DISEO TRANSVERSAL

1. Objetivos: Reconocer las ventajas y limitaciones del diseo de prevalencia y transversal Identificar tipos de muestreo utilizados en la seleccin de los participantes Identificar sesgos ms comunes del diseo transversal Calcular e interpretar las medidas de riesgo relacionadas con este diseo y su intervalo de confianza

2. Trminos Claves: Muestra, confiabilidad, validez, estudio piloto, razn de prevalencias. 3. Desarrollo del tema: 3.1. Introduccin Los estudios transversales son diseos observacionales de base individual que suelen tener un doble componente descriptivo y analtico. Cuando predomina el primer componente se habla de estudios transversales descriptivos o de prevalencia, cuya finalidad es el estudio de la frecuencia y distribucin de eventos de salud y enfermedad. El objetivo de este diseo es medir una o ms caractersticas o enfermedades en un momento dado de tiempo; por ejemplo: prevalencia de accidentes laborales; nmero de cursos de capacitacin realizados por trabajador; prevalencia de disfona en profesores; nivel de satisfaccin de los usuarios de un servicio; prevalencia de consumo de cigarrillo en la empresa, prevalencia de obesidad, etc. A travs de este diseo se puede identificar los elementos bsicos en epidemiologa: persona (trabajador), lugar (ambiente laboral), tiempo (antigedad a la exposicin) y caractersticas relativas al agente (factor de riesgo) relacionados con el evento (Tabla 1). Tabla1: Identificacin del patrn de ocurrencia del evento Elemento de Estudio Persona Aspectos considerados Sexo Edad Antigedad laboral Raza Tasas de Mortalidad o Morbilidad ms altas se presentan en: Hombres o mujeres? Un grupo de edad ms que otros? Influye o no el tiempo en el trabajo? En que raza es ms relevante?

Elaborado por Vernica Iglesias

Elemento de Estudio

Aspectos considerados

Actividad Condiciones fisiopatolgicas Hbitos Residencia Origen o procedencia Lugar Estancia Caractersticas ambientales Tendencia Fluctuaciones Duracin Emisin Depsito Caractersticas txicas Emisin Agente Depsito Caractersticas txicas

Tasas de Mortalidad o Morbilidad ms altas se presentan en: En que determinado trabajo es ms relevante? Existen grupos que realizan actividades similares? Quines presentan antecedentes patolgicos? Quines fuman?, Tipo de alimentacin?, Practican algn deporte? Urbano o rural? Quines ocupan el mismo puesto laboral? Quines viven en zonas comunitarias similares? Difieren las caractersticas del lugar de trabajo? Difieren las caractersticas del lugar de vivienda? Exposiciones ms recientes? Aumento o disminucin? Perodo o poca? Perodos de exposicin breves o largos? Los expuestos a las mayores emisiones? Los expuestos de manera prolongada a determinadas concentraciones? Los expuestos a las sustancias ms txicas? Los expuestos a las mayores emisiones? Los expuestos de manera prolongada a determinadas concentraciones? Los expuestos a las sustancias ms txicas?

Tiempo

El diseo de prevalencia es de gran utilidad por su capacidad para generar hiptesis de investigacin, estimar la prevalencia de eventos de salud o enfermedad (es decir, la proporcin de individuos que sufre el evento en una poblacin en un momento determinado), as como identificar posibles factores de riesgo para algunas enfermedades. El diseo transversal adems de estimar la prevalencia de un evento en salud, se utiliza para investigar la asociacin entre una determinada exposicin y una enfermedad. En este ltimo caso se conocen como estudios transversales analticos. Una diferencia bsica entre ambos es que en el diseo transversal la variable resultado (enfermedad o condicin de salud) y las variables de exposicin (caractersticas de los sujetos como hbito de fumar, edad, sexo, Elaborado por Vernica Iglesias

