Skip to content
Torna ai risultati

Disegno dello studio trasversale

Introdotto da
Epidemiologists in the mid-20th century; formalized by Kelsey, Rothman, and others
Anno
1950s-1970s
Tipo
Research Design
Famiglia
observational design

Questo testo è una traduzione automatica e non è ancora stato revisionato. Leggi l’originale in inglese

Dimensione del carattere

A cosa serve?

Uno studio trasversale (o studio di prevalenza) misura l'esposizione e l'esito simultaneamente in un singolo punto temporale, producendo un "istantanea" di una popolazione.

I rispondenti vengono reclutati e intervistati (o esaminati) nella stessa occasione, cogliendo la prevalenza attuale sia dell'esposizione che della malattia. Gli studi trasversali sono semplici, rapidi ed economici, il che li rende popolari per le valutazioni dei bisogni, la sorveglianza e la generazione di ipotesi, sebbene non possano stabilire la causalità a causa della mancanza di sequenza temporale.

L’intuizione alla base del metodo

Immaginate di entrare in una fabbrica una mattina e di intervistare tutti i 500 operai: "Avete mal di schiena? Quante ore al giorno dedicate al sollevamento pesi?" Contate quanti operai hanno mal di schiena in totale (prevalenza), quindi confrontate quelli esposti al sollevamento pesi rispetto a quelli che svolgono mansioni leggere. Scoprite che il 30% dei sollevatori di pesi ha mal di schiena contro il 10% degli addetti a mansioni leggere. Il Rapporto di Prevalenza è 3:1. Ma ecco il problema: non sapete se il sollevamento pesi ha causato il mal di schiena, o se gli operai con mal di schiena sono passati a mansioni più leggere. Avete misurato esposizione ed esito nello stesso momento, quindi la sequenza temporale è ambigua. Gli studi trasversali sono ottimi per valutazioni rapide e stime di prevalenza, ma deboli per l'inferenza causale.

Storia

I sondaggi trasversali hanno radici nella sorveglianza della salute pubblica e nei lavori di censimento all'inizio del XX secolo. Nell'epidemiologia moderna, sono stati formalizzati come studi di prevalenza a metà del XX secolo. Esempi famosi includono il National Health and Nutrition Examination Survey (NHANES, iniziato negli anni '60, USA), che ha condotto sondaggi trasversali sullo stato di salute, la dieta e i fattori di rischio degli americani. I disegni trasversali sono ora standard per la sorveglianza (es. il Behavioral Risk Factor Surveillance System, BRFSS del CDC) e per il monitoraggio sanitario internazionale (es. Demographic and Health Surveys, DHS). L'ascesa delle cartelle cliniche elettroniche e dei dati amministrativi ha reso possibili ampi studi trasversali retrospettivi.

Quando usarlo

Utilizzare studi trasversali per: (1) stimare la prevalenza di una malattia o condizione in una popolazione (sorveglianza, monitoraggio della salute pubblica), (2) valutazioni dei bisogni: quanti pazienti necessitano di un servizio?, (3) generare ipotesi: quali fattori sono associati all'esito?, (4) valutazione rapida: rapido turnaround (settimane o mesi), (5) studiare condizioni croniche dove l'incidenza è difficile da misurare ma la prevalenza è stabile, (6) valutare molteplici esiti da una singola esposizione in un'unica seduta, (7) studi pilota prima di avviare costose ricerche di coorte o caso-controllo.

Limiti e considerazioni

  • Non può stabilire la causalità: manca la sequenza temporale; i dati trasversali non possono provare che l'esposizione abbia preceduto l'esito.
  • Solo casi prevalenti: coglie i casi esistenti in un singolo momento; non coglie i casi incidenti e coloro che sono guariti o deceduti. Le associazioni possono differire tra casi prevalenti e incidenti.
  • Bias del sopravvissuto: se l'esito è fatale o porta all'emigrazione/ospedalizzazione, gli individui colpiti possono essere sottorappresentati nel campione trasversale.
  • Ambiguità esposizione-esito: l'esposizione causa l'esito, o l'esito modifica l'esposizione riportata? La causalità inversa non può essere esclusa.
  • Bias di richiamo: se l'esposizione è storica (richiesta di esposizioni passate), l'accuratezza del richiamo dipende dalla memoria e dalla motivazione, specialmente nelle persone malate.

Le condizioni della fonte non sostituiscono una revisione scientifica indipendente né la validazione da parte di un motore di analisi.

Punti di forza

  • Velocità ed efficienza: la raccolta dati avviene in una breve finestra (settimane o mesi), non anni di follow-up.
  • Basso costo: nessun tracciamento longitudinale o ricontatto; è sufficiente un sondaggio/esame.
  • Semplice e pratico: facile da condurre in cliniche, scuole, luoghi di lavoro o contesti comunitari.
  • Stima della prevalenza: stima direttamente la prevalenza (carico di malattia), utile per la pianificazione della salute pubblica e la sorveglianza.
  • Molteplici esposizioni ed esiti: un singolo sondaggio trasversale può misurare contemporaneamente molte esposizioni ed esiti, efficiente per la generazione di ipotesi.

