Los Clásicos de la Epidemiología: Estudios Transversales
Unidad de Apoyo para el Aprendizaje
IniciarLos Clásicos de la Epidemiología: Estudios Transversales
Unidad de Apoyo para el Aprendizaje
IniciarEn esta UAPA, revisaremos qué son los estudios transversales, cuántos tipos existen y su importancia como un diseño epidemiológico que permite el cálculo directo de la prevalencia de una condición o enfermedad en una población, mediante una sola medición; por eso, también se les conoce como estudios de prevalencia.
Éste es un diseño rápido y económico que, como todos los estudios epidemiológicos, presenta ventajas y desventajas. Se trata de un diseño observacional en el cual no hay intervención por parte del investigador y que no permite establecer una relación de causalidad.
Al finalizar este tema, tendrás una mejor comprensión de la importancia de este tipo de estudios para la realización de encuestas que permiten tener una idea del estado de salud de la población, así como para evaluar el impacto de políticas públicas y de programas de prevención y promoción de la salud.
Figura 1. Esquema de un estudio transversal
Los estudios transversales o de prevalencia:
Una vez realizada la selección de la muestra, se cuestiona a los sujetos sobre la exposición y el evento; sólo se hace una medición única en cada sujeto en el tiempo; es decir, se hace un corte transversal de la población de estudio y se aplican los instrumentos de medición necesarios para evaluar tanto la exposición como el evento en ese punto en el tiempo (Lazcano et ál., 2013).
Es importante mencionar que existen distintos tipos de estudios transversales; puede haber:
En contraste con los estudios longitudinales que incluyen un seguimiento a través del tiempo, éstos evalúan un solo punto en el tiempo, por lo que rápidamente se pueden obtener resultados.
Freepik. (s. f.). Portapapeles, plano con lista de aprobación [ilustración]. Tomada de https://www.freepik.es/vector-gratis/portapapeles-plano-lista-comprobacion_1072261.htm#fromView=search&page=2&position=35&uuid=639d812a-8f94-48dc-892c-896ee7313b3b
Uno de los ejemplos más claros que hay de estudio transversal es el censo, donde toda la población de una comunidad es valorada en un día concreto, o bien, las encuestas de salud, como la Encuesta Nacional de Salud y Nutrición (Ensanut), que evalúa una muestra representativa de la población.
Este tipo de estudios ocupa uno de los lugares más bajos en la escala de causalidad (ver figura 3), solamente por encima de los estudios ecológicos; sin embargo, pueden usarse para la investigación causal y para la generación de hipótesis etiológicas de un proceso; son relativamente fáciles de realizar y no tienen un costo elevado (Delgado y Sillero, 2022), aunque, por supuesto, también presentan sesgos que analizaremos más adelante.
Diferentes diseños para inferencia etiológica
A continuación, te invitamos a revisar el siguiente ejemplo de un estudio transversal realizado en México en el año 2000 (Lazcano et ál., 2013):
Como verás, los datos que se pueden obtener con este diseño son muy valiosos y permiten brindar, a los tomadores de decisiones, información sobre hacia dónde se deben orientar los recursos designados a la salud de manera prioritaria.
A continuación, se señalan algunas de las más destacadas:
No son útiles para estudiar enfermedades o exposiciones raras, ya que requieren grandes tamaños de muestra.
Por ejemplo:
Para estudiar la prevalencia de síndrome de Sjögren, se necesitarían miles de personas para encontrar un número suficiente de enfermos para realizar un análisis adecuado.
No son útiles para estudiar enfermedades de duración corta, ya que resultaría más difícil encontrar un número suficiente de casos en la única ocasión en la que se evalúa la prevalencia.
Por ejemplo:
Aunque los resfriados comunes son enfermedades de corta duración, constituyen una excepción a la regla, ya que, en ciertas épocas del año, son muy frecuentes, como el invierno.
No son útiles para explorar relaciones entre una asociación y un efecto, pues ambos se miden al mismo tiempo, por lo que se genera ambigüedad temporal entre ambos.
