Cómo elegir el tipo de estudio en investigación médica: guía paso a paso
Contenido elaborado por el equipo DataMedix.
Revisión metodológica: Dr. Lucas Vargas, médico especialista en Epidemiología.
Elegir el diseño no consiste en seleccionar el estudio más fácil. En esta guía aprenderás a relacionar la pregunta, los objetivos, la disponibilidad de datos y el tipo de análisis con el diseño metodológico más adecuado.
Elegir el tipo de estudio es una de las decisiones más importantes al construir una tesis, un protocolo o una investigación médica.
El diseño determina cómo se seleccionarán los participantes, en qué momento se medirán las variables, qué comparaciones podrán realizarse, qué análisis estadístico será necesario y hasta dónde podrán llegar las conclusiones.
No existe un diseño que sea siempre mejor que los demás. La elección depende principalmente de la pregunta de investigación, pero también de la disponibilidad de información, el tiempo, los recursos, la frecuencia del desenlace y las consideraciones éticas.
En esta guía encontrarás una ruta práctica para escoger el tipo de estudio de manera coherente.
¿Qué es el diseño de un estudio?
El diseño es el plan metodológico utilizado para responder una pregunta de investigación.
Define, entre otros aspectos:
- quiénes serán estudiados;
- cómo serán seleccionados;
- qué variables se medirán;
- cuándo se obtendrán los datos;
- si existirá seguimiento;
- si el investigador asignará una intervención;
- qué grupos serán comparados;
- qué medidas estadísticas podrán calcularse.
Elegir el diseño no consiste únicamente en escribir “estudio descriptivo”, “transversal” o “retrospectivo”. Cada término describe una característica diferente de la investigación.
Por ejemplo, un estudio puede ser:
Observacional, analítico, de cohorte retrospectiva y basado en registros clínicos.
Cada una de estas características aporta información sobre cómo se realizará.
Paso 1. Define con claridad la pregunta de investigación
Antes de elegir el diseño, identifica qué quieres responder.
Pregúntate:
- ¿Quiero describir una población?
- ¿Quiero estimar la frecuencia de una enfermedad?
- ¿Quiero explorar una asociación?
- ¿Quiero comparar grupos?
- ¿Quiero estudiar factores relacionados con un desenlace?
- ¿Quiero evaluar una intervención?
- ¿Quiero construir o validar un modelo diagnóstico o predictivo?
- ¿Quiero sintetizar investigaciones ya publicadas?
Una pregunta demasiado amplia puede conducir a un diseño confuso y a una recolección de datos innecesaria.
Por ejemplo, no es lo mismo preguntar:
¿Cuál es la prevalencia de hipertensión en pacientes atendidos en una institución?
que preguntar:
¿La obesidad se asocia con una mayor incidencia de hipertensión durante cinco años de seguimiento?
La primera pregunta busca estimar una frecuencia en un momento o periodo definido. La segunda requiere establecer una secuencia temporal entre una exposición y un desenlace.
Paso 2. Determina si el estudio será observacional o experimental
Estudios observacionales
En un estudio observacional, el investigador mide las exposiciones, características y desenlaces sin asignar deliberadamente una intervención.
Entre los diseños observacionales más utilizados se encuentran:
- estudios transversales;
- estudios de cohortes;
- estudios de casos y controles;
- estudios ecológicos.
Estos diseños permiten describir poblaciones y estudiar asociaciones. Sin embargo, la capacidad para realizar inferencias causales depende de la temporalidad, el control de la confusión, la calidad de los datos y otros elementos metodológicos.
Estudios experimentales
En un estudio experimental, el investigador asigna una intervención.
El ejemplo más conocido es el ensayo clínico aleatorizado, en el que las personas son asignadas mediante un procedimiento aleatorio a diferentes grupos de intervención.
Este tipo de diseño suele utilizarse para evaluar:
- medicamentos;
- procedimientos;
- programas educativos;
- intervenciones preventivas;
- estrategias diagnósticas o terapéuticas.
La asignación aleatoria puede mejorar la comparabilidad entre los grupos, pero no elimina automáticamente todos los posibles sesgos. El ensayo también necesita una correcta selección de participantes, ocultamiento de la asignación, seguimiento, medición de desenlaces y análisis.
