En 1981, un estudio de casos y controles publicado en una de las revistas más prestigiosas del mundo concluyó que el café causaba cáncer de páncreas. El titular recorrió el planeta. Cinco años después, el mismo grupo no pudo reproducir su propio hallazgo. No fue el azar ni un fraude: fue la selección de controles. Para el médico, el residente o el tesista que diseña o lee un estudio de casos y controles, entender cómo se elige el grupo control no es un detalle metodológico, es la diferencia entre una asociación real y un artefacto que arruina la conclusión. Esta es la octava entrega de la serie Medicina Basada en Evidencia — 52 semanas.
Puntos clave (TL;DR)
- En un estudio de casos y controles, el grupo control define el valor del odds ratio: controles mal elegidos pueden inventar una asociación que no existe o borrar una que sí existe.
- La regla de oro: los controles deben venir de la misma población que generó los casos y ser seleccionados sin relación con la exposición que se estudia.
- El estudio MacMahon 1981 (N Engl J Med 304:630-633) reportó un riesgo relativo de 2,7 (IC95% 1,6-4,7) para café y cáncer de páncreas. El problema: el 39% de sus controles tenían enfermedad digestiva, gente que bebe menos café por indicación médica.
- El error más frecuente es usar controles hospitalarios con patologías ligadas a la exposición. El segundo es emparejar de más o emparejar por la propia exposición.
- Al leer un paper, ve directo a la sección de cómo se seleccionaron los controles antes de mirar el resultado. Si los controles no representan a la población de origen, el OR no significa nada.
- Un estudio de casos y controles bien diseñado es rápido y barato para enfermedades raras; mal diseñado, es la forma más elegante de publicar una conclusión falsa.
El caso: el estudio que volvió sospechoso al café
En marzo de 1981, Brian MacMahon y su equipo de Harvard publicaron en el New England Journal of Medicine un estudio de casos y controles que encendió alarmas en todo el mundo. Reclutaron 369 pacientes con cáncer de páncreas confirmado histológicamente y 644 controles, y preguntaron por el consumo de café. Tras ajustar por tabaquismo, encontraron que beber hasta dos tazas diarias se asociaba a un riesgo relativo de 1,8 (IC95% 1,0-3,0), y tres o más tazas a un 2,7 (IC95% 1,6-4,7). Había incluso una relación dosis-respuesta con una p ≈ 0,001. Estadísticamente impecable. Clínicamente alarmante.
El detalle que hundió el estudio estaba en la sección de métodos. Los controles no eran personas sanas de la comunidad: eran otros pacientes hospitalizados por los mismos médicos que atendían a los casos de cáncer de páncreas. ¿Y a qué se dedicaban esos médicos? En buena parte, a la patología digestiva. El resultado: 249 de los 644 controles (39%) tenían diagnósticos gastrointestinales —cáncer de estómago, intestino o recto, colitis, enteritis, diverticulitis, obstrucción intestinal, gastritis—. Son justamente los pacientes a quienes se les indica reducir o suspender el café.
Ahí estaba el artefacto. Los controles no bebían poco café porque el café proteja del cáncer de páncreas; bebían poco café porque su enfermedad digestiva se lo prohibía. Al comparar a los casos contra un grupo artificialmente abstemio de café, cualquier consumo normal parecía peligroso. Años después, el propio grupo de MacMahon reunió una segunda serie de pacientes y no logró reproducir la asociación: sus nuevos resultados, en palabras de los autores, «no apoyan los reportes previos de tal correlación» (Hsieh, MacMahon et al., N Engl J Med 1986;315:587-589). El café nunca fue el problema. El grupo control lo fue.
El concepto: qué es (y qué hace) el grupo control
Un estudio de casos y controles parte del desenlace y mira hacia atrás buscando la exposición: se toma un grupo con la enfermedad (casos) y un grupo sin ella (controles), y se compara con qué frecuencia cada grupo estuvo expuesto. Es el diseño ideal para enfermedades raras o de larga latencia, porque no hay que seguir a miles de personas durante años esperando que enfermen. Su medida natural de asociación es el odds ratio.
La pregunta que todo diseño de casos y controles debe responder es una sola: ¿de dónde salen los controles? El grupo control existe para estimar la frecuencia de exposición en la población que dio origen a los casos. Dicho de otro modo, un control es alguien que, si hubiera desarrollado la enfermedad, habría terminado en el grupo de casos. Esa es la llamada base del estudio o study base. Si los controles provienen de esa misma base y se eligieron sin relación con la exposición, el OR estima bien el riesgo. Si no, el OR puede apuntar en cualquier dirección.
