DISEOS DE ESTUDIOS

ESTUDIOS DE CORTE TRANSVERSAL

Introduccin .................................................................................... 2
Ventajas .......................................................................................... 3
Limitaciones y problemas .................................................................. 4
El Estudio de la asociacin entre exposicin y enfermedad ..................... 6
Elementos a considerar en el clculo y seleccin de muestras .............. 6
Los factores de confusin y modificadores de efecto ........................... 8
Anlisis ......................................................................................... 10
Medidas de asociacin en los estudios transversales ......................... 13
Sesgos .......................................................................................... 15
De seleccin ................................................................................ 15
De informacin ............................................................................ 16
Conclusin ..................................................................................... 16

INTRODUCCIN
Uno de los diseos de investigacin ms sencillos y frecuentemente
utilizados es el que se utiliza en los denominados estudios de prevalencia o de
corte transversal. De 332 artculos originales publicados en el New England
Journal of Medicine en dos aos, un 39 % correspondan a estudios
transversales. De estos, el 20% describan nuevas enfermedades o variantes
de enfermedades conocidas. Un 26 % estudiaban mtodos diagnsticos o
diferentes estadios de las enfermedades, 54 % estudiaban el curso de
diferentes enfermedades.
Un estudio transversal o estudio de prevalencia es un estudio
observacional en el que en un nico momento temporal, se mide a la vez la
prevalencia de la exposicin y del efecto en una muestra poblacional, es decir,
permiten estimar la magnitud y distribucin de una enfermedad o condicin en
un momento dado.
Tambin se denominan:
Estudio de corte.
Cross-sectional studies.
Cross sectional surveys.
Estudio vertical.
Una de las caractersticas principales de estos estudios es el tipo de
muestreo utilizado, denominado por FLEISS como muestreo tipo I (FLEISS, 1981,
Cap. 5). En primer lugar se selecciona un determinado nmero de individuos de
una poblacin que se desea estudiar, sin conocer previamente quienes presentan
o no el fenmeno objeto de estudio. Una vez obtenida la informacin que nos
interesa -parmetros biolgicos, caractersticas o conductas-, se buscar
extrapolar los resultados obtenidos a la poblacin de partida.
En un estudio transversal, los sujetos que entrarn en la investigacin se
seleccionan frecuentemente a partir de listas en la que estn registrados los
individuos de la poblacin que se desea estudiar. Esta lista puede ser, por
ejemplo, el censo o la gua telefnica, o cualquier otra fuente de informacin
independiente del fenmeno objeto del estudio (es decir, que el hecho de
presentar el fenmeno de inters no modifique la probabilidad de estar o no estar
en la lista).

En un estudio transversal tpico, la informacin que se obtiene de los

participantes corresponde a las caractersticas que tienen en el momento de
realizar el estudio. Aunque se pueden introducir matices y mejoras sobre este
diseo tpico (fundamentalmente, obtener informacin histrica sobre estados
anteriores), en esta discusin se asumir que la informacin recogida se
refiere al momento en que se realiza el estudio.

Un estudio transversal ofrece una visin de lo que ocurre en un momento

dado en una poblacin determinada, lo que proporciona una fotografa
instantnea de la realidad. Suele ser realizado dentro de un perodo
relativamente corto de tiempo (ejemplo, prevalencia de infeccin nosocomial
durante un mes o una semana).
VENTAJAS
Los estudios transversales son tiles para estimar la prevalencia de una
enfermedad. Aunque normalmente proporcionan estimaciones de la prevalencia
en grupos especficos de la poblacin por ejemplo, pacientes internados en
terapia intensiva de un hospital-, si la poblacin de estudio se obtiene mediante
un muestreo aleatorio, proporcionan prevalencias representativas de la poblacin.
La prevalencia de una determinada enfermedad se calcula dividiendo el
nmero de casos que presentan la enfermedad por el nmero total de personas
estudiadas en la muestra. Esto requiere una definicin exacta y precisa de la
enfermedad. Mediante la estratificacin de la poblacin en estudio de acuerdo con
valores de otras variables, se pueden estimar las prevalencias de la enfermedad
en distintos estratos. Esta descripcin de los datos, aunque simple, es de gran
utilidad. Es ms, diferencias considerables entre las prevalencias de los estratos,
sugieren que la variable que define el estrato puede estar asociada con la
aparicin de la enfermedad. Identificar factores asociados a la aparicin de la
enfermedad constituye el objetivo principal de la investigacin epidemiolgica.
Por esta razn, en el resto del captulo se resalta la utilidad de los estudios de
prevalencia para determinar factores asociados a la aparicin de la enfermedad.
Los estudios transversales tienen la ventaja sobre los de cohorte (que lo vern
ms adelante) y los de casos y controles, de permitir estimar tanto la
probabilidad de presentar la enfermedad como la de presentar la
exposicin.

