diseño transversal

DISEÑO TRANSVERSAL
1. Objetivos:
-
Reconocer las ventajas y limitaciones del diseño de prevalencia y
transversal
Identificar tipos de muestreo utilizados en la selección de los participantes
Identificar sesgos más comunes del diseño transversal
Calcular e interpretar las medidas de riesgo relacionadas con este diseño y
su intervalo de confianza
2. Términos Claves:
Muestra, confiabilidad, validez, estudio piloto, razón de prevalencias.
3. Desarrollo del tema:
3.1. Introducción
Los estudios transversales son diseños observacionales de base individual que
suelen tener un doble componente descriptivo y analítico. Cuando predomina el
primer componente se habla de estudios transversales descriptivos o de
prevalencia, cuya finalidad es el estudio de la frecuencia y distribución de
eventos de salud y enfermedad. El objetivo de este diseño es medir una o más
características o enfermedades en un momento dado de tiempo; por ejemplo:
prevalencia de accidentes laborales; número de cursos de capacitación
realizados por trabajador; prevalencia de disfonía en profesores; nivel de
satisfacción de los usuarios de un servicio; prevalencia de consumo de
cigarrillo en la empresa, prevalencia de obesidad, etc.
A través de este diseño se puede identificar los elementos básicos en
epidemiología: persona (trabajador), lugar (ambiente laboral), tiempo
(antigüedad a la exposición) y características relativas al agente (factor de
riesgo) relacionados con el evento (Tabla 1).
Tabla1: Identificación del patrón de ocurrencia del evento
Elemento
de
Estudio
Persona
Aspectos
considerados
Sexo
Edad
Antigüedad
laboral
Raza
Elaborado por Verónica Iglesias
Tasas de Mortalidad o Morbilidad más
altas
se presentan en:
¿Hombres o mujeres?
¿Un grupo de edad más que otros?
¿Influye o no el tiempo en el trabajo?
¿En que raza es más relevante?
Elemento
de
Estudio
Aspectos
considerados
Actividad
Condiciones
fisiopatológicas
Hábitos
Residencia
Origen o
procedencia
Lugar
Estancia
Características
ambientales
Tendencia
Tiempo
Fluctuaciones
Duración
Emisión
Depósito
Características
tóxicas
Emisión
Agente
Depósito
Características
tóxicas
Tasas de Mortalidad o Morbilidad más
altas
se presentan en:
¿En que determinado trabajo es más
relevante?
¿Existen grupos que realizan actividades
similares?
¿Quiénes presentan antecedentes
patológicos?
¿Quiénes fuman?,
¿Tipo de alimentación?,
¿Practican algún deporte?
¿Urbano o rural?
¿Quiénes ocupan el mismo puesto laboral?
¿Quiénes viven en zonas comunitarias
similares?
¿Difieren las características del lugar de
trabajo?
¿Difieren las características del lugar de
vivienda?
¿Exposiciones más recientes?
¿Aumento o disminución?
¿Período o época?
¿Períodos de exposición breves o largos?
¿Los expuestos a las mayores emisiones?
¿Los expuestos de manera prolongada a
determinadas concentraciones?
¿Los expuestos a las sustancias más
tóxicas?
¿Los expuestos a las mayores emisiones?
¿Los expuestos de manera prolongada a
determinadas concentraciones?
¿Los expuestos a las sustancias más
tóxicas?
El diseño de prevalencia es de gran utilidad por su capacidad para generar
hipótesis de investigación, estimar la prevalencia de eventos de salud o
enfermedad (es decir, la proporción de individuos que sufre el evento en una
población en un momento determinado), así como identificar posibles factores
de riesgo para algunas enfermedades.
El diseño transversal además de estimar la prevalencia de un evento en salud,
se utiliza para investigar la asociación entre una determinada exposición y una
enfermedad. En este último caso se conocen como estudios transversales
analíticos. Una diferencia básica entre ambos es que en el diseño transversal la
variable resultado (enfermedad o condición de salud) y las variables de
exposición (características de los sujetos como hábito de fumar, edad, sexo,
Elaborado por Verónica Iglesias
nivel socioeconómico) se miden en un mismo momento. Como ejemplos se
tiene el análisis de la relación entre stress (evento) y la condición
socioeconómica (exposición); la relación entre actividad física (exposición) y
obesidad (evento); hipertensión arterial (evento) y el nivel socioeconómico
(exposición), y la relación ruido (exposición) e infarto agudo al miocardio
(evento).
