Estudio de Casos y Controles Emparejado
- Propuesto por
- Brian MacMahon and others; systematised by Schlesselman (1982)
- Año
- 1950s–1970s
- Tipo
- Observational analytic 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 casos y controles emparejado es un diseño epidemiológico observacional en el que cada caso (una persona con la enfermedad o el resultado de interés) se empareja con uno o más controles (personas sin el resultado) que comparten una o más características —como edad, sexo o entorno clínico— para controlar el sesgo de confusión.
Luego se compara el historial de exposición entre los casos y sus controles emparejados para estimar la razón de posibilidades (odds ratio) de la asociación exposición-enfermedad.
La intuición detrás del método
Piense en ello como un detective que empareja sospechosos con personas de apariencia similar. Si desea saber si una exposición particular causó una enfermedad, encuentra un paciente con la enfermedad y luego localiza una o más personas similares —misma edad, mismo sexo, mismo hospital— que no contrajeron la enfermedad. Al mantener idénticas esas características de fondo, cualquier diferencia en el historial de exposición entre el par tiene muchas más probabilidades de reflejar un vínculo real en lugar de un factor de confusión. El emparejamiento ajusta la comparación para que la señal sea más limpia, a costa de cierta flexibilidad en el análisis.
Historia
El diseño de casos y controles se formalizó en epidemiología en la década de 1950, con estudios históricos de Doll y Hill (1950) sobre el tabaquismo y el cáncer de pulmón utilizando controles basados en hospitales. El principio de emparejamiento para mejorar la comparabilidad se aplicó tempranamente y fue codificado por Brian MacMahon y sus colegas. El libro de texto de James Schlesselman de 1982, "Case-Control Studies", estableció el marco analítico para los diseños emparejados, incluyendo la razón de posibilidades emparejada y la regresión logística condicional. El artículo de Nathan Mantel y William Haenszel de 1959 proporcionó métodos estratificados fundamentales que sustentan el análisis emparejado, y el enfoque de regresión logística condicional se desarrolló a lo largo de las décadas de 1970 y 1980, convirtiéndose en la herramienta analítica estándar para datos de casos y controles emparejados individualmente.
Cuándo usarlo
Utilice un estudio de casos y controles emparejado al estudiar una enfermedad o resultado raro donde un estudio de cohorte completo requeriría muestras impracticablemente grandes o un seguimiento muy largo; cuando se necesita un control estricto de factores de confusión específicos (como edad, sexo o centro clínico); y cuando los recursos permiten un emparejamiento individual cuidadoso y un análisis condicional. Es especialmente valioso en entornos hospitalarios y en investigaciones de brotes. No utilice el emparejamiento cuando las variables de emparejamiento son posibles intermediarios en la vía causal (sobre-emparejamiento), cuando el número de casos es muy pequeño y no se pueden encontrar parejas de emparejamiento, o cuando las exposiciones que varían con el tiempo hacen que el emparejamiento estático sea inapropiado; en esas situaciones, un diseño de caso-crossover o de cohorte puede ser preferible. El emparejamiento no elimina el sesgo de confusión no medido.
Limitaciones y consideraciones
- No puede estimar la prevalencia o incidencia del resultado, solo la razón de posibilidades para la asociación exposición-resultado.
- Las variables de emparejamiento no pueden estudiarse como exposiciones a menos que se utilicen métodos analíticos complejos.
- El sobre-emparejamiento (emparejar una variable asociada con la exposición pero no con la enfermedad) infla el tamaño de muestra requerido y sesga la razón de posibilidades hacia el nulo.
- Encontrar controles emparejados adecuados puede ser difícil, particularmente para combinaciones raras de criterios de emparejamiento, lo que lleva a casos no emparejados que deben excluirse.
- La estructura emparejada debe mantenerse en el análisis; ignorarla (usando regresión logística incondicional) produce estimaciones sesgadas.
Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.
Fortalezas
- Controla eficientemente los factores de confusión fuertes (edad, sexo, centro clínico) por diseño en lugar de solo por ajuste estadístico.
