Estudio de Cohorte — Diseño Longitudinal Observacional
- Propuesto por
- Doll & Hill (British Doctors Study, 1951); Snow (cholera, 1854)
- Año
- Mid-20th century (formal epidemiological design codified ~1950s)
- Tipo
- Observational longitudinal study design
- Familia
- Clinical / epidemiology
Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés
¿Qué hace?
Un estudio de cohorte reúne a un grupo de individuos que comparten un punto de partida común — típicamente la ausencia de la enfermedad o resultado de interés — y los sigue a lo largo del tiempo para observar quién desarrolla dicho resultado.
Al comparar las tasas de incidencia entre subgrupos expuestos y no expuestos, los investigadores pueden estimar el riesgo relativo y las diferencias absolutas de riesgo. Los estudios de cohorte son el diseño observacional de referencia para medir la incidencia de enfermedades y establecer relaciones temporales entre la exposición y el resultado.
La intuición detrás del método
Piense en un estudio de cohorte como un documental prospectivo: recluta a un elenco de participantes antes de que se desarrolle la trama, registra quién está expuesto a un factor particular y luego observa durante meses o años para ver quién enferma. Dado que se observa la exposición antes del resultado, la cronología de la causalidad es más clara que en un estudio de casos y controles. La contrapartida es el tiempo y el costo: las enfermedades raras pueden requerir cohortes enormes seguidas durante décadas antes de que se acumulen suficientes eventos para extraer conclusiones fiables.
Historia
El diseño de cohorte tiene sus raíces en las observaciones de John Snow sobre el cólera a mediados del siglo XIX en Londres, pero el estudio de cohorte epidemiológico formal se estableció a principios de la década de 1950 a través de investigaciones históricas como el British Doctors Study de Richard Doll y Austin Bradford Hill (1951-1954), que demostró la relación causal entre el tabaquismo y el cáncer de pulmón. El Framingham Heart Study, lanzado en 1948, ejemplificó el enfoque de cohorte prospectiva a largo plazo para los factores de riesgo cardiovascular. Las bases metodológicas fueron codificadas por Brian MacMahon, Thomas Pugh y, más tarde, Kenneth Rothman.
Cuándo usarlo
Utilice un estudio de cohorte cuando la pregunta de investigación se refiera a la incidencia de enfermedades, la secuencia temporal entre exposición y resultado, o la historia natural de una afección — y cuando la aleatorización sea poco ética o impracticable. Los diseños de cohorte son particularmente adecuados para estudiar exposiciones raras (ya que los participantes pueden seleccionarse en función de su estado de exposición), múltiples resultados a partir de una sola exposición y efectos a largo plazo. No utilice un estudio de cohorte cuando el resultado sea muy raro (requiriendo una muestra enorme para observar suficientes eventos), cuando el presupuesto o el cronograma del estudio no puedan soportar un seguimiento prolongado, o cuando un diseño de casos y controles o transversal pueda responder a la pregunta de manera más eficiente.
Limitaciones y consideraciones
- Ineficaz para resultados raros — pueden ser necesarios tamaños de muestra enormes y largos períodos de seguimiento antes de que se acumulen suficientes eventos.
- La pérdida de seguimiento puede introducir sesgo de selección si quienes abandonan difieren de quienes permanecen.
- La larga duración y los grandes requisitos de muestra hacen que los estudios de cohorte sean costosos y logísticamente exigentes.
- La confusión por variables no medidas no puede eliminarse solo por diseño, a diferencia de los ensayos aleatorizados.
Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.
Fortalezas
- Establece la secuencia temporal — la exposición se mide antes del resultado, lo que respalda la inferencia causal de manera más convincente que los diseños de casos y controles o transversales.
- Permite el cálculo de tasas de incidencia absolutas y riesgo relativo, no solo razones de momios (odds ratios).
- Una sola cohorte puede generar datos sobre múltiples resultados simultáneamente.
- La medición prospectiva de la exposición reduce el sesgo de recuerdo en comparación con los diseños retrospectivos.
- Bien adaptado para estudiar exposiciones raras al enriquecer la cohorte con individuos expuestos.
Aplicaciones
- Cuantificar los efectos cardiovasculares a largo plazo de los patrones dietéticos, la actividad física o la terapia hipolipemiante.
- Estimar la incidencia de enfermedades ocupacionales (p. ej., mesotelioma en trabajadores expuestos al amianto).
- Estudiar la historia natural de afecciones crónicas como la diabetes, el VIH o la enfermedad de Alzheimer.
- Evaluar la efectividad de las vacunas y los eventos adversos en la vigilancia post-autorización.
- Investigar los efectos de las exposiciones ambientales (contaminación del aire, radiación) en la salud de la población a lo largo de décadas.
Cómo funciona
Cómo funciona
El investigador identifica y recluta a una población en riesgo — individuos que aún no padecen el resultado de interés. Los criterios de inclusión pueden definirse por edad, geografía, ocupación o inscripción en un sistema de salud. La cohorte de inicio se recluta en un punto de partida común y se registran las características basales.
El estado de exposición (p. ej., tabaquismo, dieta, uso de medicamentos, agente ocupacional) se evalúa al inicio y, en muchos diseños, se reevalúa a intervalos regulares durante el seguimiento. La medición precisa de la exposición en este paso determina la calidad de todo el estudio; la clasificación errónea en esta etapa sesga las estimaciones de riesgo hacia la nulidad.
