Estimar la prevalencia de un outcome o evento de interés

En ciencias de la salud un uso particularmente importante que se le da a los estudios trasversales es usarlos para medir la carga o prevalencia de una enfermedad. Para ello es muy importante que los investigadores tomen las medidas necesarias para prevenir el sesgo de información mediante la selección de pruebas diagnósticas altamente sensibles y específicas¹³. De la misma manera de debe tomar en consideración la duración de la enfermedad toda vez que aquellos casos crónico o con tiempos de enfermedad prolongados suelen sorbe representarse en los estudios trasversales mientras que los casos pasajeros o de corta duración pasar desapercibidos introduciéndose un potencial sesgo de selección². Finalmente, otra consideración importante del diseño de estudios de prevalencia es el sesgo que se introduce cuando la intensidad de la exposición varía en el tiempo. Cuando esto sucede, estudios trasversales similares en diseño pero realizados en tiempos diferentes suelen dar resultados contradictorios¹³.

Evaluar ayuda de prueba diagnóstica

Los estudios transversales son una opción natural para evaluar la certeza diagnóstica atribuible a las pruebas de ayuda diagnóstica. Esto se debe a que la enfermedad (outcome) y el diagnóstico (exposición) suelen valorarse al mismo tiempo¹⁵. Adicionalmente, los estudios de prueba diagnóstica suelen realizarse en toda la población con lo que suele contarse con un poder de estudio suficientemente grande para detectar diferencias pequeñas. Finalmente, este tipo de estudios ofrece como beneficio que al mismo tiempo permiten comparar más de una prueba diagnóstica y outcomes a la vez, por lo que resultan altamente rentables tanto en términos de recursos económicos como de tiempo⁷.

Figura 01 Diseño de un estudio transversal 

Cuadro 01 Ventajas y desventajas de los estudios trasversales. 

Validar instrumentos

Al igual que los estudios de prueba diagnóstica los estudios de validación de instrumentos suelen realizarse utilizando un diseño de tipo trasversal¹³. Entre estos, destacan aquellos cuyo objetivo es validar instrumentos comparándolos con la prueba estándar de oro (gold standard), aquellos que lo hacen comparándolos con instrumentos previamente validados (p. e. los estudios de validación de versiones traducidas del mismo instrumento) y aquellos cuyo comparador es otro instrumento y su fin es una validación relativa o indirecta¹³. Independientemente del comparador seleccionado los estudios de validación tienen por objetivo medir el grado de validez y confiabilidad del instrumento de interés, y con ello soportar su recomendación de uso en reemplazo de manera alternativa al comparador utilizado¹⁶.

Generar hipótesis etiológicas

Otro objetivo importante de los estudios trasversales es generar hipótesis etiológicas. Dado que la exposición y el outcome son medidos al mismo tiempo en la mayoría de los casos es imposible establecer claramente la direccionalidad de la asociación entre ambas variables; sin embargo, eso es suficiente para proponer esta posibilidad¹⁷. De ahí que en todos los casos en que se observe una asociación el investigador puede proponer una asociación de tipo causal si esta es plausible desde el punto teórico y luego probar esta con un diseño más riguroso¹⁸. Lo que si es importantísimo precisar es que asociación no es causalidad y que para probar esta última no es suficiente probar una asociación estadística. Y que precisamente cuando queremos generar hipótesis etiológicas debemos controlar los sesgos de selección, información y confusión al que están propensos los estudios trasversales^19-21.

Ventajas y desventajas de un estudio transversal

Los estudios trasversales ofrecen una serie de ventajas y desventajas que han sido resumidos en el Cuadro 01 y a continuación discutiremos brevemente.

Ventajas de un estudio trasversal

Los estudios trasversales tienen como ventajas que son diseños relativamente fáciles de diseñar y de bajo costo⁷. Además, son útiles para generar hipótesis y analizar asociaciones entre múltiples exposiciones y outcomes a la vez⁴. Y finalmente este tipo de diseño tiene como ventaja que no tiene pérdidas en el seguimiento como el resto de los estudios analíticos y los experimentales⁷.

Desventajas de un estudio trasversal

Entre las principales desventajas atribuibles a los estudios trasversales debemos relatar que son poco prácticos para investigar outcomes raros y exposiciones cuyo efecto varía en el tiempo porque estos requieren de grandes tamaños de muestra²². Asimismo los estudios trasversales no permiten estimar incidencias y son propensos a los sesgos de información, selección y confusión^19-21. Otra importante desventaja es que estos estudios son propensos al sesgo de Neyman o mejor conocido como el sesgo de prevalencia-incidencia, según el cual cuando un factor de riesgo deriva en la muerte del participante este efecto no puede atribuirse al evento de interés a menos que se estudie un periodo largo de estudio²³. Finalmente, una desventaja esencial de los estudios trasversales es que solo representan al periodo de estudio y solo ofrecen pantallazos de una realidad que suele ser muy variable en el tiempo⁷.

