1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la...
-
Upload
debora-pinero -
Category
Documents
-
view
3 -
download
0
Transcript of 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la...
![Page 1: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/1.jpg)
1
Diseño de estudios casos-controles
Dos grupos son seleccionados, uno de
personas con la enfermedad (casos), y el
otro de personas con las mismas
características generales pero sin la
enfermedad (controles)
Compare la exposición en ambos grupos
![Page 2: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/2.jpg)
2
Diseño de estudio de casos-controles
Población objetivo
Enfermos(Casos)
No Enfermos(Controles)
Expuesto
No Expuesto
Expuesto
No Expuesto
![Page 3: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/3.jpg)
3
Diseño de estudio de casos-controles
Limitantes:
No se puede obtener tasas de incidencia debido a
que los sujetos son seleccionados en base a el
resultado
Una estimado de la razón de tasas de incidencia
o riesgos(RR) es obtenido por el cálculo de razón
de momios (OR)
![Page 4: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/4.jpg)
4
Cálculo de la Razón de Momios (OR)
B / DProbabilidad de
exposición para controles
= Razón de momios
A / CProbabilidad de
exposición para casos
Resultado
D
B
Controles
CNo expuestos
AExpuestos
CasosExposición
(estima el riesgo relativo)
![Page 5: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/5.jpg)
5
Comparando OR y RR
11001000100
730
370
Resultado
700
300
Controles
30Not Exposed
70Exposed
CasosExposición
OR = AD/BC = 5.44 RR = Ie/In = 4.41
![Page 6: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/6.jpg)
6
Señalando los resultados
OR = 5.44
Aquellos con la enfermedad son 5.44 veces más probable que tengan la exposición que aquellos sin la enfermedad
RR = 4.41
Aquellos con la exposición son 4.41 veces más probable que desarrollen la enfermedad que aquellos sin la exposición
![Page 7: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/7.jpg)
Resúmen de fuerzas y limitaciones de los estudios cohorte prospectivos y casos controles
Limitaciones: Sesgos posibles en medición factores de
riesgo después de que la enfermedad ha ocurrido
Sesgo posible en la selección el grupo control Identificar casos pueden no representar
exposición de todos los casos
Limitaciones: Poco útil para enfermedades raras Relativamdente caro Relativamente resultados lentos
Fuerzas: Util para enfermedades raras Relativamente barato Relativamente resultados
rápidos
Fuerzas: Oportunidad para medir factores de
riesgo antes de que la enfermedad ocurra. Produce tasas de incidencia y estimaciones del riesgo relativo
Caso-ControlCohorte prospectivo
![Page 8: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/8.jpg)
8
Estudios Clínicos Aleatorizados(RCT)
El estándar dorado Estudio Cohorte
![Page 9: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/9.jpg)
9
Esquema de un estudio clínico
Aleatorización
Intervención onuevo
tratamiento
Mejoría
Población del estudio
No participantes
Participantes
No mejoría
Control
TratamientoControl
Mejoría No mejoría
![Page 10: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/10.jpg)
10
Diseño cruzado
Sujetos son aleatorizados para una secuencia de
dos o más tratamientos
Cada sujeto sirve como su propio control
Grupo Sequencia Periodo 1 Lavado Periodo 2
I A , B A B
II B , A B A
![Page 11: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/11.jpg)
11
Diseño factorial Dos o más tratamientos son evaluados simultáneamente en
el mismo grupo de sujetos usando diferentes
combinaciones de tratamientos
Aleatorización
PlaceboTratamiento A
PlaceboTratamiento BPlaceboTratamiento B
![Page 12: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/12.jpg)
¿Cómo evaluamos si estudios de
cáncer son válidos?
Entendiendo sesgo y confusores
![Page 13: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/13.jpg)
13
Probando para una verdadera asociación
Examine la metodología para sesgos
Examine el análisis para confusores
Examine los resultados para significancia estadística
![Page 14: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/14.jpg)
14
Examine el diseño del estudio para sesgos
Sesgo de selección
Errores en el proceso de identificación de la poblacjón del estudio y en la selección de los sujetos
Sesgo de información/del observador
Errores en las mediciones de la exposición o status de la enfermedad
![Page 15: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/15.jpg)
15
Confusores
Confusión es una aparente asociación entre
enfermedad y exposición causado por un
tercer factor no tomado en consideración
![Page 16: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/16.jpg)
16
Ejemplos de confusores
Estudio A encontró una asociación entre juego y
cáncer de pulmón. El resultado puede estar
confundido por tabaquismo.
Estudio B encontró una mayor tasa cruda de
mortalidad en Florida que en Alaska. La tasa puede
estar confundida por diferencias en la estructura
etárea de la población.