nivel socioeconmico) se miden en un mismo momento. Como ejemplos se tiene el anlisis de la relacin entre stress (evento) y la condicin socioeconmica (exposicin); la relacin entre actividad fsica (exposicin) y obesidad (evento); hipertensin arterial (evento) y el nivel socioeconmico (exposicin), y la relacin ruido (exposicin) 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 perodo determinado de tiempo, en el diseo transversal se obtiene la medicin de la exposicin y evento de inters en los sujetos de estudio en un momento dado. Por este motivo, no es posible determinar si el factor de exposicin en estudio precedi al efecto, salvo en el caso de exposiciones que no cambian con el tiempo. Su limitacin para establecer causalidad entre exposicin y efecto, se compensa por su flexibilidad para explorar asociaciones entre mltiples exposiciones y mltiples efectos. El diseo transversal es til para estudiar enfermedades de larga duracin, como es el caso de enfermedades crnicas. Este diseo no es adecuado para el estudio de enfermedades (o exposiciones) que se presentan con poca frecuencia en una poblacin (enfermedades raras o con baja prevalencia) o que son de corta duracin, debido a que slo captaran informacin sobre un nmero reducido de individuos que las padezcan. A pesar de sus limitaciones, el diseo transversal es muy utilizado, ya que su costo es relativamente inferior al de otros diseos epidemiolgicos, como los estudios de cohorte, y proporcionan informacin importante y en forma rpida para la planificacin y administracin de los servicios de salud. 3.2. Poblacin y muestra Se define como poblacin base del estudio aquella a la que el estudio hace referencia por ejemplo trabajadores de una determinada empresa, mujeres trabajadoras del agro, recin nacidos, hijos de madres fumadoras, etc. En la mayora de los estudios no se obtiene informacin de todos los sujetos que integran la poblacin bajo estudio, sino sobre un grupo de ellos llamado muestra. La muestra seleccionada debe reflejar las caractersticas de la poblacin 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 caractersticas de algn subgrupo especfico de la poblacin, en ese caso se puede aumentar la proporcin de sujetos en la muestra que pertenecen a ese subgrupo. 3.3. Clculo del tamao de muestra Para determinar el tamao de muestra el investigador necesita fijar algunos criterios y, adems conocer ciertos datos de la poblacin. Los criterios que el mismo fija son: el nivel de significancia estadstica, cuyo valor mayormente aceptado es 95%; la precisin (d), es decir, en cuanto acepta que difiera el

Elaborado por Vernica Iglesias

porcentaje de la muestra del P del Universo, en otras palabras cual es la amplitud del intervalo que l est dispuesto a aceptar para el parmetro. Finalmente se requiere tener una idea acerca de la prevalencia de la caracterstica en la poblacin o de la varianza si se trata de alguna medicin de tipo cuantitativo. La seguridad (nivel de significancia) y la precisin compiten entre s, por lo que debe llegarse a una combinacin aceptable que asegure que el tamao de muestra sea factible de estudiar desde el punto de vista de los recursos y del tiempo disponible. La frmula general es:
n = z2 (PQ) d2

Donde: n = tamao de muestra z = es el valor de la desviacin normal, igual a 1.96 para un nivel de significacin del 5% P = Prevalencia de la caracterstica en la poblacin Q=1P d = precisin (en cuanto se aleja la muestra del verdadero porcentaje del universo. Suponiendo que se desea estimar la prevalencia de obesidad en la poblacin, con una confianza del 95% y una precisin de 5%. Basndose en la informacin 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 alejndose ms del 5% del verdadero porcentaje del universo. En la siguiente tabla se muestran diferentes tamaos muestrales necesarios para que el intervalo de confianza al 95% incluya la verdadera prevalencia, en dos escenarios de precisin del estudio. Tamao de la muestra Prevalencia Precisin Precisin 10% 5% 10 19 73 20 30 40 62 80 92 246 323 368

Elaborado por Vernica Iglesias

50

96

385

El tamao 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 caracterstica de la poblacin. Un tamao de muestra pequeo no permitir que el estudio tenga el poder suficiente para encontrar asociaciones significativas entre las variables de exposicin y resultado, y un tamao excesivo ocasionar gasto innecesario de recursos y tiempo. 3.4. Mtodos de muestreo Una vez determinado el tamao de muestra es necesario identificar el mtodo que se utilizar para seleccionar a los participantes. Para ello existen diversos mtodos de muestreo: a) Muestreo aleatorio simple (MAS): se denomina muestreo aleatorio simple a un mtodo para seleccionar n unidades de las N unidades del universo, de modo que cada una de las muestras posibles de tamao n tienen la misma posibilidad de ser seleccionada. Supongamos que una empresa con oficinas en varias regiones del pas desea hacer un estudio sobre la prevalencia de obesidad y los factores de riesgo asociados. Se ha determinado que la poblacin base es de 6000 personas y el tamao 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 estadstico adecuado solicitarle una muestra del tamao requerido. La probabilidad de seleccin en cada unidad est dada por la expresin:
f = n N

