Estudios de casos controles Dr A K AVASARALA

  • Slides: 41
Download presentation
Estudios de casos controles Dr. A. K. AVASARALA MBBS, M. D. Profesor y Jefe

Estudios de casos controles Dr. A. K. AVASARALA MBBS, M. D. Profesor y Jefe del Dept. de Medicina y epidemiología comunitaria Instituto Prathima de Ciencias Médicas, KARIMNAGAR, A. P. INDIA: +91505417 avasarala@yahoo. com

PROMPT • TWO TEACHERS IN EPIDEMIOLOGY FROM CHINA AND ARGENTINA, REQUESTED FOR MY PERMISSION

PROMPT • TWO TEACHERS IN EPIDEMIOLOGY FROM CHINA AND ARGENTINA, REQUESTED FOR MY PERMISSION TO USE MY FIRST EPIDEMIOLOGY LECTURES FOR THEIR TEACHING. • THIS PROMPTED ME TO DEVELOP AN EPIDEMIOLOGY COURSE WHICH HAS A CHANCE OF BEING USED ALL OVER THE WORLD. • THIS LECTURE IS A PART OF THAT ENDEVOUR TO SPREAD EPIDEMIOLOGY.

Objetivos de aprendizaje Al finalizar la presentación, el lector deberá: 1. Ser capaz de

Objetivos de aprendizaje Al finalizar la presentación, el lector deberá: 1. Ser capaz de conocer los estudios analíticos, sus tipos y sus indicaciones 2. Ser capaz de elegir el estudio analítico adecuado para anlizar la hipótesis 3. Ser capaz de analizar y probar la hipótesis 4. Ser capaz de medir los varios riesgos en la población, debidos a la causa sospechada

Competencias 1. Conociendo los riesgos de la población, deberá ser capaz de ayudar a

Competencias 1. Conociendo los riesgos de la población, deberá ser capaz de ayudar a la población eliminando esos riesgos.

Definición • Estudio de casos y controles es un método analítico y comparativo de

Definición • Estudio de casos y controles es un método analítico y comparativo de naturaleza observacional para probar una hipótesis.

Estudios de casos y controles Dos grupos de personas: • Casos, y • Controles

Estudios de casos y controles Dos grupos de personas: • Casos, y • Controles (grupo sin la enfermedad de interés) • Son las bases del estudio, de aquí su nombre

Propósito Se intenta: 1. Establecer la relación causa-efecto (asociación causal) 2. La fuerza de

Propósito Se intenta: 1. Establecer la relación causa-efecto (asociación causal) 2. La fuerza de la asociación causal

Indicaciones • Probando hipótesis causales para enfermedades no comunes, y • Cuando los resultados

Indicaciones • Probando hipótesis causales para enfermedades no comunes, y • Cuando los resultados esperados se obtienen de forma no costosa y en poco tiempo.

 • Diseño de casos y controles

• Diseño de casos y controles

Diseño de casos y controles • Es un diseño analítico y comparativo de naturaleza

Diseño de casos y controles • Es un diseño analítico y comparativo de naturaleza observacional. • Prevalencia o proporción de la causa en casos es comparada a la de los controles.

Ejemplo Tabaquismo y cáncer de pulmón • Se elige a pacientes con cáncer de

Ejemplo Tabaquismo y cáncer de pulmón • Se elige a pacientes con cáncer de pulmón como casos y se comparan con personas sin la enfermedad o con otros pacientes (sin cáncer de pulmón) como el grupo control.

Proporción de PROPORTION OFtabaquismo SMOKING INen casos controles CASES ANDy CONTROLS cases controls Smoking

Proporción de PROPORTION OFtabaquismo SMOKING INen casos controles CASES ANDy CONTROLS cases controls Smoking Las flechas la. OF proporción de ARROWS SHOWmuestran THE EXTENT SMOKING AMONG CASES AND CONTROLS tabaquismo entre casos y controles

Tabla 2 x 2 Diseño de Casos y controles Exposición a Cáncer de tabaquismo

Tabla 2 x 2 Diseño de Casos y controles Exposición a Cáncer de tabaquismo pulmón (Casos) Sin cáncer de pulmón (Controles) Total Positivo a b a+b Negativo c d c´+ d Casos= a + c Controles b + d Si a / a + c > b /b+ d, la asociación puede ser causal. Razón de momios (RM) = (ad) / (bc)

 • Metodología

• Metodología

Fases para el estudio de casos y controles 1. 2. 3. 4. Selección de

Fases para el estudio de casos y controles 1. 2. 3. 4. Selección de casos Selección de controles Parear Cuestionarios o verificación de registros para la cantidad de exposición en ambos grupos 5. Análisis comparativo y medición de riesgo. 6. Si la exposición es mayor en casos que en los controles se sospecha asociación causal.

