Saltar al contenido
Volver a los resultados

Estudio de cohortes retrospectivo

Propuesto por
Systematic use attributed to early 20th-century occupational epidemiology; formalized in modern epidemiological theory by Brian MacMahon and others
Año
Mid-20th century (widely formalized 1950s–1970s)
Tipo
Observational analytic study
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 cohortes retrospectivo reúne a un grupo de individuos que comparten un punto de partida común y reconstruye su historial de exposición y los resultados subsiguientes enteramente a partir de registros preexistentes.

Dado que los datos ya se han recopilado antes de que comience el estudio, el diseño es mucho más rápido y económico que una cohorte prospectiva; sin embargo, el investigador debe trabajar con la información que se registró en su momento en lugar de recopilar mediciones diseñadas a propósito.

La intuición detrás del método

Piense en una fábrica que mantuvo registros detallados de empleo durante los últimos 30 años. Un epidemiólogo puede hoy identificar a todos los trabajadores contratados en 1990, clasificar a cada uno como expuesto o no expuesto a un químico basándose en los registros de puestos de trabajo, y luego rastrear a cada trabajador a través de los registros de mortalidad para ver quién desarrolló enfermedades pulmonares. Todo el 'seguimiento' ocurrió en el pasado — el investigador simplemente lo reconstruye a partir de archivos existentes. Esta cualidad de viaje en el tiempo hace que los estudios de cohortes retrospectivos sean singularmente eficientes para estudiar resultados con largos períodos de latencia, pero también significa que el investigador no puede volver atrás y recopilar exposiciones que nunca se midieron.

Historia

Los estudios de cohortes que rastrean hacia atrás a través de registros históricos se utilizaron en la investigación de salud ocupacional desde principios del siglo XX, particularmente para estudiar la mortalidad entre trabajadores expuestos a productos químicos industriales. El diseño ganó estatus epidemiológico formal a través de textos metodológicos de mediados de siglo, incluido el influyente libro de texto de 1970 de Brian MacMahon y Thomas Pugh, Epidemiology: Principles and Methods. Las sucesivas ediciones de Modern Epidemiology (1986, 1998, 2008) de Kenneth Rothman proporcionaron el marco canónico que distingue los diseños de cohortes prospectivos de los retrospectivos. La explosión de los registros electrónicos de salud y las bases de datos administrativas a partir de la década de 1990 hizo del estudio de cohortes retrospectivo uno de los diseños más frecuentemente realizados en farmacovigilancia e investigación de efectividad comparativa.

Cuándo usarlo

Utilice un estudio de cohortes retrospectivo cuando necesite estimar la relación entre una exposición y un resultado, pero no pueda esperar años para el seguimiento, y cuando existan registros históricos de alta calidad sobre la exposición y el resultado. Es particularmente adecuado para la epidemiología ocupacional, la farmacovigilancia y la investigación en bases de datos de atención médica donde se recopilan rutinariamente datos administrativos o de registro. Evítelo cuando la exposición de interés no se registró sistemáticamente en registros históricos, cuando la calidad del registro es deficiente o no estandarizada entre sitios, cuando los factores de confusión a nivel individual no se miden en gran medida en los datos disponibles, o cuando el resultado es lo suficientemente raro como para que un diseño de casos y controles sea más eficiente.

Limitaciones y consideraciones

  • Depende enteramente de la calidad, integridad y detalle de los registros preexistentes — las variables no registradas históricamente no se pueden utilizar.
  • La evaluación de la exposición suele ser más rudimentaria que en estudios prospectivos, lo que aumenta el riesgo de clasificación errónea y sesgo hacia el nulo.
  • La confusión no medida es más difícil de abordar cuando los datos históricos no se recopilaron con fines de investigación.
  • El sesgo de selección puede surgir si la pertenencia a la cohorte en el momento de referencia estuvo influenciada por síntomas tempranos del resultado (efecto del trabajador sano en entornos ocupacionales).
  • La pérdida de seguimiento es difícil de evaluar y puede ser diferencial si los individuos más enfermos abandonaron el sistema de registro antes.