A diferencia de los estudios de cohorte, en los cuales se realiza el seguimiento
de sujetos expuestos y la ocurrencia de eventos nuevos por un período
determinado de tiempo, en el diseño transversal se obtiene la medición de la
exposición y evento de interés en los sujetos de estudio en un momento dado.
Por este motivo, no es posible determinar si el factor de exposición en estudio
precedió al efecto, salvo en el caso de exposiciones que no cambian con el
tiempo. Su limitación para establecer causalidad entre exposición y efecto, se
compensa por su flexibilidad para explorar asociaciones entre múltiples
exposiciones y múltiples efectos.
El diseño transversal es útil para estudiar enfermedades de larga duración,
como es el caso de enfermedades crónicas. Este diseño no es adecuado para
el estudio de enfermedades (o exposiciones) que se presentan con poca
frecuencia en una población (enfermedades raras o con baja prevalencia) o
que son de corta duración, debido a que sólo captarían información sobre
un número reducido de individuos que las padezcan. A pesar de sus
limitaciones, el diseño transversal es muy utilizado, ya que su costo es
relativamente inferior al de otros diseños epidemiológicos, como los estudios de
cohorte, y proporcionan información importante y en forma rápida para la
planificación y administración de los servicios de salud.
3.2. Población y muestra
Se define como población base del estudio aquella a la que el estudio hace
referencia por ejemplo trabajadores de una determinada empresa, mujeres
trabajadoras del agro, recién nacidos, hijos de madres fumadoras, etc. En la
mayoría de los estudios no se obtiene información de todos los sujetos que
integran la población bajo estudio, sino sobre un grupo de ellos llamado
muestra. La muestra seleccionada debe reflejar las características de la
población base que se busca estudiar; por ejemplo, si se quiere determinar la
prevalencia de obesidad en una empresa y los factores de riesgo asociados, se
debe incluir sujetos provenientes de todos los sitios de trabajo (gerencia,
ejecutivos, administrativos, etc). Si al investigador le interesa estudiar
características de algún subgrupo específico de la población, en ese caso se
puede aumentar la proporción de sujetos en la muestra que pertenecen a ese
subgrupo.
3.3. Cálculo del tamaño de muestra
Para determinar el tamaño de muestra el investigador necesita fijar algunos
criterios y, además conocer ciertos datos de la población. Los criterios que el
mismo fija son: el nivel de significancia estadística, cuyo valor mayormente
aceptado es 95%; la precisión (d), es decir, en cuanto acepta que difiera el
Elaborado por Verónica Iglesias
porcentaje de la muestra del P del Universo, en otras palabras cual es la
amplitud del intervalo que él está dispuesto a aceptar para el parámetro.
Finalmente se requiere tener una idea acerca de la prevalencia de la
característica en la población o de la varianza si se trata de alguna medición de
tipo cuantitativo. La seguridad (nivel de significancia) y la precisión compiten
entre sí, por lo que debe llegarse a una combinación aceptable que asegure
que el tamaño de muestra sea factible de estudiar desde el punto de vista de
los recursos y del tiempo disponible.
La fórmula general es:
n = z2 (PQ)
d2
Donde:
n = tamaño de muestra
z = es el valor de la desviación normal, igual a 1.96 para un nivel de
significación del 5%
P = Prevalencia de la característica en la población
Q=1–P
d = precisión (en cuanto se aleja la muestra del verdadero porcentaje del
universo.
Suponiendo que se desea estimar la prevalencia de obesidad en la población,
con una confianza del 95% y una precisión de 5%. Basándose en la
información disponible en otros estudios, se estima que P = 25%.
Reemplazando en la formula se obtiene:
n = 1.962 (25*75) = 288
52
Esto significa que necesitamos una muestra de 288 personas para estimar con
un 95% de confianza la prevalencia de obesidad, no alejándose más del 5% del
verdadero porcentaje del universo.
En la siguiente tabla se muestran diferentes tamaños muestrales necesarios
para que el intervalo de confianza al 95% incluya la verdadera prevalencia, en
dos escenarios de precisión del estudio.