Paso 3. Identifica si necesitas describir o analizar
Estudios descriptivos
Buscan caracterizar la frecuencia o distribución de un fenómeno.
Pueden responder preguntas como:
- ¿Cuántos pacientes presentaron una complicación?
- ¿Cuál es la edad promedio de la población?
- ¿Qué diagnósticos son más frecuentes?
- ¿Cuál es la prevalencia de una enfermedad?
- ¿Cómo se distribuyen determinadas características clínicas?
Ejemplos:
- reporte de caso;
- serie de casos;
- estudio descriptivo transversal;
- análisis descriptivo de registros.
Estudios analíticos
Buscan evaluar asociaciones, diferencias o posibles relaciones entre variables.
Pueden responder preguntas como:
- ¿El tabaquismo se asocia con enfermedad cardiovascular?
- ¿Existen diferencias entre dos tratamientos?
- ¿La exposición ocupacional aumenta el riesgo de un desenlace?
- ¿Qué variables predicen una complicación?
Entre los diseños analíticos se encuentran:
- estudios transversales analíticos;
- cohortes;
- casos y controles;
- ensayos clínicos;
- algunos estudios ecológicos.
Un estudio analítico requiere definir con claridad la exposición, el desenlace, el grupo de comparación y las posibles variables de confusión.
Paso 4. Elige el diseño según la pregunta
Estudio transversal
Es útil cuando se desea medir variables en un momento o periodo definido.
Puede utilizarse para:
- estimar prevalencias;
- caracterizar una población;
- evaluar conocimientos, actitudes o prácticas;
- explorar asociaciones entre variables medidas en un mismo periodo.
Ejemplo:
Estimar la prevalencia de síntomas de agotamiento en residentes médicos durante 2026.
Su principal limitación para estudiar causas es que, cuando exposición y desenlace se miden simultáneamente, puede ser difícil establecer cuál ocurrió primero.
Estudio de cohorte
Comienza generalmente con personas clasificadas según una exposición o característica y evalúa la aparición posterior de uno o más desenlaces.
Puede ser:
- prospectivo, cuando el seguimiento ocurre desde el inicio del estudio hacia adelante;
- retrospectivo, cuando se reconstruyen exposición y seguimiento mediante registros ya existentes;
- ambispectivo, cuando combina información retrospectiva y seguimiento prospectivo.
Puede utilizarse para:
- estimar incidencia;
- comparar riesgos;
- evaluar múltiples desenlaces asociados con una exposición;
- estudiar la secuencia temporal entre exposición y desenlace.
Ejemplo:
Comparar la incidencia de complicaciones cardiovasculares entre pacientes expuestos y no expuestos a un determinado factor durante cinco años.
Las cohortes fortalecen el estudio de la temporalidad, pero no demuestran causalidad por sí solas. La asociación puede verse afectada por confusión, pérdidas durante el seguimiento, errores de medición y otros sesgos.
Estudio de casos y controles
Comienza seleccionando personas que presentan el desenlace de interés —casos— y personas que no lo presentan —controles—.
Después se compara la frecuencia de exposiciones previas entre ambos grupos.
Puede ser especialmente útil cuando:
- la enfermedad es poco frecuente;
- el desenlace tarda mucho tiempo en aparecer;
- se desea explorar diferentes exposiciones;
- una cohorte sería demasiado extensa o costosa.
Ejemplo:
Comparar exposiciones ocupacionales previas entre pacientes con una enfermedad poco frecuente y personas sin esa enfermedad.
La medida de asociación más utilizada es el odds ratio. En los diseños clásicos de casos y controles no suele ser posible estimar directamente la incidencia o el riesgo absoluto.
La selección adecuada de los controles es uno de los aspectos más importantes del diseño.
Ensayo clínico aleatorizado
Es apropiado cuando se desea evaluar el efecto de una intervención que puede ser asignada de manera ética y controlada.
Ejemplo:
Comparar la efectividad de dos tratamientos para disminuir la presión arterial.
Puede ofrecer una base más sólida para evaluar efectos causales que muchos diseños observacionales, especialmente cuando existe una asignación aleatoria adecuada. Sin embargo, no siempre es viable, ético o necesario.
Estudio de pruebas diagnósticas
Se utiliza cuando se quiere evaluar qué tan bien una prueba identifica una condición.
