Investigación
Evidencia observacional
Qué aportan los estudios observacionales que no aportan los ensayos aleatorizados y dónde sus conclusiones pueden inducir a error.
- Última actualización:
- 2026-07-22
Visión general
Los estudios observacionales (estudios de cohortes, casos y controles, registros, evidencia del mundo real) analizan resultados en poblaciones sin aleatorizar la intervención. Pueden captar patrones a una escala y duración que los ensayos aleatorizados no pueden igualar en la práctica: millones de personas-año, décadas de seguimiento, eventos adversos poco frecuentes.
También son susceptibles a la confusión: diferencias entre las personas que recibieron y no recibieron la intervención que ellas mismas provocan el resultado observado. El ajuste estadístico reduce la confusión pero no la elimina.
Por qué importa
Parte de la información de seguridad más importante sobre los medicamentos aprobados procede de datos observacionales post-comercialización. Algunas de las afirmaciones de eficacia más engañosas proceden de la misma fuente.
Conceptos clave
Asociación frente a causalidad
Los datos observacionales establecen asociaciones de forma fiable. La causalidad requiere aleatorización o un razonamiento adicional muy cuidadoso (por ejemplo, aleatorización mendeliana, experimentos naturales).
Confusión
El escollo clásico: las personas a las que se prescribe un medicamento suelen diferir sistemáticamente de las que no, y esas diferencias pueden explicar el resultado.
Detección de eventos raros
Los datos observacionales suelen ser la única forma viable de detectar eventos adversos raros; los ensayos suelen ser demasiado pequeños.
Errores frecuentes
- «El big data lo demuestra». La significación estadística en un conjunto de datos enorme no resuelve la confusión; puede amplificarla.
- «La evidencia del mundo real supera a la evidencia de ensayos». Aporta una evidencia distinta; no reemplaza a la evidencia de ensayos para preguntas que los ensayos pueden responder.
- «Un registro que no muestra eventos adversos es prueba de seguridad». Un registro puede simplemente no estar captándolos.
Interpretación práctica
Cuando una página de compuesto cite datos observacionales, observe si son para beneficio o para daño. La evidencia observacional suele ser más fiable para la pregunta del daño que para la pregunta del beneficio.
Limitaciones
La calidad de los estudios varía. La revisión por pares, el preregistro y la replicación independiente mejoran la confianza; su ausencia debería aumentarla.