In uno studio osservazionale, denominato anche studio epidemiologico1, i ricercatori osservano e documentano le esposizioni e gli esiti senza effettuare alcun tipo di intervento2.
Uno studio osservazionale è progettato per trovare una relazione tra esposizioni naturali ed esiti. Negli studi osservazionali non ci sono interventi intenzionali da parte dei ricercatori e di solito non è possibile determinare una relazione causa-effetto.
I ricercatori cercano di determinare se e come le esposizioni e gli esiti osservati siano correlati. Quando una aumenta, l’altra diminuisce? Le variabili si muovono insieme, cioè sono “correlate”?
Ciò consente al ricercatore di prevedere il comportamento di una variabile in base ad altre. Ad esempio, l’emoglobina glicata (HbA1c) è fortemente correlata alle complicanze del diabete3.
Se in una persona è alta, è probabile che sia a maggior rischio di problemi dovuti al diabete. Ma ciò non significa che l’emoglobina glicata sia la causa diretta delle complicanze del diabete. Si tratta di un marcatore, di una conseguenza della glicemia elevata e di altri cambiamenti metabolici che si verificano quando una persona ha il diabete, che è la causa a valle.
Questo evidenzia un punto molto importante. Gli studi osservazionali di solito non possono stabilire la causalità. Se i ricercatori potessero agitare una bacchetta magica e de-glicare tutta l’emoglobina nel corpo di una persona, non risolverebbero comunque il problema di fondo: la persona continuerebbe ad avere il diabete.
La correlazione non è necessariamente causale e gli studi osservazionali di solito non possono dimostrare la causalità. Sebbene esistano alcuni modi per rafforzare l’inferenza causale dagli studi osservazionali a livello di disegno dello studio o di analisi,45 lo studio osservazionale di solito non consente ai ricercatori di inferire la causalità e fornisce solo una possibile previsione futura.
Fonti e riferimenti scientifici
- Matthew S Thiese. Observational and interventional study design types; an overview Biochem Med (Zagreb) 2014
- Aggarwal R, Ranganathan P. Study designs: Part 4 – Interventional studies. Perspect Clin Res 2019
- Lee S, et al. Predictions of diabetes complications and mortality using hba1c variability: a 10-year observational cohort study. Acta Diabetol 2021
- Etminan M, Collins GS, Mansournia MA. Using Causal Diagrams to Improve the Design and Interpretation of Medical Research. Chest 2020
- Capili B, Anastasi JK. Improving the Validity of Causal Inferences in Observational Studies. Am J Nurs 2023
