Diseños de investigación en epidemiología y en clínica
Sábado 13 de septiembre, 2008
SOCIEDAD MÉDICA DE SANTIAGO SOCIEDAD. CHILENA DE MEDICINA INTERNA
Curso de Educación Continua en Medicina Interna Avanzada“El internista en la Práctica Clínica Habitual. Problemas y
Soluciones
Dr. Gonzalo Valdivia C.Depto. Salud Pública.
P.Universidad Católica de Chile
¿Aplicación clínica de este conocimiento?
• Esencial para lectura crítica• Esencial para toma de decisiones• Éticamente imprescindible• El clínico debe tener capacidad de lectura
de información epidemiológica
Diseños de investigación en clínica
• Abrumadoramente: investigación experimental
• ¿Segunda línea ? : investigación observacional
• Pre-concepto acuñado en el medio :– Si la información no proviene de evidencia
experimental, su resultado es cuestionable
Propuesta: diseños experimentales no-experimentales
• Ambos enfoques pueden ser presa de la imperfección
• Ambos en foques tienen cabida en investigación clínica
• Responden a preguntas clínicas diferentes
Ambiente clínico, ambiente poblacional
• Se estudia la frecuencia de eventos depresivos agudos en pacientes hospitalizados en el servicio de medicina de un hospital universitario.
• ¿Población en estudio?. Pacientes hospitalizados
• Se estudia la frecuencia de eventos depresivos agudos
en una muestra de sujetos mayores de 17 años de la
región Metropolitana, utilizando el instrumento CIDI.
• ¿Población en estudio?. Pobl.general: sanos y enfermos
Asociaciones / variables
• La investigación busca asociaciones entre variables
• Las variables de interés son de tipo:– Independiente (explicatoria) “factor
predisponente o causal”, que precede a un resultado
– Dependiente, (explicada) “resultado” de la presencia, acciónde variable(s) independiente(s)
Elementos básicos de diseños de investigación: agrupar según..
• Pregunta investigación• Disposición en el tiempo de las
observaciones• “Participación” del investigador en las
observaciones• Objeto de estudio
Según Pregunta de investigación
• A) Descriptivo– Preguntas esenciales: cuenta una situación,
como se presenta en la realidad, sin requerir hipótesis sobre asociaciones posibles
• B) Analítico – Preguntas evalúan veracidad de hipótesis
sobre asociaciones entre variables– B no es posible sin A….
– ¿Es ≠ la sobrevida de pacientes si son tratados con
A vs B?
Según mediciones en el tiempo
• Transversales– Es “un corte” en un momento, una fotografía.
• Longitudinales– Prospectivos: en espera que el resultado se
produzca (necesita al menos 2 mediciones)
– Retrospectivos : buscando explicación al resultado ocurrido
• Mixtos
Según participación del investigador
• Observacionales– Se analizan asociaciones sin tener ingerencia
en lo que ocurrirá o en lo ocurrido
• De intervención o Experimentales– El investigador tiene ingerencia sobre lo que
ocurrirá (recurre al azar y al uso de “criterios” y condiciones.
Según objeto del estudio
• De base individual– El objeto de estudio son individuos
• De base poblacional o ecológicos
– Sujeto de estudio es una “ población” per se,
representada por una medición común.• Ej. Mortalidad cardiovascular y material articulado (MP) fino:
– Tasa mortalidad CV en comunas de Sgto.
– Niveles medios de MP de las comunas de Sgto.
Diseños epidemiológicos
• Descriptivos vs. analíticos – Dependiendo de : hipótesis en estudio
• Transversales vs. prospectivos vs. retrospectivos– Dependiendo de : eje del tiempo
• Observacionales vs. experimentales– Dependiendo de : Intervención investigador
• De base individual vs. base poblacional– Dependiendo de sujetos estudiados: Clínicos,
poblacionales
Diseños observacionales básicos
• Descriptivos– De prevalencia
• Analíticos– De prevalencia– De cohorte– De casos y controles– Otras variedades
Diseños básicos de intervención
• Experimentales de campo (field trial)• Cuasi experimentales (no hay randomización de
la exposición)
• Ensayos clínicos controlados
Magnitud de una asociaciónRiesgo Relativo (RR)
• Índice :relaciona tasa de incidencia en expuestos y tasa de incidencia en no expuestos a un factor
• Se interpreta como “x veces más riesgo” o “% de exceso de riesgo”.