Tamaño de la
muestra
Prevalencia
Precisión Precisión
10%
5%
10
19
73
20
62
246
30
80
323
40
92
368
Elaborado por Verónica Iglesias
50
96
385
El tamaño de muestra se calcula de tal forma que permita estimar, con un
determinado poder y nivel de confianza, la prevalencia de alguna enfermedad o
alguna característica de la población. Un tamaño de muestra pequeño no
permitirá que el estudio tenga el poder suficiente para encontrar asociaciones
significativas entre las variables de exposición y resultado, y un tamaño
excesivo ocasionará gasto innecesario de recursos y tiempo.
3.4. Métodos de muestreo
Una vez determinado el tamaño de muestra es necesario identificar el método
que se utilizará para seleccionar a los participantes. Para ello existen diversos
métodos de muestreo:
a) Muestreo aleatorio simple (MAS): se denomina muestreo aleatorio simple
a un método para seleccionar n unidades de las N unidades del universo, de
modo que cada una de las muestras posibles de tamaño n tienen la misma
posibilidad de ser seleccionada. Supongamos que una empresa con oficinas en
varias regiones del país desea hacer un estudio sobre la prevalencia de
obesidad y los factores de riesgo asociados. Se ha determinado que la
población base es de 6000 personas y el tamaño de muestra requerido es de
300 individuos. Para seleccionar la muestra es necesario contar con un marco
muestral, es decir una lista completa de las unidades de muestreo. Una
alternativa simple es hacer una ficha con los 6000 nombres, meter las fichas en
una bolsa y sacar las 300 fichas necesarias sin reemplazo. Otra alternativa es
armar una base de datos con los 6000 sujetos y utilizando un paquete
estadístico adecuado solicitarle una muestra del tamaño requerido.
La probabilidad de selección en cada unidad está dada por la expresión:
f
=
n
N
Denominada fracción de muestreo, donde n representa el tamaño de la
muestra y N, el tamaño del universo.
Ventajas: Todos los elementos tienen igual probabilidad de ser elegidos y los
cálculos matemáticos son sencillos.
Desventajas: Se requiere un marco muestral completo y detallado; la muestra
puede quedar muy dispersa y puede ser necesario visitar una región por un
solo elemento.
b) Muestreo sistemático (MS): es un procedimiento especialmente útil
cuando los elementos del universo están ordenados de alguna manera:
archivos de fichas clínicas, listas de alumnos, etc. Este método se caracteriza
por la selección de unidades tomando una de cada k unidades, siendo k el
espaciamiento de muestreo dado por la expresión:
Elaborado por Verónica Iglesias
k
=
n
N
Donde “N” corresponde al tamaño de la población y n al tamaño de la muestra.
El procedimiento consiste en tomar un número en forma aleatoria dentro de las
k primeras unidades. A esta primera unidad de muestreo seleccionada se
denomina unidad de arranque. Para seleccionar las siguientes unidades que
formarán la muestra, se le suma a la unidad de arranque k, 2k, 3k, etc., hasta
obtener el tamaño de muestra deseado.
En nuestro ejemplo el espaciamiento de muestreo estaría dado por k = 6000 /
300 es igual a 20. Por lo tanto elegimos un número en forma aleatoria entre 1 y
20. Supongamos que el número elegido fue 5, a esa unidad de arranque (5) se
le suma el intervalo de muestreo (20) entonces la muestra queda constituida
por las unidades 5, 25, 45, 65, etc procediéndose de igual forma para el resto
de las unidades seleccionadas.
Ventajas: rápido y sencillo; garantiza la distribución de la muestra; no necesita
numeración de las unidades, sólo un ordenamiento físico que permita el
recuento
Desventajas: No sirve si hay un ordenamiento en el marco muestral o si se
presenta algún comportamiento periódico, por ejemplo que cada 10 números
impares se registre un gerente.
c) Muestreo aleatorio estratificado (MAE): consiste en clasificar a todos los
elementos de la población en grupos (estratos) y seleccionar luego en cada
grupo, una muestra aleatoria simple, tomando al menos un elemento de cada
grupo. Los estratos pueden reflejar distintos grupos de edad, regiones
geográficas, sexo, diferente grado de exposición, etc. En nuestro ejemplo, se
pueden formar estratos de acuerdo al cargo u ocupación en la empresa, por
ejemplo gerencia, personal administrativo y personal de terreno. En caso que
los estratos sean de diferente tamaño se puede utilizar el siguiente
procedimiento para seleccionar la muestra.