En un estudio transversal puede estimarse la probabilidad de que una

persona expuesta a un factor de riesgo presente la enfermedad en un momento
dado, de forma similar a un estudio de cohorte (aunque las posibilidades de
inferencia causal son mucho menores ya que, como se ver ms adelante, a
menudo es difcil determinar si la exposicin es una causa o una consecuencia de
la enfermedad). Adicionalmente, en un estudio transversal puede calcularse, al
igual que en un estudio de casos y controles, la probabilidad de que una persona
que est enferma presente, o haya presentado, la exposicin estudiada.
En un diseo de casos y controles se estudia una sola enfermedad, mientras
que en uno transversal, al igual que sucede en los diseos de cohortes, se
pueden estudiar mltiples enfermedades, con el consiguiente ahorro de
tiempo y dinero.
Los estudios transversales tienen la ventaja sobre los estudios de cohorte
de poder realizarse en un corto perodo de tiempo. Por lo tanto, un diseo
transversal suele ser bastante ms rpido y econmico que uno de cohorte que, a
menudo, requiere un largo perodo de seguimiento para que un nmero suficiente
de participantes desarrollen la enfermedad (con el problema implcito de la
prdida de participantes o perdidos de vista).
LIMITACIONES Y PROBLEMAS
La principal limitacin de este tipo de estudios deriva de que miden la
prevalencia y estudian casos prevalentes que, como tales, pueden no
ser representativos de todos los casos de enfermedad que se han
producido en la comunidad.
Una primera limitacin surge como consecuencia de que en este
tipo de estudios se investiga lo que ocurre en una poblacin en
un momento dado. NO podemos establecer en ellos la secuencia
temporal de las diferentes variables estudiadas. Por lo tanto, la
exposicin que se recoge es la que presenta el sujeto en el momento
de realizar el estudio, y no es posible establecer si un determinado
factor estaba presente antes de aparecer la enfermedad (pudiendo
ser, por tanto, un factor de riesgo) o si apareci despus de la misma
(pudiendo ser una consecuencia de ella). Por lo tanto, puede no ser
posible diferenciar entre factores de riesgo y consecuencias de la
enfermedad, o, en otras palabras, no es posible determinar si la