Sesgo de selección

El sesgo de selección ocurre cuando se escoge a las personas con mayor o menor probabilidad para tener el factor o el outcome de interés¹⁹. Como consecuencia, la relación entre la exposición y la enfermedad difiere entre los incluidos y los potencialmente elegibles para el estudio, motivo por el cual se atenta directamente contra la validez interna del estudio. Lamentablemente, dado que la relación exposición-outcome en elegibles sesgados es desconocida, este sesgo no puede ser controlado post estudio²⁴. En los estudio trasversales este sesgo suele clasificarse en cinco tipos: 1) el sesgo de no respuesta, que es aquel que se sucede cuando la no participación (no respuesta) se asocia con la exposición e, independientemente de la exposición, también con el outcome²⁵; 2) el sesgo de Neyman o sesgo de incidencia-prevalencia, previamente descrito como una desventaja de los estudios trasversales por su alta frecuencia²³; 3) el sesgo de pérdida durante el seguimiento que es cuando se realiza el estudio trasversal en un momento en el que ya se habían perdido en el seguimiento más expuestos que no expuestos o viceversa²⁶; 4) el sesgo de confusión que ocurre en los estudios trasversales cuando los grupos a comparar no son comparables como sucede en los ensayos clínicos controlados aleatorizados¹⁰; y, 5) el sesgo voluntario o sesgo de auto-selección, que sucede cuando los participantes que voluntariamente participan del estudio difieren de las elegibles en una característica relevante para el estudio²⁷.

Sesgo de información

Este tipo de sesgo se produce en los estudios trasversales durante la recolección de los datos cuando el conocimiento previo del entrevistador sesga el registro de la exposición o el outcome de interés ya que estos ambos se miden en simultáneo²⁸. El tipo de sesgo de información más importante es el sesgo de mala clasificación, el mismo que se sucede cuando los expuestos se registran como no expuestos o viceversa, o los enfermos se registran como no enfermos o viceversa²⁸. En los estudios trasversales esto suele deberse a la inexactitud de las pruebas diagnósticas utilizadas en los mismos. Este error puede ser diferencial si afecta la magnitud o dirección de la asociación de interés o no diferencial cuando no lo hace. En el primer caso atenta contra la validez interna del estudio, mientras que en el segundo es irrelevante¹⁹.

Sesgo de confusión

El sesgo de confusión es uno de los principales sesgos de los estudios trasversales y el mismo se sucede cuando una variable independiente (medida o no medida) genera una asociación espúrea entre nuestra variable independiente (exposición) y dependiente (outcome) de interés¹⁰. Sin embargo, cuando el investigador mide el confusor el sesgo de confusión puede controlarse mediante el uso de estrategias de análisis como son la regresión multivariable, la estratificación, el análisis de sensibilidad y el uso de propensity scores²¹. Y aún cuando el confusor no es medido el mismo el efecto de los mismos puede detectarse y controlarse mediante el uso de variables estructurales o instrumentales.

Odds ratio vs. razón de prevalencias

Una consideración estadística que bien vale la pena discutir es la recomendación de cuándo reportar el odds ratio o razón de momios y cuando reportar la razón de prevalencias como medida de asociación de interés en un estudio trasversal. De manera general la medida de asociación idónea en todo estudio es el riesgo relativo. Lamentablemente una de las principales limitaciones de los estudios trasversales es que los mismos no permiten bajo condiciones estándar estimar la incidencia de una enfermedad²⁹. De ahí que nos vemos obligados a utilizar como proxis al riesgo relativo a los odds ratios y la razón de prevalencia³⁰. De estos dos por su popularidad y fácil interpretación los investigadores suelen reportar los odds ratios, pero este solo es un buen proxi al riesgo relativo cuando el evento de interés es raro, entiéndase en términos prácticos, menor al 10%³¹. Esto se debe a que mientras más frecuente el evento o outcome de interés menor la proximidad entre los odds ratio y el riesgo relativo³². De ahí que la recomendación práctica es que cuando se esté investigando de manera trasversal un outcome con una prevalencia mayor al 10% se reporte la razón de prevalencias y no el odds ratio como magnitud de asociación de interés³³.

Guías internacionales para la redacción y publicación de estudios trasversales

Finalmente, para efectos de redactar y publicar estudios trasversales es importante resaltar que hoy en día existen una serie de guías internacionales debidamente validadas con pautas y recomendaciones muy detalladas sobre cómo redactar y publicar estudios trasversales. Estas incluyen guías sobre cómo redactar estudios trasversales en general y una guía específica para estudios de prueba diagnóstica.

Para redactar y publicar estudios trasversales en general se recomienda revisar la declaración STROBE en sus versión en inglés³⁴ o traducida al español³⁵. Brevemente esta guía nos ofrece recomendaciones sobre cómo redactar y publicar estudios observacionales, incluyendo los estudios trasversales, casos y controles y cohortes. La misma viene acompañada de una lista de chequeo de 22 puntos con recomendaciones prácticas sobre cómo redactar el título, resumen, introducción y las secciones de materiales y métodos, resultados y discusión de estos estudios. Su relevancia radica en que a la fecha ha sido reconocida como la guía internacional de referencia para estos estudios por las principales revistas del mundo y la mayoría de las revistas en el Perú.

Para redactar y publicar estudios de tipo o precisión diagnóstica se recomienda revisar la declaración STARD (Standards for Reporting of Diagnostic Accuracy Studies o Normas para la Notificación de Estudios de Precisión Diagnóstica)³⁶. Esta guía fue desarrollada con el objetivo específico de mejorar la integridad y la transparencia de las publicaciones de estudios de precisión diagnóstica. Esta guía fue publicada originalmente en el año 2003 y actualizada en el año 2015. Actualmente propone una lista de chequeo de 30 puntos sobre cómo redactar el título, resumen, introducción y las secciones de materiales y métodos, resultados y discusión de estos estudios de precisión diagnóstica, a fin de garantizar su transparencia y reproducibilidad.