Epidemiología y demografía sanitaria Bloque de epidemiología

1. Epidemiología y demografía sanitaria Bloque de epidemiología Tema 11 Estudios de casos y controles Dr. Esteve Fernández

2. ¿Qué queremos aprender? • El concepto y definición de estudio de casos y controles. • Las características de los estudios de casos y controles. • La aplicación de las medidas de frecuencia y asociación en los estudios de casos y controles. • Las ventajas y limitaciones de los estudios de casos y controles, y su comparación con los estudios de cohortes • La definición de otros diseños “híbridos”

3. Estructura de la sesión • Concepto y clasificación. • Diseño del estudio de cohortes. • Población base. • Selección de casos y de controles. • Medida de la exposición. • Medidas de asociación e impacto. • Limitaciones y ventajas. • Estudios híbridos.

4. Materiales para el aprendizaje • 0. (Diapositivas de la lección) • Lectura recomendada • Capítulo 11 libro Piédrola Gil y artículo Aula Global • Lecturas complementarias • Capítulos: 10 de MacMahon y 8 Piédrola Gil • Artículo Aula Global • Seminario de resolución de problemas nº 7 y 10

5. Concepto y clasificación

6. - exp - no exp (2) (1) - exp - no exp Relación causal 1) Exposición  2) Enfermedad Casos Controles Definición Comparación en al menos dos grupos de sujetos, seleccionados en función de su situación con respecto a una particular enfermedad o condición, de la frecuencia previa de exposición.

7. Características • Estudio que… … partiendo del efecto investiga la(s) causa(s) Intuitivamente: comparar una “serie de casos” con un grupo de personas sanas (“control”) • Diseño relativamente reciente • Tabaco y cáncer de labio (1920) • Fc reproductivos y cáncer de mama (1926) • Tabaco y cáncer de pulmón (1950s)

8. Sinónimos • Estudio caso-control • Estudio de casos y testigos • En inglés: • Case-control study • Case-referent study • Trohoc study

9. Usos de los estudios de casos y controles • Investigar las causas de las enfermedades (etiología) • Explorar y generar hipótesis etiológicas • Evaluar pruebas diagnósticas, pruebas de cribado • Evaluar la eficacia de intervenciones terapéuticas o preventivas (una vez aceptadas para su uso)

10. Diseño de los estudios de casos y controles

11. - exp - no exp - exp - no exp Población hipotética tiempo Estudio de casos y controles Casos Controles

12. - exp - no exp Casos Controles - exp - no exp Población hipotética tiempo Estudio de casos y controles • No permite calcular la incidencia de la enfermedad • Se parte de la enfermedad y se • va hacia la exposición • Eficiente para el estudio de factores de riesgo de enfermedades raras • Susceptible de errores sistemáticos • Datos individuales • Analíticos • No experimentales

13. Lancet 2006; 368:647-658

14. BMJ. 2006;332(7546):883-7

15. Población base

16. Población base (base del estudio) Principio básico Los controles deben representar a la población en la que se originan los casos La pregunta* que nos tenemos que hacer es: “¿Si los sujetos fueran casos en vez de controles, se les hubiera incluido en el grupo de casos?” (*modelo contrafactual: especulación académica del tipo ¿Qué hubiera pasado si ...?)

17. Definir la población base (marco geográfico y temporal) con anterioridad a seleccionar los casos y los controles: base primaria Definir primero la fuente de casos y a partir de ella identificar la población base, para extraer la muestra de controles: base secundaria Población base (base del estudio) Principio básico Los controles deben representar a la población en la que se originan los casos

18. - exp - no exp 2º - exp - no exp 1º Definir la población base (marco geográfico y temporal) con anterioridad a seleccionar los casos y los controles: base primaria Casos Controles Ejemplo Estudio de casos y controles sobre factores de riesgo de IAM, en el que la existencia de un registro poblacional de IAM define la base del estudio: la población (provincia) cubierta por el registro Población hipotética

19. 1º - exp - no exp - exp - no exp 3º 2º Definir primero la fuente de casos y a partir de ella identificar la población base, para extraer la muestra de controles: base secundaria Casos Controles Ejemplo Estudio de casos y controles sobre factores de riesgo del IAM, en el que los casos se identifican en un hospital concreto: la base del estudio es la población que acude a ese hospital, de entre la cual seleccionaremos los controles (población que de tener un IAM acudiría a ese centro) Población hipotética