Los participantes son monitorizados a lo largo del tiempo mediante evaluaciones periódicas, enlace de registros, datos administrativos o contacto activo. La pérdida de seguimiento es la principal amenaza para la validez interna en esta etapa: si quienes abandonan el estudio difieren sistemáticamente de quienes permanecen, la incidencia estimada puede estar sesgada.
Se identifican los eventos de resultado incidentes (nuevos diagnósticos, muertes, hospitalizaciones) a través de exámenes clínicos, historias clínicas, registros de enfermedades o enlace con estadísticas vitales. Definiciones claras y preespecificadas del resultado minimizan la clasificación errónea del resultado.
Se calculan las tasas de incidencia para los grupos expuestos y no expuestos. La medida de efecto principal es el riesgo relativo (RR = incidencia en expuestos / incidencia en no expuestos) o, cuando el tiempo de seguimiento varía, la razón de tasas. Se obtienen estimaciones ajustadas mediante regresión multivariable (p. ej., Poisson, Cox) para controlar la confusión.
Fórmula
RR = (Ie / Iu)
Errores comunes
- Ignorar exposiciones variables en el tiempo — tratar una exposición basal como fija cuando cambia durante el seguimiento (p. ej., cese del tabaquismo) puede clasificar erróneamente la exposición y sesgar los resultados; utilice análisis actualizados en el tiempo o modelos estructurales marginales.
- Control inadecuado del tiempo de seguimiento — comparar recuentos brutos de eventos en lugar de tasas de incidencia por persona-tiempo producirá resultados engañosos cuando la duración del seguimiento varía entre los participantes.
- Sesgo de tiempo inmortal — los períodos de seguimiento durante los cuales un participante no puede experimentar el resultado (p. ej., el tiempo antes de que se surta una receta médica) no deben asignarse al grupo expuesto o las estimaciones de riesgo serán artificialmente favorables.
- Efecto del trabajador sano o del usuario sano — las cohortes reclutadas en entornos ocupacionales o clínicos pueden ser sistemáticamente más sanas que la población general, lo que limita la generalización externa.
Preguntas frecuentes
¿Cuál es la diferencia entre un estudio de cohorte prospectivo y uno retrospectivo?
En un estudio de cohorte prospectivo, los investigadores reclutan participantes y luego los siguen hacia adelante en el tiempo, recopilando datos de exposición y resultado a medida que ocurren los eventos. En un estudio de cohorte retrospectivo (histórico), tanto la exposición como el resultado ya han ocurrido; el investigador reconstruye la cohorte a partir de registros existentes. La lógica analítica es idéntica, pero los diseños retrospectivos son más rápidos y baratos, aunque más susceptibles al sesgo de información debido a registros históricos incompletos.
¿Qué tan grande debe ser un estudio de cohorte?
El tamaño de la muestra depende de la incidencia esperada del resultado, el tamaño del efecto que se desea detectar, la duración del seguimiento y la potencia estadística deseada. Para resultados comunes, unos pocos cientos de participantes pueden ser suficientes; para resultados raros con tamaños de efecto modestos, pueden ser necesarios decenas de miles de participantes seguidos durante décadas. Los cálculos de potencia deben realizarse antes de que comience el reclutamiento.
¿En qué se diferencia un estudio de cohorte de un ensayo aleatorizado?
En un ensayo aleatorizado, el investigador controla la asignación de la exposición, lo que elimina la confusión por diseño y permite conclusiones causales. En un estudio de cohorte, la exposición está determinada por circunstancias naturales, por lo que los confundidores no medidos pueden distorsionar la asociación exposición-resultado. Los estudios de cohorte son observacionales y, por lo tanto, ocupan una posición inferior en la jerarquía de la evidencia para preguntas causales, pero son factibles cuando la aleatorización sería poco ética o impracticable.
¿Qué medida de efecto produce un estudio de cohorte?
La medida de efecto principal es el riesgo relativo (razón de riesgo) cuando se utiliza la incidencia acumulada, o la razón de tasas de incidencia cuando se utilizan denominadores de persona-tiempo. Los estudios de cohorte también pueden estimar la diferencia de riesgo (riesgo atribuible), que es directamente interpretable para el impacto en la salud pública. Las razones de momios de la regresión logística a veces se informan por conveniencia, pero solo aproximan la razón de riesgo cuando el resultado es raro.
¿Cómo se debe manejar la pérdida de seguimiento?
Primero, minimice la pérdida mediante estrategias activas de retención. Informe la proporción de perdidos y compare las características basales de los que completaron el estudio frente a los que no. Analice utilizando principios de intención de seguimiento y realice análisis de sensibilidad (p. ej., imputaciones del mejor y peor caso) para evaluar la robustez de los hallazgos. La ponderación por probabilidad inversa puede corregir el censo informativo cuando se miden predictores de abandono.
Métodos relacionados
Fuentes
Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.
ISBN: 978-0781755641Copiado.Doll, R., & Hill, A. B. (1954). The mortality of doctors in relation to their smoking habits: a preliminary report. British Medical Journal, 1(4877), 1451–1455.
Abrir referencia DOICopiado.