Estudios Epidemiológicos III: Casos y Controles

Última actualización: 30/08/2026 por EMEI

Los estudios de casos y controles constituyen, junto con las cohortes prospectivas, el núcleo analítico de la epidemiología observacional. En la investigación biomédica, la virología clínica y la genética de poblaciones, este diseño metodológico es fundamental para dilucidar la etiología de enfermedades raras, patologías con periodos de latencia prolongados o brotes epidémicos agudos. A diferencia de los estudios descriptivos, su naturaleza es estrictamente analítica: su objetivo primordial es contrastar una hipótesis etiológica y cuantificar la fuerza de la asociación entre la exposición pasada a un factor de riesgo (o factor protector) y el desarrollo de un fenotipo patológico específico. Al ser un diseño observacional, el investigador no interviene ni manipula la exposición, limitándose a registrar la historia biológica y clínica de los participantes para inferir causalidad.

Arquitectura Metodológica y Direccionalidad del Diseño

La característica definitoria del estudio de casos y controles es su direccionalidad retrospectiva en el razonamiento causal, independientemente de si el reclutamiento de pacientes se realiza de forma prospectiva o retrospectiva en el tiempo calendario. Mientras que en un estudio de cohortes el investigador clasifica a los sujetos según su estado de exposición (expuestos frente a no expuestos) y los sigue hacia el futuro para observar la aparición del efecto (la enfermedad), en el diseño de casos y controles se invierte esta lógica.

El investigador parte del efecto ya establecido: selecciona un grupo de individuos que presentan la enfermedad confirmada (los casos) y un grupo de individuos sanos o libres de dicha patología (los controles). Una vez conformados ambos grupos, se indaga retrospectivamente en su historia clínica, genómica o ambiental para determinar la prevalencia de exposición al factor de riesgo sospechoso en el pasado. Si la hipótesis etiológica es correcta, la proporción de individuos expuestos al factor de riesgo será significativamente mayor en la cohorte de casos que en la cohorte de controles.

Esta direccionalidad invertida (del efecto hacia la causa) confiere al diseño una gran eficiencia estadística y logística, pero simultáneamente lo hace extremadamente vulnerable a sesgos sistemáticos, especialmente en la selección de los participantes y en la recolección de la información retrospectiva.

Criterios de Selección y Control de Sesgos Metodológicos

La validez interna de un estudio de casos y controles depende críticamente de la rigurosidad con la que se definen y seleccionan los grupos de comparación. Un error en esta fase compromete irremediablemente los resultados, generando asociaciones espurias.

Reclutamiento de Casos: Incidentes frente a Prevalentes

El primer paso exige establecer criterios diagnósticos estrictos, inequívocos y estandarizados (clínicos, histológicos o moleculares) para definir qué constituye un caso. Una vez definida la patología, el investigador debe decidir si reclutará casos incidentes o casos prevalentes.

Metodológicamente, es un imperativo priorizar siempre la selección de casos incidentes (pacientes recién diagnosticados). Al reclutar a los pacientes en el momento exacto del diagnóstico, se evalúa la exposición previa al inicio de la enfermedad, minimizando el riesgo de que la propia patología o su tratamiento hayan modificado los hábitos del paciente o los niveles del biomarcador estudiado (sesgo de causalidad inversa).

Si, por el contrario, se utilizan casos prevalentes (pacientes que llevan meses o años conviviendo con la enfermedad), el estudio se expone al sesgo de supervivencia o falacia de Neyman. Los casos prevalentes representan un subconjunto sesgado de la población enferma, ya que excluyen sistemáticamente a los pacientes que fallecieron rápidamente debido a formas más agresivas de la patología y a aquellos que se curaron espontáneamente. En consecuencia, cualquier factor de riesgo identificado podría estar asociado a la supervivencia de la enfermedad y no a su etiología original.

Selección del Grupo Control y Estrategias de Emparejamiento

La selección del grupo control es el desafío metodológico más complejo de este diseño. El principio fundamental de comparabilidad exige que los controles provengan exactamente de la misma base poblacional que los casos. Un control ideal es aquel individuo que, de haber desarrollado la enfermedad, habría sido reclutado inevitablemente como caso en el mismo estudio.

