Fundamentos del Método Epidemiológico y Diseños de Investigación en Salud

Método Epidemiológico

Corresponde a la secuencia de procedimientos empleados en etapas continuas para el logro específico de los objetivos de la epidemiología.

  1. Nivel Descriptivo: Observación de la realidad sin intervenirla.
  2. Nivel Analítico: Elaboración de hipótesis.
  3. Investigación: Aplicación de un diseño de investigación para verificar la validez de la hipótesis.
  4. Conclusión: Se acepta o rechaza la hipótesis planteada.

Objetivos de la Epidemiología

  • Identificar causas de enfermedades.
  • Identificar factores de riesgo.
  • Determinar la extensión de los problemas de salud (prevalencia o incidencia).
  • Estudiar la historia natural de la enfermedad.
  • Identificar factores pronósticos.
  • Evaluar intervenciones (preventivas, terapéuticas).

Elementos Clave en Objetivos y Métodos Epidemiológicos

En la definición del objetivo y el método para lograrlo, generalmente participan dos elementos principales:

  • Un problema de salud (el resultado o outcome)

versus

  • Una causa
  • Un factor de riesgo
  • Grupos poblacionales específicos
  • El tiempo
  • Un factor pronóstico
  • Una intervención (la exposición)

Hipótesis y Pregunta de Investigación (Nivel Analítico)

Las hipótesis deben ser traducidas a una pregunta de investigación clara y específica.

La pregunta de investigación debe contener los siguientes cuatro elementos (formato PICO):

  1. Población
  2. Intervención / Exposición
  3. Comparación
  4. Outcome (o resultado)

La hipótesis y la pregunta de investigación generalmente se elaboran en base a la asociación (causal o no) entre dos elementos:

  • Un problema de salud (Outcome o resultado)

versus

  • Una causa
  • Un factor de riesgo
  • Grupos poblacionales específicos
  • El tiempo
  • Un factor pronóstico
  • Una intervención (todos estos corresponden a la Intervención / Exposición)

Ejemplos de Preguntas de Investigación

  1. Las personas expuestas al humo de tabaco intradomiciliario, comparadas con personas no expuestas, ¿presentan mayor riesgo de cáncer de vejiga?
  2. ¿Cuál es la probabilidad de amputación de extremidad inferior a 10 años plazo en personas diabéticas con pobre control metabólico? (Aquí la comparación implícita podría ser con diabéticos con buen control).
  3. Las mujeres tratadas de cáncer de mama con escolaridad inferior a 8 años, ¿presentan mayor riesgo de recidiva a 5 años plazo comparado con mujeres con cáncer de mama tratado y escolaridad igual o mayor a 8 años?
  4. El tratamiento con olanzapina sumado al tratamiento estándar de personas con primer episodio de esquizofrenia, ¿es más efectivo en mejorar el cumplimiento de actividades instrumentales de la vida diaria, comparado con placebo sumado a tratamiento estándar?

Diseños de Investigación Epidemiológica (Etapa de Investigación)

Corresponden al plan o estrategia estructurada que busca verificar la validez de la hipótesis planteada.

  • Diseños Cualitativos: Generalmente no usados en epidemiología clásica para probar hipótesis causales, aunque útiles para generar hipótesis o explorar contextos.
  • Diseños Cuantitativos:

    • Estudios Observacionales

      • Estudios ecológicos
      • Estudios de corte transversal
      • Estudios de casos y controles
      • Estudios de cohortes
      • Diseños híbridos

    • Estudios Experimentales

      • Ensayos clínicos aleatorizados (ECA)
      • Ensayos clínicos controlados (no aleatorizados)
      • Estudios antes-después controlados

Descripción de Estudios Observacionales

Se definen como aquellos estudios en los cuales el investigador no manipula la exposición o intervención, solo observa.

Estudios Ecológicos

Se definen como aquellos estudios donde su unidad de análisis corresponde a un conjunto de individuos (poblaciones). Los restantes diseños utilizan como unidad de análisis a individuos.

