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)

Diagrama de base: estudio experimental

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.

Diagrama de base: estudio experimental

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

Ejemplo clásico en clínica

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.

Recordar..

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

Randomización

• Hace grupos comparables

• Reduce riesgo de sesgo

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