exposicin precede o es una consecuencia de la enfermedad. En

epidemiologia esta situacin se denomina causalidad reversa.
ste es el problema que encontraron CONTi y COL. (1986), al estudiar
la relacin entre capacidad vital e hipertensin. En un anlisis
transversal encontraron una relacin inversa entre capacidad vital y la
hipertensin, lo que sugera que los enfermos con una capacidad vital
baja estaban ms predispuestos a desarrollar hipertensin arterial. Es
decir, una capacidad vital baja, sera un factor de riesgo de
hipertensin. Esta asociacin desaparecera al realizar un anlisis
longitudinal de los datos: la disminucin de la capacidad vital, en
lugar de ser un factor de riesgo de hipertensin, se mostraba como un
efecto de la misma. Esta dificultad para diferenciar entre causa y
efecto, se agudiza, obviamente al estudiar enfermedades que se
desarrollan de forma lenta y/o cuando la exposicin es de larga
duracin.
Un segundo problema de los estudios que investigan casos
prevalentes, es decir, individuos que presentan la enfermedad en el
momento de realizar el estudio, es la dificultad de separar los
factores de riesgo (causas) de los factores pronsticos que
influyen en la duracin de la enfermedad. Los casos prevalentes
o han sobrevivido lo suficiente como para ser considerados enfermos
en el momento de realizar el estudio, o su enfermedad ha sido lo
suficientemente prolongada como para estar enfermos en ese mismo
momento. Si existen una serie de factores que, por ejemplo,
incrementan la duracin de la enfermedad, y stos aparecen de forma
selectiva en un determinado grupo de la poblacin, este grupo
quedar sobre representado con respecto al conjunto de enfermos;
por tanto, las caractersticas que lo diferencian de la poblacin
general aparecern como asociadas a la enfermedad. El mismo
fenmeno, pero en sentido inverso, ocurre con los factores que
disminuyen la duracin de la enfermedad, ya sea por una mayor
letalidad o una mayor velocidad de curacin. En este caso, todas las
caractersticas del grupo poblacional sin dichos factores, apareceran
en el estudio como posibles factores de riesgo. Por lo tanto, las
estimaciones de la prevalencia (y como consecuencia, las medidas de
asociacin que se construyan con ellas) pueden estar sesgadas, al
excluir los enfermos que fallecen o se recuperan de forma rpida.
Un ejemplo de esta situacin es el estudio transversal en donde se
observ asociacin entre el antgeno HLA2 y la leucemia, en el cual
los autores concluyeron que este podra ser un factor predisponente
de presentar la enfermedad. En un estudio posterior (de incidencia) lo
que se vio era que los pacientes que presentaban el HLA2 sobrevivan

ms tiempo. Todas las consideraciones anteriores se resumen en que

los factores de riesgo asociados a los casos prevalentes pueden ser
distintos a los asociados a los casos incidentes de enfermedad, lo que
puede inducir a conclusiones errneas sobre cules son los
determinantes de la enfermedad. Este problema puede aparecer en
todo estudio epidemiolgico que trabaje con casos prevalentes en
lugar de incidentes.
EL ESTUDIO DE LA ASOCIACIN ENTRE EXPOSICIN Y ENFERMEDAD
Considerando los problemas enumerados anteriormente, existen algunos
aspectos que han de ser tenidos en cuenta si se desea evaluar la relacin entre
exposicin y enfermedad.
En primer lugar, es fundamental que los estudios de prevalencia
tengan un tamao de muestra adecuado, no slo para estimar la
prevalencia con un grado de precisin suficiente, sino tambin para
establecer asociaciones entre exposicin y enfermedad con la
suficiente potencia estadstica entre subgrupos de inters.
En segundo lugar, es fundamental desenredar los factores de
confusin para establecer correctamente la asociacin entre
exposicin y enfermedad. Los mtodos para eliminar el efecto de
los factores de confusin no son especficos de los estudios
transversales y, por tanto, se incluye aqu slo una breve descripcin.
Finalmente, incluso ms importante que ajustar por el efecto de los
factores de confusin es determinar las interacciones, es decir,
que la asociacin entre exposicin y enfermedad sea distinta para
distintos valores de otra variable denominada, por tal razn, factor
modificador de efecto.
Elementos a considerar en el clculo y seleccin de muestras

Modalidad de muestreo:
En el clculo del tamao muestral de un estudio de prevalencia, debe
considerarse la posible distribucin del fenmeno a estudiar en la poblacin
objetivo. De no observarse una distribucin particular de la variable en la
poblacin, puede realizarse un muestreo aleatorio simple. Si por el contrario
se advierte que el atributo a medir guarda relacin con alguna caracterstica
poblacional, debe considerarse la posibilidad de realizar un muestreo aleatorio
estratificado, respetando la conformacin poblacional de los estratos de inters
epidemiolgico (estratos tales como sexo, grupos de edad, condicin
socioeconmica, etnia) o considerando grupos como un todo (clusters).

