Vous êtes sur la page 1sur 31

DISEÑO DE CASOS Y CONTROLES

Prof. Dr. Luis Martínez Oliva


4º MEDICINA 2014
USACH
DISEÑO DE CASOS Y CONTROLES
CARACTERÍSTICAS GENERALES
Se compara un grupo de individuos en los que está presente la
variable dependiente o efecto (enfermedad), denominados “casos”,
con un grupo de individuos en los cuales está ausente la variable
dependiente, denominados “controles”.

Casos y controles se comparan respecto a la presencia o


exposición en el pasado (antes del inicio de la enfermedad en los
casos) a la o las variables independientes, que se consideran como
posibles factores de riesgo o causas enfermedad en estudio.

El conocimiento básico que se obtiene con este diseño sobre la


posible etiología de la enfermedad, surge al determinar la
proporción de expuestos a la variable independiente (causa) en
casos y controles.
ARQUITECTURA DEL DISEÑO
CASO CONTROL
VARIABLES VARIABLES
INDEPENDIENTES INDEPENDIENTES

A A

B B
C PASADO
C
.. ..
..
..
X X

PRESENTE
ENFERMOS CONTROLES
ESTRUCTURA DE UN ESTUDIO DE
CASOS Y CONTROLES

TIEMPO
DIRECCIÓN DE LA INVESTIGACIÓN

COMIENZO CON:
EXPUESTOS CASOS
(PERSONAS CON LA
NO EXPUESTOS ENFERMEDAD)

POBLACIÓN

EXPUESTOS
CONTROLES
(PERSONAS SIN LA
NO EXPUESTOS ENFERMEDAD)
PRINCIPALES ASPECTOS DEL DISEÑO
1. Definición de las variables dependiente (efecto) e
independiente (causa hipotética)

2. Fuente y criterios de elección de los casos

3. Fuente, tipo y elección de los controles.

4. Obtención de los datos

5. Sesgos frecuentes

6. Análisis de los datos

7. Fortalezas y debilidades del diseño

8. Variedades de estudio caso-control


DEFINICION DE LAS VARIABLES
VARIABLE DEPENDIENTE VARIABLE INDEPENDIENTE

 Es la causa hipotética.
 Es el “efecto”. Generalmente
es una enfermedad.
 En el lenguage epidemiológico
se habla de “exposición”.
 Debe ser objetivamente
definida: mediante el mejor  Puede ser una característica
elemento de diagnóstico.
biológica, social, una exposición
ambiental, etc.
 Debe estar ausente en los
controles.  Debe ser objetivamente definida:
¿Qué vamos a denominar expuesto?
¿Cómo medimos la exposición?

 Su presencia debe ser anterior a


la enfermedad o variable
dependiente.
2. FUENTE y CRITERIOS DE ELECCIÓN
DE LOS CASOS
• La fuente en término generales es el sitio de
práctica de los investigadores: el hospital, el consultorio,
etc.

DILEMAS RESPECTO A LA FUENTE:

• Casos de la comunidad v/s casos hospitalarios: los


casos escogidos desde la comunidad pueden ser más representativos, los
casos del hospital son muy seleccionados (casos más graves)

• Casos incidentes v/s prevalentes: los casos incidentes


(nuevos) pueden recordar mejor la exposición a factores de riesgo, pero, hay
que esperar que aparezcan.
3. FUENTE Y CRITERIOS DE ELECCIÓN DE LOS
CONTROLES
 No deben tener la enfermedad.

 No deben ser “candidatos” a tenerla.

 No se requiere que sean “sanos”.

 Fuente de origen similar a la de los casos.

 Emparejados respecto a otras variables: edad, sexo,


nivel socioeconómico.

 ¿Un grupo control o varios grupos?

 ¿De un solo grupo diagnóstico o mezcla de


diagnósticos?
4. OBTENCIÓN DE DATOS
 La principal fuente de información son los
propios casos y controles.
 Deben obtenerse de manera similar en casos
y controles. ¿Por qué?
 La persona que entrevista a casos y controles
debería desconocer si pertenecen a uno u
otro grupo (“entrevista a ciegas”) ¿Por qué?
 Por ser datos del pasado están sujetos al
sesgo de memoria o de recuerdo.
 Datos “duros” cuando es factible. Por
ejemplo, datos de laboratorio.
 ¿Datos desde las fichas clínicas?
5. SESGOS MÁS FRECUENTES
Sesgo es un error sistemático que puede cometerse en cualquier tipo de
investigación y que a diferencia del error aleatorio desvía la observación
o medición de un fenómeno en un mismo sentido.

• SESGO DEL SUJETO OBSERVADO: Casos y controles recuerdan de


forma diferente: Sesgo de memoria

• SESGO DEL OBSERVADOR: El conocimiento de la hipótesis,


indagación más exhaustiva en los casos que en controles.