• Sin unidades, toma valores entre 0 y 1.> 1 = Riesgo (la exposición agrega riesgo : FR)<1 = Protección (la exposición reduce el riesgo :FP)1 = no asociación, la exposición no afecta el riesgo.
• “La incidencia de hipertensión es 3 veces mayor en obesos que en personas normopeso IC95% [1.3 – 5.2]”
Odds (chance) vs Tasa: conceptos diferentes
20
80sanos
Tasa= 20/100 = 20 %
Odds = 20/100
80/100
Odds = 25%
Odds = probabilidad de enfermar
probabilidad de no enfermar
20 enfermos
Población
100
Estudios descriptivos
• ¿Qué características tiene la enfermedad?• ¿Qué características tienen los enfermos?• ¿Cuál es la magnitud o frecuencia de la
condición en la población? • Cómo se distribuye la condición?• Caracterización del problema
Estudios de prevalencia
• Transversales, de corte, verticales, “cross sectional”, surveys
• Identifican magnitud y distribución de la condición• Identifican magnitud y distribución de variables
asociadas • Análisis de subgrupos sugiere hipótesis de
asociaciones que pueden orientar estudios más complejos.
• Estudian simultáneamente las variables independientes y dependientes (*)
Fortalezas de estudios de prevalencia
•Costo
•Tiempo
•Evaluación simultánea de variables dependientes (daños)
•Análisis simultáneo de variables independientes
•Generadores de hipótesis de trabajo
•Medidas de frecuencia fáciles de interpretar
•Posibilidad de “seguir” grupos.
Análisis : Estimadores de riesgo
•Razón de prevalencias:
•Cuociente entre 2 prevalencias
•RP = Prev mujeres/ Prev varones
•Odds de prevalencia
•Cuociente entre 2 Odds
•OP = Odds mujeres/ Odds varones
Análisis : Odds de Prevalencia
Colesterol
alto
Colesterol
normal
Mujeres 40 60 100
Varones 33 67 100
73 127 200
Odds varones : 40/100 / 60/100 = 0,67
Odds mujeres : 33/100 / 67/100 = 0,49
OP = 1,37
Razón prevalencia = 40/33= 1,21
Estudios de cohorte
• Son estudios observacionales, analíticos, longitudinales (de seguimiento)
• Estudian la variable independiente antes que aparezca su “efecto” o variable dependiente
• A partir de una variable independiente se estudian varias variables dependientes
Estudios de cohorte
• Observación en el tiempo de grupos humanos que comparten un atributo o condición o exposicióncomún
• A partir de la variable independiente (exposición) se mide la frecuencia de aparición de nuevos eventos(variables dependientes)
Estudios de cohorte
• Permiten estudiar la historia natural de una enfermedad
• Permiten calcular incidencia (mortalidad, morbilidad) en expuestos y no expuestos
• Calcular riesgos relativos
salud pública de México / vol.42, no.2, marzo-abril de 2000
¿Diferencia con un experimento?
La exposición no se asigna por azar
Estudios de cohorte
• Caros, complejos• Prolongados en el tiempo• Sugieren (pero no prueban) relaciones
causales• Útiles cuando la exposición es poco
frecuente (Ej. Ocupacional)
Riesgo relativo
• Tasas en expuestos = A /A + B
• Tasa en no expuestos = C / C + D
• RR = (A /A + B)
(C / C + D)
C + DDCNo exp
A +BBAExp
Sano
Enf
Estudio de cohorte:Mortalidad por CA pulmonar y hábito de fumar
médicos británicos (Doll y Hill)• Consumo cigarrillos diarios
• No fumadores
• 1-14• 15-24
• 25 y más
– Tasas por 100.000
• 7
• 57• 139
• 227
Estudio de cohorte:Mortalidad por CA pulmonar y hábito de fumar
médicos británicos (Doll y Hill)• Riesgo relativo
• Tasa en no expuestos
• Tasa en expuestos 1-14
• Riesgo relativo: TE / T noE
• 7
• 57
• 57 / 7• = 8,14
Casos y controles
• Iniciados a partir del outcome• Limitados para evaluar “temporalidad”
(parten del efecto, estudian exposición)• Útiles para estudiar enfermedades raras,
infrecuentes• Estiman riesgo relativo (OR)• No permiten cálculo de incidencia• Atención: lábiles a sesgo (información:
recall bias)
Estudios de casos y controles
• Miran hacia atrás en el tiempo• Se parte de
– Grupo de casos: enfermos (variable dep. +)– Grupo de controles: “sanos” (variable dep. -)
• Se busca– Frecuencia con que los grupos han estado
(pasado), expuestos a uno o más factores o variables independientes.