Es un error metodológico grave seleccionar controles de poblaciones hiper-sanas (como donantes de sangre o atletas) si los casos provienen de un hospital general, ya que la prevalencia de exposición en los controles no representaría fielmente a la población de origen. Asimismo, la selección debe ser completamente independiente del estado de exposición al factor de riesgo evaluado.

Para neutralizar el efecto de las variables de confusión (factores que se asocian simultáneamente con la exposición y con la enfermedad, distorsionando la asociación real), se emplea la técnica de emparejamiento (matching). En un diseño de casos y controles emparejados, por cada caso reclutado se selecciona deliberadamente uno o varios controles que compartan características idénticas en las variables confusoras conocidas (típicamente edad, sexo biológico y origen étnico). Aunque el emparejamiento mejora la eficiencia estadística, es un proceso irreversible; una vez emparejada una variable, es matemáticamente imposible evaluar su efecto independiente sobre la enfermedad.

Ruta Metodológica para la Ejecución de un Estudio de Casos y Controles

• Fase de Definición Fenotípica -> Establecimiento de criterios diagnósticos estrictos clínicos, histológicos o moleculares para clasificar inequívocamente a los pacientes como casos.

• Fase de Selección de la Población Base -> Identificación de la cohorte de origen de la cual emergen los casos, garantizando que los controles provengan exactamente de la misma base poblacional.

• Fase de Reclutamiento Diferencial -> Inclusión secuencial de casos incidentes a medida que son diagnosticados, y selección aleatoria simultánea de controles sanos emparejados por variables de confusión.

• Fase de Evaluación Retrospectiva de la Exposición -> Recopilación ciega y estandarizada del historial de exposición al factor de riesgo mediante biomarcadores, historias clínicas o cuestionarios validados.

• Fase de Análisis Estadístico -> Construcción de la matriz de contingencia, cálculo de la odds ratio y aplicación de modelos de regresión logística multivariante para ajustar por covariables.

Análisis Estadístico y Cuantificación del Riesgo: La Odds Ratio

Los datos obtenidos se estructuran en una matriz de contingencia de 2×2, donde las columnas representan el estado de enfermedad (casos y controles) y las filas representan el estado de exposición (expuestos y no expuestos). El análisis inicial mediante la prueba ji-cuadrado de Pearson permite determinar si existe una asociación estadísticamente significativa entre la exposición y la enfermedad, pero no cuantifica la magnitud de dicha asociación.

Para medir la fuerza de la asociación, el estadístico de elección exclusivo para este diseño es la Odds Ratio (OR), traducida frecuentemente como razón de momios o razón de ventajas.

Cálculo e Interpretación de la Odds Ratio

Una odds se define matemáticamente como el cociente entre la probabilidad de que ocurra un suceso y la probabilidad de que no ocurra. En el grupo de los casos, la odds de exposición se calcula dividiendo el número de casos expuestos entre el número de casos no expuestos. De manera análoga, se calcula la odds de exposición en el grupo control.

La Odds Ratio es el cociente resultante de dividir la odds de exposición de los casos entre la odds de exposición de los controles.

• OR igual a 1: Indica ausencia de asociación. La exposición es idéntica en enfermos y sanos.

• OR mayor a 1: Indica que la exposición es un factor de riesgo patogénico. Un valor de 3 sugiere que la odds de haber estado expuesto es tres veces mayor en los pacientes enfermos que en los sanos.

• OR menor a 1: Indica que la exposición actúa como un factor protector (por ejemplo, la vacunación previa o la presencia de un alelo de resistencia).

Divergencia Matemática entre Odds Ratio y Riesgo Relativo

Es un error conceptual y estadístico grave intentar calcular la incidencia o el Riesgo Relativo (RR) directamente a partir de un estudio de casos y controles. Dado que el investigador fija arbitrariamente el número de casos y controles (por ejemplo, reclutando 100 casos y 100 controles), la prevalencia de la enfermedad en la muestra está manipulada y no refleja la incidencia real en la población.

