Declaración STROBE: lista de verificación de 22 ítems
Los 22 ítems de STROBE para cohortes, casos y controles y transversales, lo que objeta el revisor en cada bloque y un comprobador para tu manuscrito.
STROBE es la guía para contar un estudio observacional (de cohortes, de casos y controles o transversal) con lo necesario para juzgarlo. Tiene 22 ítems: 18 comunes a los tres diseños y 4 con versión propia para cada uno (participantes, métodos estadísticos, datos descriptivos y datos de desenlace). La declaración es de 2007.
Por Víctor Ciudad-Fernández, PhD · Actualizado: 6 de octubre de 2026 · Fuente: von Elm et al. (2007)
Qué es STROBE y cuándo se usa
STROBE (Strengthening the Reporting of Observational Studies in Epidemiology) reúne lo que tiene que constar en el artículo de un estudio observacional para que se pueda valorar el riesgo de sesgo y la validez de las conclusiones. La publicaron von Elm y colaboradores en 2007, a la vez en varias revistas, con un documento de explicación y elaboración que razona cada ítem.
La web oficial ofrece una lista combinada para los tres diseños y una por diseño (cohortes, casos y controles, transversales), además de otra para resúmenes de congresos. Las revistas suelen pedirla rellena al enviar, con la página donde se cumple cada ítem.
Un aviso que repiten los propios autores: STROBE es una guía para contar el estudio, no una escala para puntuar su calidad. Usarla como herramienta de calidad en una revisión sistemática es un error que los revisores señalan.
Estudios de cohortes, prospectivos o retrospectivos.
Estudios de casos y controles.
Estudios transversales, encuestas incluidas.
Si los datos vienen de historias clínicas o registros recogidos de rutina, STROBE más su extensión RECORD; si es un estudio de aleatorización mendeliana, STROBE-MR.
Un ensayo aleatorizado no va con STROBE (es CONSORT), ni un estudio de precisión diagnóstica (es STARD).
Los 22 ítems, sección a sección
Los ítems 6, 12, 14 y 15 cambian según el diseño; aquí se resume lo que piden en cada caso. Lo que sigue explica cada ítem con otras palabras; para enviar, usa la lista oficial de tu diseño. Debajo de cada sección tienes lo que el revisor suele objetar en ella.
Título y resumen
1a. Nombrar el diseño con un término habitual en el título o en el resumen.
1b. Un resumen informativo y equilibrado de lo que se hizo y de lo que se encontró.
Lo que suele objetar el revisor:
El título no nombra el diseño, o lo nombra mal: un análisis transversal presentado como «estudio de cohortes» porque los datos vienen de una cohorte.
El resumen habla de «efecto» o «impacto» en un diseño que solo permite hablar de asociación.
Introducción
2. Los antecedentes científicos y la justificación de la investigación.
3. Los objetivos concretos, incluidas las hipótesis fijadas de antemano.
Lo que suele objetar el revisor:
Las hipótesis no estaban fijadas antes del análisis y se nota: los objetivos parecen escritos a la medida de lo que salió significativo.
Métodos
4. Los elementos clave del diseño, pronto en el artículo.
5. El ámbito, los lugares y las fechas relevantes: reclutamiento, exposición, seguimiento y recogida de datos. (lo mira el comprobador)
6a. Los criterios de elegibilidad y cómo se seleccionó a los participantes; en cohortes, también el seguimiento, y en casos y controles, cómo se definieron y eligieron casos y controles. (lo mira el comprobador)
6b. Si hubo emparejamiento: los criterios y, según el diseño, el número de expuestos y no expuestos o de controles por caso.
7. La definición de todos los desenlaces, exposiciones, predictores, posibles factores de confusión y modificadores del efecto, con los criterios diagnósticos si procede.
8. Para cada variable, de dónde salen los datos y cómo se midió, y si la medición es comparable entre grupos.
9. Lo que se hizo para afrontar las posibles fuentes de sesgo. (lo mira el comprobador)
10. Cómo se llegó al tamaño del estudio. (lo mira el comprobador)
11. Cómo se trataron las variables cuantitativas en el análisis y, si se agruparon, en qué categorías y por qué.
12a. Todos los métodos estadísticos, incluidos los que se usaron para controlar la confusión.
12b. Los métodos para examinar subgrupos e interacciones.
12c. Cómo se trataron los datos perdidos. (lo mira el comprobador)
12d. Según el diseño: cómo se abordaron las pérdidas de seguimiento (cohortes), el emparejamiento (casos y controles) o la estrategia de muestreo (transversales).
12e. Los análisis de sensibilidad.
Lo que suele objetar el revisor:
No se define qué es exposición, qué es desenlace y qué es posible confusor, y el modelo ajustado parece elegido después de ver los datos.
Se ajusta por variables que están en el camino causal (mediadores) y se pierde el efecto que se quería estimar.
El tamaño se justifica con «muestra de conveniencia» y luego se leen los resultados no significativos como ausencia de efecto.
Se categoriza una variable continua (edad, índice de masa corporal) sin justificar los puntos de corte.
Los datos perdidos se resuelven borrando casos y no se dice cuántos se pierden.
Resultados
13a. El número de personas en cada fase: potencialmente elegibles, evaluadas, confirmadas como elegibles, incluidas, con seguimiento completo y analizadas.