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

Fortalezas

  • Mucho más rápido y menos costoso que un estudio de cohortes prospectivo porque el seguimiento ya ha ocurrido.
  • Ideal para resultados con largos períodos de latencia — se pueden estudiar décadas de seguimiento sin esperar décadas.
  • Permite la estimación de tasas de incidencia y riesgos relativos — medidas no disponibles en diseños de casos y controles.
  • A menudo son factibles tamaños de muestra grandes mediante el enlace de bases de datos administrativas o de registro recopiladas de forma rutinaria.
  • Puede evaluar múltiples resultados de una sola cohorte expuesta simultáneamente.

Aplicaciones

  • Epidemiología ocupacional: estudio del riesgo de cáncer o enfermedades respiratorias entre trabajadores históricamente expuestos a amianto, sílice o disolventes químicos utilizando registros de empleo y mortalidad.
  • Farmacovigilancia: estimación del riesgo cardiovascular de un medicamento utilizando bases de datos de reclamaciones de seguros que vinculan los registros de prescripción con los resultados de hospitalización.
  • Investigación de calidad en atención médica: comparación de resultados a largo plazo (reingreso, mortalidad) entre pacientes que recibieron diferentes tratamientos basándose en datos de altas hospitalarias.
  • Enfermedades infecciosas: reconstrucción de patrones de transmisión y factores de riesgo de brotes de infección utilizando registros de rastreo de contactos y resultados de laboratorio.
  • Estudios de registros de cáncer: vinculación de registros de cáncer basados en la población con encuestas de estilo de vida administradas años antes para identificar factores de riesgo de tipos de tumores específicos.

Cómo funciona

Cómo funciona

1

El investigador define una población fuente y selecciona a individuos que estaban libres del resultado de interés en una fecha de referencia histórica — el 'tiempo cero' del seguimiento. Se aplican criterios de inclusión y exclusión a registros preexistentes como archivos de empleo, admisiones hospitalarias o reclamaciones de seguros. Tanto el grupo expuesto como el no expuesto deben provenir de la misma población fuente para evitar el sesgo de selección.

2

El estado de exposición en el momento de referencia se reconstruye a partir de registros históricos: mediciones de higiene ocupacional, datos de dispensación de farmacia, valores de laboratorio, historias clínicas o registros de monitoreo ambiental. La calidad y la integridad de la clasificación de la exposición son el factor determinante más importante de la validez del estudio; la clasificación errónea de la exposición es típicamente no diferencial (sesgando los resultados hacia el nulo) cuando los registros no se recopilaron teniendo en cuenta el resultado.

3

Los resultados que ocurrieron durante la ventana de seguimiento se identifican mediante el enlace de registros a registros de mortalidad, registros de cáncer, bases de datos de altas hospitalarias o registros de patología. El método de constatación debe aplicarse de manera uniforme a los grupos expuesto y no expuesto. La clasificación errónea del resultado y la pérdida de seguimiento deben cuantificarse y reportarse.

4

Dado que la exposición no se asignó aleatoriamente, los factores de confusión deben controlarse analíticamente. Se utilizan la estratificación, la regresión multivariable (a menudo Cox de riesgos proporcionales), el emparejamiento por puntuación de propensión o el ponderado por probabilidad inversa para ajustar las variables registradas en los datos históricos. La confusión no medida por factores que no están en los registros sigue siendo una amenaza residual.

5

La medida principal de asociación es el riesgo relativo (razón de riesgo) o la razón de tasas — la incidencia en el grupo expuesto dividida por la incidencia en el grupo no expuesto. Cuando los tiempos de seguimiento varían entre individuos, se prefieren las razones de tasas de incidencia derivadas de modelos de Poisson o Cox. Los intervalos de confianza y, cuando sea apropiado, las estimaciones de riesgo atribuible completan el análisis.