• SESGOS DE SELECCIÓN DE CASOS: Casos no representativos. Ej.


Casos hospitalizados (características demográficas, factores socio-económicos
y severidad o gravedad).

• SESGO DE SELECCIÓN DE CONTROLES


Controles no representativos. Ej. estudio de Doll y Hill sobre tabaco y cáncer
del pulmón, los controles eran personas hospitalizadas con otras enfermedades
broncopulmonares benignas y cardiacas.
6. ANALISIS DE LOS DATOS
Desde lo más sencillo a lo más complejo

a) Establecer la proporción de expuestos al factor de


riesgo en casos y controles.

b) Si la proporciones son diferentes, aplicar test


estadísticos para ver si la diferencia es
estadísticamente significativa.

c) Calcular la Fuerza de asociación entre la


exposición y la enfermedad o consecuencia a
través de la razón de disparidades u odds ratio.
6a.- PROPORCIÓN DE EXPUESTOS EN CASOS Y
CONTROLES

CASOS CONTROLES TOTAL

EXPUESTOS A B A+B

NO C D C+D
EXPUESTOS
TOTAL A+C B+D N

PROPOCIÓN CASOS EXPUESTOS = A / A+C

PROPORCIÓN CONTROLES EXPUESTOS = B / B+D


6b.- FUERZA DE ASOCIACIÓN
ODDS RATIO (OR)
RAZÓN DE DISPARIDADES (RD)

En estudios de casos y controles, con frecuencia, se


carece de las poblaciones sobre las cuales calcular las
tasas o incidencias acumuladas, por tal motivo no se
puede calcular el RR.

Se estima el RR, mediante el cálculo del Odds Ratio


(OR) o Razón de Disparidades (RD), que expresa la
fuerza de asociación entre los factores de riesgo
estudiados y la enfermedad.
CONCEPTO DE ODDS

El “odds” de un evento o suceso de interés, puede


definirse como la razón entre la probabilidad de que
ocurra el evento y la probabilidad de que no ocurra.

P
ODDS =
1-P
EJEMPLO HÍPICO
Suponga que UD. desea apostar a ganador a la
yegua Epidemia, que tiene una probabilidad de
60% (P=0.60) de ganar la 4ª carrera del Club
Hípico, por lo tanto, la probabilidad de que
Epidemia no gane es de 40% (P=0.40).

¿Cuál es entonces el odds de la yegua


Epidemia de ganar la carrera?

Extraído de L. Gordis. Epidemiología


Calculo del Odds

0,60
ODDS DE LA YEGUA =------------- = 1,5
0,40
La chance de que gane la yegua Epidemia es 1,5 es a 1
Si en una casa de apuestas, le dicen que el Odds (chance) de que el
Barcelona gane el campeonato de futbol españos es de 4 es a 1. UD
podría establecer la probabilidad de que el Barcelona salga campeón.
¿Cómo? Vamos a ver …
TRANSFORMACIÓN DE ODDS EN
PROBABILIDADES

Odds
Probabilidad =
1 + Odds

LA PROBABILIDAD DE QUE BARCELONA SALGA CAMPEÓN ES=


AHORA QUE YA SABEMOS QUE
ES UN ODDS
Será más fácil comprender el significado de
esas dos palabritas en inglés “odds ratio” y que
el “suscrito que habla”, ha traducido como
razón de disparidades.
Y que se conocen también como: razón de productos
cruzados, desigualdad relativa, razón de ventajas, etc.
CALCULO DE ODDS DE EXPOSICIÓN DE LOS
CASOS

CASOS CONTROLES

EXPUESTOS A B
NO EXPUESTOS C D
TOTAL A+C B+D

1.- La probabilidad de exposición en los casos = A / (A+C)

2.- La probabilidad de que no estén expuestos los casos = C / (A+C)

3.- El odds (la disparidad) de exposición en los casos es: A / (A+C) : C / (A+C)

Lo que es definitivamente = A / C
CALCULO DE ODDS DE EXPOSICIÓN DE LOS
CONTROLES

CASOS CONTROLES

EXPUESTOS A B
NO EXPUESTOS C D
TOTAL A+C B+D

1.- La probabilidad de exposición en los controles = B / (B+D)

2.- La probabilidad de que no esten expuestos = D / (B+D)

3.- El odds (la disparidad) de exposición en los controles es: B/(B+D): D/(B+D)

Lo que es definitivamente = B / D
AHORA CALCULO DE ODDS RATIO O
RAZÓN DE DISPARIDADES

Odds de exposición casos: A / C

Odds de exposición controles: B / D

Odds Ratio entre ambos: A/C : B/D


A xD
OR (RD) = -------------
Bx C
Por eso se le llama también, RAZON DE PRODUCTOS CRUZADOS
SINDROME DE REYE Y CONSUMO DE ASPIRINA
(A.A.S.)