Población general Hospitales Familiares Vecinos Evitar sesgos de selección, información y medición Casos Controles

Población general Hospitales Familiares Vecinos Evitar sesgos de selección, información y medición Casos Controles Evitar confusión Parear casos controles Encontrar frecuencia de causas en casos a/a+c Encontrar frecuencia de causas en controles b/b+d Si a/a +c > b/b + d, la asociación puede ser causal

Selección de casos • El estudio inicia con los casos, por ejemplo, los pacientes

Selección de casos • El estudio inicia con los casos, por ejemplo, los pacientes en quienes la enfermedad ya está presente. • A los pacientes con la enfermedad en cuestión (casos) se les preguintó sobre todos los detalles de su exposición a la causa sospechada.

Selección de casos (cont…) • Usualmente nuevos casos (casos incidentes) serán elegidos de la

Selección de casos (cont…) • Usualmente nuevos casos (casos incidentes) serán elegidos de la población general o de hospitales. • Los nuevos casos, son similares clínicamente, histológicamente, patológicamente y en su duración de exposición, serán elegidos para evitar errores y para mejor comparación. • Así, la sensibilidad y especificidad de casos recibe especial importancia, ya que al elegirlos puede dar lugar a errores en la comparación y en el análisis.

Fuente de casos • Los casos pueden ser elegidos de: • Una fuente única

Fuente de casos • Los casos pueden ser elegidos de: • Una fuente única (hospitales), o • De múltiples fuentes.

Selección de controles • El grupo control o el grupo de comparación deberá ser

Selección de controles • El grupo control o el grupo de comparación deberá ser muy cuidadosamente seleccionado, de otra forma la validez del estudio será defectuosa. • El principio que deberá ser observado en la selección de los controles “debe compararse con similares” para evitar errores y para una mejor comparación.

Fuente de controles • Controles pueden ser obtenidos de la población general, hospitales, familiares

Fuente de controles • Controles pueden ser obtenidos de la población general, hospitales, familiares ( se prefieren gemelos) o vecinos.

Pareando • Parear es una técnica comparativa de neutralizar todas las variables presentes en

Pareando • Parear es una técnica comparativa de neutralizar todas las variables presentes en casos y controles, excepto la variable (enfermedad) en estudio, para eliminar errores sistemáticos (sesgos) mientras se efectúa el estudio.

Limitación de parear • Al parear, podemos hacerlo sólo para variables confusoras conocidas como

Limitación de parear • Al parear, podemos hacerlo sólo para variables confusoras conocidas como edad, género, ocupación, etc. , pero no por confusores desconocidos que tienen un rol en la causalidad.

Preguntas acerca de exposición • Después de parear los controles a los casos, •

Preguntas acerca de exposición • Después de parear los controles a los casos, • Información fue obtenida en ambos grupos de forma similar. • Búsqueda de registros disponibles en cuanto a la exposición a la causa sospechada y su duración.

Análisis para medición del riesgo • La proporción de la causa en los casos

Análisis para medición del riesgo • La proporción de la causa en los casos (a/a+c) y en los controles (b/b+d) debe medirse.

Tasas de exposición • Tasas de exposición sólo pueden calcularse directamente del diseño de

Tasas de exposición • Tasas de exposición sólo pueden calcularse directamente del diseño de casos y controles, pero no las tasas de incidencia o el Riesgo Relativo. • Para casos, la tasa de exposición será a/a+c y para los controles b/b+d.

Razón de Momios (RM) • Razón de Momios (RM) o Razón de productos cruzados

Razón de Momios (RM) • Razón de Momios (RM) o Razón de productos cruzados (ad/bc), evalua el riesgo y es de utilidad como Riesgo Relativo, el cual tambièn evalùa el riesgo y es igualmente ùtil ya que el RR no puede calcularse de estos estudios

¿Por qué Razón de Momios? • Cuando la enfermedad es rara con baja incidencia,

¿Por qué Razón de Momios? • Cuando la enfermedad es rara con baja incidencia, RM es similar a RR y es igualmente de utilidad. • RM puede ser calculada en el diseño de casos y controles, sugiriendo fuerza de asociación.