Para ilustrar este fenómeno, consideremos un estudio diseñado para evaluar si la obesidad (definida como un Índice de Masa Corporal superior a 30) es un factor de riesgo para el desarrollo de la Enfermedad Pulmonar Obstructiva Crónica (EPOC). Fisiopatológicamente, el tejido adiposo hipertrófico secreta adipocinas proinflamatorias (como la leptina, la interleucina 6 y el factor de necrosis tumoral alfa) que inducen un estado de inflamación sistémica de bajo grado. Este entorno citocínico exacerba la inflamación crónica del tracto respiratorio inferior, mediada por macrófagos alveolares, neutrófilos y linfocitos T citotóxicos CD8+, acelerando la degradación de la elastina pulmonar y el declive de la función respiratoria.

Supongamos que reclutamos 100 pacientes con EPOC (casos) y 100 individuos sanos (controles). Entre los casos, 25 presentan obesidad y 75 no. Entre los controles, 10 presentan obesidad y 90 no.

La odds de exposición en los casos es 25 dividido entre 75 (0,33). La odds en los controles es 10 dividido entre 90 (0,11). La OR resultante es 3 (0,33 dividido entre 0,11). Esto indica una fuerte asociación patogénica.

Si el investigador decidiera aumentar la potencia estadística reclutando el doble de controles (200 controles sanos), manteniendo la misma proporción biológica de exposición (10 por ciento, es decir, 20 obesos y 180 no obesos), el cálculo de la OR permanecería inalterable: (25/75) dividido entre (20/180) sigue siendo exactamente 3. La OR es matemáticamente invariante a la proporción de controles seleccionados.

Por el contrario, si se intentara calcular erróneamente el Riesgo Relativo dividiendo la «incidencia» en expuestos entre la «incidencia» en no expuestos, el valor del RR cambiaría drásticamente al modificar el número de controles. Esto demuestra que el RR carece de validez en este diseño. La OR solo se aproxima numéricamente al RR cuando la enfermedad estudiada es extremadamente rara en la población general (prevalencia inferior al 10 por ciento), un principio conocido como la asunción de enfermedad rara.

Variantes Avanzadas del Diseño Clásico

Para superar las limitaciones inherentes al diseño tradicional, la epidemiología molecular ha desarrollado variantes metodológicas de alta sofisticación.

Estudios de Casos y Controles Anidados en una Cohorte

Esta variante híbrida se ejecuta dentro del marco de un estudio de cohortes prospectivo ya establecido. A medida que la cohorte avanza en el tiempo, se identifican todos los individuos que desarrollan la enfermedad (los casos incidentes). Para cada caso, se selecciona aleatoriamente una muestra de controles de entre los miembros de la cohorte que, en ese mismo instante de tiempo, permanecen libres de la enfermedad (muestreo por densidad de incidencia).

La inmensa ventaja de este diseño es que las muestras biológicas (suero, plasma, ADN) y los datos de exposición se recogieron prospectivamente al inicio de la cohorte, años antes de que apareciera la enfermedad. Esto erradica por completo el sesgo de memoria y el sesgo de causalidad inversa, permitiendo analizar biomarcadores costosos (como la secuenciación del exoma completo o perfiles transcriptómicos) únicamente en los casos y sus controles emparejados, en lugar de procesar a los miles de individuos de la cohorte completa, optimizando drásticamente los recursos financieros.

Estudios de Casos y Controles Cruzados (Case-Crossover)

El diseño de casos y controles cruzados es la herramienta de elección para investigar desencadenantes agudos y transitorios de eventos clínicos súbitos. En este modelo, cada paciente actúa como su propio control, eliminando la necesidad de reclutar un grupo independiente y neutralizando automáticamente todas las variables de confusión invariables en el tiempo (como la genética, el sexo o el nivel socioeconómico).

El investigador compara la exposición del paciente al factor de riesgo durante el periodo de peligro (las horas o días inmediatamente anteriores al evento agudo) con su exposición durante uno o varios periodos de control (ventanas temporales previas donde no ocurrió el evento). Este diseño es paradigmático en cardiología para evaluar cómo un esfuerzo físico extremo, un pico de contaminación atmosférica o el consumo agudo de cocaína desencadenan la rotura de una placa de ateroma vulnerable y precipitan un infarto agudo de miocardio.