13b. Los motivos de no participación en cada fase.
13c. Considerar un diagrama de flujo.
14a. Las características de los participantes (demográficas, clínicas, sociales) y la información sobre exposiciones y posibles factores de confusión.
14b. Cuántos participantes tienen datos perdidos en cada variable de interés.
14c. En cohortes, un resumen del tiempo de seguimiento.
15. Los datos de desenlace: número de eventos o medidas resumen (cohortes y transversales) o número en cada categoría de exposición (casos y controles).
16a. Las estimaciones sin ajustar y, si procede, ajustadas por confusión, con su precisión (intervalo de confianza), y por qué factores se ajustó y por qué.
16b. Los límites de las categorías cuando se categorizan variables continuas.
16c. Si procede, traducir el riesgo relativo a un riesgo absoluto en un periodo con sentido.
17. Otros análisis: subgrupos, interacciones y sensibilidad.
Lo que suele objetar el revisor:
No se puede reconstruir cuánta gente se perdió entre los elegibles y los analizados.
Solo se dan estimaciones ajustadas, sin las crudas, o no se dice por qué variables se ajustó.
Se calculan odds ratios de un desenlace frecuente y se leen como si fueran riesgos relativos.
Discusión
18. Los resultados clave en relación con los objetivos.
19. Las limitaciones, con las fuentes de sesgo o imprecisión y la dirección y magnitud de cualquier sesgo posible.
20. Una interpretación prudente que tenga en cuenta los objetivos, las limitaciones, la multiplicidad de análisis, los resultados de otros estudios y otras pruebas.
21. La generalizabilidad (validez externa) de los resultados.
Lo que suele objetar el revisor:
Se concluye causalidad («X reduce Y») desde un diseño transversal.
Las limitaciones no dicen en qué dirección movería el resultado el sesgo de selección o la confusión residual.
Otra información
22. Las fuentes de financiación y el papel de los financiadores en este estudio y, si procede, en el estudio original del que parte.
Lo que suele objetar el revisor:
Falta el papel del financiador, sobre todo cuando la base de datos pertenece a una empresa o a una aseguradora.
Comprueba tu manuscrito contra STROBE
Pega el artículo (Métodos y Resultados como mínimo). El comprobador busca en el texto 5 de los 22 ítems de STROBE, los que un buscador puede decidir sin leer (criterios de inclusión y exclusión, justificación del tamaño muestral, fuentes de sesgo o confusión, datos perdidos o pérdidas de seguimiento, período de reclutamiento o recogida), y te enseña la frase que sostiene cada uno. Corre en tu navegador: no se sube nada ni se guarda nada.
Previum · revisión por pares antes de enviar. Una lista de verificación dice si algo aparece en el texto; no dice si está bien hecho. Cuando el manuscrito esté entero, mira qué te objetaría el revisor 2 antes de enviarlo: hallazgos anclados a tu texto, en el margen. Revisar mi manuscrito
Variantes y extensiones
STROBE no se ha sustituido por una versión nueva: la lista de 2007 es la que ofrece la web oficial, en versión combinada y por diseño. Lo que ha crecido son las extensiones para casos concretos.
Las más pedidas: RECORD para estudios con datos sanitarios recogidos de rutina (historias clínicas, registros, bases administrativas) y STROBE-MR para estudios de aleatorización mendeliana. Se rellenan además de STROBE, no en su lugar.
Cómo citar la guía
Si en Métodos escribes que seguiste STROBE, cita la declaración (y la explicación y elaboración si te apoyas en ella), no esta página.
von Elm, E., Altman, D. G., Egger, M., Pocock, S. J., Gøtzsche, P. C., & Vandenbroucke, J. P. (2007). The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: Guidelines for reporting observational studies. PLoS Medicine, 4(10), e296. https://doi.org/10.1371/journal.pmed.0040296
Vandenbroucke, J. P., von Elm, E., Altman, D. G., Gøtzsche, P. C., Mulrow, C. D., Pocock, S. J., Poole, C., Schlesselman, J. J., & Egger, M. (2007). Strengthening the Reporting of Observational Studies in Epidemiology (STROBE): Explanation and elaboration. PLoS Medicine, 4(10), e297. https://doi.org/10.1371/journal.pmed.0040297
Veintidós. Dieciocho son comunes a cohortes, casos y controles y transversales; los ítems 6, 12, 14 y 15 tienen una redacción distinta según el diseño.
¿Sirve STROBE para valorar la calidad de un estudio?
No. Es una guía para contar el estudio. Para valorar el riesgo de sesgo de estudios observacionales en una revisión se usan herramientas pensadas para eso, como ROBINS-E o la escala de Newcastle-Ottawa.
¿Qué lista uso si mi estudio es transversal?
La versión de STROBE para estudios transversales, que la web oficial ofrece aparte. Si tu revista enlaza la combinada, también vale: rellena en cada ítem la parte que corresponde a tu diseño.
¿Y si mis datos salen de historias clínicas o de un registro?
Entonces, además de STROBE, toca RECORD, la extensión para datos sanitarios recogidos de rutina. Pide, entre otras cosas, cómo se identificó a la población y cómo se validaron los códigos usados.