20. Selección de casos y controles

21. Selección de casos: definición de caso • definición homogénea • criterios estandarizados (comparabilidad) • Potenciales problemas • diagnóstico no perfecto • diferentes grados de gravedad

22. Selección de casos: identificación de los casos • base primaria (o poblacional) • los casos se originan en un período de tiempo en una población definida geográficamente. Identificación mediante registros o sistemas de vigilancia. • base secundaria (u “hospitalaria”) • los casos se originan en un hospital (u otro tipo de institución) durante un período de tiempo Potenciales problemas • ¿cuál es el patrón de remisión? • ¿están todos los casos?

23. Selección de casos: criterios de inclusión • no es necesario incluir todos los casos que se produzcan en la población base • no es necesario que los casos incluidos sean representativos de todos los casos • Se puede “restringir” los criterios de inclusión: • prevenir la no participación de casos especiales · p.ej.: sujetos sin domicilio, sujetos que no conocen el idioma • en relación a la exposición estudiada · p.ej.: mujeres pre-menopáusicas en un estudio sobre THS y cáncer de mama

24. Selección de casos: criterios de inclusión • ¿casos incidentes o prevalentes? •  incluir sólo casos incidentes • más fácil recoger la información (más cercana a la identificación) • contexto etiológico (de las causas reales de la enfermedad) más homogéneo • los casos prevalentes (“viejos” o “supervivientes”) pueden tener características diferenciales respecto a los diagnosticados “de novo” • inclusión “prospectiva” de casos nuevos con definición de caso (y métodos diagnósticos) estandarizada

25. Selección de controles: comparabilidad • Principio de la base del estudio • Los controles deben proceder de la misma población base que los casos • Principio de no confusión • La posibilidad de confusión a priori se debe reducir al mínimo • Principio de precisión comparable en la medida de exposición • La exposición se debe medir de manera similar en casos y controles • Principio de eficiencia • Tener en cuenta el coste del reclutamiento de controles (mínimo de controles necesario para alcanzar objetivos)

26. Selección de controles: momento • simultánea a identificación de casos • “muestreo por densidad” Siempre preferible y obligado si la enfermedad o la exposición varían en el tiempo • posterior a identificación de casos •  muestreo acumulado

27. Selección de controles: emparejamiento • Método para restringir la selección de los controles • Contribuye a controlar posibles factores de confusión • emparejamiento individual Selección de controles caso a caso, emparejando por algunas variables • emparejamiento por frecuencia Selección de controles una vez agrupados los casos, emparejando por la frecuencia relativa de algunas variables

28. Selección de controles: tipos de controles • controles de la población (estudios de base primaria) • muestreo aleatorio: padrón, tarjeta sanitaria, listines telefónicos • emparejamiento por vecindad • Los controles poblacionales son en general menos “eficientes”: - baja participación • - más costosos (tiempo y dinero) • - más susceptibles de sesgos de recuerdo

29. Selección de controles: tipos de controles • controles de base secundaria (hospitalarios) • enfermedades no relacionadas con la exposición que se estudia • controles con diferentes enfermedades • enfermedades de controles con similar patrón de remisión al hospital que la enfermedad de los casos • probabilidad de hospitalización por las enfermedades de los controles similar a la de los casos, y que la exposición no influya en ella

30. Ejemplos de fuente de controles Controles: misma base de estudio Casos Todos los casos de una comunidad (por un registro de tumores) Muestra aleatoria de la comunidad Todos los casos de todos los hospitales en la ciudad Muestra de pacientes sin la enfermedad de los casos diagnosticados en esos mismos hospitales Todos los casos diagnosticados en un único hospital Muestra de pacientes sin la enfermedad de los casos diagnosticados en el mismo hospital Todos los casos diagnosticados en uno o varios hospitales Muestra de vecinos

31. Medida de la exposición

32. Métodos de medida de la exposición en epidemiología

33. Medida de la exposición en estudios de casos y controles • Entrevista/cuestionario (más común) • Historial clínico o laboral, o de otro tipo. • Muestras biológicas: sangre, saliva, orina, otros… • Medidas antropométricas, fisiológicas (altura, peso, presión arterial, etc.)

