Studio Epidemiologico Trasversale
- Introdotto da
- Classical epidemiology tradition; systematized by Brian MacMahon and Thomas Pugh (1960s)
- Anno
- 1960s (formal codification); widely practiced since mid-20th century
- Tipo
- Observational, descriptive/analytic epidemiological design
- Famiglia
- Clinical / epidemiology
Questo testo è una traduzione automatica e non è ancora stato revisionato. Leggi l’originale in inglese
A cosa serve?
Uno studio epidemiologico trasversale misura l'esposizione o le esposizioni e l'esito o gli esiti di interesse simultaneamente in una popolazione definita in un singolo momento (o in un breve periodo).
Poiché non vi è alcun follow-up, è il disegno osservazionale più efficiente per stimare la prevalenza di una malattia e per generare ipotesi sulle associazioni tra fattori di rischio ed esiti di salute.
L’intuizione alla base del metodo
Si pensi a uno studio trasversale come a una fotografia di una popolazione scattata in un singolo momento. Ogni individuo nell'istantanea viene valutato sia per il suo stato di esposizione (ad esempio, fumo, BMI, occupazione) sia per il suo attuale esito di salute (ad esempio, ipertensione, depressione, diabete). Poiché l'immagine cattura l'intera scena in una volta, è possibile contare rapidamente chi ha la malattia e se certe esposizioni appaiono più comuni tra coloro che ne sono affetti. Non è possibile, tuttavia, stabilire dalla fotografia cosa sia venuto prima — quindi, sebbene lo studio possa rivelare modelli e prevalenze, non può da solo stabilire che un'esposizione abbia causato l'esito.
Storia
Il disegno trasversale è emerso come metodo epidemiologico formale a metà del ventesimo secolo, plasmato dallo sviluppo della metodologia di indagine basata sulla popolazione e codificato in testi fondamentali di Brian MacMahon, Thomas Pugh e successivamente Leon Gordis. Grandi indagini sanitarie nazionali come la US National Health Interview Survey (lanciata nel 1957) e la National Health and Nutrition Examination Survey hanno istituzionalizzato il metodo per la sorveglianza continua della popolazione. I perfezionamenti metodologici nella teoria del campionamento, nell'analisi statistica di indagini complesse e nell'uso delle cartelle cliniche elettroniche hanno ampliato la portata del disegno nell'epidemiologia clinica, nella ricerca sui servizi sanitari e nel monitoraggio della salute globale.
Quando usarlo
Utilizzare uno studio trasversale quando l'obiettivo primario è stimare la prevalenza di una condizione in una popolazione, valutare la distribuzione dei fattori di rischio o generare ipotesi sulle associazioni esposizione-esito rapidamente e a basso costo. È particolarmente appropriato per condizioni croniche di lunga durata, per la pianificazione dei servizi sanitari e per indagini di monitoraggio ripetute (ad esempio, indagini sanitarie nazionali). Evitare questo disegno quando la domanda di ricerca richiede di stabilire un ordine temporale causale (utilizzare invece un disegno di coorte o sperimentale), quando l'esito è raro (il caso-controllo è più efficiente) o quando lo stato di esposizione o malattia cambia rapidamente nel tempo, rendendo una singola istantanea non informativa o suscettibile di bias di prevalenza-incidenza.
Limiti e considerazioni
- Non può stabilire l'ordine temporale tra esposizione ed esito, quindi l'inferenza causale non è direttamente supportata.
- Suscettibile al bias di prevalenza-incidenza (Neyman) — le condizioni rapidamente fatali o a rapida risoluzione sono sottorappresentate perché gli individui affetti hanno meno probabilità di essere catturati nell'istantanea.
- Il bias di non risposta può essere sostanziale; gli individui che partecipano possono differire sistematicamente da quelli che non lo fanno.
- La causalità inversa è possibile — la malattia osservata potrebbe aver causato l'esposizione misurata piuttosto che il contrario.