Por ejemplo:
En una encuesta nacional de salud, se valora el nivel de actividad física; se encontró una asociación entre ésta y la obesidad, pero no se sabe si las personas sedentarias han engordado por falta de ejercicio o si las personas obesas se ven limitadas por su exceso de peso para practicar algún deporte.
A continuación, se presentan las ventajas y las desventajas de los estudios transversales (Hernández y López, 2021):
Un objetivo en todo estudio epidemiológico, en el que se desea conocer la frecuencia con la que ocurre un evento o estimar la asociación entre un factor de riesgo y una enfermedad, debe ser el de medir y calcular con la mayor precisión y exactitud posibles dichas determinaciones.
En otras palabras, la validez del conocimiento derivado de cualquier estudio epidemiológico dependerá, en gran medida, de la ausencia de error y de la capacidad de estimar o predecir el parámetro verdadero en la población blanco. En el contexto de la epidemiología, la validez se refiere a la ausencia de sesgo o error (Hernández-Ávila et ál., 2008, p. 438).
En este contexto, es importante definir la validez interna y externa:
Se refiere a la capacidad que tiene el investigador de corregir los errores cometidos durante el proceso de selección de la población que se va a estudiar, durante la medición o mediciones; también se refiere a corregir sesgos por falta de compatibilidad de los grupos estudiados. Cuando esto se logra, se dice que el estudio tiene validez interna.
Nos habla de la capacidad de generalizar los resultados observados en la población estudiada hacia la población general o blanco; ésta depende de que exista la validez interna, lo que enfatiza la importancia de esta última.
Los estudios transversales, al medir únicamente una vez el evento en la población, pueden ser más susceptibles de sesgos que los estudios que se basan en observaciones individuales (véase Borja-Aburto, 2000, p. 533). En los siguientes apartados, se describen los principales sesgos que pueden encontrarse en este tipo de diseño:
Sesgo de selección
Figura 4. Freepik. (s. f.). Concepto de recursos humanos con mano [ilustración]. Tomada de https://www.freepik.es/foto-gratis/concepto-recursos-humanos-mano_42089107.htm#fromView=search&page=4&position=2&uuid=f94e59c0-7980-4e67-8dc6-bec8d7a8db08
Son errores sistemáticos que se introducen durante la selección o el seguimiento de la población en estudio y que propician una conclusión equivocada sobre la hipótesis que se está probando; pueden ser originados por el mismo investigador, al seleccionar erróneamente a la población, o ser el resultado de relaciones complejas en la población en estudio que pueden pasar desapercibidas y, por tanto, no se consideran.
Una posible fuente de sesgo de selección puede ser cualquier factor que influya sobre la posibilidad de los sujetos seleccionados de participar o permanecer en el estudio y que, además, esté relacionado con la exposición o con el evento en estudio.
Los sesgos de selección pueden ocurrir en cualquier estudio epidemiológico; sin embargo, suceden con mayor frecuencia en estudios retrospectivos y, en particular, en transversales o de encuesta.
Los estudios transversales, que se basan en casos existentes —prevalentes—, presentan importantes limitaciones relacionadas con los sesgos de selección, en particular cuando la enfermedad en estudio tiene una alta letalidad cercana al diagnóstico inicial, ya que los casos existentes tienden a sobrerrepresentar a los sujetos con presentaciones más benignas de la enfermedad. Si el factor en estudio se asocia con la letalidad, la medida de efecto derivada de un estudio de prevalencia será sesgada, dado que los casos en estudio corresponden a sobrevivientes de la enfermedad, por lo que representarán desproporcionadamente a los casos no expuestos (Hernández-Ávila et ál., 2008, p. 441).
Sesgo de información
Personas discutiendo si es un seis o un nueve lo que observan.