Estudios de Corte Transversal

En estos estudios, la determinación de la exposición se realiza en el mismo momento que la determinación del resultado de salud de interés (o evento). También son conocidos como encuestas de prevalencia.

Estudios de Casos y Controles

Corresponden a estudios de naturaleza inherentemente retrospectiva. Se compara la extensión de la exposición en individuos que presentan un determinado resultado de salud (casos), con aquellos que no presentan dicho resultado (controles). Es decir, a partir de la presencia o ausencia de un evento de salud, se busca la exposición en el pasado a un determinado factor.

Estudios de Cohortes

Corresponden a estudios de naturaleza generalmente prospectiva (aunque pueden ser retrospectivos o ambispectivos). Se compara la ocurrencia en el tiempo del resultado de salud de interés (eventos) en los individuos expuestos y no expuestos a un determinado factor. Es decir, a partir de la presencia o ausencia de una exposición determinada, se sigue a los grupos en el tiempo para observar la ocurrencia de cierto evento de salud.

Descripción de Estudios Experimentales

Se definen como aquellos estudios en los cuales el investigador manipula la exposición o intervención.

Ensayos Clínicos Aleatorizados (ECA)

Corresponde al paradigma de la investigación causal en seres humanos. La exposición es manipulada por el investigador, y la asignación de la exposición a los individuos es realizada por medio del azar (aleatorización).

Ensayos Clínicos Controlados (No Aleatorizados)

Al igual que en los ECA, la exposición es manipulada por el investigador; sin embargo, la asignación de la exposición a los individuos es realizada por conveniencia o algún otro método no aleatorio.

Estudios Antes-Después Controlados

Este diseño es similar al ensayo clínico controlado no aleatorizado, con la diferencia que el resultado de salud de interés se calcula midiendo el cambio antes versus después de la intervención al interior de cada grupo de individuos (expuestos y no expuestos), comparándose posteriormente el cambio entre grupos. Nuevamente, la exposición o intervención no es asignada al azar.

Criterios de Causalidad (Bradford-Hill, 1965)

Estos criterios ayudan a evaluar si una asociación observada es probablemente causal:

  1. Fuerza de asociación* (Magnitud del efecto)
  2. Consistencia (Reproducibilidad en diferentes estudios/poblaciones)
  3. Especificidad (Una causa lleva a un único efecto; criterio menos fuerte hoy en día)
  4. Temporalidad* (La causa precede al efecto; esencial)
  5. Gradiente biológico* (Relación dosis-respuesta)
  6. Plausibilidad biológica (Coherencia con el conocimiento biológico)
  7. Coherencia con otros conocimientos (epidemiológicos, históricos)
  8. Evidencia experimental (Si existe, apoya fuertemente la causalidad)
  9. Analogía con otras relaciones causales conocidas

* Evaluables directamente en un estudio individual (contribuyen a la validez interna de la inferencia causal).

Error y Sesgo en Estudios Epidemiológicos

En cualquier diseño de investigación, la estimación de la magnitud de la asociación y/o causalidad entre un determinado factor (exposición o intervención) y un resultado de salud (o evento) está sujeta a dos tipos principales de error:

  • Error Aleatorio (Azar): Fluctuaciones debidas al azar en el muestreo o medición.
    • Error tipo I (alfa): Rechazar una hipótesis nula verdadera (falso positivo).
    • Error tipo II (beta): No rechazar una hipótesis nula falsa (falso negativo).
  • Error Sistemático (Sesgo): Desviación sistemática de los resultados respecto al valor verdadero.
    • Sesgo de selección: Errores en la selección o retención de los participantes.
    • Sesgo de información (o clasificación): Errores en la medición de la exposición o el resultado.
      • Por mala clasificación diferencial.
      • Por mala clasificación no diferencial.
    • Sesgo de confusión: Distorsión de la asociación por una tercera variable.