Universo
N
%
n
Gerencia
Administrativos
100
900
1,7
15
5
45
Trabajadores
TOTAL
5000
6000
83,3
100
250
300
El porcentaje con el que contribuye cada estrato al total del universo, se aplica
al tamaño de la muestra calculado n y ese es el número de elementos que
debe tomarse de cada estrato.
Ventajas: la estimación de los parámetros puede tener un menor error que el
obtenido para una muestra aleatoria simple de tamaño comparable; asegura la
participación de todos los estratos.
Elaborado por Verónica Iglesias
Desventajas: se requiere un marco muestral detallado por estrato, mayor
complejidad de los cálculos.
d) Muestreo de Conglomerados (MC): En este tipo de muestreo las unidades
de muestreo son agrupaciones tales como escuelas, fábricas, manzanas,
llamadas conglomerados. En nuestro ejemplo los conglomerados serían las
oficinas de la empresa distribuidas en varias regiones del país. En términos
generales la característica que define un conglomerado es su proximidad
geográfica, al reunir varios elementos en una misma área. Un conglomerado no
implica necesariamente la homogeneidad que se requiere en el estrato y
representa más bien una facilidad operativa. De hecho se busca que sean
heterogéneos al interior de cada conglomerado y homogéneos entre sí.
Ventajas: la principal ventaja del muestreo por conglomerados es de índole
económica, pues permite obtener los datos sin necesidad de grandes
desplazamientos en el terreno.
3.5. Sesgos más comunes en los estudios de diseño transversal
Se conoce como sesgo a cualquier desviación que pueda conducir a
conclusiones que son sistemáticamente diferentes de la verdad. Estos sesgos
se pueden producir durante el proceso de elaboración del proyecto (sesgo de
selección de los participantes), durante la recolección de la información (sesgo
de información), o bien durante el análisis. Algunos de los sesgos más
comunes en el diseño transversal son:
a) Muestreo con sesgo de duración: este sesgo ocurre debido a que en el
estudio de diseño transversal generalmente se sobrerrepresenta a los casos
con larga duración de la enfermedad y se subrepresenta aquéllos de corta
duración. Por ejemplo, una persona con enfermedad crónica tiene mayor
posibilidad de ser incluida en un estudio que una persona que se enferma y
recupera rápidamente quien difícilmente será incluida en el grupo prevalente.
b) Sesgo de información: sesgo que puede ocurrir debido al cambio en el
nivel de exposición a través del tiempo, por ejemplo un trabajador que se
registra como no expuesto en el momento que se realiza el estudio, sin
embargo 5 o 10 años atrás trabajaba en el sitio de mayor exposición. También
es importante considerar que si la exposición produce enfermedad leve y de
larga duración –aun cuando no produzca riesgo de enfermar– la frecuencia de
exposición será elevada en los casos y, por lo tanto, de aparente mayor riesgo.
En cambio, si la exposición produce una alta letalidad de la enfermedad,
entonces la frecuencia de exposición será muy baja entre los casos y la
asociación exposición-enfermedad puede resultar negativa, aún cuando en
realidad la exposición no resulte en menor riesgo de enfermar.
c) Sesgo de selección: aquel que se produce al momento de reclutar a los
participantes
del estudio. Por ejemplo si aquellos individuos que aceptan
participar en el estudio presentan una menor o mayor exposición, o menor o
mayor enfermedad en comparación con la población base, entonces los
Elaborado por Verónica Iglesias
resultados obtenidos no serán válidos. Una de las estrategias para tratar de
evitar este sesgo es realizar un muestreo probabilístico o aleatorio en el que
todos los individuos que conforman la población bajo estudio tengan la misma
probabilidad de ser incluidos en el estudio.
