Saltar al contenido
Volver a los resultados

Estudio de Cohorte Prospectivo — Diseño Observacional Longitudinal

Propuesto por
Richard Doll and Austin Bradford Hill (landmark application, 1951-1954); cohort methodology formalised by modern epidemiology textbooks
Año
1950s (systematic application); conceptual roots earlier
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

Tamaño de letra

¿Qué hace?

Un estudio de cohorte prospectivo ensambla un grupo de participantes que están libres de la enfermedad de interés al inicio, mide sus exposiciones y luego los sigue a lo largo del tiempo para registrar quién desarrolla la enfermedad.

Al recopilar datos de exposición antes de que ocurran las enfermedades, establece una secuencia temporal clara que respalda la inferencia causal, una gran ventaja sobre los diseños retrospectivos. Es el método observacional fundamental en epidemiología e investigación clínica.

La intuición detrás del método

Piense en la investigación de cohortes prospectivas como la configuración de un experimento natural a largo plazo: recluta una población, documenta cuidadosamente a qué están expuestos hoy —dieta, medicamentos, peligros laborales, factores de estilo de vida— y luego observa qué sucede durante meses o años. Debido a que registró la exposición antes de que alguien enfermara, sabe que la exposición precedió a la enfermedad, no al revés. El estudio de médicos británicos de Doll y Hill, que siguió a 34.000 médicos a partir de 1951 y estableció el vínculo entre tabaquismo y cáncer de pulmón, es el ejemplo clásico de esta lógica. La contrapartida es el tiempo, el dinero y la paciencia para esperar a que se acumulen los resultados.

Historia

El enfoque de cohorte surgió en epidemiología a principios del siglo XX, pero su forma moderna fue cristalizada por el estudio de médicos británicos de Richard Doll y Austin Bradford Hill iniciado en 1951, que rastreó prospectivamente los hábitos de tabaquismo y la mortalidad en 34.440 médicos varones y proporcionó la primera evidencia definitiva que vinculaba el tabaquismo de cigarrillos con el cáncer de pulmón. El Framingham Heart Study, comenzado en 1948 en Massachusetts, estableció simultáneamente la epidemiología de los factores de riesgo cardiovascular a través de la vigilancia prospectiva continua de una cohorte comunitaria. La guía de reporte STROBE publicada en 2007 formalizó los estándares metodológicos para estudios de cohortes y consolidó el diseño como el método observacional de referencia para la investigación etiológica.

Cuándo usarlo

Utilice un diseño de cohorte prospectivo cuando necesite establecer la relación temporal entre una exposición modificable o no modificable y un resultado de salud posterior, especialmente para exposiciones raras con múltiples resultados potenciales, o cuando las restricciones éticas o prácticas descarten la aleatorización. Es ideal para estudiar la incidencia de enfermedades, el pronóstico y la historia natural de las afecciones. No lo utilice cuando la enfermedad sea muy rara (el caso-control es más eficiente), cuando el seguimiento abarque décadas para una pregunta con plazos ajustados (considere diseños anidados o retrospectivos), o cuando la exposición no se pueda medir de manera confiable al inicio. Es observacional —la confusión residual siempre es una amenaza y las afirmaciones causales requieren una justificación cuidadosa.

Limitaciones y consideraciones

  • Ineficiente para enfermedades raras — se requieren muestras muy grandes o períodos de seguimiento muy largos, lo que hace que el diseño sea costoso y logísticamente exigente.
  • La pérdida de seguimiento amenaza la validez interna si la deserción está relacionada tanto con la exposición como con la enfermedad (censura informativa).
  • El estado de exposición puede cambiar durante el seguimiento, lo que complica la definición del tiempo de exposición y requiere métodos de covariables que varían en el tiempo.
  • No puede eliminar la confusión residual de variables no medidas; la aleatorización es el único diseño que logra esto.
  • Las enfermedades de latencia prolongada pueden requerir décadas de seguimiento, lo que aumenta el costo y la attrition de los participantes.

