Estudos transversais envolvem dados coletados em um tempo definido. Eles são frequentemente usados para avaliar a prevalência de condições agudas ou crônicas, mas não podem ser usados para responder perguntas sobre as causas da doença ou sobre os resultados da intervenção. Os dados transversais não podem ser usados para inferir a causalidade porque a temporalidade não é conhecida. Eles também podem ser descritos como censos. Estudos transversais podem envolver a coleta de dados especiais, incluindo perguntas sobre o passado, mas muitas vezes dependem de dados originalmente coletados para outros propósitos. São moderadamente dispendiosos e não são adequados para o estudo de doenças raras. A dificuldade em recordar eventos passados também pode contribuir com enviesamento.
VantagensEditar
O uso de dados coletados rotineiramente permite que grandes estudos transversais sejam feitos com pouca ou nenhuma despesa. Esta é uma grande vantagem em relação a outras formas de estudo epidemiológico. Uma progressão natural tem sido sugerida a partir de estudos transversais baratos de dados coletados rotineiramente que sugerem hipóteses, para estudos de caso-controle testando-os mais especificamente, em seguida, para estudos e ensaios de coorte que custam muito mais e levam muito mais tempo, mas podem dar evidências mais fortes. Em uma pesquisa transversal, um grupo específico é examinado para ver se uma atividade, digamos o consumo de álcool, está relacionada ao efeito sobre a saúde que está sendo investigada, digamos a cirrose hepática. Se o uso de álcool estiver correlacionado com cirrose hepática, isso suportaria a hipótese de que o uso de álcool pode estar associado à cirrose.
DesvantagensEditar
Dados de rotina podem não ser desenhados para responder à pergunta específica.
Os dados coletados rotineiramente não descrevem normalmente qual variável é a causa e qual o efeito. Estudos transversais usando dados originalmente coletados para outros propósitos geralmente não conseguem incluir dados sobre fatores de confusão, outras variáveis que afetam a relação entre a causa e o efeito putativo. Por exemplo, dados apenas sobre o consumo presente de álcool e cirrose não permitiriam explorar o papel do uso passado de álcool, ou de outras causas. Estudos transversais são muito suscetíveis a viés de recall.
Os estudos de caso-controle coletam dados especificamente desenhados sobre todos os participantes, incluindo campos de dados desenhados para permitir que a hipótese de interesse seja testada. No entanto, em questões onde fortes sentimentos pessoais podem estar envolvidos, perguntas específicas podem ser uma fonte de viés. Por exemplo, o consumo passado de álcool pode ser relatado incorretamente por um indivíduo que deseja reduzir seus sentimentos pessoais de culpa. Esse viés pode ser menor nas estatísticas coletadas rotineiramente, ou efetivamente eliminado se as observações forem feitas por terceiros, por exemplo, registros fiscais de álcool por área.
Fraquezas dos dados agregadosEditar
Estudos transversais podem conter dados de nível individual (um registro por indivíduo, por exemplo, em pesquisas nacionais de saúde). Entretanto, na epidemiologia moderna pode ser impossível pesquisar toda a população de interesse, portanto, estudos transversais muitas vezes envolvem análise secundária dos dados coletados para outro propósito. Em muitos desses casos, não há registros individuais disponíveis para o pesquisador, e devem ser usadas informações em nível de grupo. As principais fontes de tais dados são frequentemente grandes instituições como o Departamento de Censo ou os Centros de Controle de Doenças nos Estados Unidos. Dados do censo recente não são fornecidos sobre indivíduos, por exemplo, no Reino Unido, os dados do censo individual só são divulgados após um século. Em vez disso, os dados são agregados, geralmente por área administrativa. Inferências sobre indivíduos com base em dados agregados são enfraquecidas pela falácia ecológica. Considere também o potencial para cometer a “falácia atomística”, em que suposições sobre contagens agregadas são feitas com base na agregação de dados de nível individual (como o cálculo da média do censo para calcular a média de um município). Por exemplo, pode ser verdade que não há correlação entre a mortalidade infantil e a renda familiar a nível da cidade, embora ainda seja verdade que existe uma forte relação entre a mortalidade infantil e a renda familiar a nível individual. Todas as estatísticas agregadas estão sujeitas a efeitos composicionais, de modo que o que importa não é apenas a relação individual entre a renda e a mortalidade infantil, mas também as proporções de indivíduos de baixa, média e alta renda em cada cidade. Como os estudos de caso-controle são geralmente baseados em dados a nível individual, eles não têm esse problema.