d) Sesgo de información: sucede cuando la recolección de la información no
ocurre de igual manera para todos los participantes, por ejemplo si para el
diagnóstico de una enfermedad se utilizan diferentes métodos entre los
participantes. También ocurre sesgo de información cuando los datos
recolectados son poco verídicos o incompletos o cuando los individuos
seleccionados para el estudio rechazan participar, lo cual se puede relacionar
con características de interés que hagan que la población participante sea
diferente a la no participante. Esto afectará la estimación de prevalencia o de
asociación entre exposición y efecto y afectará la validez del estudio. Por este
motivo es necesario conocer las razones de no participación o no respuesta y
las características de los sujetos no participantes, para saber si se trata de
valores perdidos al azar o de manera sistemática y cómo esto afecta las
mediciones.
e) Sesgo de memoria: cuando se hacen preguntas sobre exposiciones o
eventos pasados, aquellas personas que han sufrido una experiencia
traumática (enfermedad, aborto, accidente) tienden a recordar las exposiciones
con más detalle que quienes no tuvieron dicha experiencia.
La ausencia de sesgos en la selección de los sujetos de estudio y en la
medición de las variables en la población en estudio se conoce como validez
interna; esto significa que los resultados obtenidos son ciertos para la población
o muestra estudiada. Si la muestra es representativa de la población base, esto
aumentará la validez externa del estudio; esto es, la posibilidad de inferir dichos
resultados a la población base de la cual se obtuvo la muestra, así como a
poblaciones similares.
3.6. Recolección de la información
Una vez definida la población y muestra, así como las variables que se
investigarán es necesario definir los instrumentos que se emplearán para
recolectar la información. La variable resultado pueden ser medida a partir de:
cuestionarios, fichas clínicas,
exámenes de laboratorio, certificados de
defunción, etc; mientras que las variables de exposición pueden obtenerse a
partir de: cuestionarios, registros ocupacionales, uso de biomarcadores,
información proveniente de otras instituciones, por ejemplo las encargadas de
fiscalizar la calidad del agua, aire, etc.
En el ámbito ocupacional generalmente existen registros que contienen
información general tal como edad, sexo, año de ingreso a la empresa, sitios
de trabajo, etc y fichas médicas donde se registran exámenes periódicos,
hábito de fumar, etc. En estos casos puede ser necesario elaborar una ficha de
recolección de tal información.
Elaborado por Verónica Iglesias
Otro método muy utilizado son los cuestionarios. En este caso, si las preguntas
son elaboradas con fines del estudio, éstas deben estar adaptadas a la
población objetivo. El lenguaje utilizado para las preguntas debe ser fácilmente
entendido por la persona que responde. Antes de aplicar el cuestionario, se
debe evaluar la confiabilidad (capacidad del instrumento para dar resultados
similares en distintos momentos del tiempo) y la validez (capacidad del
instrumento para medir la variable que realmente desea medir). Ambas
características pueden ser evaluadas a través de un estudio piloto.
También se pueden utilizar cuestionarios que ya han sido validados en el
medio local. La principal ventaja de usar escalas validadas es que
posteriormente se puede comparar la información obtenida con otros estudios.
En todos los casos (cuestionarios elaborados con fines del estudio,
cuestionarios previamente validados o también en el caso de las fichas de
recolección de información) es necesario realizar una prueba piloto de los
instrumentos de recolección de información. Esta prueba, llevada a cabo con
una submuestra de la población bajo estudio, permitirá corregir problemas en
el cuestionario y su procedimiento de aplicación.
Un aspecto muy importante una vez definido el instrumento con que se
recolectará la información, la confiabilidad y validez de éste, es el
entrenamiento al personal de campo que aplicará dicho instrumento. Esto con
el objetivo de evitar que el entrevistador o recolector de datos también sea una
fuente de sesgo lo que se produce cuando un mismo entrevistador obtiene
mediciones diferentes de la característica o atributo de interés (variabilidad
intraobservador), o cuando una misma medición se obtiene de manera
diferente entre un observador y otro (variabilidad entre observadores).