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

Fortalezas

  • Establece una clara precedencia temporal de la exposición antes de la enfermedad, el criterio de causalidad más sólido disponible para la investigación observacional.
  • Los datos de exposición se recopilan prospectivamente, lo que reduce el sesgo de recuerdo en comparación con los diseños retrospectivos.
  • Se pueden estudiar múltiples resultados para una sola exposición simultáneamente, maximizando el retorno científico.
  • Se pueden calcular directamente las tasas de incidencia y los riesgos absolutos, lo que permite una comunicación de riesgos clínicamente significativa.
  • Bien adaptado para estudiar exposiciones raras en poblaciones generales u ocupacionales.

Aplicaciones

  • Establecer que el tabaquismo de cigarrillos causa cáncer de pulmón y enfermedades cardiovasculares (Estudio de Médicos Británicos, 1954-2004).
  • Identificar los principales factores de riesgo cardiovascular modificables, como la hipertensión, la hipercolesterolemia y la inactividad física (Framingham Heart Study).
  • Cuantificar los efectos a largo plazo sobre la salud de las exposiciones ocupacionales como el amianto, el polvo de sílice y la radiación en cohortes de trabajadores.
  • Rastrear la historia natural de las afecciones crónicas desde la exposición o el diagnóstico hasta los hitos clínicos, incluidas el VIH/SIDA, la diabetes tipo 2 y la enfermedad renal crónica.
  • Evaluar la efectividad en el mundo real de vacunas, medicamentos e intervenciones de estilo de vida en poblaciones no capturadas por ensayos aleatorizados.
  • Investigar exposiciones prenatales y de la primera infancia y sus asociaciones con resultados de desarrollo, neurocognitivos o metabólicos décadas después en estudios de cohortes de nacimiento.

Cómo funciona

Cómo funciona

1

Se identifica una población objetivo y se inscribe una muestra que cumple con los criterios de elegibilidad; lo más importante es que todos los participantes deben estar libres de la enfermedad de interés al inicio del estudio. La cohorte puede ser una muestra de la comunidad general (p. ej., el Framingham Heart Study) o una población ocupacional, de riesgo de enfermedad o clínica definida. El tamaño de la muestra se determina por la tasa de incidencia esperada y el riesgo relativo mínimo detectable.

2

Al inicio, se evalúa el estado de exposición de cada participante mediante cuestionarios, mediciones clínicas, biomarcadores o vinculación de registros. Las exposiciones pueden ser binarias (expuesto vs. no expuesto) o graduadas; se miden simultáneamente múltiples exposiciones y posibles factores de confusión. La calidad y la integridad de los datos de exposición iniciales son críticas porque no se pueden recuperar más tarde.

3

Los participantes son seguidos prospectivamente durante un período preespecificado. Los métodos de seguimiento activo incluyen visitas programadas a la clínica, cuestionarios periódicos, contactos telefónicos y sensores portátiles. El seguimiento pasivo utiliza bases de datos administrativas, registros nacionales de mortalidad o registros de seguros. La pérdida de seguimiento debe minimizarse y rastrearse porque la deserción diferencial puede introducir sesgos.

4

La enfermedad incidente —típicamente un diagnóstico de enfermedad, muerte, cruce de un umbral de biomarcador o evento clínico— se determina sistemáticamente, idealmente por evaluadores cegados que utilizan criterios predefinidos. Se registran los datos de tiempo hasta el evento (fecha de la enfermedad o censura) para cada participante, lo que permite análisis de supervivencia o de riesgos además de comparaciones simples de incidencia.

5

La medida principal es el riesgo relativo que compara la incidencia de la enfermedad entre los grupos expuesto y no expuesto: RR = (a/(a+b)) / (c/(c+d)). Cuando los tiempos de seguimiento varían, se utiliza la razón de tasas de incidencia o la razón de riesgos del modelo de regresión de riesgos proporcionales de Cox. La confusión se aborda mediante ajuste multivariable, puntuación de propensión o análisis estratificado.