Sesgos • Errores sistemáticos o desviación de resultados de inferencias de la verdad pueden

Sesgos • Errores sistemáticos o desviación de resultados de inferencias de la verdad pueden surgir en cualquier punto durante el curso del estudio debido al azar.

Sesgo de selección • Sesgo de selección es el error más común que se

Sesgo de selección • Sesgo de selección es el error más común que se comete usualmente. • Pareando o aleatrizando o ambos, lo minimiza. •

Sesgo de confusión Variable o factor de confusión es • La variable capaz de

Sesgo de confusión Variable o factor de confusión es • La variable capaz de causar el efecto o la enfermedad directamente. • Y también indirectamente con la asociación a otro factor. • Permitiendo que esta variable ocasione sesgo de confusión. • .

Ejemplos para confusores • Edad es un confusor bien conocido, ya que de por

Ejemplos para confusores • Edad es un confusor bien conocido, ya que de por si puede directamente causar la enfermedad e indirectamente al combinarse con otros factores relacionados. • Generalmente la presencia de confusores lleva a asociaciones causales indirectas, por ejemplo, bocio se ve en altitudes elevadas, pero actualmente la deficiencia de Yodo a altitudes elevadas es la causa de bocio. • Similarmente, alcoholismo se sospecha que sea la causa de cáncer hepático, pero el tabaquismo, el cual está asociado con alcoholismo puede ser la variable confusora, causante de la enfermedad.

Sesgo de información • Cualquier error en la colección de datos, por ejemplo, datos

Sesgo de información • Cualquier error en la colección de datos, por ejemplo, datos acerca de la causa dará lugar a inferencias falsas o resultados incorrectos. • Este sesgo es muy frecuente en estudios casos y controles, ya que todo el proceso es principalmente de verificación subjetiva.

Sesgo de información • Diseño casos controles es principalmente un diseño informativo, en el

Sesgo de información • Diseño casos controles es principalmente un diseño informativo, en el sentido de que la información en cuanto a la causa es obtenida y comparad de los casos y de los controles. • Cualquier información subjetiva obtenida de los casos y controles es vulnerable por sesgos y se deberá tener mucho cuidado al colectar la información. •

Sesgo de memoria o sesgo de recuerdo • Es la incapacidad de parte de

Sesgo de memoria o sesgo de recuerdo • Es la incapacidad de parte de un individuo (caso o control) de recordar cosas que sucedieron. • Similarmente, el paciente puede dar información errónea o exagerar para agradar al investigador.

Sesgo del entrevistador • Errores pueden ocurrir al colectar los datos por entrevista, si

Sesgo del entrevistador • Errores pueden ocurrir al colectar los datos por entrevista, si las técnicas de entrevista no son estandarizadas y aplicadas en una forma similar y con duración similar para los casos y los controles.

Sesgo del investigador • Esto generalmente se encuentra en forma no intencional. • El

Sesgo del investigador • Esto generalmente se encuentra en forma no intencional. • El investigador puede conducir entrevistas una caso y un control por largo tiempo, y otro par por corto tiempo. • Puede dar ideas y sentimientos no intencionalmente mientras entrevista debido a sobre entusiasmo.

Sesgo de medición • Errores usualmente ocurren al medir el factor de exposición o

Sesgo de medición • Errores usualmente ocurren al medir el factor de exposición o la causa sospechada. • Sesgo de medición se introduce en el estudio, estropeándolo cuando se miden en forma diferente o con diferente técnica los casos y controles.

Ventajas • Estudios casos y controles son útiles cuando la enfermedad es rara y

Ventajas • Estudios casos y controles son útiles cuando la enfermedad es rara y con baja incidencia. En tales circunstancias se prefiere en lugar de cohorte o aleatorizados. • También se usa cuando los resultados se esperan obtener en forma rápida y con menos costo. • No hay necesidad de seguimiento y no hay problemas éticos. • Es mejor que otros diseño de estudios en ciertas circunstancias (enfermedades raras) para estudiar causalidad.

Ejemplos • Estudio de Doll sobre tabaquismo y cáncer de pulmón • Uso de

Ejemplos • Estudio de Doll sobre tabaquismo y cáncer de pulmón • Uso de talidomida por embarazadas y defectos congénitos en la descendencia • Anticonceptivos orales y tromboembolismo

Resumen • Estudio analítico menos costoso y rápido para probar hipótesis inmediatamente. • Si

Resumen • Estudio analítico menos costoso y rápido para probar hipótesis inmediatamente. • Si se realiza cuidadosamente, eliminando sesgos, es de mucho valor para enfermedades no comunes.