Tipos de Sesgo

Corresponde a cualquier error sistemático en el diseño, realización o análisis de un estudio que da lugar a una estimación errónea del efecto de una exposición sobre el riesgo de enfermedad.

  • Sesgo de Selección: Error sistemático introducido por los procedimientos utilizados para seleccionar a los sujetos del estudio o por factores que influyen en la participación o permanencia en el estudio (pérdidas). Afecta la comparabilidad entre los grupos.
  • Sesgo de Información (o de Clasificación): Producido por errores sistemáticos en la medición o recopilación de información sobre la exposición o el resultado (ej: imprecisión de instrumentos, encuestas mal diseñadas, memoria diferencial, sesgo del entrevistador, registros clínicos incompletos).
    • Mala clasificación diferencial: El error en la clasificación (de exposición o resultado) difiere entre los grupos que se comparan. Puede sesgar la asociación en cualquier dirección (aumentar, disminuir o incluso invertirla).
    • Mala clasificación no diferencial: El error en la clasificación es similar en todos los grupos comparados. Generalmente, sesga la medida de asociación hacia la nulidad (la atenúa).

Precisión (Confiabilidad)

Otro concepto importante, distinto del sesgo (validez), es la precisión (o confiabilidad). Corresponde al grado de ausencia de error aleatorio; es decir, el grado de coincidencia en el resultado de sucesivas mediciones independientes de un mismo evento bajo condiciones similares.

Existen conceptos cercanos utilizados en diversos campos disciplinares:

  • Concordancia
  • Reproducibilidad
  • Fiabilidad

El concepto de precisión o confiabilidad es un atributo clave de los instrumentos de medición y pruebas diagnósticas (ej: examen de laboratorio, mediciones de presión arterial, encuestas para detección de consumo perjudicial de alcohol, examen físico).

La precisión o confiabilidad puede ser medida utilizando diferentes estrategias. Las más utilizadas son:

  • Comparar mediciones repetidas con el mismo instrumento (test-retest).
  • Comparar mediciones realizadas por diferentes observadores (inter-observador).
  • Evaluar la consistencia interna de los ítems de una escala.

Los estimadores de precisión o confiabilidad pueden ser variados. Los más utilizados son:

  • Coeficientes de correlación (ej: coeficiente de correlación intraclase – CCI).
  • Índice Kappa de concordancia (para variables categóricas).
  • Alfa de Cronbach (para evaluar la consistencia interna de escalas compuestas por múltiples ítems).

Validez

La validez se refiere al grado en que un instrumento de medición, una prueba diagnóstica o los resultados de un estudio miden realmente aquello que pretenden medir. Es el grado de ausencia de error sistemático (sesgo).

Existen diferentes tipos de validez (aplicados a instrumentos o estudios):

  • Validez de contenido: Grado en que un instrumento refleja adecuadamente el dominio específico del contenido que se mide. A menudo evaluada por juicio de expertos.
  • Validez de criterio: Grado en que las mediciones del instrumento se correlacionan con un criterio externo o estándar de oro. Incluye la validez concurrente (comparación con una medida actual) y predictiva (capacidad de predecir un resultado futuro).
  • Validez de constructo: Grado en que un instrumento mide el constructo teórico que pretende medir. Se evalúa mediante diversas evidencias, incluyendo análisis factorial, pruebas de hipótesis sobre relaciones esperadas, y validez convergente (correlación con medidas del mismo constructo) y divergente (baja correlación con medidas de constructos diferentes).
  • Validez interna (de un estudio): Grado en que los resultados observados en un estudio son correctos para la muestra específica estudiada, es decir, ausencia de sesgos importantes.
  • Validez externa (generalizabilidad): Grado en que los resultados de un estudio pueden ser generalizados a otras poblaciones o contextos más allá de la muestra estudiada.
  • Sensibilidad y Especificidad: Son medidas de la validez de criterio de las pruebas diagnósticas.