Prevalencia estimada del fenmeno:

Como ya se mencion, debe recurrirse al empleo de algn estimador o
parmetro del atributo a medir en la poblacin. Si no se cuenta con este
antecedente, puede recurrirse a su estimacin sobre la base de una exploracin
poblacional en pequea escala o bien utilizar estimaciones en grupos
seleccionados en los cuales el problema puede haber sido medido (por ejemplo,
grupos de alto riesgo de contraer Hepatitis B en el caso de prevalencia de dicha
enfermedad).
Tambin puede recurrirse a la literatura en bsqueda de algn estimador,
considerando especialmente poblaciones de caractersticas similares. Esta
informacin corresponder a la prevalencia estimada.
El tamao adecuado de la muestra para una encuesta relativa a la poblacin
est determinado en gran medida por tres factores:
1- prevalencia estimada de la variable considerada (en este caso, la
malnutricin crnica);
2- nivel deseado de fiabilidad; y
3- margen de error aceptable.
El tamao de la muestra para un diseo de encuesta basado en una
muestra aleatoria simple, puede calcularse mediante la siguiente frmula.
n = z2 x p(1-p)
m2
Donde:
n = tamao de la muestra requerido
z= nivel de fiabilidad de 95% (valor estndar de 1,96)
p = prevalencia estimada
m = margen de error de 5% (valor estndar de 0,05)

Ejemplo
En el proyecto de AL HAOUZ en Marruecos, se ha calculado que cerca del
30% (0,3) de los nios de la zona del proyecto padecen de malnutricin crnica.
Este dato se basa en estadsticas nacionales sobre malnutricin en las zonas
rurales. Utilizando los valores estndar indicados anteriormente se efecta el
clculo siguiente:

n=

1.96 x 0.3(0.3)
0.05

n=

3.8416 x 0.21
0.0025

n=

0.8068
0.0025

n=

322.72 ~323

Imprevistos
El tamao de la muestra se aumenta en un 5% para hacer frente a
imprevistos como la ausencia de respuesta o errores de registro.
Los factores de confusin y modificadores de efecto
Otro error que puede cometerse al estudiar la asociacin entre un factor de
exposicin y una enfermedad es el de establecer que la asociacin -positiva o
negativa- existe cuando en realidad sta es debida, en parte o en su totalidad, a
un tercer elemento o factor de confusin. Este fenmeno es extremadamente
importante, ya que al estudiar el riesgo de enfermedad asociado a una
exposicin, ste puede aparecer aumentado o disminuido por la existencia de
dicho factor de confusin.
No entra en los objetivos de esta unidad discutir este complejo fenmeno.
Simplemente les recordamos que este problema surge cuando se estudia la
relacin entre una determinada exposicin y una enfermedad, y existe otra
exposicin (que no es consecuencia de la exposicin estudiada) que est asociada
con la enfermedad y con la exposicin estudiada.
Por tanto, un factor de confusin es un factor de riesgo de la
enfermedad, es decir, la prevalencia de la enfermedad es ms alta
en el grupo que lo presenta que en el que no lo presenta.
En segundo lugar, el factor de confusin est asociado con la
exposicin estudiada, es decir, la prevalencia del factor de
confusin en el grupo expuesto es diferente a la del grupo de los
no expuestos.
Finalmente, el factor de confusin no debe ser una consecuencia de
la exposicin estudiada. En la prctica, todo factor de riesgo para
una determinada enfermedad, que se distribuye de forma desigual

en los expuestos y en los no expuestos, puede ser un factor de

confusin de la asociacin que se est estudiando.
Un ejemplo de factor de confusin frecuente es la edad. Otro factor de
confusin habitual, que aparece al estudiar la relacin entre contaminantes y
enfermedad, es el tabaco. El tabaco es un factor de riesgo para muchas
enfermedades relacionadas con los contaminantes y suele estar asociado con la
exposicin.
Dependiendo del tipo de estudio, los factores de confusin pueden ser
controlados, bien al momento de disear el estudio (mediante el apareamiento
y restriccin) o durante el anlisis del mismo. En todos los casos lo importante
es tenerlos en cuenta ya que de no hacerlo se podra ver afectada la validez
de los resultados a los que se arriba.
En particular, en los estudios transversales lo frecuente es que el control de
factores de confusin se realice durante el anlisis y no en el momento del
diseo. Debido a que la seleccin de los sujetos se realiza a partir de la poblacin
general no es posible conocer de antemano sus caractersticas. Por ejemplo, si la
edad y el sexo son consideradas variables de confusin, el apareamiento se
tendra que realizar escogiendo para cada persona expuesta una no expuesta del
mismo sexo y de la misma edad. Como pueden ver, este mtodo de control por
apareamiento en los estudios transversales no es posible de utilizar. Con respecto
a la restriccin podra ser aplicada cuando limitamos el estudio a un subgrupo de
la poblacin de acuerdo a la variable que consideremos como posible
confundidora, por ejemplo seleccionado la muestra a partir de un grupo etario
determinado.
En el momento del anlisis, los procedimientos para controlar confusores
son la estratificacin y la regresin. Estos mtodos no forman parte del desarrollo
en el presente curso.
Otro fenmeno de gran importancia en el momento de analizar la relacin
entre exposicin y enfermedad es la interaccin, es decir, que una variable
modifique el efecto de la exposicin de inters.
Un investigador puede afirmar que existe una fuerte relacin entre una
exposicin y una enfermedad, cuando en realidad sta se debe a la existencia de
un fenmeno de interaccin.
La interaccin aparece cuando la asociacin entre exposicin y enfermedad
tiene diferentes valores segn los niveles de una tercera variable. En este
caso, no se puede hablar de una nica relacin entre exposicin y
enfermedad, sino que sta vara en funcin de los valores de otra variable.