34. Medidas de asociación e impacto

35. Recordatorio Medidas de asociación e impacto • Al no haber una población real a riesgo, no se pueden calcular medidas de incidencia Odds Es el cociente entre dos probabilidades complementarias (o mutuamente excluyentes).

36. OR enfermedad (“prospectiva”) igual OR exposición (“retrospectiva”) Recordatorio OR enfermedad= OR exposición Medidas de asociación e impacto

37. Var (ln RR) = (1/ a) + (1/b) + (1/c) + (1/d) IC 95 %: Límite inferior OR: OR * exp (1,96 *  Var lnOR ) Límite superior OR: OR * exp (-1,96 *  Var lnOR ) Recordatorio Medidas de asociación e impacto Odds enfermedad expuestos = a / b Odds enfermedad no expuestos = c / d Odds ratio o razón de odds (OR) = (a/b) / (c/d) = a·d / b·c “razón del producto cruzado”

38. Si p es baja (1-p≈1) (“enfermedad poco frecuente”) el sesgo es pequeño OR ≈ RR RR Sesgo Recordatorio La OR es un buen estimador del RR p1: probabilidad de Enf. en Exp. p2: probabilidad de Enf. en no Exp. OR= Odds de Enf. en Exp. Odds de Enf. en no Exp. p1 / 1-p1 p2 / 1-p2 p1 (1-p2) p2 ( 1-p1) p1 p2 (1-p2) ( 1-p1) OR= = = x

39. Recordatorio Medidas de asociación e impacto • FEe ó FAe ó %RA: indica la proporción de enfermedad entre los expuestos que es atribuible a la exposición. • %RAP ó FAp: indica la proporción de enfermedad en la población que se puede evitar si se elimina el factor de riesgo. pe = prevalencia de exposición en los controles, asumiendo que son representativos de todos los “no casos” de la población base y que la enfermedad es rara

40. Limitaciones y ventajas

41. Limitaciones • Investigamos de la enfermedad hacia la causa • Se recoge la información sobre la exposición de manera retrospectiva • Dificultad para constituir un buen grupo control • Mayor potencial de sesgos (selección e información) • No útil para exposiciones raras • Integración difícil de marcadores biológicos • Relativamente útil para asociaciones débiles (OR<1,5) • Diseño o análisis “complicado de entender”

42. Sesgos en los estudios de casos y controles Desviación sistemática y no debida al azar de la medida o de los resultados de un estudio. Sesgos de selección Distorsión del efecto medido debida a los procedimientos usados para seleccionara los sujetos Los resultados obtenidos se pueden explicar por cómo se seleccionaron los sujetos Sesgos de información Distorsión del efecto medido debida a los procedimientos usados para obtener la información yclasificara los sujetos (exposición y evento) Los resultados obtenidos se pueden explicar por cómo se clasifica los sujetos

43. Lo veremos en detalle en el tema 15 Sesgos de selección • Por mala especificación de la base del estudio • sesgo de Berkson • falacia de Neyman o de duración de la enfermedad • sesgo por inclusión/exclusión • Por identificación incorrecta de los casos • sesgo de detección • sesgo diagnóstico • sesgo de declaración • Por baja respuesta • Por detección o diagnóstico diferencial

44. Ventajas • Útil para estudiar enfermedades raras • Diseño muy eficiente: tamaño muestral, tiempo, coste • Útil para el estudio de enfermedades con períodos de latencia largos • Permiten estudiar varias exposiciones mediante un mismo estudio • Útil como estudio exploratorios de relacione de causalidad en ausencia de hipótesis a priori

45. Pros y contras de los estudios de casos y controles frente a los de cohortes …continúa

46. Llorca y Delgado, 2005

47. Diseños “híbridos”

48. Diseños “híbridos” Estudios que combinan elementos propios de los estudios de casos y controles con los de los estudios de cohortes • Estudio de casos y controles anidados en una cohorte (“nested case-control study”) • Estudios de cohorte y casos (o de caso-cohorte) (“case-cohort study”)

49. casos coh final cohorte inicial controles tiempo “conjuntos a riesgo” Estudio de casos y controles anidado en una cohorte (“muestreo por densidad de incidencia”)

50. casos Muestra de la cohorte o subcohorte cohorte final tiempo Estudio de cohortes y caso cohorte inicial