Diseño caso-cruzado — Estudio epidemiológico autoemparejado de exposiciones transitorias
- Propuesto por
- Malcolm Maclure
- Año
- 1991
- Tipo
- Observational epidemiological study design
- Familia
- Clinical / epidemiology
Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés
¿Qué hace?
El diseño caso-cruzado es un método epidemiológico observacional que estima si una exposición transitoria desencadena un evento agudo comparando la exposición de cada caso durante una breve ventana de peligro inmediatamente anterior al evento con su propia exposición durante períodos de control anteriores.
Dado que cada persona actúa como su propio control, todas las características personales estables se ajustan automáticamente, lo que hace que el diseño sea especialmente potente para estudiar exposiciones intermitentes y resultados de inicio súbito como infarto de miocardio, accidente cerebrovascular o lesión.
La intuición detrás del método
Imagine que desea saber si el esfuerzo físico intenso desencadena ataques cardíacos. En lugar de comparar a personas que sufrieron ataques cardíacos con otras personas que no los sufrieron, el diseño caso-cruzado pregunta: ¿estuvo esta persona más activa físicamente en la hora previa a su ataque cardíaco de lo que normalmente estuvo durante horas similares en días o semanas anteriores? Cada paciente responde a esta pregunta utilizando su propio historial como referencia. Esta comparación dentro de la persona elimina la confusión debida a todo lo que es constante en ese individuo —su genética, afecciones crónicas y estilo de vida—, centrando el análisis puramente en la exposición transitoria de interés.
Historia
El diseño caso-cruzado fue introducido por Malcolm Maclure en un artículo de 1991 en el American Journal of Epidemiology como un método específicamente adaptado para estudiar si exposiciones breves desencadenan eventos de inicio agudo. El diseño toma prestada la lógica del ensayo clínico cruzado pero lo aplica de forma observacional: cada caso proporciona sus propios datos de control de un período de referencia anterior. Murray Mittleman y colegas refinaron las estrategias de selección de períodos de control en 1995, y trabajos metodológicos posteriores de Navidi (1998) y Lumley y Levy (2000) abordaron el sesgo de tendencia y el debate entre bidireccional y unidireccional. Desde entonces, el diseño ha sido ampliamente adoptado en la epidemiología cardiovascular, la investigación de la salud ambiental y la farmacovigilancia.
Cuándo usarlo
Utilice el diseño caso-cruzado cuando su pregunta de investigación sea si una exposición transitoria e intermitente desencadena agudamente un evento de inicio súbito (p. ej., ¿un pico de contaminación del aire aumenta el riesgo de ataque de asma en las próximas horas?). Es ideal cuando los confusores estables son una preocupación importante, ya que el emparejamiento dentro de la persona los elimina automáticamente. El diseño requiere que la exposición varíe dentro de la misma persona en intervalos de tiempo cortos y que el tiempo de inducción entre la exposición y el evento sea corto y bien comprendido. NO lo utilice cuando la exposición sea estable o cambie lentamente a lo largo de la vida (p. ej., estado de tabaquismo, factores genéticos) —la variación dentro de la persona será casi nula, lo que hará que el diseño no sea informativo. Evítelo también cuando el evento sea raro pero el resultado tenga una latencia larga, o cuando el sesgo de recuerdo de la exposición no pueda controlarse adecuadamente.
Limitaciones y consideraciones
- Solo puede estudiar exposiciones transitorias que varían dentro de la misma persona en la escala de tiempo relevante — las exposiciones estables no se pueden evaluar.
- El sesgo de recuerdo es una preocupación seria cuando la determinación de la exposición se basa en la memoria del participante, especialmente cuando los casos pueden informar excesivamente la exposición previa al evento de forma inconsciente.
- El sesgo de tendencia (cambios seculares en la exposición a lo largo del tiempo) puede afectar a los diseños unidireccionales; los diseños bidireccionales pueden introducir sesgo de dependencia de la exposición si los resultados alteran la exposición posterior.
