En campos como la epidemiología , las ciencias sociales , la psicología y la estadística , un estudio observacional extrae inferencias de una muestra a una población donde la variable independiente no está bajo el control del investigador debido a preocupaciones éticas o limitaciones logísticas. Un estudio observacional común es sobre el posible efecto de un tratamiento en sujetos, donde la asignación de sujetos a un grupo tratado versus un grupo de control está fuera del control del investigador. [1] [2] Esto contrasta con los experimentos, como los ensayos controlados aleatorios , donde cada sujeto se asigna aleatoriamente a un grupo tratado o un grupo de control.
Motivación
La variable independiente puede estar fuera del control del investigador por diversas razones:
- Un experimento aleatorio violaría los estándares éticos . Supongamos que uno quisiera investigar la hipótesis del aborto - cáncer de mama , que postula un vínculo causal entre el aborto inducido y la incidencia de cáncer de mama. En un experimento controlado hipotético, uno comenzaría con un gran grupo de mujeres embarazadas y las dividiría al azar en un grupo de tratamiento (que recibió abortos inducidos) y un grupo de control (que no recibió abortos), y luego realizaría exámenes de detección de cáncer regulares para mujeres de ambos grupos. Huelga decir que tal experimento iría en contra de los principios éticos comunes. (También sufriría varios factores de confusión y fuentes de sesgo, por ejemplo, sería imposible realizarlo como un experimento ciego ). Los estudios publicados que investigan la hipótesis del aborto-cáncer de mama generalmente comienzan con un grupo de mujeres que ya se han sometido a abortos. La pertenencia a este grupo "tratado" no está controlada por el investigador: el grupo se forma después de que se ha asignado el "tratamiento". [ cita requerida ]
- El investigador puede simplemente carecer de la influencia necesaria. Suponga que un científico quiere estudiar los efectos en la salud pública de una prohibición comunitaria de fumar en áreas públicas interiores. En un experimento controlado, el investigador elegiría al azar un conjunto de comunidades para formar parte del grupo de tratamiento. Sin embargo, normalmente depende de cada comunidad y / o su legislatura promulgar una prohibición de fumar . Se puede esperar que el investigador carezca del poder político para hacer que precisamente esas comunidades en el grupo de tratamiento seleccionado al azar aprueben una prohibición de fumar. En un estudio observacional, el investigador normalmente comenzaría con un grupo de tratamiento formado por aquellas comunidades donde ya está en vigor una prohibición de fumar. [ cita requerida ]
- Un experimento aleatorio puede resultar poco práctico. Suponga que un investigador quiere estudiar el vínculo sospechado entre un determinado medicamento y un grupo muy raro de síntomas que surgen como efecto secundario. Dejando de lado cualquier consideración ética, un experimento aleatorio no sería práctico debido a la rareza del efecto. Puede que no haya un grupo de sujetos lo suficientemente grande como para que se observen los síntomas en al menos un sujeto tratado. Un estudio observacional generalmente comenzaría con un grupo de sujetos sintomáticos y trabajaría hacia atrás para encontrar a aquellos a quienes se les administró el medicamento y luego desarrollaron los síntomas. Por lo tanto, se determinó un subconjunto del grupo tratado en función de la presencia de síntomas, en lugar de una asignación aleatoria. [ cita requerida ]
- Muchos ensayos controlados aleatorios no son ampliamente representativos de pacientes del mundo real y esto puede limitar su validez externa . Los pacientes que son elegibles para ser incluidos en un ensayo controlado aleatorio suelen ser más jóvenes, más propensos a ser hombres, más saludables y más propensos a ser tratados de acuerdo con las recomendaciones de las pautas. [3] Si la intervención se agrega posteriormente a la atención de rutina, una gran parte de los pacientes que la recibirán pueden ser ancianos con muchas enfermedades concomitantes y terapias con medicamentos, aunque estos grupos de pacientes en particular no se habrán estudiado en el ensayos experimentales iniciales. Un estudio observacional que examine a los pacientes del mundo real en la atención de rutina diaria puede complementar los resultados del ensayo aleatorizado para que sea de aplicación más general en la población de pacientes.
Tipos
- Estudio de casos y controles : estudio desarrollado originalmente en epidemiología, en el que se identifican y comparan dos grupos existentes que difieren en los resultados sobre la base de algún supuesto atributo causal.
- Estudio transversal : implica la recopilación de datos de una población, o un subconjunto representativo, en un momento específico.
- Estudio longitudinal : la investigación correlacional estudio que consiste en observaciones de las mismas variables repitió durante largos períodos de tiempo. El estudio de cohortes y el estudio de panel son formas particulares de estudio longitudinal.
Grado de utilidad y fiabilidad
Aunque los estudios observacionales no se pueden utilizar para hacer declaraciones definitivas sobre la "seguridad, eficacia o efectividad" de una práctica, pueden: [4]
- 2) detectar señales sobre los beneficios y riesgos de ... [el] uso [de las prácticas] en la población general;
- 3) ayudar a formular hipótesis que se probarán en experimentos posteriores;
- 4) proporcionar parte de los datos a nivel comunitario necesarios para diseñar ensayos clínicos pragmáticos más informativos; y
- 5) informar la práctica clínica ". [4]
Sesgo y métodos de compensación
En todos esos casos, si no se puede realizar un experimento aleatorizado, la línea de investigación alternativa adolece del problema de que la decisión de qué sujetos reciben el tratamiento no es completamente aleatoria y, por tanto, es una fuente potencial de sesgo . Un desafío importante en la realización de estudios observacionales es extraer inferencias que estén aceptablemente libres de influencias de sesgos manifiestos, así como evaluar la influencia de posibles sesgos ocultos.
