Estudios de Casos y Controles en Epidemiología

Study Notes

Son estudios epidemiológicos observacionales analíticos, utilizados para evaluar factores asociados a enfermedades poco frecuentes.
Su posición en la pirámide de evidencia está entre los estudios transversales y los estudios de cohortes, generalmente con mayor nivel de evidencia que los transversales, y menor que los de cohortes.
La medida de asociación para estos estudios es el Odds Ratio (OR).
Variantes del diseño, como los estudios de casos y controles incidentes o los anidados (dentro de una cohorte), disminuyen el sesgo de selección.
Se basan en la observación de la ocurrencia de eventos, sin intervención, evaluando la asociación entre variables retrospectivamente.
Se parte de la presencia de un evento (efecto) e identificando casos con el evento y controles sin él, buscando la existencia de exposiciones previas.
Los controles deben ser similares a los casos en todas las variables, excepto en la exposición.
La selección adecuada de los controles es crucial en este diseño.

Es una razón entre dos eventos mutuamente excluyentes (ganar/perder, exposición/no exposición).
Representa la medida de asociación en estudios de casos y controles .
Se calcula como la razón entre las probabilidades (odds) de exposición en casos y controles.
Un OR de 1 indica que no existe asociación entre la exposición y el evento.
Un OR > 1 sugiere una asociación positiva (exposición aumenta el riesgo).
Un OR < 1 indica una asociación protectora (exposición disminuye el riesgo).

Casos y Controles Incidentes: Se identifican casos nuevos de la enfermedad durante un período de tiempo determinado.
Casos y Controles Anidados: Se realizan dentro de un estudio de cohortes. Los controles provienen de la misma población de la cohorte que no desarrolló la enfermedad.

Susceptible al sesgo de selección y sesgo de memoria.
Posibles problemas con la temporalidad.
No pueden estimar prevalencias.
Puede sobrestimar las magnitudes de los efectos, especialmente en eventos frecuentes.

Tamaño muestral: Para la representatividad, se deben calcular apropiadamente, asegurando la suficiente cantidad de controles y casos.
Eficiencia estadística: Aumentar el número de controles puede mejorar la eficiencia, aunque más allá de 4 controles por caso el incremento en la eficiencia estadística se reduce.
Controles pareados vs no pareados: Los controles pareados se seleccionan con características similares a los casos (edad, sexo, etc.), mejorando la precisión.
Casos prevelentes vs incidentes: Casos prevalentes son aquellos existentes en un momento; incidentes se refieren a nuevos casos durante un periodo.
Controles hospitalarios vs comunitarios: Se elige el tipo de control en función de la población de estudio, minimizando el sesgo de selección.

Confusión: Los estudios observacionales son vulnerables a la confusión (una tercera variable que afecta tanto a la exposición como al efecto).
Ajuste: Se utilizan análisis de regresión logística múltiple para ajustar resultados a potenciales factores de confusión, mejorando la precisión.
OR crudo vs ajustado: Los OR "crudos" se comparan con los ajustados para evaluar si existen importantes distorsiones (confusión).
Evaluación de la bondad del ajuste: Herramientas como el análisis de Hosmer y Lemeshow evaluán la calidad del ajuste en el modelo de regresión.