Estudio de casos y controles anidado
- Propuesto por
- Nathan Mantel (1973); D. C. Thomas (1977 formalization)
- Año
- 1973–1977
- Tipo
- Hybrid observational 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 casos y controles anidado es un diseño observacional eficiente incrustado dentro de una cohorte definida.
Para cada participante que desarrolla el resultado de interés (un caso), se muestrea un pequeño número de controles emparejados de aquellos que aún están en riesgo en el mismo momento. Esta estrategia de muestreo de densidad produce razones de momios que aproximan las razones de tasas de incidencia de la cohorte completa con una fracción del costo de recolección de datos, lo que la convierte en la alternativa preferida cuando la medición de exposiciones para todos los miembros de la cohorte sería prohibitivamente costosa o técnicamente exigente.
La intuición detrás del método
Imagina una cohorte ocupacional de 20 años de 10.000 trabajadores. Usted quiere probar si una exposición química particular aumenta el riesgo de cáncer de vejiga, pero medir biomarcadores séricos para los 10.000 participantes sería extremadamente costoso. Un diseño anidado de casos y controles resuelve esto: cada vez que se diagnostica un trabajador (un caso), se seleccionan aleatoriamente, digamos, cuatro trabajadores del conjunto de riesgo —aquellos que aún no han tenido el resultado y fueron reclutados al menos tan temprano— y se miden biomarcadores solo para esas cinco personas. Dado que los controles se extraen de la misma cohorte y del mismo momento de seguimiento, el diseño hereda la estructura prospectiva de la cohorte mientras reduce los ensayos de biomarcadores en aproximadamente un 80%.
Historia
El diseño anidado de casos y controles fue conceptualizado por Nathan Mantel en 1973 como una forma de aplicar la lógica retrospectiva de casos y controles a datos de cohorte prospectivos, recuperando eficiencia sin sacrificar la integridad temporal. D. C. Thomas formalizó el marco de muestreo de conjunto de riesgo o densidad de incidencia en 1977, demostrando que las OR estimadas a partir de tales muestras son iguales a la IRR de la cohorte bajo la hipótesis nula y bajo tamaños de efecto modestos. El diseño ganó una amplia adopción en epidemiología ocupacional y de cáncer durante las décadas de 1980 y 1990, particularmente para estudios que requerían ensayos de biomarcadores costosos en especímenes archivados. Ahora es una herramienta estándar en grandes estudios vinculados a biobancos e investigación farmacoepidemiológica.
Cuándo usarlo
Utilice un diseño anidado de casos y controles cuando tenga (o pueda ensamblar) una cohorte prospectiva bien definida con datos de resultados, pero la medición de exposiciones para todos los miembros sea costosa, técnicamente exigente o requiera especímenes biológicos almacenados. Es ideal cuando la exposición de interés es un ensayo de laboratorio, un marcador genético o una muestra archivada cuyo presupuesto de medición es limitado. El diseño también es apropiado cuando necesita controlar confundidores que varían en el tiempo o desea estudiar resultados raros dentro de una cohorte grande sin la determinación de la exposición de la cohorte completa. NO utilice este diseño cuando la cohorte sea demasiado pequeña para producir un número adecuado de casos; cuando los datos de resultados no estén disponibles o no sean fiables; cuando todas las exposiciones ya se hayan medido para la cohorte completa (un análisis de cohorte completa es entonces más eficiente); o cuando la pregunta de investigación requiera estimar riesgos absolutos en lugar de riesgos relativos.
Limitaciones y consideraciones
- Requiere una cohorte preexistente con una determinación de resultados fiable; el establecimiento de dicha cohorte es en sí mismo intensivo en recursos.
- El diseño emparejado con regresión logística condicional significa que las variables emparejadas no pueden evaluarse como predictores independientes del resultado.
- Las ganancias de eficiencia disminuyen cuando los resultados son comunes (>10% de la cohorte), en cuyo caso un diseño de cohorte completa o de caso-cohorte puede ser preferible.
- La selección de un número adecuado de controles por caso requiere cálculos de potencia cuidadosos; muy pocos controles reducen la eficiencia estadística sin ahorros de costos proporcionales.
Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.