Por eso se dice que en casos y controles el control es el estudio. Elegir bien a los casos suele ser fácil: están definidos por la enfermedad. El arte —y el peligro— está siempre en el denominador oculto: el grupo de comparación.
El error típico: controles que no representan a la población de origen
El error clásico es el del estudio del café: usar controles hospitalarios con enfermedades ligadas a la exposición. Cuando la patología del control cambia su exposición al factor de interés —por indicación médica, por síntomas, por estilo de vida—, el grupo deja de representar a la población general y se introduce sesgo de selección. Es el primo hospitalario del sesgo de Berkson: los pacientes ingresados no son una muestra aleatoria de la comunidad.
Pero no es el único. Estos son los tropiezos que más arruinan tesis y papers:
| Error en la selección del control | Qué produce | Ejemplo concreto |
|---|---|---|
| Controles con patología que altera la exposición | OR inflado o invertido | Café/páncreas: controles con enfermedad GI que ya no bebían café |
| Controles de distinta población que los casos | Exposición basal no comparable | Casos de un hospital de referencia urbano, controles de zona rural |
| Emparejar por la propia exposición (overmatching) | Borra la asociación que se busca | Estudiar ejercicio y forzar que caso y control tengan el mismo IMC |
| Controles voluntarios o «sanos de más» | Sesgo del trabajador/voluntario sano | Controles reclutados por convocatoria: más sanos que la población real |
| Recuerdo diferencial de la exposición | Sesgo de memoria (no de selección, pero se suma) | El caso enfermo recuerda exposiciones que el control olvida |
El overmatching merece una nota especial porque es contraintuitivo: emparejar parece siempre prudente, pero si emparejas por una variable que está en el camino causal entre la exposición y la enfermedad, o por la exposición misma, eliminas justo la diferencia que querías medir. Más emparejamiento no es más rigor.
Cómo hacerlo bien: elegir el control paso a paso
La selección correcta de controles se resume en un principio y varios pasos. El principio: los controles deben surgir de la misma población que habría producido los casos, y su selección no debe depender de la exposición. A partir de ahí:
- Define primero la base poblacional. Pregúntate: si este control hubiera enfermado, ¿habría sido captado como caso en mi estudio? Si la respuesta es no, es el control equivocado.
- Prefiere controles poblacionales cuando sea posible. Muestras de la comunidad, registros, vecindario. Representan mejor la exposición basal que los pacientes hospitalizados.
- Si usas controles hospitalarios, elige diagnósticos no relacionados con la exposición. Para estudiar café, jamás uses pacientes con enfermedad digestiva, cardiovascular o cualquier condición que modifique el consumo de café. Mejor aún: usa varias categorías diagnósticas distintas para diluir el sesgo de cualquiera de ellas.
- Empareja con cabeza. Empareja solo por confusores fuertes y conocidos (edad, sexo), nunca por la exposición ni por variables en la vía causal. Y recuerda que el emparejamiento exige un análisis apareado (p. ej., OR de McNemar o regresión condicional).
- Considera múltiples controles por caso (hasta 3-4:1) cuando los casos son escasos: gana poder estadístico sin inflar el sesgo.
- Mide la exposición con el mismo rigor en ambos grupos y, si puedes, de forma ciega al estado de caso/control, para no sumar sesgo de información al de selección.
Una prueba mental rápida antes de cerrar el diseño: imagina que tu exposición no tiene ningún efecto sobre la enfermedad. ¿Podría tu forma de elegir controles producir igualmente una diferencia de exposición entre grupos? Si la respuesta es sí, tienes sesgo de selección incorporado antes de recoger el primer dato.
Cómo detectarlo al leer: auditar los controles en 2 minutos
Cuando leas un estudio de casos y controles, no empieces por el odds ratio. Empieza por los controles. Estas son las preguntas que separan un hallazgo sólido de un artefacto:
- ¿De dónde salieron los controles? Busca la frase exacta en Métodos. Si son pacientes hospitalizados, ¿por qué diagnósticos? Un listado de diagnósticos afines a la exposición es una bandera roja.
- ¿Podrían esos controles, de haber enfermado, haber sido casos del estudio? Si vienen de otra población, otro hospital o otra área geográfica, la exposición basal no es comparable.