- Adecuado para resultados raros donde una cohorte completa no es factible; una fracción de la muestra no emparejada puede lograr una precisión comparable.
- Reduce la variabilidad dentro de los conjuntos emparejados, a menudo aumentando la eficiencia estadística para un tamaño de muestra dado.
- Ampliamente aceptado y bien comprendido en revistas clínicas y epidemiológicas; la regresión logística condicional es estándar y está implementada en todos los principales paquetes estadísticos.
Aplicaciones
- Investigar los factores de riesgo de cánceres raros emparejando pacientes hospitalizados con cáncer con controles del mismo hospital por edad, sexo y sala de admisión.
- Investigaciones de brotes en las que los casos de enfermedades transmitidas por alimentos se emparejan con controles de vecindario por ubicación geográfica y ocasión de comida.
- Estudios farmacoepidemiológicos que examinan reacciones adversas a medicamentos, con casos emparejados con controles expuestos a medicamentos por indicación, edad y comorbilidad.
- Estudios de epidemiología ocupacional de exposiciones raras (por ejemplo, agentes químicos específicos) con controles emparejados por industria para eliminar el sesgo de confusión ocupacional.
- Epidemiología genética donde los casos y controles se emparejan por etnia para minimizar la estratificación de la población antes de la genotipificación.
- Estudios de emergencia y quirúrgicos donde la admisión hospitalaria proporciona un marco de emparejamiento natural para preguntas agudas de exposición-resultado.
Cómo funciona
Cómo funciona
Formule una definición de caso precisa que especifique la enfermedad o el resultado, sus criterios diagnósticos, la población elegible (población fuente) y la ventana de tiempo. Identifique la exposición de interés y los factores de confusión que pretende controlar mediante el emparejamiento. Preespecifique la razón de emparejamiento (1:1, 1:2, etc.) y las variables de emparejamiento.
Reclute casos incidentes o prevalentes de una fuente definida, como registros hospitalarios, registros de enfermedades o un sistema de vigilancia. Confirme que cada caso cumple con la definición de caso. Seleccione controles de la misma población fuente —personas que habrían sido elegibles para convertirse en un caso— utilizando estrategias de muestreo basadas en hospitales, basadas en la población o de densidad.
Para cada caso, seleccione uno o más controles que compartan los valores de las variables de emparejamiento (por ejemplo, el mismo grupo de edad de cinco años y sexo). El emparejamiento individual (uno a uno o uno a muchos) vincula cada control a un caso específico; el emparejamiento por frecuencia equilibra las distribuciones en todo el estudio. Documente la razón de emparejamiento y cualquier amplitud de "caliper" utilizada.
Determine el estado de exposición tanto para los casos como para sus controles emparejados, utilizando el mismo método de medición para ambos grupos para evitar una clasificación errónea diferencial. Las fuentes comunes incluyen entrevistas, registros médicos, datos de biobancos o bases de datos administrativas. El cegamiento de los evaluadores de resultados al estado de caso/control reduce el sesgo de información.
Analice los datos emparejados con regresión logística condicional (o la prueba de McNemar para pares emparejados 1:1) para preservar la estructura emparejada. Para un diseño emparejado 1:1 simple, la razón de posibilidades emparejada se estima como OR = b/c, donde b = pares discordantes con caso expuesto y control no expuesto, y c = pares discordantes con caso no expuesto y control expuesto. Ajuste para covariables adicionales dentro del modelo condicional.
Fórmula
OR = (b / c)
Exprese los resultados como razones de posibilidades emparejadas con intervalos de confianza del 95%. Evalúe si las variables de emparejamiento fueron apropiadas, verifique si hay sobre-emparejamiento (emparejamiento en un intermedio de exposición) y evalúe el sesgo de confusión residual. Discuta la validez externa con respecto a la población fuente.