Un ejemplo de modificacin del efecto es el encontrado por Shapiro y col.

(Shapiro M, Munoz A, Tager IB, Schoenbaum SC, Polk BF. Risk factors for
infection at the operative site after abdominal or vaginal hysterectomy. N Engl J
Med. 1982 Dec 30;307(27):1661-6.) al estudiar los factores de riesgo asociados a
infeccin quirrgica en mujeres a las que se les haba realizado una
histerectoma. Se estudi la asociacin entre infeccin quirrgica y una serie de
variables como la edad, profilaxis antibitica y el tipo de intervencin. Al estudiar
la relacin entre la administracin de antibiticos (exposicin) y la prevalencia de
la infeccin quirrgica (enfermedad) los autores encontraron que la relacin no
era nica, sino que variaba en funcin de la duracin de la intervencin.
Los autores hubiesen cometido un error si hubiesen presentado una nica
relacin entre administracin de antibiticos e infeccin, sin tener en cuenta la
duracin de la intervencin. Sin tener en cuenta esta interaccin, las mujeres a
las que no se les administraba antibiticos tenan una probabilidad de presentar
una infeccin de la herida 1,88 veces que las que reciban antibiticos (OR 1,88).
Sin embargo, esta probabilidad de sufrir una infeccin por no recibir la profilaxis
antibitica era mucho mayor (OR 6,23) en las las intervenciones de corta
duracin (<75 minutos) y mucho menor (OR 1,28) si stas eran de larga duracin
(> de 165 minutos). Si los autores no hubieran estudiado el efecto de la duracin
de la intervencin simplemente habran afirmado que la no administracin de
antibiticos aumentaba la probabilidad de infeccin en un 88%, y no se hubiese
puesto en evidencia que el beneficio de recibir antibiticos era mucho mayor en
intervenciones de corta duracin, comportndose en este caso la duracin de la
ciruga como un modificador de efecto.
ANLISIS
El anlisis de los estudios transversales puede ser realizado en forma
descriptiva o analtica dependiendo de la pregunta de investigacin. El abordaje
descriptivo se dirige principalmente al estudio de la frecuencia y distribucin de
eventos de salud y enfermedad, mientras que el analtico se enfoca a evaluar
hiptesis de asociacin entre diferentes variables.
Habitualmente los datos de un estudio de prevalencia se presentan en
forma de tabla 2 X 2 (Cuadro 11.3).
Enfermedad +

Enfermedad -

Total

Exposicin +

a+b = nx+

Exposicin -

c+d = nx-

Total

a+c = nE+

b+d = nE-

a+b+c+d = n

Cuadro 11.3. Tabla 2 x 2 que resume los datos de un estudio transversal.