Denominada fraccin de muestreo, donde n representa el tamao de la muestra y N, el tamao del universo. Ventajas: Todos los elementos tienen igual probabilidad de ser elegidos y los clculos matemticos son sencillos. Desventajas: Se requiere un marco muestral completo y detallado; la muestra puede quedar muy dispersa y puede ser necesario visitar una regin por un solo elemento. b) Muestreo sistemtico (MS): es un procedimiento especialmente til cuando los elementos del universo estn ordenados de alguna manera: archivos de fichas clnicas, listas de alumnos, etc. Este mtodo se caracteriza por la seleccin de unidades tomando una de cada k unidades, siendo k el espaciamiento de muestreo dado por la expresin:

Elaborado por Vernica Iglesias

n N

Donde N corresponde al tamao de la poblacin y n al tamao de la muestra. El procedimiento consiste en tomar un nmero 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 formarn la muestra, se le suma a la unidad de arranque k, 2k, 3k, etc., hasta obtener el tamao de muestra deseado. En nuestro ejemplo el espaciamiento de muestreo estara dado por k = 6000 / 300 es igual a 20. Por lo tanto elegimos un nmero en forma aleatoria entre 1 y 20. Supongamos que el nmero 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 procedindose de igual forma para el resto de las unidades seleccionadas. Ventajas: rpido y sencillo; garantiza la distribucin de la muestra; no necesita numeracin de las unidades, slo un ordenamiento fsico que permita el recuento Desventajas: No sirve si hay un ordenamiento en el marco muestral o si se presenta algn comportamiento peridico, por ejemplo que cada 10 nmeros impares se registre un gerente. c) Muestreo aleatorio estratificado (MAE): consiste en clasificar a todos los elementos de la poblacin 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 geogrficas, sexo, diferente grado de exposicin, etc. En nuestro ejemplo, se pueden formar estratos de acuerdo al cargo u ocupacin en la empresa, por ejemplo gerencia, personal administrativo y personal de terreno. En caso que los estratos sean de diferente tamao se puede utilizar el siguiente procedimiento para seleccionar la muestra.

Universo Gerencia Administrativos Trabajadores TOTAL

N 100 900 5000 6000

% 1,7 15 83,3 100

n 5 45 250 300

El porcentaje con el que contribuye cada estrato al total del universo, se aplica al tamao de la muestra calculado n y ese es el nmero de elementos que debe tomarse de cada estrato. Ventajas: la estimacin de los parmetros puede tener un menor error que el obtenido para una muestra aleatoria simple de tamao comparable; asegura la participacin de todos los estratos. Elaborado por Vernica Iglesias

Desventajas: se requiere un marco muestral detallado por estrato, mayor complejidad de los clculos. d) Muestreo de Conglomerados (MC): En este tipo de muestreo las unidades de muestreo son agrupaciones tales como escuelas, fbricas, manzanas, llamadas conglomerados. En nuestro ejemplo los conglomerados seran las oficinas de la empresa distribuidas en varias regiones del pas. En trminos generales la caracterstica que define un conglomerado es su proximidad geogrfica, al reunir varios elementos en una misma rea. Un conglomerado no implica necesariamente la homogeneidad que se requiere en el estrato y representa ms bien una facilidad operativa. De hecho se busca que sean heterogneos al interior de cada conglomerado y homogneos entre s. Ventajas: la principal ventaja del muestreo por conglomerados es de ndole econmica, pues permite obtener los datos sin necesidad de grandes desplazamientos en el terreno. 3.5. Sesgos ms comunes en los estudios de diseo transversal Se conoce como sesgo a cualquier desviacin que pueda conducir a conclusiones que son sistemticamente diferentes de la verdad. Estos sesgos se pueden producir durante el proceso de elaboracin del proyecto (sesgo de seleccin de los participantes), durante la recoleccin de la informacin (sesgo de informacin), o bien durante el anlisis. Algunos de los sesgos ms comunes en el diseo transversal son: a) Muestreo con sesgo de duracin: este sesgo ocurre debido a que en el estudio de diseo transversal generalmente se sobrerrepresenta a los casos con larga duracin de la enfermedad y se subrepresenta aqullos de corta duracin. Por ejemplo, una persona con enfermedad crnica tiene mayor posibilidad de ser incluida en un estudio que una persona que se enferma y recupera rpidamente quien difcilmente ser incluida en el grupo prevalente. b) Sesgo de informacin: sesgo que puede ocurrir debido al cambio en el nivel de exposicin a travs 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 aos atrs trabajaba en el sitio de mayor exposicin. Tambin es importante considerar que si la exposicin produce enfermedad leve y de larga duracin aun cuando no produzca riesgo de enfermar la frecuencia de exposicin ser elevada en los casos y, por lo tanto, de aparente mayor riesgo. En cambio, si la exposicin produce una alta letalidad de la enfermedad, entonces la frecuencia de exposicin ser muy baja entre los casos y la asociacin exposicin-enfermedad puede resultar negativa, an cuando en realidad la exposicin no resulte en menor riesgo de enfermar. c) Sesgo de seleccin: 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 exposicin, o menor o mayor enfermedad en comparacin con la poblacin base, entonces los