![Page 17: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/17.jpg)
17
Proibando para confusores
1. Calcule la tasa cruda
2. Calcule una tasa ajustada para la variable confusora
3. Compare las dos mediciones
Las dos mediciones serán diferentes si la variables es
un confusor (en la práctica, cuando las mediciones
cruda y ajustada difieren por al menos 10%)
![Page 18: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/18.jpg)
18
(3) x (4) = (5)(4)(1) / (2) = (3)(2)(1)
288,039226,500,000xxx45,000115Total
171,41925,700,0006.67 por 100015,00010065+
56,120140,300,0000.40 por 100025,0001019-64
60,50060,500,0001.00 por 10005,00050-18
Esperado N° de
muertes
Población estándar EUA 1980
ASRPoblación en riesgo
Muertes por
cáncerEdad
Tasa ajustada por edad(288,039 / 226,500,000) x 1000
1.27 por 1,000
Tasa cruda
(115 / 45,000) x 1000
2.56 por 1,000
Edad es un confusor para muerte por cáncer
No igual
![Page 19: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/19.jpg)
19
Evaluando significancia estadística La probabilidad de que obtengas tus resultados como
resultado sólo del azar es el valor de p Un valor de p bajo ( < 0.05 ) dice que el azar no es la
probable explicación de tus resultados El intervalo del confianza al 95% (CI) es el rango de valores
donde el verdadero valor será localizado 95% de las veces Grandes tamaños de muestra producirán intervalos de
confianza estrechos Pequeño tamaño de muestra producirán amplios intervalos
de confianza
![Page 20: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/20.jpg)
20
Evaluando resultados
RR = 1: No hay diferencia de la enfermedad entre los grupos expuestos y no expuestos
OR = 1: No hay diferencia de exposición entre casos y controles
Ejemplos: RR = 1.8 (1.6, 2.0) es estadísticamente significativo RR = 1.8 (0.8, 2.9) no es estadísticamente significativo OR = 0.7 (0.6, 0.8) es estadísticamente significativo OR = 0.7 (0.4, 1.2) no es estadísticamente significativo
![Page 21: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/21.jpg)
¿Cómo evaluamos si
asociaciones entre cáncer y
factores de riesgo son causales?
Entender criterios de causalidad
![Page 22: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/22.jpg)
22
Mostrar causa
Enfermedad crónica y condiciones complejas
requieren que usemos los postulados de Hill
1. Fuerza de asociación
2. Consistencia de la asociación
3. Especificidad de la asociación
4. Temporalidad
5. Gradiente biológico
5. Plausibilidad
6. Coherencia
7. Experimentación
8. Analogía
![Page 23: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/23.jpg)
¿ Cuánto de la morbi-mortalidad
por cáncer puede ser prevenida
por algúna intervención?
Entienda el impacto de la educación y de los programas de monitoreo
![Page 24: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/24.jpg)
24
Principios de monitoreo Validez
Sensibilidad: correctamente identificar aquellos con la enfermedad
Especificidad: correctamente identificar aquellos sin la enfermedad
Valor predictivo +: proporción de prueba verdaderas positivas
Valor predictivo - : proporción de pruebas correctamente negativas
Confiabilidad: habilidad de la prueba para dar resultados
consistentes
Producción: cantidad de enfermedad no reconocida bajo
tratamiento por el monitoreo
![Page 25: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/25.jpg)
25
Calculando mediciones de validez
a+b+c+db+da+cTotal
c+ddcNegativo
a+bbaPositivo
TotalNo enfermoEnfermoResultado de la prueba
Diagnóstico verdadero
Valor predictivo positivo = a/(a+b)
Valor predictivo negativo = d/(c+d)
Sensibilidad = a/(a+c)
Especificidad = d/(b+d)
![Page 26: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/26.jpg)
26
64,81064,633177Total
63,69563,65045Negativo
1,115983132Positivo
TotalNo enfermoEnfermoResultados de
mamografía
Sensibilidad = 132/177 = 74.6%
Especificidad = 63,650/64,633 = 98.5%
Valor predictivo positivo = 132/1,115 = 11.8%
Valor predictivo negativo = 63,650/63,695 = 99.9%
Ejemplo: monitoreo de cáncer de mama
![Page 27: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/27.jpg)
27
Claves para monitoreo Sensibilidad: detectar un suficiente número de casos
preclínicos par ser de utilidad
Prevalencia: monitoreo de poblaciones de alto riesgo
Frecuencia: monitoreo de una vez no permite conocer diferencias en riesgo individual o diferencias en ataque
Participación: pruebas inaceptables para la población objetivo no serán utilizadas
Seguimiento: aquellos con pruebas positivas necesitar ser provistos con un plan de acción
![Page 28: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/28.jpg)
28
Consejos para la lectura de la literatura
Identifique el diseño del estudio
Entienda cómo los sujetos fueron seleccionados
Entienda como es definida la exposición
Evalúe sesgos y confusores potenciales
Determine si la evaluacióne estadística es apropiada
Haga decisiones acerca de si la medición del resultado son estadísticamente significativas y/o clínicamente importantes
Uso de buen juicio
![Page 29: 1 Diseño de estudios casos-controles Dos grupos son seleccionados, uno de personas con la enfermedad (casos), y el otro de personas con las mismas características.](https://reader034.fdocumento.com/reader034/viewer/2022051613/54f620ea4a79595c208b47c4/html5/thumbnails/29.jpg)
Fin