Accidente de tránsito y estado civil
17815424
117108 (d)9 (c)casado
6146 (b)15 (a)Soltero
No
accidentado
Accidentado
Estudio de caso-controlAccidente de tránsito mortal sg estado civil
JR McCarroll y W Haddon Jr.
• Razón de chance:
• A x D / B x C
• 15 x 108 / 46 x 9• 1620 / 414
• = 3,91
• P = 0,0017• IC = 1,47 – 10,84
Selección de Casos
• ¿qué población de casos?– Hospitalario– Población consultante– Población general
• ¿casos incidentes? (nuevos; disminuye sesgos de selección y recuerdo)
• ¿casos prevalentes? (los que existen; pueden no representar bien la historia natural de la condición (Ej. Sobrevivientes)).
Selección de Controles
• ¿Qué población de controles?– Hospitalario, Población consultante– Población general (familiares, vecinos...)– Varios controles iguales o grupos control
distintos.
• ¿Cuántos controles?La relación puede ser desde 1:1 hasta 4
controles vs. 1 caso. (aumenta potencia del estudio)
Interpretando resultados de una investigación. ¿Son los resultados obtenidos
reales o pueden ser explicados por..?
• ¿Error estadístico? : mejorar nivel de confianza, mejorar la potencia permitiendo que los resultados se expresen
• ¿Sesgo?: error sistemático• ¿Variable confundente?: resultados son
consecuencia de una variable ajena, extraña..
Ejemplo : Variable confundente
Diabetes Hipertensión
Obesidad
Obesidad : factor confundente en la relación Diabetes - Hipertensión
Al “ajustar” por Obesidad el RR cambia a:
a) RR = 1,3 [0,8-1,5]. Obesidad es un factor confundente en la relación Diabetes e Hipertensión A.
b) Al ajustar por obesidad, la relación deja de ser significativa (Intervalo de confianza cruza el valor 1)
RR/OR = 1,8
95% IC=1,6-2,4
Control de variables ajenas a lo estudiado en una investigación
• Criterios de exclusión • Matching o pareamiento (igual sexo, igual
edad..)
• Análisis estratificado (Hipertensión y diabetes en obesos y no obesos)
• Modelos de regresión logística• Randomización
Pareamiento o Matching
• Para hacer casos y controles parecidos respecto a los confundentes (tiempo, lugar)
TIPOS DE PREGUNTAS Y TIPOS DE ESTUDIOS
ExperimentalEvaluar terapia o intervención
TransversalDiagnóstico
Transversal, experimentalTamizaje /Validación pruebas
diagnósticas
CohortePronóstico
Experimentales; cohorte; caso-controlCausalidad
DescriptivoCaracterizar un problema
TIPO DISEÑOTIPO DE PREGUNTA
Principios básicos en un estudio experimental
• Asignación aleatoria de la intervención– Azar determina que sujeto es asignado a
control intervención• Existencia de grupo control
– Permite contraste– Características del grupo intervenido = control
• Idealmente “ciego” o enmascaramiento (blind)– Investigador, paciente, analista desconoce el
tipo de intervención
Usos
• Etiología: no están indicados• Diagnóstico: uso limitado • Terapia o Intervención: gran aplicación
(Eficacia, efectividad)• Pronóstico. Aplicación limitada
Medición de eficacia en Ensayos clínicos
• Outcome, endpoint
– (Diferencia sutil : Endpoint: > especificidad)
• Outcome Simples
– Sólo una medición específica: muerte por infarto
• Compuestos: – combinación de outcomes relacionados
• Muerte por infarto-cirugía de revascularización-muerte súbita
POEM: Patient Oriented Evidence that Matters
Ciego: reduce riesgo de sesgo
• En ambiente de experimentación (ECC) , Fundamental
CIEGO
SE DECLARA Y
SE CONSTATA
No ciego
Simple, doble, triple
Outcomes intermedios “Surrogates”
• Variables intermedias al outcome– Ventaja: < tiempo
seguimiento– > eficiencia..
• Requisito. – Deben explicar
Outcome– Deben capturar 100%
intervenciónFleming TR, DeMets DL. Surrogate end points in clinical trials: are we being misled? Ann Intern Med 1996; 125: 605-613