Applicazioni

  • Prevalenza di malattie croniche: sondaggi nazionali valutano la prevalenza di ipertensione, diabete, obesità nella popolazione; i risultati informano le politiche di salute pubblica e l'allocazione delle risorse.
  • Sorveglianza della salute occupazionale: fabbriche o luoghi di lavoro intervistano i dipendenti su sintomi (respiratori, muscoloscheletrici) ed esposizioni, stimando la prevalenza di condizioni legate al lavoro.
  • Salute degli studenti e comportamenti a rischio: le scuole intervistano gli studenti su salute mentale, uso di sostanze, attività fisica, bullismo; i risultati guidano i programmi di salute scolastica.
  • Sondaggi sui pazienti ospedalieri: al momento del ricovero o della dimissione, vengono intervistati i pazienti su sintomi, disabilità, soddisfazione; ciò aiuta a valutare gli esiti centrati sul paziente e le lacune nei servizi.
  • Ricerca partecipativa basata sulla comunità: sondaggi trasversali nei quartieri valutano le disparità sanitarie, l'alfabetizzazione sanitaria, i fattori sociali; i risultati identificano obiettivi di intervento.

Come funziona

Come funziona

1

Definire la popolazione target (es. adulti di età compresa tra 18 e 65 anni in un comune, dipendenti di un'azienda, pazienti in un ospedale). Selezionare un campione rappresentativo utilizzando il campionamento casuale, il campionamento stratificato (campionare separatamente per età, sesso, regione per garantire l'equilibrio) o il campionamento a grappoli (campionare grappoli come scuole o quartieri, quindi campionare individui all'interno dei grappoli). Reclutare i partecipanti e somministrare un sondaggio (questionario, intervista) o un esame clinico per misurare sia l'esposizione che l'esito in un unico punto temporale. Standardizzare la raccolta dati: stessa formazione per gli intervistatori, stessi strumenti, protocolli coerenti. Registrare le caratteristiche demografiche e i potenziali confondenti (età, sesso, istruzione, comorbidità, ecc.). Completare la raccolta dati entro una finestra temporale ristretta per mantenere la natura "istantanea".

Formula
Define target population; select representative sample via random, stratified, or cluster sampling; enroll participants and administer survey or examination.
2

Calcolare la prevalenza: Prevalenza = (numero con esito) / (dimensione totale del campione). Esprimere come proporzione o percentuale. Per l'analisi stratificata per esposizione, calcolare la Prevalenza nel gruppo esposto = (con esito tra gli esposti) / (totale esposti); analogamente per i non esposti. Calcolare il Rapporto di Prevalenza (PR): PR = Prevalenza_esposti / Prevalenza_non esposti. PR > 1 suggerisce che l'esposizione è associata a una maggiore prevalenza (potrebbe indicare un fattore di rischio, ma la temporalità è incerta). PR < 1 suggerisce una minore prevalenza negli esposti (associazione protettiva, ma di nuovo ambiguità temporale). Calcolare l'IC al 95% per la prevalenza e il PR utilizzando metodi binomiali o di Poisson. Aggiustare per i confondenti: utilizzare la regressione logistica per stimare il PR aggiustato (o utilizzare la regressione log-binominale che modella direttamente il PR); riportare il PR aggiustato con IC.

Formula
Calculate prevalence (proportion with outcome); compute Prevalence Ratio (PR) = Prevalence_{\text{exposed}} / Prevalence_{\text{unexposed}}; adjust for confounders using logistic regression.
3

Un PR di 2 significa che il gruppo esposto ha una prevalenza dell'esito doppia rispetto al gruppo non esposto. Tuttavia, interpretare con cautela: l'esposizione può causare l'esito, l'esito può causare la percezione dell'esposizione, o entrambi possono derivare da una terza variabile. L'ambiguità temporale limita l'inferenza causale; i dati trasversali non possono provare la causalità. La prevalenza è utile per caratterizzare il carico di malattia nelle popolazioni (sorveglianza, valutazione dei bisogni, pianificazione delle risorse) ma non per quantificare il rischio o stabilire l'eziologia. Se l'esito è raro nella popolazione e il campionamento è trasversale, l'associazione osservata può riflettere casi prevalenti (sopravvissuti) che differiscono dai casi incidenti nelle esposizioni.

Formula
Interpret PR; note temporal ambiguity (cannot establish exposure preceded outcome); generalize to target population; discuss confounding and selection bias.