El sesgo de información se refiere a todos los errores que pueden presentarse durante el proceso de medición de la exposición, los cuales pueden modificar la interpretación de los resultados y, consecuentemente, llevar a una conclusión errónea de la hipótesis que se está probando. Los sesgos de información pueden estar relacionados con:
 |
En este tipo de sesgo, es importante mencionar que no se puede tener ninguna medición totalmente libre de sesgos; por esto, los errores aleatorios, en los que el grado de error del instrumento o técnica empleada es similar para los grupos que se comparan, son aceptables. |
Creatype. (s. f.). Ícono de alerta [ilustración]. Tomada de https://www.freepik.es/icono/alerta_6324052#fromView=search&page=1&position=8&uuid=de21976b-fb02-46e9-961d-5b8b2a871107
Sesgo de confusión
Figura 5. Pikisuperstar. (s. f.). Diferentes personas haciendo preguntas [ilustración]. Tomada de https://www.freepik.es/vector-gratis/diferentes-personas-haciendo-preguntas_13454503.htm#page=2&query=duda&position=8&from_view=search&track=sph&uuid=80728168-1d75-4f65-b26b-e6025c42ed0d
El sesgo de confusión puede resultar de una sobre o subestimación de la asociación real. Existe sesgo de confusión cuando observamos una asociación no causal entre la exposición y el evento en estudio o cuando no observamos una asociación real entre la exposición y el evento en estudio, por la acción de una tercera variable que no es controlada. Estas variables se denominan factores de confusión o confusores.
Las variables confusoras que no se controlan adecuadamente durante la fase de diseño o análisis del estudio hacen que la interpretación de los resultados sea una conclusión falsa. Este tipo de variables, en general, está vinculado con la exposición, pero, además, está causalmente asociado con el evento en estudio y se encuentra distribuido de manera diferencial entre los grupos en estudio.
En los estudios observacionales, este sesgo se relaciona con la imposibilidad de hacer una exposición aleatoria en los sujetos en estudio, lo cual se efectúa mediante la aleatorización y cegamiento en los estudios experimentales, como los ensayos clínicos aleatorizados (ECA).
Desde esta perspectiva, la falacia de Neyman es el sesgo introducido por la interferencia de una variable que influye en el curso de la enfermedad, acortándola o alargándola y que, además, puede ser factor de riesgo (Delgado y Sillero, 2022).
 |
Por ejemplo: En un estudio transversal en mineros para evaluar la prevalencia de fibrosis pulmonar, el tabaquismo sería una variable confusora, ya que influye en la enfermedad, pero, además, es un factor de riesgo. |
Eucalyp. (s. f.). Ícono de fumar [ilustración]. Tomada de https://www.freepik.es/icono/fumar_2752289#fromView=search&page=1&position=1&uuid=9004651c-cbfe-4a3c-8e35-e7f225492e85
Una vez que revisamos las características y limitaciones de dichos estudios, es momento de revisar las principales medidas de asociación que se utilizan en el análisis de resultados de los estudios transversales analíticos.
Razón de momios/odds ratio (OR)
La medida tradicional de asociación para estudios transversales analíticos es la razón de momios u odds ratio (OR); también la encontrarás en algunos libros como razón de ventaja o de disparidad. Esta medida se calcula obteniendo el cociente de los productos cruzados de una tabla de 2 × 2:
OR = a × d/c × b
Cuando la OR es igual a 1 —nulo—, el comportamiento del factor es indiferente; si es superior a 1, el factor puede definirse como un riesgo; si es inferior a 1, puede considerarse como un factor protector (Moreno-Altamirano et ál., 2007). Evidentemente, estas interpretaciones deben realizarse de manera cuidadosa, dependiendo de cada caso.
Razón de prevalencias
La razón de prevalencias (RP) representa cuántas veces los individuos expuestos tienen un mayor riesgo de padecer la enfermedad o evento, comparativamente con los no expuestos. También se basa en una tabla de 2 × 2:
RP = a × (c + d)/c × (a + b)
Si la duración del evento que se estudia es igual para expuestos y no expuestos, la RP puede ser buen estimador de la velocidad con la que se pasa del estado sano al enfermo (Moreno-Altamirano et ál., 2007).
En conclusión, podemos decir que los estudios transversales tienen dificultad para establecer valores basales y, por su diseño, no permiten establecer asociaciones causales precisas; aunque tienen limitada utilidad para estudiar enfermedades de corta duración o raras, han sido de gran beneficio para generar información muy valiosa sobre la prevalencia de enfermedades o eventos en las poblaciones estudiadas.