Un observador de un experimento (o proceso) no controlado registra los factores potenciales y la salida de datos: el objetivo es determinar los efectos de los factores. A veces, los factores registrados pueden no estar causando directamente las diferencias en la salida. Puede haber factores más importantes que no se registraron pero que, de hecho, son causales. Además, los factores registrados o no registrados pueden estar correlacionados, lo que puede producir conclusiones incorrectas. Finalmente, a medida que aumenta el número de factores registrados, aumenta la probabilidad de que al menos uno de los factores registrados esté altamente correlacionado con la salida de datos simplemente por casualidad.
En lugar del control experimental, las técnicas estadísticas multivariadas permiten la aproximación del control experimental con el control estadístico, que da cuenta de las influencias de los factores observados que podrían influir en una relación causa-efecto. En la asistencia sanitaria y las ciencias sociales , los investigadores pueden utilizar la correspondencia para comparar unidades que recibieron el tratamiento y el control de forma no aleatoria. Un enfoque común es utilizar el emparejamiento de puntajes de propensión para reducir la confusión , [5] aunque esto ha sido criticado recientemente por exacerbar los mismos problemas que busca resolver. [6]
Un informe de la Colaboración Cochrane en 2014 llegó a la conclusión de que los estudios observacionales son muy similares en los resultados informados por ensayos controlados aleatorios realizados de manera similar . En otras palabras, informó poca evidencia de diferencias significativas en la estimación del efecto entre los estudios observacionales y los ensayos controlados aleatorios, independientemente del diseño específico del estudio observacional, la heterogeneidad o la inclusión de estudios de intervenciones farmacológicas. Por lo tanto, recomendó que se deben considerar factores distintos del diseño del estudio en sí al explorar las razones de la falta de acuerdo entre los resultados de los ensayos controlados aleatorios y los estudios observacionales. [7]
En 2007, varios investigadores médicos prominentes emitieron la declaración de Fortalecimiento de la presentación de informes de estudios observacionales en epidemiología (STROBE), en la que pidieron que los estudios observacionales se ajustaran a 22 criterios que facilitarían la comprensión y generalización de sus conclusiones. [8]
Ver también
- La correlación no implica causa
- Tema de investigación
- Experimento natural
- Observación
- Discontinuidad de regresión
- Diferencia en diferencias
- Variable instrumental
- Método científico
- Carga teórica
- Investigación cuantitativa
Referencias
- ^ "Estudio observacional" . Archivado desde el original el 27 de abril de 2016 . Consultado el 25 de junio de 2008 .
- ^ Porta M, ed. (2008). Diccionario de epidemiología (5ª ed.). Nueva York: Oxford University Press. ISBN 9780195314496.
- ^ Kennedy-Martin T, Curtis S, Faries D, Robinson S, Johnston J (noviembre de 2015). "Una revisión de la literatura sobre la representatividad de las muestras de ensayos controlados aleatorios y las implicaciones para la validez externa de los resultados del ensayo" . Ensayos . 16 (1): 495. doi : 10.1186 / s13063-015-1023-4 . PMC 4632358 . PMID 26530985 .
- ^ a b "Aunque los estudios observacionales no pueden proporcionar evidencia definitiva de seguridad, eficacia o efectividad, pueden: 1) proporcionar información sobre el uso y la práctica del" mundo real "; 2) detectar señales sobre los beneficios y riesgos del uso de terapias complementarias en el población general; 3) ayudar a formular hipótesis que se probarán en experimentos posteriores; 4) proporcionar parte de los datos a nivel comunitario necesarios para diseñar ensayos clínicos pragmáticos más informativos; y 5) informar la práctica clínica ". "Estudios observacionales y análisis de datos secundarios para evaluar los resultados en la atención médica complementaria e integral". Archivado el 29 de septiembre de 2019 en la Wayback Machine.Richard Nahin, Ph.D., MPH, Asesor principal de coordinación científica y divulgación, Centro Nacional de Salud Complementaria e Integrativa , 25 de junio de 2012
- ^ Rosenbaum, Paul R. 2009. Diseño de estudios observacionales . Nueva York: Springer.
- ^ King, Gary; Nielsen, Richard (7 de mayo de 2019). "Por qué las puntuaciones de propensión no deben utilizarse para emparejar". Análisis político . 27 (4): 435–454. doi : 10.1017 / pan.2019.11 . hdl : 1721,1 / 128459 . ISSN 1047-1987 .| enlace al artículo completo (de la página de inicio del autor
- ^ Anglemyer A, Horvath HT, Bero L (abril de 2014). "Resultados sanitarios evaluados con diseños de estudios observacionales en comparación con los evaluados en ensayos aleatorizados". La base de datos Cochrane de revisiones sistemáticas . 4 (4): MR000034. doi : 10.1002 / 14651858.MR000034.pub2 . PMID 24782322 .
- ^ von Elm E, Altman DG, Egger M, Pocock SJ, Gøtzsche PC, Vandenbroucke JP (octubre de 2007). "Declaración de Fortalecimiento de la presentación de informes de estudios observacionales en epidemiología (STROBE): directrices para la presentación de informes de estudios observacionales" . PLoS Medicine . 4 (10): e296. doi : 10.1371 / journal.pmed.0040296 . PMC 2020495 . PMID 17941714 .
Otras lecturas
- Rosenbaum PR (2002). Estudios observacionales (2ª ed.). Nueva York: Springer-Verlag. ISBN 0387989676.
- "Manual NIST / SEMATECH sobre estadísticas de ingeniería" en NIST