Errori comuni

  • Confusione tra prevalenza e incidenza: prevalenza = casi esistenti in un dato momento; incidenza = nuovi casi in un periodo. Gli studi trasversali misurano la prevalenza, non l'incidenza.
  • Selezione di campioni non rappresentativi: il campionamento di convenienza (es. intervistare solo i frequentanti cliniche o volontari) introduce bias di selezione. Utilizzare campionamento casuale o stratificato da una popolazione definita.
  • Interpretare il PR come Rapporto di Rischio (RR): negli studi di coorte, RR = incidenza esposti / incidenza non esposti. Negli studi trasversali, PR = prevalenza esposti / prevalenza non esposti. Questi non sono equivalenti; non confonderli.
  • Ignorare i dati mancanti: se molti partecipanti non rispondono alle domande sull'esposizione, o hanno misure dell'esito incomplete, le stime sono distorte. Riportare i dati mancanti ed eseguire analisi di sensibilità.
  • Sovrainterpretazione di associazioni deboli: il PR trasversale può essere piccolo e impreciso; associazioni deboli possono derivare da confondimento. Stabilire ipotesi pre-specificate e aggiustare per confondenti noti.

Domande frequenti

Qual è la differenza tra Prevalenza e Incidenza?

La prevalenza è la proporzione di una popolazione affetta da una malattia (o condizione) in un momento specifico: Prevalenza = (casi esistenti) / (popolazione totale). L'incidenza è il tasso di nuovi casi che si sviluppano in un periodo di tempo: Incidenza = (nuovi casi) / (persona-tempo a rischio). Gli studi trasversali misurano la prevalenza. Gli studi di coorte misurano l'incidenza. La prevalenza dipende sia dall'incidenza che dalla durata della malattia: se il trattamento prolunga la sopravvivenza, la prevalenza aumenta senza che l'incidenza cambi. La prevalenza è utile per valutare il carico di malattia e i bisogni; l'incidenza quantifica il rischio di malattia.

Perché non posso stabilire la causalità da uno studio trasversale?

La causalità richiede una sequenza temporale: la causa deve precedere l'effetto. Uno studio trasversale misura l'esposizione e l'esito nello stesso momento, quindi non è possibile determinare quale sia venuto prima. Ad esempio, in un sondaggio sui lavoratori, scoprire che coloro che riportano mal di schiena riportano anche sollevamento pesi non dice se il sollevamento abbia causato il dolore o se i lavoratori affetti da dolore siano passati a mansioni più leggere. Questa è causalità inversa o associazione bidirezionale. Gli studi di coorte stabiliscono la sequenza temporale misurando prima l'esposizione, quindi seguendo per misurare l'esito; sono molto più forti per l'inferenza causale rispetto agli studi trasversali.

Come calcolo la dimensione del campione per uno studio di prevalenza trasversale?

Per stimare una singola prevalenza, utilizzare: n = (Z²/2 × p × (1 − p)) / d², dove p è la prevalenza prevista, d è il margine di errore accettabile (es. ±0.05), e Z è il valore critico (1.96 per IC al 95%). Ad esempio, se la prevalenza stimata è del 20%, l'errore accettabile è ±5%, allora n ≈ (1.96² × 0.20 × 0.80) / 0.05² ≈ 246. Per confrontare due gruppi di esposizione, utilizzare formule per il confronto di prevalenza tra due gruppi (simili ai test di proporzione tra due gruppi). Tenere conto del raggruppamento (se si campionano grappoli come scuole) utilizzando l'effetto del disegno. Tenere conto della mancata risposta o del dropout previsti (aumentare n in base alla frazione di risposta).

Cos'è il bias del sopravvissuto e come influisce sugli studi trasversali?

Il bias del sopravvissuto si verifica quando il campione trasversale include solo coloro che sono vivi e presenti nella popolazione al momento del sondaggio, escludendo coloro che sono deceduti o emigrati a causa dell'esito. Ad esempio, un sondaggio trasversale sui residenti con ictus potrebbe non includere coloro che sono deceduti per ictus prima della data del sondaggio, o coloro che si sono trasferiti a causa della disabilità. I casi rimanenti (sopravvissuti) possono differire da tutti i casi per esposizioni o gravità. Ciò distorce l'associazione tra esposizione ed esito. Per minimizzare ciò, gli studi trasversali dovrebbero misurare gli esiti precocemente (casi incidenti) piuttosto che tardivamente (sopravvissuti prevalenti), o utilizzare casi basati su ospedali o registri per catturare popolazioni di casi più ampie.

Metodi correlati

Fonti

  1. Kelsey, J. L., Whittemore, A. S., Evans, A. S., & Thompson, W. D. (1996). Methods in Observational Epidemiology (2nd ed.). Oxford University Press.

    ISBN: 978-0195083299
    Copiato.
  2. Rothman, K. J., Lash, T. L., & Greenland, S. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.

    ISBN: 978-0781755657
    Copiato.
  3. Lynn, P. (2009). Methodology of longitudinal surveys. Wiley Interdisciplinary Reviews: Computational Statistics, 1(3), 369–379.

    Apri il riferimento della pubblicazione
    Copiato.