Resumo em Espanhol:

En la presente revisión se analiza el concepto de estudio longitudinal. Los libros de texto de epidemiología actuales en general no lo definen, mientras que sí lo hacen los tratados de estadística. Se habla más de «datos longitudinales» que de «estudios longitudinales». El estudio longitudinal implica la existencia de medidas repetidas (más de dos) a lo largo de un seguimiento. Sería pues un subtipo de estudio de cohortes que, a diferencia de los de tipo tabla de vida, permite inferencias a nivel individual y analizar cambios en diferentes variables (exposiciones y efectos) y transiciones entre diferentes estados de salud. Las particularidades de este tipo de diseño hace que se tenga que prestar atención especial al control de calidad durante su ejecución, a los abandonos durante el seguimiento, y a los datos perdidos en algunas de las mediciones. El análisis debe tener en cuenta las medidas repetidas y esto es lo que confiere finalmente a un estudio su carácter longitudinal.

Resumo em Inglês:

In this review the definition of «longitudinal study» is analysed. Most current textbooks on epidemiology do not define a longitudinal study, whereas statistical textbooks do. It is more common to talk about longitudinal data than about longitudinal studies. A longitudinal study implies the existence of repeated measurements (more than two) across follow-up. According to these ideas, a longitudinal study can be considered a subtype of cohort study that, in contrast with life-table cohort studies, allows inference to the subject level, to analyze changes in variables (exposures and outcomes) and transitions among different health states. The characteristics of this design force to paid special attention to quality control during data collection, losses during follow-up, and missing data in some measurements. The statistical analysis should take repeated measures into account, and it is what finally gives the longitudinal character to a study with repeated measurements.

Resumo em Espanhol:

Los estudios longitudinales de cohortes bien definidas han contribuido a la identificación de los factores de riesgo de la cardiopatía coronaria y otras complicaciones clínicas de la aterosclerosis. Después de comentar las conclusiones de los estudios de la aterosclerosis experimental y los factores de riesgo sugeridos por el estudio de una serie de infartos de miocardio en adultos jóvenes en comparación con controles apareados, se expone la metodología, el desarrollo y los resultados de los estudios longitudinales realizados en Estados Unidos desde 1949: Twin Cities, Framingham, Pooling Project, Western Collaborative, Puerto Rico, Evans County, NI-HON-SAN, San Francisco, Harvard, Bogalusa y CARDIA. Se presta especial atención a las hipótesis propuestas al inicio del estudio de Framingham y a los obstáculos y cambios para continuar el proyecto después de los primeros veinticuatro años. A continuación se expone el Seven Countries Study, ideado y dirigido por Ancel Keys y primer estudio realizado con metodología centralizada en varios países, y los estudios longitudinales realizados en diversos países de Europa: Whitehall, Manresa, París, British Regional, Northwick Park, Caerphilly, Speedwell, PROCAM. Se analiza el papel de los estudios longitudinales en la metodología de los estudios posteriores: hijos e hijas de los participantes en Framingham, estudios longitudinales basados en cuestionarios, estudios de otros posibles factores de riesgo, prevalencia de factores de riesgo en estudios retrospectivos, ensayos de intervención primaria (MRFT, WHO European Collaborative Trial y el de Goteburgo) y la participación de los equipos entrenados en el Proyecto MONICA. Se señalan los temas todavía en debate en relación con la metodología y los resultados de los estudios longitudinales: exámenes periódicos de los participantes en las cohortes de los estudios epidemiológicos, cambios en la definición de nuevos casos de accidentes vasculares agudos, uso y selección de funciones de riesgo basadas en cartas coronarias para calcular el riesgo individual y factores de riesgo todavía desconocidos.