Le condizioni della fonte non sostituiscono una revisione scientifica indipendente né la validazione da parte di un motore di analisi.
Punti di forza
- Nessun follow-up richiesto — la raccolta dei dati è rapida e relativamente economica rispetto ai disegni di coorte o sperimentali.
- Ben adatto per stimare la prevalenza e per la pianificazione e il monitoraggio dei programmi di salute pubblica.
- È possibile esaminare simultaneamente più esposizioni ed esiti in un singolo studio.
- Fattibile su larga scala utilizzando dati amministrativi o di indagine esistenti, consentendo un'elevata potenza statistica per gli esiti comuni.
Applicazioni
- Stima della prevalenza nazionale o regionale di condizioni croniche come ipertensione, diabete, obesità o disturbi della salute mentale.
- Valutazione della distribuzione dei fattori di rischio comportamentali (fumo, inattività fisica, consumo di alcol) tra i gruppi demografici.
- Indagini trasversali ripetute per monitorare le tendenze degli indicatori di salute della popolazione nel tempo senza seguire gli stessi individui.
- Valutazione dei modelli di utilizzo dell'assistenza sanitaria e identificazione dei bisogni insoddisfatti per la pianificazione dei servizi sanitari.
- Valutazione del programma di screening — stabilire la prevalenza di base di una condizione prima dell'introduzione di un intervento di screening.
- Generazione di ipotesi per fattori di rischio successivamente testati in studi di coorte o sperimentali.
Come funziona
Come funziona
Il ricercatore specifica la popolazione target e il periodo di studio. I criteri di eleggibilità (età, geografia, contesto clinico, ecc.) sono definiti per garantire che il campione sia rappresentativo della popolazione per la quale si intendono trarre inferenze. Una chiara definizione di caso e una chiara definizione di esposizione sono stabilite prima dell'inizio della raccolta dei dati.
Un campione viene estratto dalla popolazione target, idealmente tramite campionamento probabilistico (campionamento casuale semplice, stratificato, a grappoli o sistematico) per massimizzare la rappresentatività e consentire stime di prevalenza imparziali. La dimensione del campione viene calcolata a priori utilizzando la prevalenza attesa, la precisione o la potenza desiderata e l'effetto del disegno se viene utilizzato il campionamento a grappoli.
Tutti gli individui campionati vengono valutati (approssimativamente) nello stesso momento sia per l'esposizione o le esposizioni che per l'esito o gli esiti. Le fonti di dati includono questionari standardizzati, esami clinici, campioni biologici o registri amministrativi. Poiché esposizione ed esito sono raccolti simultaneamente, il disegno non può determinare l'ordine temporale.
Il principale stimatore è la proporzione di prevalenza puntuale: il numero di individui con l'esito diviso per il numero totale esaminato, espresso come percentuale o per 1.000. Può essere riportata anche la prevalenza di periodo (su una finestra breve definita). Prevalenza = (Numero di casi al tempo T) / (Popolazione totale esaminata) x 100.
Formula
Prevalence = (Number of cases at time T) / (Total population examined) x 100
Le associazioni tra categorie di esposizione ed esito sono quantificate utilizzando il Rapporto di Prevalenza (PR) o l'Odds Ratio di Prevalenza (POR), con intervalli di confidenza. La regressione logistica o di Poisson multivariata può aggiustare per i fattori confondenti. Poiché la sequenza temporale è sconosciuta, queste associazioni sono interpretate come generatrici di ipotesi piuttosto che causali. PR = Prevalenza negli esposti / Prevalenza nei non esposti.
Formula
Prevalence Ratio (PR) = Prevalence in exposed / Prevalence in unexposed
Errori comuni
- Confondere la prevalenza con l'incidenza — uno studio trasversale misura i casi esistenti (prevalenza), non quelli nuovi (incidenza); interpretare i rapporti di prevalenza come rapporti di tasso di incidenza è scorretto senza ipotesi aggiuntive.
