Diseños de Estudios Epidemiológicos
Los diseños de estudios epidemiológicos son las estrategias estructuradas que los epidemiólogos utilizan para recopilar y comparar datos con el fin de estimar cómo las exposiciones se relacionan con los resultados de salud. La elección del diseño determina qué pregunta se puede responder, contra qué sesgos se debe proteger y con qué fuerza la evidencia resultante puede respaldar una interpretación causal. Esta área orienta al lector sobre los principales diseños y cómo se relacionan entre sí.
Definition
Un diseño de estudio epidemiológico es la estructura planificada de observación o experimento —definiendo a quién se estudia, cómo se determinan la exposición y el resultado, y cómo se comparan los grupos— elegida para estimar las asociaciones entre las exposiciones y los resultados de salud, controlando el sesgo y la confusión (confounding).
Scope
Esta área introduce la familia de diseños utilizados para estudiar la distribución y los determinantes de la salud en las poblaciones: diseños observacionales (cohortes, casos y controles, transversales), diseños experimentales (el ensayo controlado aleatorizado) y enfoques cuasi-experimentales (el experimento natural). Es una visión general organizativa; cada diseño se trata en profundidad en su propio tema. El tratamiento es metodológico y educativo, no una guía clínica.
Sub-topics
Core questions
- ¿El diseño muestrea la exposición, el resultado o ambos en un mismo momento?
- ¿La exposición es asignada por el investigador (experimental) o simplemente observada (observacional)?
- ¿Qué medida de asociación produce naturalmente el diseño y bajo qué supuestos?
- ¿A qué sesgos —de selección, de información, de confusión— es más vulnerable el diseño?
Key concepts
- Diseños observacionales versus experimentales
- Direccionalidad (prospectivo, retrospectivo, simultáneo)
- Muestreo basado en la exposición versus basado en el resultado
- Aleatorización e intercambiabilidad
- Confusión y sesgo
- Medidas de asociación (razón de riesgo, razón de posibilidades, prevalencia)
- Jerarquía de la evidencia
Mechanisms
Los diseños difieren en dos ejes principales. El primero es si la exposición es asignada por el investigador: en los experimentos (ensayos controlados aleatorizados) el investigador asigna la exposición, idealmente al azar, lo que en promedio equilibra los factores de confusión conocidos y desconocidos entre los grupos y permite una lectura causal; en los diseños observacionales, la exposición solo se observa, por lo que la confusión debe controlarse mediante el diseño o el análisis. El segundo eje es la direccionalidad: los estudios de cohortes muestrean la exposición y siguen hacia adelante los resultados; los estudios de casos y controles muestrean el resultado y miran hacia atrás la exposición; los estudios transversales miden ambos a la vez. Los experimentos naturales se sitúan entre estos, explotando una fuente externa y cuasi-aleatoria de variación en la exposición para aproximar un experimento donde la aleatorización deliberada es imposible. El diseño elegido fija qué medida de asociación es estimable y qué sesgos dominan.
Clinical relevance
El diseño que produjo un hallazgo es una señal principal de cuánta confianza se debe depositar en él, razón por la cual la evaluación de la evidencia y el desarrollo de guías otorgan gran importancia al diseño del estudio. Esta área ayuda a los lectores a comprender por qué un ensayo aleatorizado y una encuesta transversal sobre la misma pregunta pueden justificar conclusiones muy diferentes. Describe cómo se genera y clasifica la evidencia, y no es una base para decisiones individuales de diagnóstico o tratamiento.
Epidemiology
Ningún diseño único es el mejor para cada pregunta: los resultados raros favorecen los estudios de casos y controles, las exposiciones raras y las preguntas de incidencia favorecen las cohortes, la prevalencia y la vigilancia favorecen las encuestas transversales, y las preguntas sobre el efecto de una intervención favorecen los ensayos aleatorizados cuando estos son éticos y factibles, con los experimentos naturales llenando el vacío cuando no lo son. Las guías de reporte como STROBE para estudios observacionales y CONSORT para ensayos estandarizan cómo se describe cada diseño.
Evidence & guidelines
Las jerarquías de evidencia y los marcos de clasificación ordenan los diseños según su susceptibilidad al sesgo, generalmente colocando los ensayos aleatorizados bien realizados y sus síntesis por encima de los diseños observacionales para preguntas sobre el efecto de la intervención, al tiempo que reconocen que la calidad del diseño y el contexto pueden aumentar o disminuir la certeza de cualquier estudio individual.
History
El pensamiento moderno sobre el diseño de estudios se cristalizó a mediados del siglo XX, cuando las investigaciones de casos y controles y de cohortes sobre el tabaquismo y el cáncer de pulmón realizadas por Doll y Hill, y el ensayo aleatorizado de estreptomicina de Hill para la tuberculosis, demostraron las distintas fortalezas de los enfoques observacionales y experimentales. Las décadas posteriores formalizaron la taxonomía de los diseños, la lógica de la confusión y el sesgo, y los estándares de reporte, convirtiendo el diseño de estudios en una disciplina metodológica coherente.
Debates
- ¿Cómo se debe ponderar la evidencia observacional y experimental?
- Los ensayos aleatorizados reducen la confusión, pero pueden ser inviables, limitados o no representativos; los diseños observacionales son más amplios y prácticos, pero propensos a la confusión. Cómo combinar y clasificar ambos para la toma de decisiones sigue siendo un tema de discusión metodológica activa.
Key figures
- Austin Bradford Hill
- Richard Doll
- Kenneth Schulz
- David Grimes
- Kenneth Rothman
- Sander Greenland
Related topics
Seminal works
- grimes-schulz-2002-overview
- rothman-2008
Frequently asked questions
- ¿Cuál es la diferencia entre los diseños de estudio observacionales y experimentales?
- En un diseño experimental, el investigador asigna la exposición o intervención (idealmente al azar), mientras que en un diseño observacional, el investigador solo mide las exposiciones y los resultados tal como ocurren naturalmente. La asignación por parte del investigador es lo que permite a los experimentos controlar factores de confusión desconocidos que los estudios observacionales no pueden.
- ¿Por qué el diseño del estudio afecta la confianza que debo tener en un resultado?
- Cada diseño es vulnerable a diferentes sesgos y respalda diferentes inferencias. Un diseño que asigna la exposición al azar puede respaldar afirmaciones causales de manera más directa que uno que solo observa asociaciones, razón por la cual las jerarquías de evidencia clasifican los diseños por su resistencia al sesgo.