Elaborado por Vernica Iglesias

resultados obtenidos no sern vlidos. Una de las estrategias para tratar de evitar este sesgo es realizar un muestreo probabilstico o aleatorio en el que todos los individuos que conforman la poblacin bajo estudio tengan la misma probabilidad de ser incluidos en el estudio. d) Sesgo de informacin: sucede cuando la recoleccin de la informacin no ocurre de igual manera para todos los participantes, por ejemplo si para el diagnstico de una enfermedad se utilizan diferentes mtodos entre los participantes. Tambin ocurre sesgo de informacin cuando los datos recolectados son poco verdicos o incompletos o cuando los individuos seleccionados para el estudio rechazan participar, lo cual se puede relacionar con caractersticas de inters que hagan que la poblacin participante sea diferente a la no participante. Esto afectar la estimacin de prevalencia o de asociacin entre exposicin y efecto y afectar la validez del estudio. Por este motivo es necesario conocer las razones de no participacin o no respuesta y las caractersticas de los sujetos no participantes, para saber si se trata de valores perdidos al azar o de manera sistemtica y cmo esto afecta las mediciones. e) Sesgo de memoria: cuando se hacen preguntas sobre exposiciones o eventos pasados, aquellas personas que han sufrido una experiencia traumtica (enfermedad, aborto, accidente) tienden a recordar las exposiciones con ms detalle que quienes no tuvieron dicha experiencia. La ausencia de sesgos en la seleccin de los sujetos de estudio y en la medicin de las variables en la poblacin en estudio se conoce como validez interna; esto significa que los resultados obtenidos son ciertos para la poblacin o muestra estudiada. Si la muestra es representativa de la poblacin base, esto aumentar la validez externa del estudio; esto es, la posibilidad de inferir dichos resultados a la poblacin base de la cual se obtuvo la muestra, as como a poblaciones similares. 3.6. Recoleccin de la informacin Una vez definida la poblacin y muestra, as como las variables que se investigarn es necesario definir los instrumentos que se emplearn para recolectar la informacin. La variable resultado pueden ser medida a partir de: cuestionarios, fichas clnicas, exmenes de laboratorio, certificados de defuncin, etc; mientras que las variables de exposicin pueden obtenerse a partir de: cuestionarios, registros ocupacionales, uso de biomarcadores, informacin proveniente de otras instituciones, por ejemplo las encargadas de fiscalizar la calidad del agua, aire, etc. En el mbito ocupacional generalmente existen registros que contienen informacin general tal como edad, sexo, ao de ingreso a la empresa, sitios de trabajo, etc y fichas mdicas donde se registran exmenes peridicos, hbito de fumar, etc. En estos casos puede ser necesario elaborar una ficha de recoleccin de tal informacin.