Resumo em Inglês:

Longitudinal studies of well defined cohorts have contributed to the identification of risk factors of coronary heart disease and other clinical complications of atherosclerosis. After commenting on the conclusions of experimental atherosclerosis and risk factors suggested by the study of a series of myocardial infarction in young adults and their matched controls, we discuss the methodology, management and results of longitudinal studies carried out in the United States since 1949: Twin Cities, Framingham, Pooling Project, Western Collaborative, Puerto Rico Evans County, NI-HON-SAN, San Francisco, Harvard, Bogalusa and CARDIA. Special attention is given to the hypothesis proposed at the beginning of the Framingham Study and the obstacles and changes to continue the project after the first twenty-four years. We also expose the Seven Countries Study, designed and managed by Ancel Keys, as the first study performed with centralized methodology in various countries, and the studies in various European countries: Whitehall, Manresa, Paris, British Regional, Northwick Park, Caerphilly, Speedwell and PROCAM. We analyse the role of the longitudinal studies in the methodology of later studies: sons and daughters of the Framingham participants, longitudinal studies based on questionnaires, studies of the other risk factors, prevalence of risk factors in retrospective studies, trials of primary prevention (MRFIT, WHO European Collaborative Trial and Gotenburg Study) and the participation of the trained teams in the MONICA Project. We present the issues still under debate in connection with the methodology and results of the longitudinal studies: problems in the periodic examination of the participants in the epidemiologic studies, changes in definition of the new cases of acute cardiovascular events, use and selection of risk functions based on coronary charts to calculate the individual risk and cardiovascular risk factors as yet unknown.

Resumo em Espanhol:

EPIC es un estudio prospectivo multicéntrico coordinado por la Agencia Internacional de Investigación del Cancer (IARC) de la OMS, que se inició en 1993 con la recogida de datos y muestras de sangre en 23 centros de 10 países europeos: Alemania, Dinamarca, España, Francia, Grecia, Holanda, Italia, Noruega, Reino Unido y Suecia, En España se realiza en 5 áreas geográficas: Asturias, Granada, Guipúzcoa, Murcia y Navarra. Se incluyeron en la cohorte 519.978 individuos (de los cuales 366.521 son mujeres) y en 385.719 de ellos se dispone de muestras de sangre por análisis de laboratorio. Hasta la fecha se han identificado 24.195 casos incidentes de cáncer. Los resultados de la comparación del consumo alimentario entre los 23 centros europeos se han publicado en el 2002, en un suplemento de una revista europea de Nutrición. Los primeros resultados obtenidos en EPIC sobre la relación de la dieta y el cáncer muestran un efecto protector del consumo de fibras, frutas y verduras sobre el cáncer colo-rectal, un efecto protector del consumo de frutas sobre el cáncer de pulmón, y de las frutas y verduras sobre el tracto digestivo superior, mientras que se ha confirmado que el alto consumo de frutas y verduras no tiene efecto sobre el cáncer de próstata. Usando un diario de 7 días para evaluar el consumo de grasas saturadas, se ha confirmado que un alto consumo de estas aumenta el riesgo de cáncer de mama.

Resumo em Inglês:

EPIC is a prospective multi-center study coordinated by the International Agency for Research on Cancer (IARC) operating under the WHO which commenced in 1993 with the collecting of data and blood samples at twenty-three centers in ten European countries (Germany, Denmark, Spain, France, Greece, the Netherlands, Italy, Norway, the United Kingdom and Sweden). In Spain, this study was conducted in five geographic areas (Asturias, Granada, Guipuzcoa, Murcia and Navarre). This study included a total of 519,978 individuals (366,521 of whom were females), blood samples for laboratory analysis being available for a total of 385,719 of these individuals. To date, a total of 24,195 incident cancer cases have been identified. The results of the food intake comparison among the twenty-three European centers were published in 2002, in a European Nutrition journal supplement. The initial EPIC results concerning the relationship between diet and cancer show the intake of fiber, fruits and vegetables to have an effect on protect against colon and rectal cancer, the intake of fruits to have an effect on protect against lung cancer and the intake of fruits and vegetables on the upper digestive tract, whilst a high intake of fruits and vegetables has been shown to have no effect on prostate cancer. Using a seven-day diary for evaluating saturated fat intake, a high intake of saturated fats has been shown to increase the risk of breast cancer.