Errores comunes
- Sobre-emparejamiento: seleccionar variables de emparejamiento que se encuentran en la vía causal entre la exposición y la enfermedad (intermediarios) elimina la variación necesaria para detectar la asociación y sesga la OR hacia 1.0.
- Romper el emparejamiento en el análisis: analizar datos emparejados con regresión logística estándar (incondicional) descarta las ganancias de eficiencia del emparejamiento y puede introducir sesgos; siempre use regresión logística condicional o la prueba de McNemar.
- Sesgo de recuerdo: si los casos recuerdan las exposiciones más vívidamente que los controles (recuerdo diferencial), la razón de posibilidades se sobreestimará; use registros objetivos o biomarcadores cuando sea posible.
- Ignorar casos no emparejados: excluir casos para los que no se encontró un control emparejado puede introducir sesgo de selección si la exclusión está relacionada con la exposición.
- Control insuficiente para el sesgo de confusión residual: el emparejamiento en categorías amplias (por ejemplo, bandas de edad de diez años) deja sin abordar el sesgo de confusión dentro de la categoría; refine las categorías o ajuste por la edad de forma continua en el modelo.
Preguntas frecuentes
¿Por qué debo usar regresión logística condicional en lugar de regresión logística ordinaria?
En un estudio emparejado individualmente, el caso y sus controles emparejados forman un estrato. La regresión logística incondicional trata todos los estratos como una única muestra agrupada, lo que produce estimaciones sesgadas porque las intersecciones del conjunto emparejado se tratan como parámetros fijos, lo que lleva al problema de los parámetros incidentales. La regresión logística condicional se basa en la estadística suficiente para cada conjunto emparejado, eliminando las intersecciones específicas del estrato y produciendo una razón de posibilidades emparejada insesgada.
¿Qué es el sobre-emparejamiento y por qué es perjudicial?
El sobre-emparejamiento ocurre cuando se empareja una variable que está asociada con la exposición pero no independientemente con la enfermedad (o es un intermediario en la vía causal). Debido a que los casos y controles tienen historias de exposición similares por diseño, el contraste entre los grupos se reduce, la razón de posibilidades se sesga hacia 1 y se necesita una muestra más grande para lograr la misma potencia. Evite emparejar variables que podrían ser consecuencias posteriores de la exposición.
¿Cómo elijo la razón de emparejamiento?
Una razón de 1:1 es la más común y fácil de manejar. Aumentar a 1:2 o 1:3 controles por caso mejora la precisión cuando los casos son raros pero los controles son abundantes; la ganancia en eficiencia disminuye más allá de 1:4 y rara vez justifica la complejidad adicional. Si los casos son muy raros y los controles abundantes, una razón de 1:4 a menudo se considera el máximo práctico.
¿Puedo estudiar múltiples exposiciones en el mismo estudio de casos y controles emparejado?
Sí. El modelo de regresión logística condicional puede incluir múltiples variables de exposición simultáneamente, lo que permite evaluar varios factores de riesgo mientras se preserva la estructura emparejada. Sin embargo, cada exposición adicional añade parámetros y requiere un tamaño de muestra adecuado; evite la "pesca de datos" preespecificando las exposiciones primarias y secundarias en un protocolo de estudio.
¿Cuál es la diferencia entre el emparejamiento individual y el emparejamiento por frecuencia?
El emparejamiento individual (por pares) vincula cada caso específico a uno o más controles específicos en función de las variables de emparejamiento, lo que requiere un análisis condicional. El emparejamiento por frecuencia asegura que la distribución general de las variables de emparejamiento esté equilibrada entre casos y controles, pero no crea pares específicos de casos; puede analizarse con regresión logística incondicional ajustando por las variables de emparejamiento. El emparejamiento individual proporciona un control más estricto, pero es logísticamente más exigente y restringe el análisis.
Métodos relacionados
Fuentes
Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.
ISBN: 978-0781755474Copiado.Schlesselman, J. J. (1982). Case-Control Studies: Design, Conduct, Analysis. Oxford University Press.
ISBN: 978-0195029338Copiado.