Puede estimar:
- sensibilidad;
- especificidad;
- valores predictivos;
- razones de verosimilitud;
- área bajo la curva ROC.
Ejemplo:
Evaluar la precisión diagnóstica de una prueba rápida frente a un estándar de referencia.
Este diseño necesita una definición clara de la población, la prueba índice, el estándar de referencia y el momento en que se aplican.
Revisión sistemática
Es apropiada cuando la pregunta busca sintetizar la evidencia disponible en estudios previos.
Puede abordar preguntas sobre:
- intervenciones;
- frecuencia;
- factores pronósticos;
- pruebas diagnósticas;
- asociaciones;
- experiencias cualitativas.
Una revisión sistemática no consiste en reunir artículos de manera narrativa. Requiere un protocolo, una búsqueda reproducible, criterios de selección, evaluación del riesgo de sesgo y una síntesis estructurada.
Tabla rápida para orientar la elección
| Pregunta principal | Diseño que podría considerarse |
|---|---|
| ¿Cuál es la prevalencia de una condición? | Estudio transversal |
| ¿Cuáles son las características de una población? | Estudio descriptivo |
| ¿Una exposición se relaciona con un desenlace posterior? | Cohorte |
| ¿Qué exposiciones previas se relacionan con una enfermedad poco frecuente? | Casos y controles |
| ¿Una intervención produce un efecto? | Ensayo clínico |
| ¿Qué tan precisa es una prueba? | Estudio de precisión diagnóstica |
| ¿Qué predice un desenlace futuro? | Cohorte o estudio de predicción |
| ¿Qué evidencia existe sobre una pregunta? | Revisión sistemática |
Esta tabla es una orientación inicial. La elección definitiva requiere revisar la temporalidad, la población, las variables y la disponibilidad real de información.
Paso 5. Revisa la temporalidad
La temporalidad indica la relación entre el momento en que se mide la exposición y el momento en que aparece el desenlace.
Pregúntate:
- ¿La exposición ocurrió antes del desenlace?
- ¿Ambas variables se medirán simultáneamente?
- ¿Existe información histórica confiable?
- ¿Será necesario hacer seguimiento?
- ¿El desenlace ya ocurrió al seleccionar a los participantes?
No debe confundirse la temporalidad con la fecha en que el investigador consulta la base.
Una cohorte retrospectiva, por ejemplo, puede analizar eventos ocurridos en el pasado, pero conserva una secuencia desde la exposición hacia el desenlace.
Paso 6. Evalúa los datos disponibles
Un diseño metodológicamente atractivo puede no ser viable si la información necesaria no existe o tiene mala calidad.
Antes de decidir, revisa:
- disponibilidad de historias clínicas o registros;
- claridad de los criterios diagnósticos;
- fechas de exposición y desenlace;
- cantidad de datos faltantes;
- consistencia entre instituciones;
- posibilidad de identificar participantes;
- tamaño potencial de la muestra;
- periodo disponible;
- calidad de las mediciones.
No es recomendable escoger un diseño únicamente porque existe una base de datos. Primero debe comprobarse que las variables disponibles permiten responder la pregunta.
Paso 7. Considera los recursos y la viabilidad
La elección también depende de:
- tiempo disponible;
- presupuesto;
- acceso a participantes;
- capacidad de seguimiento;
- frecuencia del desenlace;
- tamaño de muestra necesario;
- experiencia del equipo;
- requisitos éticos;
- capacidad para gestionar y analizar los datos.
La viabilidad no significa elegir automáticamente el diseño más sencillo. Significa adaptar la pregunta para que pueda responderse con rigor dentro de las condiciones reales del proyecto.
Paso 8. Anticipa el análisis estadístico
El diseño debe ser compatible con el análisis que necesitarás.
Por ejemplo:
- una prevalencia requiere un numerador, un denominador y un periodo claramente definidos;
- una cohorte puede estimar riesgos, tasas o tiempo hasta el evento;
- un estudio de casos y controles suele utilizar odds ratio;
- un estudio diagnóstico necesita comparar la prueba con un estándar de referencia;
- un ensayo clínico requiere definir grupos, desenlaces y estrategia de análisis.
El análisis estadístico no debe decidirse cuando la base ya está terminada. Debe planearse junto con la pregunta, las variables, el diseño y el cálculo del tamaño de la muestra.