- El período de inducción —el retraso entre la exposición y el evento— debe especificarse a priori; la especificación incorrecta de la ventana de peligro puede distorsionar sustancialmente las estimaciones.
- No se pueden estimar tasas de eventos absolutas ni riesgos atribuibles a la población; solo se producen medidas relativas (cocientes de probabilidades).
Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.
Fortalezas
- Control completo de todos los confusores fijos a nivel individual (genética, estilo de vida estable, estado socioeconómico) por diseño.
- Eficiente — solo se necesitan casos; no es necesario reclutar un grupo de control separado.
- Particularmente adecuado para estudiar desencadenantes ambientales o conductuales transitorios de eventos cardiovasculares, respiratorios o de lesiones agudas.
- Se adapta naturalmente a fuentes de datos administrativas (admisiones hospitalarias, datos de monitoreo ambiental) lo que permite análisis a gran escala.
- Reduce el sesgo de selección que surge al elegir un grupo de control externo apropiado.
Aplicaciones
- Estimar el riesgo de desencadenamiento a corto plazo de infarto de miocardio asociado con esfuerzo físico extenuante, ira o actividad sexual.
- Evaluar si los picos a corto plazo en la contaminación del aire ambiente (PM2.5, ozono) aumentan el riesgo horario de visitas de emergencia por asma u hospitalización cardiovascular.
- Investigar si el consumo de alcohol en las horas previas a un accidente de tráfico actúa como desencadenante.
- Estudios farmacovigilancia de asociaciones fármaco-evento donde el fármaco se toma de forma intermitente y el inicio del evento adverso es agudo.
- Estudiar si las exposiciones ocupacionales en turnos o tareas específicas desencadenan eventos musculoesqueléticos o cardiovasculares agudos.
- Epidemiología ambiental que relaciona extremos climáticos (olas de calor, olas de frío) con resultados agudos utilizando ventanas de tiempo emparejadas a nivel de persona.
Cómo funciona
Cómo funciona
Se incluyen como casos todos los individuos que experimentan el resultado agudo de interés (p. ej., infarto de miocardio, caída, accidente de tráfico) durante el período de estudio. Solo las personas que realmente han experimentado el evento aportan datos; no hay un grupo separado de no casos que reclutar, lo que hace que el diseño sea eficiente en entornos donde existen registros de casos.
Se define una ventana de peligro como el breve intervalo inmediatamente anterior al evento —por ejemplo, la hora o dos horas antes del inicio de los síntomas. El estado de exposición durante esta ventana es la variable clave: ¿estuvo presente o ausente la exposición desencadenante (p. ej., esfuerzo extenuante, pico de contaminación del aire, ingesta de alcohol)?
Los períodos de control son ventanas de tiempo del pasado reciente del mismo individuo cuando el evento no ocurrió. Las estrategias comunes son bidireccionales (períodos antes y después del evento) y unidireccionales (períodos solo antes del evento). Los períodos de control suelen emparejarse por hora del día y día de la semana para evitar la confusión por ritmos circadianos o semanales.
Se determina la exposición durante el período de peligro y todos los períodos de control —idealmente a partir de registros objetivos (datos de salud electrónicos, monitores ambientales, rastreadores de actividad) o recuerdo de entrevista estructurada. La exposición debe ser transitoria y capaz de variar dentro de la misma persona a lo largo del tiempo; las exposiciones estables e invariantes en el tiempo no se pueden estudiar con este diseño.
Dado que cada persona aporta un período de peligro y uno o más períodos de control, los datos se analizan mediante regresión logística condicional emparejada por identidad del sujeto. El cociente de probabilidades resultante estima el riesgo relativo del evento tras la exposición en comparación con los períodos de no exposición para el mismo individuo.
Fórmula
OR = exp(beta), from conditional logistic regression matched on individual
Errores comunes
- Especificación incorrecta de la duración de la ventana de peligro — si la ventana es demasiado amplia, diluye el efecto transitorio; si es demasiado estrecha, se pierde la exposición real. La elección debe justificarse biológicamente, no basarse en los datos.
