente la misma población fuente de la que surgieron los casos; los controles deben ser personas que se habrían convertido en casos si hubieran desarrollado el resultado. La ambigüedad en cualquiera de las definiciones es una fuente importante de sesgo.

2

Reclute casos (incidentes o prevalentes, según la pregunta de investigación) y controles de una población fuente apropiada. Los controles pueden ser de base poblacional (muestra aleatoria), de base hospitalaria o emparejados con los casos según variables confusoras potenciales clave como edad, sexo o área geográfica. El emparejamiento mejora la eficiencia pero requiere un análisis emparejado.

3

Recopile el historial de exposición de ambos grupos utilizando los mismos métodos: entrevistas estructuradas, registros médicos, especímenes biológicos o vinculación con bases de datos administrativas. El cegamiento de los entrevistadores sobre el estado de caso/control reduce el sesgo diferencial de recuerdo y del entrevistador. Valide las medidas de exposición siempre que sea posible.

4

Construya una tabla de contingencia de 2×2 (expuestos/no expuestos × caso/control). Calcule la razón de momios: OR = (a × d) / (b × c), donde a = casos expuestos, b = casos no expuestos, c = controles expuestos, d = controles no expuestos. Aplique regresión logística para ajustar por confusores y obtener intervalos de confianza y valores p.

Fórmula
OR = (a/b) / (c/d) = (a \times d) / (b \times c)
5

Identifique los confusores potenciales a priori y abórdelos mediante el diseño del estudio (emparejamiento, restricción) o el análisis (regresión logística multivariable, estratificación). Evalúe la modificación del efecto examinando si la OR difiere entre estratos de una tercera variable. Los análisis de sensibilidad prueban cuán robustos son los hallazgos ante confusores no medidos.

6

Una OR > 1 sugiere una asociación positiva entre la exposición y el resultado; una OR < 1 sugiere una asociación protectora. Interprete la OR en el contexto de su intervalo de confianza, significancia estadística, plausibilidad biológica, evidencia de dosis-respuesta y consistencia con otros estudios. Recuerde que la OR aproxima el riesgo relativo solo cuando la enfermedad es rara (prevalencia < 10%).

Errores comunes

  • Grupo de control inapropiado: seleccionar controles hospitalarios cuando los casos son de base poblacional (o viceversa) introduce sesgo de selección y distorsiona la razón de momios; los controles deben representar la misma población fuente que los casos.
  • Ignorar el sesgo de recuerdo: usar la exposición autoinformada sin cegamiento, validación o triangulación con registros objetivos infla las asociaciones aparentes cuando los casos reflexionan más sobre las posibles causas de su enfermedad.
  • Sobremparejamiento: emparejar casos y controles con variables que se encuentran en la vía causal (intermedias) elimina la variación exposición-resultado que se intenta detectar, enmascarando asociaciones reales.
  • Tratar casos prevalentes como si fueran incidentes: los casos prevalentes sobreviven con su enfermedad, lo que introduce sesgo de supervivencia; se prefieren encarecidamente los casos incidentes (recién diagnosticados).
  • Aplicar la OR como si fuera igual al riesgo relativo cuando la prevalencia del resultado es alta (> 10%): en tales situaciones, la OR sobreestima sustancialmente el riesgo relativo y se deben usar medidas alternativas.

Preguntas frecuentes

¿Cuál es la diferencia entre un estudio de casos y controles y un estudio de cohorte?

Un estudio de cohorte comienza con el estado de exposición y sigue a los participantes hacia adelante en el tiempo para ver quién desarrolla el resultado; puede estimar tasas de incidencia y riesgos relativos directamente. Un estudio de casos y controles comienza con el estado del resultado (casos vs. controles) y mira hacia atrás a la exposición pasada; produce razones de momios y es más eficiente para resultados raros, pero no puede estimar la incidencia. Los dos diseños son complementarios: los estudios de cohorte son mejores para resultados comunes con seguimiento corto; los estudios de casos y controles son mejores para enfermedades raras o afecciones de latencia larga.

¿Cuándo la razón de momios aproxima el riesgo relativo?

La razón de momios (OR) es una aproximación válida del riesgo relativo (RR) cuando la enfermedad o el resultado es raro, convencionalmente se considera una prevalencia inferior al 10%. Cuando el resultado es común, la OR diverge de la RR y la sobreestima. En entornos de alta prevalencia, considere usar regresión log-binomial o de Poisson para estimar la RR directamente, o informar la OR con el reconocimiento explícito de su no equivalencia a la RR.

¿Cómo debo seleccionar los controles?

Los controles deben ser representativos de la población fuente de la que surgieron los casos; es decir, si un control hubiera desarrollado el resultado, habría sido elegible para convertirse en un caso. Los controles de base poblacional (muestreados aleatoriamente de la comunidad) son metodológicamente preferibles pero operativamente exigentes. Los controles de base hospitalaria son convenientes pero pueden introducir sesgos si la asistencia hospitalaria está asociada con la exposición en estudio. La elección debe justificarse y sus implicaciones evaluarse mediante análisis de sensibilidad.

¿Qué es un estudio de casos y controles anidado?

Un estudio de casos y controles anidado está incrustado dentro de una cohorte definida. Los casos son individuos que desarrollan el resultado durante el seguimiento; los controles se muestrean de los miembros de la cohorte que aún no han desarrollado el resultado en el momento en que se identifica cada caso (muestreo de conjuntos de riesgo). Este diseño conserva la eficiencia del enfoque de casos y controles al tiempo que permite estimaciones de densidad de incidencia y reduce sustancialmente el sesgo de recuerdo y selección, ya que las exposiciones a menudo se midieron prospectivamente antes de que ocurrieran los resultados.

¿Cómo manejo las comparaciones múltiples al probar muchas exposiciones?

Probar muchas exposiciones simultáneamente infla la tasa de falsos positivos. Especifique hipótesis primarias y secundarias de antemano, aplique correcciones apropiadas (Bonferroni, tasa de descubrimiento falso) para análisis secundarios e interprete con cautela las asociaciones nominalmente significativas entre múltiples exposiciones. El pre-registro del protocolo del estudio, con exposiciones primarias claramente declaradas, fortalece en gran medida la credibilidad.

Métodos relacionados

Fuentes

  1. Schlesselman, J.J. (1982). Case-Control Studies: Design, Conduct, Analysis. Oxford University Press.

    ISBN: 978-0195027860
    Copiado.
  2. Rothman, K.J., Greenland, S., & Lash, T.L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.

    ISBN: 978-0781755641
    Copiado.