Esta información ha permitido a los tomadores de decisiones establecer prioridades, así como evaluar el impacto de políticas públicas sobre eventos específicos, cuando se realizan encuestas transversales cada cierto tiempo, tal y como ocurre con las encuestas nacionales. Por otra parte, su costo es relativamente bajo; al poder realizar este tipo de estudios rápidamente, se han colocado como uno de los diseños más utilizados en epidemiología, convirtiéndolos en trabajos clásicos.
Así pues, este diseño permite explorar múltiples exposiciones y efectos, generar hipótesis y datos útiles para la planeación y gerencia de los servicios de salud, así como hacer mediciones de carga de enfermedad.
Los estudios transversales han jugado un papel determinante en la generación de información valiosa para poder dar seguimiento a políticas públicas en salud, evaluar su impacto en la población y establecer prioridades.
Por sus características, son los diseños más frecuentemente empleados en el área de la epidemiología, pues permiten responder preguntas de investigación relacionadas con la prevalencia de enfermedades o eventos en poblaciones definidas en un tiempo determinado. Por esto, también han permitido establecer la estacionalidad de padecimientos infecciosos.
La práctica hace al maestro, así que te invitamos a realizar esta segunda actividad, en donde se enlista una serie de ejemplos; podrás identificar a qué tipo de diseño o característica se refiere cada uno. ¡Adelante; estamos seguros de que reforzarás los conocimientos adquiridos!
Como vimos a lo largo de la UAPA, los estudios transversales son muy útiles para evaluar prioridades en salud y determinar el impacto de las políticas públicas. En esta actividad, identificarás su importancia y utilidad; asimismo, revisarás qué tanto aprendiste en esta unidad.
Fuentes de información
Bibliografía
Cvetkovic-Vega, A., Maguiña, J. L., Soto, A., Lama-Valdivia, J. y Correa-López, L. E. (2021, enero). Cross sectional studies. Revista de la Facultad de Medicina Humana, 21(1), 179-185.
Delgado, M. y Sillero, M. I. (2022). Estudios transversales. En I. Hernández-Aguado y B. Lumbreras (Coords.). Manual de epidemiología y salud pública para grados de ciencias de la salud (pp. 93-95). Médica Panamericana.
Hernández-Ávila, A. M., Garrido, F. y Salazar-Martínez, E. (2008, septiembre-octubre). Sesgos en estudios epidemiológicos. Salud Pública de México, 42(5), 438-446.
Hernández, M. (2007). Epidemiología. Diseño y análisis de estudios. Instituto Nacional de Salud Pública/Médica Panamericana.
Hernández, M. y López, S. (2007). Diseño de estudios epidemiológicos. En M. Hernández, E. Lazcano y C. Oropeza (Eds.). Epidemiología. Diseño y análisis de estudios (pp. 35-50). Instituto Nacional de Salud Pública/Médica Panamericana.
Künzli, N. y Tager, I. B. (1997, octubre). The semi-individual study in air pollution epidemiology: a valid design as compared to ecologic studies. Environmental Health Perspectives, 105(10), 1078-1083.
Lazcano, E., Torres, G., Ángeles, A., Salazar, E. y Hernández, M. (2013). Epidemiología básica. En M. Hernández y E. Lazcano (Eds.). Salud pública. Teoría y práctica (pp. 29-51). Manual Moderno/Instituto Nacional de Salud Pública.
Moreno-Altamirano, A., López-Moreno, S. y Corcho-Berdugo, A. (2007, enero-abril). Principales medidas en epidemiología. Revista Cubana de Higiene y Epidemiología, 45(1), 337-348.
Documentos electrónicos
Borja-Aburto, V. H. (2000, noviembre-diciembre). Estudios ecológicos. Salud Pública de México, 42(6), 533-538. https://www.scielosp.org/pdf/spm/2000.v42n6/533-538/es
Cómo citar
Ponciano-Rodríguez, M. G., Fernández-Sánchez, C. E., Rojas-Limón, I. E. y Cortés-Meda, A. (2024). Los clásicos de la epidemiología: estudios transversales. Unidades de Apoyo para el Aprendizaje. CUAED/Facultad de Medicina-UNAM. [Vínculo]