Ventajas y Limitaciones en la Práctica Clínica

La selección de este diseño implica asumir un equilibrio entre eficiencia y susceptibilidad a sesgos.

Entre sus principales ventajas destacan:

• Son el diseño óptimo y a menudo el único viable para investigar enfermedades raras o con muy baja incidencia poblacional.

• Son altamente eficientes para patologías con periodos de latencia prolongados (como la carcinogénesis inducida por asbesto o radiación), ya que no requieren esperar décadas para que se desarrolle el evento.

• Permiten la evaluación simultánea de múltiples factores etiológicos y exposiciones para una misma enfermedad.

• Requieren tamaños muestrales significativamente menores y son económicamente más accesibles que las cohortes prospectivas.

Sus limitaciones metodológicas incluyen:

• Incapacidad matemática para calcular directamente las tasas de incidencia o la prevalencia real de la enfermedad.

• Alta vulnerabilidad al sesgo de memoria (recall bias), ya que los pacientes enfermos tienden a recordar y reportar exposiciones pasadas con mayor detalle e intensidad que los individuos sanos.

• Dificultad extrema para establecer una secuencia temporal inequívoca entre la exposición y el efecto, especialmente en enfermedades de inicio insidioso.

• Ineficacia para evaluar exposiciones raras o infrecuentes en la población general.

Tabla Comparativa Técnica: Variantes del Diseño de Casos y Controles

Preguntas Frecuentes (FAQ)

¿Por qué es metodológicamente incorrecto calcular el Riesgo Relativo en un estudio de casos y controles clásico?

El Riesgo Relativo requiere conocer la incidencia real de la enfermedad en los grupos expuestos y no expuestos. En un estudio de casos y controles, el investigador determina artificialmente la proporción de enfermos al fijar el tamaño de los grupos (por ejemplo, 1 caso por cada control), lo que distorsiona la prevalencia poblacional. Por ello, se utiliza la Odds Ratio, la cual es matemáticamente invariante a la proporción de controles seleccionados.

¿Qué es el sesgo de memoria y cómo afecta asimétricamente a los casos y a los controles?

El sesgo de memoria (recall bias) ocurre cuando la presencia de la enfermedad altera la capacidad del paciente para recordar exposiciones pasadas. Un paciente diagnosticado con una patología grave (el caso) tiende a reflexionar profundamente sobre su pasado buscando una causa, sobreestimando su exposición a factores de riesgo, mientras que un individuo sano (el control) suele olvidar exposiciones menores, generando una asociación espuria o exagerada.

¿En qué consiste la falacia de Neyman o sesgo de supervivencia en la selección de casos?

La falacia de Neyman se produce cuando se reclutan casos prevalentes (pacientes que ya llevan tiempo con la enfermedad) en lugar de casos incidentes (recién diagnosticados). Esto excluye sistemáticamente a los pacientes que fallecieron rápidamente por formas agresivas de la enfermedad. Como resultado, los factores de riesgo identificados podrían estar asociados a una mayor supervivencia o a una variante benigna de la patología, y no a la causa original de la enfermedad.

¿Qué ventaja biológica y económica ofrece el diseño de casos y controles anidados en una cohorte?

Este diseño permite utilizar muestras biológicas (como suero o ADN) recolectadas prospectivamente años antes de que apareciera la enfermedad, garantizando que el biomarcador no fue alterado por la patología (evitando la causalidad inversa). Económicamente, permite analizar estas costosas muestras únicamente en los individuos que desarrollaron la enfermedad y en sus controles emparejados, evitando el gasto inasumible de procesar las muestras de toda la cohorte original.

¿Cuándo es estrictamente necesario utilizar un diseño de casos y controles cruzados (case-crossover)?

Este diseño es de elección obligatoria cuando se investiga el efecto de una exposición aguda, transitoria e intermitente sobre un evento clínico súbito (como un ictus o un infarto). Al utilizar al mismo paciente como su propio control en una ventana temporal previa, se eliminan por completo los factores de confusión genéticos, demográficos y de estilo de vida que permanecen constantes en el individuo.