Test sobre estudios de casos y controlesVersión en línea
por Karol Daniela Jimenez Castro
¿Qué es un estudio de casos y controles?
¿Quiénes son los casos?
¿Quiénes son los controles?
¿Por qué es observacional este estudio?
¿Qué se investiga después de seleccionar casos y controles?
¿Qué significa Odds Ratio (OR)?
¿Para qué sirve el Odds Ratio?
¿Cuál es la fórmula del Odds Ratio en una tabla 2 × 2?
En la tabla 2 × 2, ¿qué representa la letra A?
¿Qué significa un OR igual a 1?
¿Qué significa un OR mayor que 1?
¿Qué significa un OR menor que 1?
Si el OR es 2, ¿cómo se interpreta?
¿Qué indica un intervalo de confianza del 95 % que no incluye el 1?
¿El Odds Ratio por sí solo demuestra que una exposición causa una enfermedad?
Explicación
Es observacional porque no se asigna la exposición, y analítico porque compara grupos para estudiar asociaciones.
Los casos son las personas que presentan la enfermedad o condición que se estudia.
Los controles no presentan la enfermedad y se comparan con los casos.
El investigador observa exposiciones y resultados sin asignar tratamientos ni provocar la enfermedad.
Se indaga si los grupos estuvieron expuestos previamente a posibles factores relacionados con la enfermedad.
El OR compara las posibilidades u odds de exposición entre los grupos.
El OR estima la fuerza y dirección de la asociación entre exposición y enfermedad.
En la tabla 2 × 2, el OR se calcula como el producto cruzado A por D dividido entre B por C.
Con la convención habitual de la tabla, A corresponde a casos expuestos.
Un OR de 1 indica que las posibilidades de exposición son iguales en casos y controles.
Un OR mayor que 1 indica que la exposición aparece con mayores posibilidades entre los casos que entre los controles.
Un OR menor que 1 sugiere una asociación inversa, aunque por sí solo no prueba un efecto protector causal.
En un estudio de casos y controles, OR = 2 indica el doble de odds de exposición en los casos frente a los controles.
Para una medida de razón como el OR, un intervalo del 95 % que excluye 1 corresponde habitualmente a significación al nivel del 5 %.
El OR cuantifica una asociación; establecer causalidad requiere considerar el diseño, sesgos, confusión y otras evidencias.