Medicina Basada en la Evidencia

Estudios observacionales (II). Estudios de cohortes – 115 – Un ejemplo frecuente de sesgo es el de las cohortes formadas por voluntarios, que suelen ser poco repre- sentativas de la población general. Otra posible causa de sesgo de selección son las pérdidas que se produ- cen durante el seguimiento, ya sean voluntarias (aban- dono por parte de los sujetos participantes) o involun- tarias. Debe considerarse la causa de los abandonos y valorar si ha podido influir en los resultados. De ma- nera similar a los abandonos, las pérdidas involunta- rias durante el seguimiento pueden también sesgar los resultados, especialmente si están relacionadas con alguna característica de los participantes. Las pérdidas deben ser independientes de la exposición (similares en expuestos y no expuestos), ya que, de lo contrario, la validez de los resultados se verá comprometida. El sesgo de selección suele sesgar los resultados de ma- nera diferencial, ya que la mayoría de las veces existe una participación diferente de los compontes de am- bas cohortes. Los estudios de cohortes son también vulnerables a la presencia de sesgos de información o clasificación, que están relacionados con el modo en que se recoge la información o los datos de los participantes del es- tudio. Se producen cuando se realiza una clasificación errónea de los participantes en el estudio en cuanto a su exposición o a la detección del efecto. Pueden de- berse a errores en los procedimientos o instrumentos de medida. Aunque los estudios de cohortes son los estudios observacionales menos expuestos al efecto de errores sistemáticos, los principales son el sesgo de selección, sesgo de información o clasificación, sesgo de confusión y sesgo de interacción El sesgo de clasificación puede ser diferencial o no di- ferencial. Se produce un sesgo diferencial cuando la clasificación errónea es diferente entre las cohortes, o si está relacionada con alguna de las variables im- plicadas en el estudio. Este sesgo influye en la validez de los resultados de forma impredecible. En ocasiones, los investigadores evalúan el efecto con más celo en un grupo que en otro y se produce entonces el llamado sesgo del observador, con sobrestimación o infraesti- mación del riesgo. Por otra parte, se produce un sesgo de clasificación no diferencial cuando el error en la clasificación se produ- ce al azar de forma independiente a las variables del estudio. Este tipo de sesgo tiende a modificar las esti- maciones del estudio en favor de la hipótesis nula, por lo que no invalida completamente los resultados, en el caso de obtenerse diferencias significativas entre las medidas de riesgo de las dos cohortes. Veamos un ejemplo de sesgo de clasificación diferencial (que afecta a la detección del efecto): En este artículo de Evidencias en Pediatría (Ortega Páez E, Oltra Benavent M. ¿Existe un riesgo aumentado de autismo en los prematuros? Evid Pediatr. 2022;18:8 ) se analiza un estudio de cohortes sobre riesgo de autismo en los prematuros. El teórico mayor contacto de los pre- maturos con el sistema de salud haría que aumentara la probabilidad del diagnóstico de TEA, pudiendo existir un sesgo de detección diferencial con un aumento de la magnitud del efecto. Por último, debemos recordar que los estudios de co- hortes son vulnerables al efecto de factores de confu- sión (sesgo de confusión) y de variables modificadoras de efecto (sesgo de interacción), por lo que esta posibi- lidad debe considerarse e intentar evitarse, tanto en la fase de diseño del estudio como en la fase de análisis de los resultados, fundamentalmente mediante análisis estratificados y estudios multivariados. Ya que el pro- cedimiento de identificación y análisis de este tipo de sesgos es similar, entre otros, al realizado con los estu- dios de casos y controles, lo abordaremos en el capítulo correspondiente a estos estudios. MEDIDAS DE FRECUENCIA, ASOCIACIÓN E IMPACTO EN ESTUDIOS DE COHORTES Los estudios de cohortes se caracterizan por ser es- tudios de incidencia, aunque la medida de frecuencia puede diferir según se trate de estudios de casos nue- vos producidos durante todo el periodo de estudio (in- cidencia acumulada) o se tenga en cuenta el periodo de tiempo del estudio, el momento de aparición de la en- fermedad y el diferente seguimiento de los grupos (tasa o densidad de incidencia). Los conceptos de incidencia acumulada y densidad de incidencia han sido tratados en el capítulo anterior, por lo que no nos detendremos a detallarlos aquí. Las medidas de frecuencia utilizadas en los estudios de cohortes son los riesgos en expuestos y no expuestos , para los estudios de incidencia acumulada, y las tasas de incidencia en expuestos y no expuestos , para los es- tudios de densidad de incidencia. Todas ellas represen- tan la probabilidad de desarrollar el efecto en cada una de las cohortes. Las medidas de asociación se obtienen mediante co- cientes de las medidas de frecuencia. En los estudios de incidencia acumulada estos cocientes son el riesgo relativo (RR) y la reducción relativa del riesgo (RRR) . El RR se define como el cociente entre el riesgo en ex- puestos y no expuestos y puede tener cualquier valor entre cero e infinito. Un RR = 1 significa que el riesgo es igual en ambos grupos. Un RR >1 significa que el riesgo es mayor en los expuestos. Por último, un RR entre 0 y