Elaborado por Vernica Iglesias

Otro mtodo muy utilizado son los cuestionarios. En este caso, si las preguntas son elaboradas con fines del estudio, stas deben estar adaptadas a la poblacin objetivo. El lenguaje utilizado para las preguntas debe ser fcilmente 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 caractersticas pueden ser evaluadas a travs de un estudio piloto. Tambin 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 informacin obtenida con otros estudios. En todos los casos (cuestionarios elaborados con fines del estudio, cuestionarios previamente validados o tambin en el caso de las fichas de recoleccin de informacin) es necesario realizar una prueba piloto de los instrumentos de recoleccin de informacin. Esta prueba, llevada a cabo con una submuestra de la poblacin bajo estudio, permitir corregir problemas en el cuestionario y su procedimiento de aplicacin. Un aspecto muy importante una vez definido el instrumento con que se recolectar la informacin, la confiabilidad y validez de ste, es el entrenamiento al personal de campo que aplicar dicho instrumento. Esto con el objetivo de evitar que el entrevistador o recolector de datos tambin sea una fuente de sesgo lo que se produce cuando un mismo entrevistador obtiene mediciones diferentes de la caracterstica o atributo de inters (variabilidad intraobservador), o cuando una misma medicin se obtiene de manera diferente entre un observador y otro (variabilidad entre observadores). 3.7. Anlisis de los datos El anlisis de datos depende de los objetivos del estudio y de la escala de medicin de las variables. ste se inicia con la obtencin de las estadsticas descriptivas de las variables de inters, lo que permite conocer las caractersticas generales de la poblacin bajo estudio. Por ejemplo, se puede conocer la frecuencia y distribucin de edades, escolaridad, ingreso econmico, gnero, uso de servicios de salud, motivos de consulta mdica, tabaquismo, etctera. En el caso de variables dicotmicas como presencia o ausencia de enfermedad los datos se expresan como proporcin 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 dispersin (rangos, desviacin estndar, varianza, percentiles). a) Comparacin de prevalencias: Si el objetivo del estudio es comparar prevalencias entre grupos de exposicin, los datos pueden ser analizados a partir de una tabla tetracrica (2x2). En esta tabla se registra en las columnas el nmero de enfermos y no enfermos y en las filas el nmero de expuestos y no expuestos:

Elaborado por Vernica Iglesias

Enfermos Expuestos No Expuestos Total

Estimador:

Sanos b d b+d

Total a+b c+d a+b+c+d

a c a+c

Nmero de enfermos en la poblacin = Prevalencia de enfermedad en la poblacin = Prevalencia de enfermedad en los expuestos = Prevalencia de enfermedad en los no expuestos = Razn 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 asociacin puede ser expresada como:

Razn de Prevalencia: Diferencia de Prevalencias: (a/a+b) - (c/c+d) (a/a+b) / (c/c+d)

En la razn 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 frmula:

OR = (a*d) / (b*c)

La interpretacin del Odds Ratio es similar a la razn 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) Comparacin de variables fisiolgicas: Adems de determinar la presencia o ausencia de sntomas, enfermedad o muerte como variables resultado, en algunos estudios transversales se mide como resultado variables que estn distribuidas de manera continua como por ejemplo peso o presin arterial comparado entre dos o ms grupos de trabajadores. Cuando se compara el valor promedio entre dos grupos la prueba estadstica utilizada es la t-student y cuando se compara el valor promedio entre tres o ms grupos se Elaborado por Vernica Iglesias

utiliza la tcnica de anlisis de varianza conocida como ANOVA. Ambas tcnicas pueden ser utilizadas cuando los datos tienen una distribucin normal, de no ser as, es necesario realizar una transformacin logartmica previamente a la comparacin. Conclusiones: Entre las ventajas del diseo transversal destaca que ste permite el estudio de eventos (variable dicotmica) y efectos sobre la funcin fisiolgica (variables continuas). Adems con este diseo se pueden estudiar simultneamente mltiples efectos y mltiples exposiciones. Es til para el estudio de enfermedades de alta prevalencia. Entre las debilidades de este diseo se seala que es menos apropiado que el diseo de casos y controles o el diseo de cohorte para establecer asociaciones causales debido a que en el diseo transversal los datos del evento y la exposicin son medidas en el mismo momento. Una debilidad importante cuando se estudian poblaciones ocupacionales es que en dichos estudios slo se incluye a la poblacin activa. En estos casos la prevalencia o severidad del evento puede ser subestimada, especialmente en enfermedades que continan el progreso despus que la exposicin ha terminado o en aquellas que llevan a un abandono precoz de los lugares de trabajo. 4. Referencias Bibliogrficas Rothman KJ, Greenland S. Modern epidemiology. 2nd edition: LippincottRaven, 1998. Taucher E. Bioestadstica. 2 edicin. Editorial Universitaria, 1999. Hernndez 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 Vernica Iglesias