- Ignorare un disegno di campionamento complesso nell'analisi — se è stato utilizzato un campionamento a grappoli o stratificato, gli errori standard devono tenere conto dell'effetto del disegno; non farlo produce errori standard sottostimati e intervalli di confidenza ingannevolmente ristretti.
- Bias di prevalenza-incidenza — le condizioni di breve durata (sia recupero rapido che morte rapida) appariranno artificialmente rare; i ricercatori dovrebbero riconoscere che la prevalenza misurata riflette la sopravvivenza e la durata, non solo l'incidenza.
- Trarre conclusioni causali — senza dati longitudinali, le associazioni osservate non possono essere attribuite all'esposizione che causa l'esito; il linguaggio nella relazione dovrebbe riflettere la natura descrittiva e generatrice di ipotesi del disegno.
- Dimensione del campione inadeguata per le analisi di sottogruppo — la dimensione complessiva del campione può essere sufficiente per la stima primaria ma troppo piccola per rilevare associazioni in sottogruppi clinicamente importanti; la potenza del sottogruppo dovrebbe essere pianificata esplicitamente.
Domande frequenti
Posso stabilire la causalità da uno studio trasversale?
No. Poiché esposizione ed esito sono misurati contemporaneamente, non è possibile determinare quale sia venuto prima. Gli studi trasversali sono meglio utilizzati per descrivere la prevalenza e generare ipotesi. Per testare ipotesi causali, è necessario uno studio di coorte prospettico o uno studio randomizzato.
Qual è la misura di effetto appropriata per uno studio trasversale?
Il Rapporto di Prevalenza (PR) è generalmente preferito all'Odds Ratio di Prevalenza (POR) perché è più direttamente interpretabile, specialmente quando la prevalenza dell'esito supera il 10%. Il PR può essere stimato utilizzando la regressione di Poisson con varianza robusta; il POR si ottiene dalla regressione logistica. Per esiti rari i due convergono.
Quanto dovrebbe essere grande il mio campione?
La dimensione del campione dipende dalla prevalenza attesa dell'esito, dalla precisione desiderata (margine di errore per la stima della prevalenza) o dalla potenza (per rilevare associazioni) e dal disegno di campionamento. Per la sola stima della prevalenza, n = Z^2 * p(1-p) / e^2 (dove p è la prevalenza attesa ed e è il margine di errore accettabile). Se si utilizza il campionamento a grappoli, moltiplicare per l'effetto del disegno, tipicamente 1.5–2.5.
In cosa differisce uno studio trasversale da uno studio di coorte?
Uno studio di coorte segue i partecipanti nel tempo e può misurare direttamente l'incidenza, stabilire l'ordine temporale e supportare un'inferenza causale più forte. Uno studio trasversale raccoglie un'istantanea senza follow-up, rendendolo più veloce ed economico ma incapace di stabilire la sequenza temporale. Gli studi di coorte sono preferiti per le domande causali; gli studi trasversali sono preferiti per la stima della prevalenza e la generazione di ipotesi.
Cos'è il bias di prevalenza-incidenza e come posso affrontarlo?
Il bias di prevalenza-incidenza (bias di Neyman) si verifica perché un campione trasversale sovrarappresenta le persone che sopravvivono abbastanza a lungo con la condizione da essere catturate nell'indagine. Le condizioni rapidamente fatali o di breve durata sono sottostimate. Per minimizzare questo, utilizzare registri completi o dati amministrativi, riconoscere esplicitamente la limitazione ed evitare di estrapolare le stime di prevalenza a conclusioni sull'incidenza.
Metodi correlati
Fonti
Kelsey, J. L., Whittemore, A. S., Evans, A. S., & Thompson, W. D. (1996). Methods in Observational Epidemiology (2nd ed.). Oxford University Press.
ISBN: 978-0195080407Copiato.Cross-sectional study. Wikipedia.
Apri il riferimento della pubblicazioneCopiato.