Los estudios transversales incluyen datos recogidos en un momento determinado. Suelen utilizarse para evaluar la prevalencia de afecciones agudas o crónicas, pero no pueden utilizarse para responder a preguntas sobre las causas de la enfermedad o los resultados de la intervención. Los datos transversales no pueden utilizarse para inferir la causalidad porque no se conoce la temporalidad. También pueden describirse como censos. Los estudios transversales pueden implicar la recogida de datos especiales, incluyendo preguntas sobre el pasado, pero a menudo se basan en datos recogidos originalmente para otros fines. Son moderadamente caros y no son adecuados para el estudio de enfermedades raras. La dificultad para recordar eventos pasados también puede contribuir al sesgo.
VentajasEditar
El uso de datos recogidos de forma rutinaria permite realizar grandes estudios transversales con poco o ningún gasto. Esta es una gran ventaja sobre otras formas de estudio epidemiológico. Se ha sugerido una progresión natural desde los estudios transversales baratos de datos recogidos de forma rutinaria que sugieren hipótesis, a los estudios de casos y controles que los prueban de forma más específica, y luego a los estudios de cohortes y los ensayos que cuestan mucho más y llevan mucho más tiempo, pero pueden aportar pruebas más sólidas. En un estudio transversal, se observa a un grupo específico para ver si una actividad, por ejemplo el consumo de alcohol, está relacionada con el efecto sobre la salud que se está investigando, por ejemplo la cirrosis hepática. Si el consumo de alcohol está correlacionado con la cirrosis hepática, esto apoyaría la hipótesis de que el consumo de alcohol puede estar asociado con la cirrosis.
DesventajasEditar
Los datos transversales pueden no estar diseñados para responder a la pregunta específica.
Los datos recogidos de forma rutinaria no suelen describir qué variable es la causa y cuál el efecto. Los estudios transversales que utilizan datos recogidos originalmente con otros fines no suelen incluir datos sobre factores de confusión, otras variables que afectan a la relación entre la supuesta causa y el efecto. Por ejemplo, los datos sólo sobre el consumo actual de alcohol y la cirrosis no permitirían explorar el papel del consumo de alcohol en el pasado, o de otras causas. Los estudios transversales son muy susceptibles al sesgo de recuerdo.
La mayoría de los estudios de casos y controles recopilan datos específicamente diseñados sobre todos los participantes, incluyendo campos de datos diseñados para permitir la comprobación de la hipótesis de interés. Sin embargo, en temas en los que pueden estar implicados fuertes sentimientos personales, las preguntas específicas pueden ser una fuente de sesgo. Por ejemplo, el consumo de alcohol en el pasado puede ser informado incorrectamente por un individuo que desee reducir sus sentimientos personales de culpa. Este sesgo puede ser menor en las estadísticas recopiladas de forma rutinaria, o eliminarse de forma efectiva si las observaciones son realizadas por terceros, por ejemplo, los registros fiscales de alcohol por zonas.
Debilidades de los datos agregadosEditar
Los estudios transversales pueden contener datos a nivel individual (un registro por individuo, por ejemplo, en las encuestas nacionales de salud). Sin embargo, en la epidemiología moderna puede ser imposible encuestar a toda la población de interés, por lo que los estudios transversales suelen implicar un análisis secundario de los datos recogidos para otro fin. En muchos de estos casos, el investigador no dispone de registros individuales y debe utilizar información a nivel de grupo. Las principales fuentes de estos datos suelen ser grandes instituciones como la Oficina del Censo o los Centros de Control de Enfermedades de Estados Unidos. No se proporcionan datos censales recientes sobre individuos; por ejemplo, en el Reino Unido los datos censales individuales sólo se publican después de un siglo. En su lugar, los datos se agregan, normalmente por áreas administrativas. Las inferencias sobre individuos basadas en datos agregados se ven debilitadas por la falacia ecológica. También hay que tener en cuenta la posibilidad de cometer la «falacia atomística», en la que se hacen suposiciones sobre los recuentos agregados basadas en la agregación de datos a nivel individual (como el promedio de las zonas censales para calcular la media de un condado). Por ejemplo, podría ser cierto que no existe una correlación entre la mortalidad infantil y los ingresos familiares a nivel de ciudad, mientras que sigue siendo cierto que existe una fuerte relación entre la mortalidad infantil y los ingresos familiares a nivel individual. Todas las estadísticas agregadas están sujetas a efectos de composición, de modo que lo que importa no es sólo la relación a nivel individual entre los ingresos y la mortalidad infantil, sino también las proporciones de individuos con ingresos bajos, medios y altos en cada ciudad. Como los estudios de casos y controles suelen basarse en datos a nivel individual, no tienen este problema.