- ¿La enfermedad del control afecta la exposición estudiada? Es exactamente lo que pasó con el café y la patología GI.
- ¿Emparejaron? ¿Por qué variables? Si emparejaron por algo cercano a la exposición, sospecha overmatching. Y comprueba que el análisis sea apareado si el diseño lo fue.
- ¿Cómo se midió la exposición y quién la recogió? ¿El entrevistador sabía quién era caso? ¿El dato depende de la memoria del paciente enfermo?
- ¿Hay análisis de sensibilidad o controles de distintos orígenes? Un buen estudio suele usar más de una fuente de controles y muestra que el resultado no cambia.
Si el texto no te deja responder estas preguntas, ese solo hecho ya es información: un estudio que no describe con claridad de dónde vienen sus controles no merece que confíes en su OR.
En una frase
En un estudio de casos y controles, el grupo control es el resultado: si no representa a la población que generó los casos y se eligió en función de la exposición, el odds ratio no mide riesgo, mide tu error de muestreo.
Preguntas frecuentes
¿Cómo se elige el grupo control en un estudio de casos y controles?
Los controles deben provenir de la misma población que generó los casos y elegirse sin relación con la exposición estudiada. La prueba clave: si ese control hubiera desarrollado la enfermedad, ¿habría sido captado como caso en el estudio? Si la respuesta es no, está mal elegido.
¿Qué es el sesgo de selección en casos y controles?
Es la distorsión que aparece cuando la forma de seleccionar casos o controles depende de la exposición. El ejemplo clásico es usar controles hospitalarios con enfermedades que modifican la exposición, como sucedió en el estudio de café y cáncer de páncreas de 1981, donde los controles con patología digestiva consumían menos café.
¿Controles hospitalarios o controles poblacionales?
Los controles poblacionales representan mejor la exposición basal y son preferibles cuando se pueden obtener. Los hospitalarios son más accesibles, pero solo son válidos si sus diagnósticos no están relacionados con la exposición; conviene usar varias categorías diagnósticas distintas para diluir el sesgo de cualquiera de ellas.
¿Qué es el overmatching y por qué es un error?
El overmatching es emparejar casos y controles por la exposición misma o por una variable en la vía causal entre exposición y enfermedad. En lugar de controlar confusión, elimina la diferencia que se quería medir y sesga el odds ratio hacia el valor nulo, ocultando una asociación real.
¿Cuántos controles por caso conviene usar?
Con uno por caso suele bastar, pero cuando los casos son escasos, aumentar a 2, 3 o 4 controles por caso gana poder estadístico. Más allá de 4:1 la ganancia es mínima y no compensa el costo ni el riesgo de relajar la calidad en la selección de controles.
Referencias
- MacMahon B, Yen S, Trichopoulos D, Warren K, Nardi G. Coffee and cancer of the pancreas. N Engl J Med. 1981;304(11):630-633.
- Hsieh CC, MacMahon B, Yen S, Trichopoulos D, Warren K, Nardi G. Coffee and pancreatic cancer (chapter 2). N Engl J Med. 1986;315(9):587-589.
Serie Medicina Basada en Evidencia — 52 semanas. Semana anterior: Razón de prevalencia con Poisson robusto. Del mismo bloque de diseños: el estudio transversal y sus límites y el error del odds ratio en estudios transversales. La próxima semana: «Estudio de cohorte: prospectiva, retrospectiva y el problema de la pérdida al seguimiento».
Suscríbete a MedicinaCardiometabolica.com
Si la serie te sirve para leer y escribir mejor investigación, la suscripción te da tres herramientas para el día a día clínico:
- Colección de libros de medicina (~18 GB) para descargar y consultar.
- Resúmenes de papers acompañados del artículo original.
- Directorio de ensayos clínicos organizados por fármaco, para encontrar la evidencia en segundos.
Suscríbete en: buymeacoffee.com/drjorgerojas
Canal de WhatsApp: únete aquí.
Aviso médico: este contenido es de carácter educativo y metodológico, dirigido a profesionales de la salud. No sustituye el juicio clínico individual ni las guías de práctica vigentes. Las decisiones diagnósticas y terapéuticas deben individualizarse para cada paciente.
Dr. Jorge Enrique Rojas Rodríguez — MedicinaCardiometabolica.com
Medicina Interna. Actualizado en septiembre de 2026.
Descubre más desde Medicina Cardiometabólica
Suscríbete y recibe las últimas entradas en tu correo electrónico.