10

Esta tabla se asienta sobre la base de que se ha estudiado una muestra de

tamao n, en la que a+b individuos estn expuestos, es decir, presentan un
posible factor de riesgo o exposicin, y c+d no lo estn. Del grupo de sujetos
expuestos, a corresponde a individuos que presentan la enfermedad, y entre los
no expuestos c representa a los enfermos.
A fin de cuantificar la frecuencia de la enfermedad encontrada en el estudio
(Cuadro 11.3) se utiliza la prevalencia (P) que es la probabilidad de presentar la
enfermedad. La prevalencia de la enfermedad en el total de la poblacin
estudiada se estima mediante la frmula P(E)=(a+c)/n. La prevalencia en
expuestos se estima mediante Px+(E)=a/(a+b) y la prevalencia en no
expuestos mediante Px-(E)=c/(c+d). Lo que hicimos fue una lectura horizontal
de los datos.
Tambin podra plantearse que de los a+c enfermos, a presenta el factor
de riesgo y que de los b+d no enfermos, b lo presenta (lectura vertical de los
datos). En este caso la medida de frecuencia que se utiliza es la prevalencia de la
exposicin en los a+c enfermos del cuadro 11.3, PE+(X)=a/(a+c), y la
prevalencia en no enfermos PE -(X)=b/(b+d).
Otra medida de frecuencia que se utiliza son los odds (denominados por
algunos autores como prevalence odds [KLEINBAUM Y COLS., 1982, pg. 118] y
traducido en este captulo como oportunidad [MARTN MORENO, 1990]).
Mientras que la prevalencia es la probabilidad de que un individuo de la
poblacin presente la enfermedad en un momento dado, la oportunidad
(odds) es la razn entre la probabilidad de presentar la enfermedad (P), y la
probabilidad de no presentarla (1 - P).
De la misma forma que, como se ha visto, se puede calcular la prevalencia
de la enfermedad y la prevalencia de la exposicin, se pueden tambin estimar la
oportunidad de enfermedad y la oportunidad de exposicin.
Las oportunidades as calculadas y la prevalencia son medidas relacionadas.
Especficamente, a mayor prevalencia mayor oportunidad, y a cada valor de la
prevalencia corresponde un nico valor de la oportunidad. Por ejemplo, a
prevalencias de 0,1; 0,5; 0,9 (10, 50 y 90 %), le corresponden oportunidades de
0,11; 1 y 9, respectivamente. Ntese que mientras la prevalencia est
comprendida entre cero y uno (cero a cien si se expresa en porcentaje), la
oportunidad puede tomar valores entre cero e infinito.
En concreto, la relacin entre la oportunidad de enfermedad y la
prevalencia (P), de la enfermedad, viene dada por:
Odds de enfermedad =

Prevalencia

1 - Prevalencia

11

Cuanto ms grande sea la prevalencia de la enfermedad, mayor ser la

diferencia entre la oportunidad y la prevalencia, mientras que para prevalencias
pequeas, la oportunidad y la prevalencia sern prcticamente iguales. Por
ejemplo, para una prevalencia de 5%, la oportunidad es de 0,05/(1-0,05) =
5,3%.
Otra medida relacionada y equivalente a la prevalencia es la
transformacin logartmica de la oportunidad. Aunque no tiene una
interpretacin intuitiva y directa, el logaritmo de la oportunidad tiene
caractersticas matemticas tiles. Por ejemplo, el logaritmo de la oportunidad
cubre todos los valores desde menos infinito hasta infinito.
As, a prevalencias de 10; 50 y 90%, corresponden logaritmos de
oportunidades de 2,20; 0 y 2,20, respectivamente. Esta caracterstica de no
estar acotado hace que el logaritmo de la oportunidad sea la medida que se
utiliza en los modelos de regresin para la determinacin de factores de riesgo
asociados a la prevalencia de la enfermedad de inters (MUOZ Y COLS., 1993, pg.
965).
La prevalencia calculada a partir de los datos de un estudio epidemiolgico
es slo una estimacin puntual de la prevalencia que existe en la poblacin. Esta
estimacin est basada en una muestra de la misma. Como consecuencia de la
variabilidad biolgica, esta estimacin puntual difcilmente ser idntica a la real
de la poblacin. Por este motivo, es frecuente que el investigador proporcione un
intervalo que contendr la verdadera prevalencia de la poblacin con un
determinado nivel de confianza (intervalo de confianza de la prevalencia).
El intervalo de confianza del 95% de una proporcin P se calcula mediante
la siguiente frmula (ROSNER, 1995, pgs. 174-176):