Errores frecuentes al elegir el diseño
Elegir el estudio más fácil
Un diseño sencillo pero incapaz de responder la pregunta no soluciona el problema metodológico.
Afirmar causalidad con cualquier asociación
Una asociación estadística no demuestra automáticamente que una exposición cause un desenlace.
Llamar retrospectivo a todo estudio con historias clínicas
“Retrospectivo” describe una dimensión temporal, pero no reemplaza el nombre del diseño.
Confundir transversal con descriptivo
Un estudio transversal puede ser descriptivo o analítico.
Confundir cohorte con estudio prospectivo
Una cohorte puede ser prospectiva o retrospectiva.
Confundir casos y controles con dos grupos cualquiera
No todo estudio que compara pacientes con y sin una característica es un estudio de casos y controles. En este diseño, la selección se realiza a partir del desenlace.
Definir el diseño antes que la pregunta
El diseño debe derivarse de la pregunta y no al contrario.
Ignorar los posibles sesgos
Cada diseño tiene riesgos particulares de sesgo. Estos deben anticiparse desde el protocolo.
Checklist antes de tomar la decisión
Verifica:
- ¿La pregunta de investigación está delimitada?
- ¿La población está definida?
- ¿Está claro cuál es la exposición o intervención?
- ¿Existe un desenlace principal?
- ¿Necesitas estimar frecuencia, asociación, predicción o efecto?
- ¿La exposición debe ocurrir antes del desenlace?
- ¿Habrá seguimiento?
- ¿La información disponible tiene calidad suficiente?
- ¿El desenlace es frecuente o poco frecuente?
- ¿Existe un grupo de comparación adecuado?
- ¿El diseño es éticamente aceptable?
- ¿El tamaño de muestra es viable?
- ¿El análisis estadístico puede planearse desde el protocolo?
- ¿Las conclusiones esperadas son compatibles con el diseño?
Preguntas frecuentes
¿Cuál es el tipo de estudio más fácil para una tesis médica?
No existe un diseño universalmente más fácil. Los estudios transversales suelen requerir menos seguimiento, pero también necesitan una pregunta clara, una muestra adecuada, variables bien definidas y un análisis coherente.
¿Una cohorte demuestra causalidad?
No por sí sola. Una cohorte puede establecer temporalidad y estimar asociaciones entre una exposición y un desenlace, pero sus resultados todavía pueden verse afectados por confusión y otros sesgos.
¿Un estudio con historias clínicas siempre es transversal?
No. Dependiendo de cómo se seleccionen los participantes y se reconstruya la secuencia temporal, puede ser transversal, de cohorte retrospectiva, de casos y controles u otro diseño.
¿Puedo cambiar el tipo de estudio después de recolectar los datos?
En ocasiones puede replantearse el análisis, pero cambiar el diseño después de conocer los datos puede generar incoherencias y análisis guiados por los resultados. Lo recomendable es definirlo desde el protocolo.
Conclusión
Elegir el tipo de estudio requiere conectar cinco elementos:
- la pregunta de investigación;
- el objetivo;
- la temporalidad;
- la información disponible;
- el análisis estadístico.
El mejor diseño no es el más complejo ni el más rápido. Es aquel que permite responder la pregunta con el menor riesgo posible de sesgo y dentro de las condiciones reales del proyecto.
¿Necesitas definir cómo elegir el tipo de estudio en investigación médica de tu investigación?
¿Tienes una pregunta de investigación, pero no sabes si necesitas un estudio transversal, una cohorte, un diseño de casos y controles u otra metodología?
En DataMedix revisamos la coherencia entre tu pregunta, objetivos, población, variables, fuentes de información y plan estadístico para ayudarte a construir un diseño claro, viable y defendible.
Referencias
- von Elm E, Altman DG, Egger M, Pocock SJ, Gøtzsche PC y Vandenbroucke JP. The Strengthening the Reporting of Observational Studies in Epidemiology — STROBE Statement.
- EQUATOR Network. STROBE Checklist for Cohort, Case-Control and Cross-Sectional Studies.
- Hopewell, Sally, et al. “CONSORT 2025 statement: updated guideline for reporting randomised trials.” The Lancet 405.10489 (2025): 1633-1640.
- National Library of Medicine. Finding and Using Health Statistics.