Fórmula
RR = (a/(a+b)) / (c/(c+d))

Errores comunes

  • Sesgo de tiempo inmortal — si el período entre la entrada en la cohorte y la clasificación de la exposición se asigna incorrectamente al seguimiento del grupo expuesto, los expuestos parecen ser falsamente más sanos; el tiempo-persona debe asignarse al período de exposición correcto.
  • Ignorar el efecto del trabajador sano — los trabajadores empleados durante el tiempo suficiente para aparecer en los registros ocupacionales tienden a ser más sanos que la población general, lo que reduce artificialmente las estimaciones de riesgo cuando la población general se utiliza como comparador no expuesto.
  • Tratar las categorías de exposición basadas en registros como precisas cuando reflejan títulos de trabajo amplios o rangos de dosis — se deben informar análisis de sensibilidad con diferentes puntos de corte de exposición.
  • Fallo en tener en cuenta la exposición variable en el tiempo — la clasificación de toda la exposición en el momento de referencia ignora los cambios en la intensidad de la exposición durante el período de seguimiento y puede producir estimaciones sesgadas.

Preguntas frecuentes

¿En qué se diferencia un estudio de cohortes retrospectivo de un estudio de casos y controles?

Ambos diseños utilizan datos existentes, pero difieren en la lógica de muestreo. Un estudio de cohortes retrospectivo comienza con un grupo expuesto y un grupo no expuesto y compara la incidencia de resultados entre ellos; produce riesgos relativos e incidencias. Un estudio de casos y controles comienza con casos de resultados y controles libres de enfermedad y compara la prevalencia de exposiciones pasadas; produce razones de momios. Cuando el resultado es raro, el diseño de casos y controles es más eficiente. Cuando hay múltiples resultados de interés o cuando el resultado no es raro, se prefiere la cohorte retrospectiva.

¿Cuándo es mejor una cohorte retrospectiva que una cohorte prospectiva?

Una cohorte retrospectiva es preferible cuando el resultado tiene una larga latencia (décadas), cuando esperar a que se acumulen los eventos no es práctico, o cuando la pregunta de investigación debe responderse rápidamente y ya existen registros históricos adecuados. Una cohorte prospectiva es preferible cuando la medición de la exposición debe ser precisa y estandarizada, cuando los factores de confusión relevantes no están en los registros existentes, o cuando la pregunta de investigación requiere muestras biológicas recolectadas prospectivamente.

¿Qué es el sesgo de tiempo inmortal y cómo lo evito?

El sesgo de tiempo inmortal ocurre cuando el tiempo-persona durante el cual los sujetos no pudieron haber experimentado el resultado — por ejemplo, el período entre la entrada en la cohorte y la recepción de una exposición que define la pertenencia al grupo — se asigna incorrectamente al grupo expuesto. Hace que el grupo expuesto parezca artificialmente más sano. Evítelo alineando cuidadosamente la entrada en la cohorte, el inicio de la exposición y el inicio del seguimiento, y utilizando la codificación de exposición variable en el tiempo en modelos de supervivencia en lugar de la clasificación fija de exposición en el momento de referencia.

¿Cómo debo manejar los datos de exposición faltantes en los registros históricos?

Primero, caracterice la extensión y el mecanismo probable de la falta de datos (faltan completamente al azar, al azar o no al azar). Si la falta de datos es limitada y plausiblemente aleatoria, el análisis de casos completos con análisis de sensibilidad es aceptable. Para proporciones mayores de datos faltantes, se prefiere la imputación múltiple, siempre que estén disponibles las variables necesarias para predecir la falta de datos. Los análisis del peor escenario ayudan a delimitar la incertidumbre. Evite imputar la variable de exposición en sí misma utilizando el resultado, ya que esto puede introducir sesgos.

¿Puede un estudio de cohortes retrospectivo establecer causalidad?

Como todos los diseños observacionales, un estudio de cohortes retrospectivo puede demostrar asociación y precedencia temporal de la exposición antes del resultado, pero no puede descartar la confusión no medida sin evidencia adicional. Las afirmaciones causales se fortalecen al aplicar los criterios de Bradford Hill (fuerza, consistencia, especificidad, dosis-respuesta, plausibilidad biológica), al realizar análisis de control negativos y al triangular los hallazgos con otros diseños de estudio, incluidos los ensayos aleatorizados cuando estén disponibles.

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. Retrospective cohort study. Wikipedia.

    Abrir referencia de la publicación
    Copiado.