12

Reemplazando en la frmula (1) P por el valor de la prevalencia y n por el

tamao de la muestra que se ha utilizado para estimar esta prevalencia, se
obtiene el lmite inferior (Pi) del intervalo. Para obtener el lmite superior (Ps), se
realizan los mismos clculos con la ecuacin (2). Dado que el mtodo presentado
asume una aproximacin normal de la distribucin binominal, slo ser vlido
para muestras grandes.
El intervalo de confianza es una estimacin que indica con una determinada
confianza (fijada por el investigador) que el parmetro poblacional estar incluido
en ese intervalo calculado. Por ejemplo, si la prevalencia de hipertensin en una
poblacin es del 40%, con un intervalo de confianza del 95% de 35-45%, quiere
decir que, con una confianza del 95%, la prevalencia de hipertensin en la
poblacin es un valor que estar entre 35 y 45% (esto lo vern con mayor
profundidad ms adelante en el curso).
En los estudios analticos la asociacin entre la ocurrencia de una
enfermedad y algunos factores de riesgo, se hace a travs del clculo de medidas
de asociacin. Debido a que en los estudios transversales nicamente es posible
estimar la prevalencia (casos existentes al momento de estudio, entre grupos con
exposicin y sin exposicin) las nicas medidas de asociacin que pueden
obtenerse son la razn de prevalencias (RP) y el odds ratio de la prevalencia
(ORP).

Medidas de asociacin en los estudios transversales

Enfermedad +

Enfermedad-

Total

Exposicin +

a+b = nx+

Exposicin -

c+d = nx-

Total

a + c = nE+

b+d = nE-

a+b+c+d = n

Razn de prevalencia (RP): es el cociente entre la prevalencia del evento o de

la exposicin encontrada entre los grupos estudiados.
RP= Px+(E) = a/(a+b)
Px-(E)
c/(c+d)
Un valor de 1 se interpreta como igual prevalencia de enfermedad entre
expuestos y no expuestos. Un valor mayor de 1 significa que la prevalencia es
mayor en los expuestos que en los no expuestos. Valor menor a 1, que la
prevalencia es menor en los expuestos que en los no expuestos.
13

Diferencia de prevalencias (DP): es la diferencia entre las prevalencias de

enfermedad en el grupo expuestos y el no expuesto.
Odds Ratio Prevalencia (ORP): la relacin entre dos odds de prevalencia
(puede ser de exposicin o de enfermedad).
Odds de enfermedad en expuestos = Px+ (E)
1 - Px+(E)
Odds de enfermedad en no expuestos =

Px- (E)
1 - Px- (E)

ORP= Odds de enfermedad en expuestos

Odds de enfermedad en no expuestos
Un valor de 1 se interpreta como igual oportunidad de enfermedad entre
expuestos y no expuestos. Un valor mayor de 1 significa que la oportunidad de
enfermedad es mayor en los expuestos que en los no expuestos, mientras que el
valor menor a 1, que la oportunidad de enfermedad es menor en los expuestos
que en los no expuestos.
Si bien se pueden utilizar ambas medidas de asociacin (RP y ORP), lo
recomendable es utilizar el RP, ya que tiene una interpretacin ms clara y
directa.
Relacin entre las medidas de asociacin. Es necesario considerar la relacin
entre prevalencia, incidencia y duracin de la enfermedad. Si recordamos la
formula de prevalencia:
Prevalencia= incidencia x duracin de la enfermedad.
Teniendo en cuenta la frmula anterior, si la duracin de la enfermedad es similar
en expuestos y no expuestos, la razn de prevalencia (estudios transversales) y
el riesgo relativo (estudios de incidencia) se aproximan. Asimismo, si los factores
de riesgo no cambian con el tiempo (por ejemplo grupo sanguneo) sus valores
sern idnticos a los presentados en el momento de desarrollar la enfermedad,
por lo que se podra utilizar la razn de prevalencia como una estimacin del
riesgo relativo.

14

SESGOS
Los sesgos son errores que se concentran sistemticamente en algn
subconjunto de los sujetos de investigacin y que afectan la validez de los
resultados obtenidos en la muestra investigada para que sean correctos.