Fortalezas
- Reduce drásticamente el costo y el esfuerzo de la evaluación de la exposición en comparación con un análisis de cohorte completa — típicamente solo el 5-10% de los miembros de la cohorte necesitan medición.
- El muestreo de densidad de incidencia asegura que la OR sea una estimación insesgada de la razón de tasas de incidencia, preservando la interpretación causal de un diseño prospectivo.
- Permite el uso de exposiciones que varían en el tiempo al anclar la selección de controles al conjunto de riesgo en el momento en que ocurre cada caso.
- Hereda las fortalezas de la cohorte prospectiva: temporalidad de la exposición antes del resultado y menor sesgo de recuerdo en comparación con un estudio tradicional de casos y controles.
- El emparejamiento flexible por tiempo y covariables a nivel individual controla eficientemente confundidores fuertes sin requerir datos de covariables de cohorte completa.
Aplicaciones
- Estudios de biomarcadores dentro de grandes cohortes prospectivas —medición de muestras de sangre almacenadas solo para casos y controles emparejados para estudiar cáncer, enfermedades cardiovasculares o resultados metabólicos.
- Epidemiología ocupacional —evaluación de exposiciones químicas o de radiación acumuladas en trabajadores que desarrollan cánceres específicos dentro de una cohorte de fábrica o registro.
- Farmacoepidemiología —evaluación de la exposición a medicamentos y eventos adversos dentro de cohortes de bases de datos administrativas de salud donde los registros de prescripción son completos pero los datos clínicos detallados requieren revisión de historias clínicas.
- Epidemiología de enfermedades infecciosas —investigación de factores del huésped o patógenos para resultados graves (p. ej., hospitalización, muerte) dentro de una cohorte de vigilancia de individuos infectados.
- Estudios genéticos y genómicos —realización de secuenciación de genes candidatos o exoma completo en casos y controles muestreados de una cohorte poblacional con seguimiento a largo plazo.
Cómo funciona
Cómo funciona
El estudio comienza con una cohorte dinámica o fija existente o recién ensamblada, cuyos miembros han estado libres de enfermedades al inicio y son seguidos a lo largo del tiempo. La cohorte proporciona el marco de muestreo del cual se extraen tanto los casos como los controles, asegurando que todos los participantes compartan una línea de base y una ventana de exposición comunes.
Durante el seguimiento, cada nueva ocurrencia del evento de resultado (p. ej., diagnóstico de enfermedad, muerte) se registra como un caso, junto con la fecha exacta del evento. Los casos suelen ser todos los eventos incidentes en la cohorte, pero el diseño también puede restringirse a un subconjunto definido (p. ej., un subtipo histológico específico).
Para cada caso, se forma un conjunto de riesgo: todos los miembros de la cohorte que aún están bajo seguimiento y libres de eventos en el momento en que ocurre el caso. Se seleccionan aleatoriamente un número fijo de controles (típicamente 1-10 por caso) de este conjunto de riesgo —un procedimiento llamado muestreo de densidad de incidencia o muestreo de conjunto de riesgo. Los controles pueden emparejarse con su caso según variables como edad, sexo o tiempo calendario para reducir el confounding.
La información de exposición —biomarcadores, muestras biológicas almacenadas, registros médicos o datos de entrevistas— se recupera o mide solo para los casos y controles seleccionados, no para toda la cohorte. Dado que los controles se extraen en el momento de cada evento de caso, las exposiciones que varían en el tiempo pueden capturarse en la ventana de riesgo relevante.
Se utiliza la regresión logística condicional para estimar las razones de momios (OR) dentro de cada conjunto de casos y controles emparejados, teniendo en cuenta las variables de emparejamiento. Bajo el muestreo de densidad de incidencia, la OR es una estimación insesgada de la razón de tasas de incidencia (IRR) del análisis de cohorte completa, lo que hace que los resultados sean directamente interpretables como estimaciones de tasas relativas.
Errores comunes
- El uso de casos prevalentes en lugar de incidentes —incluir participantes que ya tenían la enfermedad al inicio de la cohorte introduce sesgo de duración y rompe la suposición temporal de que la exposición precede al resultado.
- Extraer controles de fuera del conjunto de riesgo —seleccionar controles que ya habían experimentado el resultado, o que ingresaron a la cohorte después de la fecha del evento del caso, distorsiona la lógica del muestreo de densidad y sesga la OR lejos de la IRR.