Profundización en Estudios Ecológicos y Transversales

Estudios Ecológicos

Los estudios ecológicos (o de conglomerados) son estudios observacionales en los cuales la unidad de análisis no son los individuos, sino grupos de individuos (poblaciones), como países, regiones, comunas, escuelas, etc.

Por ende, lo que investiga este diseño son atributos de las poblaciones (tasas, promedios, proporciones) y no de los individuos. Ejemplos:

  • Prevalencia de depresión por comuna.
  • Media de ingreso per cápita-hogar por comuna.
  • Porcentaje de pacientes diabéticos compensados por centro de salud.
  • Media de presión arterial sistólica de la población adulta por provincia.
  • Porcentaje de población perteneciente a pueblos originarios por provincia.

Ventajas:

  • Permiten estudiar grandes grupos poblacionales.
  • Son relativamente fáciles y económicos de realizar, ya que a menudo utilizan datos agregados ya existentes (registros, censos).
  • Útiles para generar hipótesis.

Desventajas:

  • Dado que utilizan datos agregados, son débiles para establecer relaciones causales a nivel individual debido al riesgo de la falacia ecológica.
  • No se puede controlar por factores de confusión a nivel individual.

Falacia Ecológica

Corresponde al error de inferir que las asociaciones observadas a nivel grupal (poblacional) se mantienen necesariamente a nivel individual. Asumir que los individuos de grupos con alta exposición promedio tienen individualmente alta exposición, o que los individuos de grupos con alta tasa de enfermedad tienen mayor riesgo individual, puede ser incorrecto.

Estudios Transversales (De Corte o Prevalencia)

En los estudios transversales (o de corte transversal, o de prevalencia), la medición de la exposición y del resultado de salud de interés (evento) se realiza simultáneamente en un punto específico del tiempo en una población definida.

Al no poder establecer claramente la secuencia temporal (qué ocurrió primero, la exposición o el evento), son débiles para establecer causalidad, aunque utilizan datos a nivel individual.

Ventajas:

  • Útiles para estimar la prevalencia de enfermedades y factores de riesgo en una población.
  • Permiten estudiar múltiples exposiciones y resultados simultáneamente.
  • Son relativamente rápidos y económicos de realizar comparados con estudios longitudinales.
  • Buenos para generar hipótesis.

Desventajas:

  • Dificultad para establecer la relación temporal entre exposición y evento, lo que limita la inferencia causal.
  • Susceptibles a sesgo de selección (ej., sesgo de prevalencia/incidencia o de Neyman, donde los casos de larga duración o los sobrevivientes están sobrerrepresentados).
  • No son adecuados para estudiar enfermedades raras o de corta duración.
  • No permiten calcular incidencia directamente.

No son eficientes para estimar la prevalencia puntual de eventos de muy corta duración (ej., prevalencia de infarto agudo de miocardio en este momento).

En esos casos, es más útil:

  • Implementar sistemas de vigilancia para medir la incidencia.
  • Realizar un estudio transversal preguntando por la historia pasada del evento (prevalencia de vida o de período).

Consideraciones sobre Sesgos en Estudios Transversales

  • Sesgo de supervivencia/prevalencia: Solo se incluye a los individuos que están presentes y disponibles en el momento del estudio.
    • Si se investiga una enfermedad grave como la depresión severa, los casos más graves que resultaron en suicidio no serán incluidos.
    • Si se investigan las características de mujeres con cáncer de mama (prevalencia), solo se incluirá a las que han sobrevivido hasta el momento del estudio, lo que puede diferir de las características de todos los casos incidentes.
  • Sesgo de no respuesta/participación: Las personas que aceptan participar pueden diferir sistemáticamente de las que no lo hacen. Existe evidencia de que los no participantes a menudo tienen peores indicadores de salud, lo que puede sesgar los resultados si la participación está relacionada tanto con la exposición como con el resultado.