3.7. Análisis de los datos
El análisis de datos depende de los objetivos del estudio y de la escala de
medición de las variables. Éste se inicia con la obtención de las estadísticas
descriptivas de las variables de interés, lo que permite conocer las
características generales de la población bajo estudio. Por ejemplo, se puede
conocer la frecuencia y distribución de edades, escolaridad, ingreso
económico, género, uso de servicios de salud, motivos de consulta médica,
tabaquismo, etcétera. En el caso de variables dicotómicas como presencia o
ausencia de enfermedad los datos se expresan como proporción y en el caso
de variables continuas, como el peso y la talla, los datos se presentan como
medidas de tendencia central (media, mediana, moda) y de dispersión (rangos,
desviación estándar, varianza, percentiles).
a) Comparación de prevalencias: Si el objetivo del estudio es comparar
prevalencias entre grupos de exposición, los datos pueden ser analizados a
partir de una tabla tetracórica (2x2). En esta tabla se registra en las columnas
el número de enfermos y no enfermos y en las filas el número de expuestos y
no expuestos:
Elaborado por Verónica Iglesias
Enfermos
Sanos
Total
Expuestos
a
b
a+b
No
Expuestos
c
d
c+d
a+c
b+d
a+b+c+d
Total
Estimador:
Número de enfermos en la población =
Prevalencia de enfermedad en la población =
Prevalencia de enfermedad en los expuestos =
Prevalencia de enfermedad en los no expuestos =
Razón de prevalencias de enfermedad =
a+c
a+c /a+b+c+d
a/a+b
c/c+d
(a/a+b) / (c/c+d)
La medida de efecto o asociación puede ser expresada como:
Razón de Prevalencia:
(a/a+b) / (c/c+d)
ó
Diferencia de Prevalencias:
(a/a+b) - (c/c+d)
En la razón de prevalencias el valor de uno se interpreta como igual
prevalencia de enfermedad entre expuestos y no expuestos. Un valor mayor de
uno significa que la prevalencia es mayor en los expuestos que en los no
expuestos. Un valor menor a uno significa que la prevalencia es mayor en los
no expuestos que en los expuestos.
Alternativamente, se puede calcular el ODDS RATIO con la siguiente fórmula:
OR = (a*d) / (b*c)
La interpretación del Odds Ratio es similar a la razón de prevalencias; un valor
de uno se interpreta como igual posibilidad de enfermar entre expuestos y no
expuestos. Un valor mayor de uno significa que la posibilidad de enfermar es
mayor en los expuestos que en los no expuestos. Un valor menor a uno
significa que la posibilidad de enfermar es mayor en los no expuestos que en
los expuestos.
b) Comparación de variables fisiológicas: Además de determinar la
presencia o ausencia de síntomas, enfermedad o muerte como variables
resultado, en algunos estudios transversales se mide como resultado variables
que están distribuidas de manera continua como por ejemplo peso o presión
arterial comparado entre dos o más grupos de trabajadores. Cuando se
compara el valor promedio entre dos grupos la prueba estadística utilizada es
la t-student y cuando se compara el valor promedio entre tres o más grupos se
Elaborado por Verónica Iglesias
utiliza la técnica de análisis de varianza conocida como ANOVA. Ambas
técnicas pueden ser utilizadas cuando los datos tienen una distribución normal,
de no ser así, es necesario realizar una transformación logarítmica previamente
a la comparación.
Conclusiones: Entre las ventajas del diseño transversal destaca que éste
permite el estudio de eventos (variable dicotómica) y efectos sobre la función
fisiológica (variables continuas). Además con este diseño se pueden estudiar
simultáneamente múltiples efectos y múltiples exposiciones. Es útil para el
estudio de enfermedades de alta prevalencia. Entre las debilidades de este
diseño se señala que es menos apropiado que el diseño de casos y controles o
el diseño de cohorte para establecer asociaciones causales debido a que en el
diseño transversal los datos del evento y la exposición son medidas en el
mismo momento. Una debilidad importante cuando se estudian poblaciones
ocupacionales es que en dichos estudios sólo se incluye a la población activa.
En estos casos la prevalencia o severidad del evento puede ser subestimada,
especialmente en enfermedades que continúan el progreso después que la
exposición ha terminado o en aquellas que llevan a un abandono precoz de los
lugares de trabajo.
4. Referencias Bibliográficas
-
Rothman KJ, Greenland S. Modern epidemiology. 2nd edition: LippincottRaven, 1998.
Taucher E. Bioestadística. 2ª edición. Editorial Universitaria, 1999.
Hernández B, Velasco MHE. Encuestas transversales. Salud Pub Mex.
2000;42(5): 447-55.
Checkoway H, Pearce N, Kriebel D. Research Methods in Occupational
Epidemiology. Second Edition. Oxford University Press, 2004.
Elaborado por Verónica Iglesias