De seleccin
Los errores sistemticos y diferenciales entre los grupos de comparacin
afectan la validez externa e interna. Se acepta que si el modo de seleccin de los
sujetos de estudio est relacionado con una menor o mayor exposicin, o una
menor o mayor proporcin de la enfermedad en comparacin con la poblacin
base, estaramos cometiendo un error de seleccin pues la muestra no
representar adecuadamente a la poblacin de referencia. Por lo tanto, el estudio
tendr comprometida su validez externa. Los estudios transversales tienen un
alto valor para la administracin de los programas y servicios de salud siempre y
cuando los resultados puedan ser aplicados a la poblacin de referencia. Una de
las estrategias para lograr validez externa consiste en realizar muestreos
probabilsticos o aleatorios en los que todos los individuos que conforman la
poblacin de estudio tengan una probabilidad conocida y diferente de cero para
se incluidos en la investigacin.
Como vimos en las limitaciones de este diseo, los estudios transversales
suelen sobre representar a los casos con larga duracin de la enfermedad
(enfermedades crnicas) y subrepresentar aquellos de corta duracin
(enfermedades agudas o mas graves). Una persona con asma leve, que fallece a
los 70 aos tiene ms chances de ser incluida durante los aos de duracin de su
enfermedad. Una persona con asma severa adquirida en la infancia y que muere
a los 20 aos, tiene menos posibilidades de ser incluida en la muestra de estudio.
Este sesgo (de duracin) es especialmente importante cuando la duracin de la
enfermedad se asocia con la exposicin en estudio.
En cuanto la exposicin, debe considerarse si sta cambia con el tiempo
(consumo de tabaco/actividad fsica) o si no cambia (grupo sanguneo, sexo). Si
la exposicin se relaciona con la presencia de enfermedad de curso leve y de
larga duracin, la prevalencia de exposicin ser elevada en los enfermos: como
consecuencia, podra concluirse de manera errnea que existe una asociacin
entre exposicin y enfermedad. En este caso, la exposicin en los enfermos est
sobre representada. Si por el contrario la exposicin produce una enfermedad de
alta letalidad, entonces es posible que la frecuencia de exposicin sea baja entre
los enfermos detectados, por ejemplo mediante una encuesta, por lo que la
asociacin exposicin-enfermedad podra paradjicamente ser estimada como
negativa. En esta segunda situacin, la exposicin en los casos se encuentra
subrrepresentada.

15

Por ltimo, otro sesgo que podra aparecer en este tipo de estudios, es el de
no respuesta. 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 podra
afectar la estimacin de prevalencia o de asociacin entre exposicin y efecto, y
as afectar la validez. Conocer las razones de no participacin o no respuesta y las
caractersticas de los sujetos no participantes, permite conocer de qu manera
este sesgo afecta las mediciones.

De informacin
Algunos sesgos de informacin que pueden tener los estudios transversales
son el de deseabilidad social, el de vigilancia, el de informacin y el de memoria.
El sesgo de deseabilidad social se manifiesta cuando la persona encuestada
trata de complacer al entrevistador proporcionndole la respuesta que considera
adecuada o socialmente aceptable.
El sesgo de vigilancia aparece cuando existen condiciones que permiten una
mejor pesquisa (clnica, de laboratorio o epidemiolgica) de la enfermedad en la
poblacin de estudio con respecto a la poblacin general.
El sesgo de informacin, que resulta de la obtencin de datos poco verdicos
o no completos.
Y, por ltimo, el sesgo de memoria se manifiesta en personas que han
atravesado experiencias ms traumticas (abortos, accidentes), que tienden a
recordar con mayor facilidad y precisin las exposiciones estudiadas que las que
no tuvieron esas experiencias.

CONCLUSIN
En este diseo se mide en un nico momento la prevalencia de la
exposicin y del evento en una muestra poblacional, permitiendo estimar la
magnitud y distribucin de una enfermedad o condicin. Son muy tiles cuando
se quieren estudiar enfermedades con alta prevalencia y es muy utilizado en
salud pblica, siempre y cuando tengan un diseo y un muestreo adecuado que
asegure la representatividad de la poblacin de referencia.

16