Resumo em Espanhol:

Este trabajo es una introducción al análisis de medidas repetidas en estudios longitudinales. Se utiliza un marco analítico con dos etapas, ajustando modelos jerárquicos lineales con dos niveles. El primer nivel corresponde a la ocasión (tiempo) de medida y el segundo al individuo. Estos modelos estadísticos proceden de las ciencias sociales, en las que se han utilizado durante más de 25 años para analizar datos en organizaciones con múltiples niveles. Su aplicación permite estudiar los cambios en alguna característica de interés (estado de salud o factor de riesgo) y analizar las circunstancias que explican la variabilidad en las trayectorias individuales. En este trabajo se introducen los conceptos básicos de este método: variabilidad entre individuos y dentro de cada individuo a lo largo del tiempo, modelo del nivel individual para describir la trayectoria de cada individuo y modelo «entre individuos» para describir cómo cambian las trayectorias entre individuos, efectos fijos y efectos aleatorios, modelos de crecimiento lineal y cuadrático. Para ello se ha realizado un análisis de los cambios en la función cognitiva de una cohorte de personas mayores, el estudio «Envejecer en Leganés», seguida cada dos años, entre 1993 y 1999. Se presentan los resultados de modelos ajustados para resolver las preguntas de investigación más frecuentes en la descripción y el análisis de las trayectorias de cambio individual. Por último, se comentan posibles generalizaciones de estos modelos lineales jerárquicos a situaciones en las que la variable de interés no es continua, como es el caso de las variables dependientes dicotómicas, nominales u ordinales.

Resumo em Inglês:

This work is an introduction to repeated measurement analysis for longitudinal studies. It uses a two stage modelling framework, using hierarchical linear models with two levels. The first level pertains to the repeated measures, the second level pertains to the individual. For the last 25 years, hierarchical linear models have been used in the Social Sciences to analyse data coming from organizations with multiple levels. Their applications have been extended to the study of change in populations, both to describe the average change in an outcome variable in a population and to analyse the factors associated with variability in the individual trajectories of change. In this article, the basic concepts are introduced: between subjects and within subjects variability, the person-specific model for the individual trajectory and the between person model to describe how individuals vary in their trajectories, fixed and random effects, linear and quadratic growth models. At the end of each section, an illustration is given for the study of cognitive function of the older people cohort «Aging in Leganés», followed in four occasions between 1993 and 1999. Results from fitting the models to answer the most frequently asked research questions in the description and analysis of individual change are presented. Lastly, we present possible generalizations of these linear models to non linear situations which arise when outcomes are dichotomous, nominal or ordinal.

Resumo em Espanhol:

Los eventos recurrentes cuando tratamos estudios de supervivencia, necesita utilizar una metodología distinta a la empleada en el análisis de supervivencia estándar. El principal problema que nos encontramos a la hora de realizar inferencia en este tipo de estudios es que las observaciones pueden no ser independientes. Así, si no tenemos en cuenta este hecho, se pueden obtener estimadores sesgados e ineficientes. En el caso de independencia, podemos usar la generalización del estimador límite del producto propuesto por Peña et al. (2001) para estimar la función de supervivencia de los tiempos de interocurrencias. Sin embargo para el modelo con tiempos correlacionados debemos utilizar otros modelos como el modelo de fragilidad (frailty model) o un estimador propuesto por Wang y Chang (1999) que contempla tanto el hecho que los tiempos estén o no correlacionados. El objetivo de este trabajo ha sido ilustrar estas aproximaciones con dos ejemplos basados en datos reales.

Resumo em Inglês:

Recurrent events when we deal with survival studies demand a different methodology from what is used in standard survival analysis. The main problem that we found when we make inference in these kind of studies is that the observations may not be independent. Thus, biased and inefficient estimators can be obtained if we do not take into account this fact. In the independent case, the interocurrence survival function can be estimated by the generalization of the limit product estimator (Peña et al. (2001)). However, if data are correlated, other models should be used such as frailty models or an estimator proposed by Wang and Chang (1999), that take into account the fact that interocurrence times were or not correlated. The aim of this paper has been the illustration of these approaches by using two real data sets.