Fórmula
RR = (a/(a+b)) / (c/(c+d))

Errores comunes

  • Planificación inadecuada del tamaño de la muestra — no potenciar el estudio para la tasa de incidencia esperada y el riesgo relativo objetivo produce un estudio subpotenciado que no puede detectar asociaciones clínicamente importantes.
  • Pérdida diferencial de seguimiento — si los participantes más enfermos o de mayor riesgo abandonan a tasas diferentes en los grupos expuesto frente a no expuesto, las estimaciones del riesgo relativo estarán sesgadas; siempre se deben informar análisis de sensibilidad (p. ej., límites de casos extremos).
  • Error de clasificación de la exposición al inicio — una única medición inicial puede no representar la exposición habitual; se deben utilizar mediciones repetidas o biomarcadores validados siempre que sea factible.
  • Ignorar el efecto del voluntario sano — las cohortes formadas por voluntarios excluyen sistemáticamente a los individuos más enfermos, subestimando el riesgo de enfermedad en la población general.
  • Confusión por indicación — cuando la exposición es un tratamiento clínico, los pacientes más enfermos son más propensos a recibirlo, lo que sesga las comparaciones crudas; se requieren métodos de puntuación de propensión o variables instrumentales.

Preguntas frecuentes

¿En qué se diferencia un estudio de cohorte prospectivo de un estudio de cohorte retrospectivo?

En un estudio de cohorte prospectivo, los participantes se inscriben antes de que ocurran las enfermedades y se les sigue en tiempo real; los datos de exposición se recopilan en el momento de la inscripción o después, antes de que alguien desarrolle la enfermedad. En un estudio de cohorte retrospectivo, tanto la exposición como la enfermedad ya han ocurrido cuando el investigador comienza; la cohorte se reconstruye a partir de registros históricos. Los diseños prospectivos ofrecen una mejor calidad de datos y menos sesgo de recuerdo, pero consumen mucho más tiempo y son más caros.

¿Puede un estudio de cohorte prospectivo probar causalidad?

Puede proporcionar una fuerte evidencia consistente con la causalidad —particularmente al establecer la precedencia temporal y las relaciones dosis-respuesta— pero no puede eliminar la confusión residual de variables no medidas de la manera en que puede hacerlo un ensayo controlado aleatorizado. La inferencia causal a partir de datos de cohortes requiere la aplicación sistemática de criterios como los puntos de vista de Bradford Hill: fuerza, consistencia, especificidad, temporalidad, gradiente biológico, plausibilidad, coherencia, experimento y analogía.

¿Cuál es una tasa aceptable de pérdida de seguimiento?

No existe un umbral universal, pero la retención superior al 80% se cita comúnmente como aceptable, y muchas cohortes de alta calidad logran más del 90%. Más importante que el porcentaje es si la deserción es diferencial —si la pérdida de seguimiento no está relacionada tanto con la exposición como con la enfermedad, el sesgo es mínimo incluso con una attrition moderada. Los análisis de sensibilidad siempre deben explorar el impacto potencial de los datos de resultados faltantes.

¿Qué tan grande debe ser mi cohorte?

El tamaño de la muestra depende de la incidencia de fondo de la enfermedad, el riesgo relativo esperado, la potencia estadística deseada (típicamente 80-90%), el nivel de significancia (generalmente 0.05) y la proporción de participantes expuestos y no expuestos. Para enfermedades raras con una incidencia inferior al 1%, generalmente se necesitan miles de participantes incluso para detectar riesgos relativos moderadamente grandes. Consulte un cálculo de potencia para estudios de cohortes que utilicen tasas de incidencia en lugar de proporciones para enfermedades raras.

¿Cuándo debo usar un caso-control anidado en lugar de analizar la cohorte completa?

Un diseño de caso-control anidado dentro de una cohorte es preferible cuando la medición de la exposición es muy costosa (p. ej., análisis de biomarcadores almacenados) o cuando la enfermedad es rara, ya que selecciona solo una muestra de no casos como controles en lugar de medir a todos. Conserva la mayoría de las ventajas causales del diseño prospectivo a un costo sustancialmente menor, y es analíticamente equivalente a analizar la cohorte completa cuando los controles se muestrean utilizando muestreo por densidad de incidencia.

Métodos relacionados

Fuentes

  1. Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.

    ISBN: 978-0781755641
    Copiado.
  2. Doll, R., & Hill, A. B. (1954). The mortality of doctors in relation to their smoking habits. British Medical Journal, 1(4877), 1451-1455.

    Abrir referencia DOI
    Copiado.