CASOS CONTROLES

SI A.A.S. 25 35

NO A.A.S. 5 25

TOTAL 30 60

25 X 25
RD = = 3,57
35 X 5
LOS LÍMITE DE CONFIANZA DE LA RAZÓN
DE DISPARIDADES (RD) u ODDS RATIO (OR)
 Recordar lo tratado en medidas de asociación e impacto.

 Señalamos que al RR se le pueden calcular los “límites


de confianza” (LC) con un cierto nivel de confiabilidad
(90 o 95%)

 Además presentamos una tabla para interpretar ese RR


en conjunto con sus LC.

 Para el OR valen los mismos conceptos. La


interpretación es idéntica.
Interpretación de RR y RD según el Valor
y sus Límites de Confianza
VALOR de RR o RD INTERPRETACIÓN
1 No hay asociación

Mayor que 1 y su límite inferior (LI) es Hay asociación causal de daño,


igual o menor que 1 estadísticamente no significativa

Mayor que 1 y su LI es mayor que 1 Hay asociación causal de daño


estadísticamente significativa

Menor que 1 y su límite superior (LS) Hay asociación causal de protección


es menor que 1 estadísticamente significativa

Menor que 1 y su LS es igual o mayor Hay asociación causal de protección


que 1 estadísticamente no significativa
EJEMPLOS DESTACADOS DE ESTUDIOS
CASO-CONTROL

Tabaco y cáncer del pulmón (UK. Doll y Hill)


(749 casos y 749 controles)

Uso de Dietilestilbestrol (DEB) y cáncer de


vagina (EE.UU. Herbst) (8 casos y 32
controles)

Uso de aspirina y Síndrome de Reye


(EE.UU. Starko et als.) (7 caso y 16 controles)
FORTALEZAS Y DEBILIDADES
 Eficiente para estudiar causas de  Generalmente no se pueden calcular
enfermedades raras, infrecuentes. incidencia y por lo tanto sólo se
estima riesgo relativo mediante el
 Eficiente para estudiar odds ratio.
enfermedades con periodo de
latencia o incubación largo. Si ya  La relación temporal entre
existen casos identificados, solo exposición y enfermedad (causa-
se requiere ubicar a los controles efecto) no es segura, por ser
adecuados. información retrospectiva.

 Permite estudiar varios factores de  Sesgos de memoria sobre la


riesgo. información, debido a la forma
diferente de recordar de casos y
 Requiere un número menor de controles.
sujetos en comparación a otros
diseños. (tamaño muestral más  Sesgos de información: provenientes
reducido) de la forma de recoger la
información.
 Rápido de realizar. No requieren
seguimiento de sujetos, por lo  Sesgos de confusión: casos y
tanto, no se pierden sujetos en controles pueden ser distintos en
estudio como en otros diseños. otros factores que pueden contribuir
al desarrollo de la enfermedad, por lo
 Por las dos razones anteriores son tanto, se puede concluir
más barato y fáciles de realizar. erróneamente en que un determinado
factor es la causa.
ANTECEDENTES CLINICOS EPIDEMIOLÓGICOS
SOBRE LAS ENFERMEDADES RARAS (ER)
 ER son las que tienen una prevalencia menor a 5 por
10.000.

 Menos de 100 ER presentan esta prevalencia (S. de


Muerte Súbita, S. de Guillain Barré, Esclerodermia, Anomalías
Congénitas del Tubo Neural).

 La mayoría de las ER presentan una prevalencia


menor a 1 por 100.000 (Hemofilias, Sarcoma de Ewing, Distrofia
Muscular de Duchenne, etc)

 Los conocimientos científicos actuales permiten


identificar 5.000 a 8.000 ER distintas.

 En la Unión Europea afectan aproximadamente a un


6% de la población (15 millones de personas)
8. VARIEDADES DE ESTUDIOS CASO CONTROL
CASO-CONTROL ANIDADO
Características generales

a) Es una variedad del diseño caso-control


básico.

b) Es un estudio caso-control dentro de un


estudio prospectivo o de cohorte.

c) Aprovecha datos que surgen durante el


estudio de cohorte original.

d) No invalida el análisis de los datos que se


tienen al terminar el estudio de cohorte
original
ESTRUCTURA DEL DISEÑO CASO-CONTROL ANIDADO

TIEMPO DE SOBREVIDA

E
C
O
E CASOS

H E
O
R
T
E

I
N CONTROLES
I
C
I
A
L

TIEMPO
EJEMPLO DE UN ESTUDIO CASO-CONTROL
ANIDADO

A los 5 años de comenzar el estudio de


seguimiento (cuya duración prevista es de
10 años), de una población de
trabajadores del cuero y calzado, se
comparó el % de expuestos en los casos
incidentes de una enfermedad X hasta esa
fecha con el % de expuestos con sujetos
aparentemente sanos (controles) que
estaban en la cohorte al surgir cada caso.
THE END

Se agradece la atención.
¿Preguntas?