- Ignorar el sesgo de tendencia en diseños unidireccionales — si la exposición basal de una persona está aumentando con el tiempo, los períodos de control del pasado mostrarán sistemáticamente una exposición menor que el período de peligro, inflando el cociente de probabilidades.
- Uso del diseño para exposiciones que cambian lentamente — cuando la exposición apenas varía dentro de una persona (p. ej., índice de masa corporal, intensidad del tabaquismo en unas pocas semanas), la regresión logística condicional se basará en un contraste dentro de la persona casi nulo, produciendo estimaciones inestables o ininterpretables.
- Pasar por alto la dependencia de la exposición — en diseños bidireccionales, el evento en sí puede cambiar la exposición posterior (p. ej., un ataque cardíaco lleva a una reducción del esfuerzo), sesgando las estimaciones de exposición de los períodos de control.
Preguntas frecuentes
¿Cómo difiere el diseño caso-cruzado de un estudio caso-control estándar?
En un estudio caso-control tradicional, los casos (personas que tuvieron el evento) se comparan con controles reclutados por separado (personas que no lo tuvieron). La confusión por características estables —edad, sexo, estilo de vida— debe manejarse mediante emparejamiento o ajuste. En el diseño caso-cruzado, cada caso actúa como su propio control al aportar datos de exposición de sus propios períodos de tiempo anteriores. Esto elimina automáticamente todos los confusores personales fijos, pero limita el diseño a exposiciones transitorias.
¿Cuál es la diferencia entre el diseño caso-cruzado unidireccional y bidireccional?
En el diseño unidireccional, los períodos de control se extraen solo del tiempo anterior al evento, evitando cualquier cambio de exposición que el propio evento pueda causar. Sin embargo, si la exposición está aumentando con el tiempo, esto introduce un sesgo de tendencia. El diseño bidireccional toma períodos de control tanto antes como después del evento, lo que cancela las tendencias temporales pero puede introducir un sesgo de dependencia de la exposición si el evento altera la exposición posterior. La elección depende de si las tendencias de exposición o los cambios de exposición impulsados por el evento son la mayor preocupación.
¿Qué método estadístico se utiliza para analizar un estudio caso-cruzado?
La regresión logística condicional emparejada por identidad individual es el enfoque estándar. Cada estrato (un período de peligro y uno o más períodos de control de la misma persona) se analiza conjuntamente, y el modelo estima un cociente de probabilidades para el efecto de la exposición transitoria neto de todas las características estables dentro de la persona.
¿Puedo estudiar más de una exposición transitoria simultáneamente?
Sí. Se pueden incluir múltiples exposiciones transitorias en el modelo de regresión logística condicional simultáneamente, siempre que cada exposición varíe lo suficiente dentro de los individuos a través de los períodos de peligro y control. También se pueden examinar términos de interacción entre exposiciones (p. ej., esfuerzo combinado con ira), como se demostró en estudios tempranos de desencadenantes cardiovasculares.
¿Es apropiado el diseño caso-cruzado para datos ambientales de series temporales a nivel de población?
El diseño caso-cruzado clásico utiliza emparejamiento a nivel individual. Para datos ambientales a nivel de población (recuentos diarios de contaminación frente a admisiones hospitalarias diarias), se puede utilizar el análisis caso-cruzado estratificado por tiempo; está estrechamente relacionado, y a menudo matemáticamente equivalente, a la regresión de series temporales basada en Poisson. Se prefiere el diseño a nivel individual cuando se dispone de datos de exposición a nivel de persona, ya que proporciona una inferencia causal directa dentro de la persona.
Métodos relacionados
Fuentes
Maclure, M. (1991). The case-crossover design: A method for studying transient effects on the risk of acute events. American Journal of Epidemiology, 133(2), 144–153.
Abrir referencia DOICopiado.Mittleman, M. A., Maclure, M., & Robins, J. M. (1995). Control sampling strategies for case-crossover studies: An assessment of relative efficiency. American Journal of Epidemiology, 142(1), 91–98.
Abrir referencia DOICopiado.