Serie de Redacción Científica: Estudio de Casos y Controles / Scientific Writing Series: Case-Control studies

Introducción: Un estudio de casos y controles es un estudio en el que se compara individuos que tuvieron un desenlace de interés o outcome (casos) versus individuos que no tuvieron dicho resultado (controles) con respecto a la exposición de interés, potencialmente un "factor de riesgo" o "factor de protección". El objetivo de un estudio de casos y controles es primariamente determinar si existe asociación entre una exposición (o varias) y un desenlace de interés. Esta asociación debe ser cuantificada y reportada como un odds ratio o razón de momios teniendo en cuenta sus fortalezas y limitaciones. En general, este tipo de estudios ofrece como ventajas su relativo bajo costo y rapidez con la que es posible realizarlos. Sin embargo, no son idóneos si lo que se quiere investigar son desenlaces de interés frecuente o con periodos de latencia largos. En el presente artículo se han revisado las principales consideraciones metodológicas del diseño de los estudios de casos y controles esperando con ello contribuir objeto de promover su correcta utilización e interpretación.

Introduction: A case-control study is a study comparing individuals who had an outcome of interest (cases) versus individuals who had no such outcome (controls) with respect to the exposure of interest, potentially a "risk factor "or" protection factor." The objective of a case-control study is primarily to determine if there is an association between one exposure (or several) and an outcome of interest. This association must be quantified and reported as an odds ratio or odds ratio taking into account its strengths and limitations. In general, this type of study offers as advantages its relatively low cost and speed with which it is possible to carry them out. However, they are not ideal if what you want to investigate are frequent outcomes or with long latency periods. In this article, the primary methodological considerations of the design of case-control studies have been reviewed, hoping thereby to contribute to promoting their correct use and interpretation.

Metodologías Cuantitativas 2: Sesgo de confusión y cómo controlar un confusor / Quantitative Methodologies 2: Confusion bias and how to control a confounding factor

Identificar el sesgo de confusión y cómo controlarlo es uno de los desafíos metodológicos más importantes en el diseño de estudios que buscan identificar la causalidad. Este sesgo está presente en cualquier análisis de la asociación entre una exposición y un resultado de interés, una asociación que puede estar sesgada o no por una tercera variable llamada confusor. Podemos diagnosticar un confusor en todos los casos en los que este crea una asociación espuria entre una variable de exposición o variable independiente y la variable de resultado o variable dependiente. Para controlar el sesgo de confusión, podemos usar diferentes métodos. Estos incluyen aquellas técnicas aplicadas en el diseño del estudio, tales como restricción, aleatorización y coincidencia, y aquellas técnicas empleadas en el análisis de datos, como la estratificación, el análisis multivariado, la estandarización, los puntajes de propensión, el análisis de sensibilidad y el inverso ponderación de probabilidad. En esta revisión, analizamos cómo identificar una variable de confusión y las principales técnicas para controlar el sesgo de confusión.

Addressing confounding bias is one of the challenges when conducting causality studies. This occurs when we report a causal association between an exposure and an outcome, when in fact it could be result of the effect of a third factor called confounding variable. That is, when a confounder variable creates a spurious relationship between the exposure or independent variable and the outcome of interest or dependent variable. By knowing the confounding variables and their association with the exposure of interest, the confounding bias could be controlled. To control for confounding bias, we can use different methods. These include techniques applied in study design, such as restriction, randomization, and coincidence, and techniques used in data analysis, such as stratification, multivariate analysis, standardization, propensity scores, analysis sensitivity and the inverse probability weighting. In this review, we discuss how to identify a confounding variable and the main techniques for controlling for confounding bias.

Serie de Redacción Científica: Estudios Trasversales / Scientific Writing Series: Cross-Sectional studies

Los estudios transversales se caracterizan por la medición simultánea de la exposición y el outcome de interés. Son el diseño idóneo para estimar prevalencias, analizar la precisión diagnóstica de una prueba y validar instrumentos, para lo cual es esencial controlar los sesgos de información, selección y confusión ya sea por diseño o por análisis. Asimismo, es crucial escoger la medida de asociación idónea para cada outcome de interés, llámese el odds ratio para eventos raros y la razón de prevalencias para los eventos frecuentes. Finalmente, para su redacción y publicación se recomienda revisar las guías STROBE y STARD

Cross-sectional studies are characterized by the simultaneous measurement of exposure and the outcome of interest. They are the ideal design to estimate prevalence, analyze the diagnostic accuracy of a test and validate instruments, for which it is essential to control information bias, selection, and confusion either by design or by analysis. It is also crucial to choose the appropriate association measure for each outcome of interest, call the odds ratio for rare events, and the prevalence ratio for frequent events. Finally, for its writing and publication, it is recommended to review the STROBE and STARD guidelines