- Ignorar la estructura emparejada en el análisis —analizar datos emparejados de casos y controles con regresión logística incondicional (en lugar de condicional) produce estimaciones sesgadas, especialmente cuando el número de controles por caso es pequeño.
- Fallo en tener en cuenta las exposiciones que varían en el tiempo —usar una única medición de exposición basal cuando las exposiciones cambian durante el seguimiento clasifica erróneamente la exposición y sesga los resultados hacia el nulo.
- Sobremparejamiento en variables en la vía causal —el emparejamiento en intermediarios entre la exposición y el resultado elimina la variación necesaria para detectar un efecto.
Preguntas frecuentes
¿Cómo se diferencia un estudio anidado de casos y controles de un estudio tradicional de casos y controles?
Un estudio tradicional de casos y controles recluta casos de un hospital o registro y selecciona controles de la población general, lo que dificulta asegurar que los controles provengan de la misma población fuente que los casos. Un estudio anidado de casos y controles extrae tanto casos como controles de una cohorte definida con fechas de entrada y seguimiento conocidas, por lo que la población fuente es explícita y se garantiza que los controles hayan estado en riesgo de convertirse en casos —esto elimina una fuente importante de sesgo de selección y permite que la OR estime la IRR.
¿Cuántos controles por caso debo seleccionar?
Seleccionar 4-5 controles por caso captura la mayor parte de la ganancia de eficiencia estadística en comparación con el análisis de cohorte completa; más allá de una proporción de aproximadamente 10:1, la ganancia marginal es insignificante. El número óptimo depende del costo relativo de obtener datos de casos frente a controles y de los requisitos de potencia estadística. Para resultados raros donde cada caso es valioso, se pueden justificar hasta 10 controles por caso.
¿Cuál es la diferencia entre un estudio anidado de casos y controles y un estudio de caso-cohorte?
Ambos diseños muestrean de una cohorte para reducir los costos de determinación de la exposición. En un estudio anidado de casos y controles, los controles se emparejan por conjunto de riesgo con cada caso en el momento del evento del caso, y se utiliza regresión logística condicional. En un estudio de caso-cohorte, se selecciona una subcohorte aleatoria al inicio y sirve como grupo de comparación para todos los casos independientemente de cuándo ocurran; esto permite usar la misma subcohorte para múltiples resultados pero requiere análisis ponderados más complejos. Los diseños anidados de casos y controles son generalmente más simples de analizar; los diseños de caso-cohorte se prefieren cuando se estudiarán múltiples resultados simultáneamente.
¿Puedo usar el diseño anidado de casos y controles con una cohorte retrospectiva?
Sí. Aunque el diseño es conceptualmente prospectivo —la exposición precede al resultado— puede incrustarse en una cohorte retrospectiva ensamblada a partir de registros históricos. Los requisitos clave son que las fechas de entrada de la cohorte, los períodos de seguimiento y las fechas de los resultados estén documentados de manera fiable, y que la información de exposición pueda recuperarse para los casos y controles seleccionados sin conocimiento del estado del caso (para evitar sesgos de información).
¿Qué software puedo usar para la regresión logística condicional en datos anidados de casos y controles?
La regresión logística condicional para datos emparejados de casos y controles está disponible en R (función clogit en el paquete survival), Stata (comando clógit), SAS (PROC LOGISTIC con la declaración STRATA) y SPSS. La variable de emparejamiento (generalmente un ID de conjunto de casos) debe incluirse como identificador de estrato. Para análisis de tiempo hasta el evento utilizando el conjunto de riesgo completo, la verosimilitud parcial de Cox con emparejamiento por tiempo es matemáticamente equivalente a la regresión logística condicional bajo muestreo de densidad de incidencia.
Métodos relacionados
Fuentes
Thomas, D. C. (1977). Addendum to: Methods of cohort analysis: Appraisal by application to asbestos mining. Journal of the Royal Statistical Society, Series A, 140(4), 469–491.
Abrir referencia de la publicaciónCopiado.Mantel, N. (1973). Synthetic retrospective studies and related topics. Biometrics, 29(3), 479–486.
Abrir referencia DOICopiado.