La natura di studi trasversali offre un modo rapido e facile per un epidemiologo o qualsiasi tipo di ricercatore di accumulare rapidamente i dati . Mentre alcuni studi di casi particolari richiedono dati più specifici , per la maggior parte degli studi trasversali , i dati regolarmente raccolti saranno sufficienti . Questo consente per i dati facili e veloci in grado di raccogliere anche per una grande popolazione bersaglio . La valutazione dei risultati e dei fattori di rischio per l' intera popolazione è anche fatto con poca fatica , in quanto il campione è un'istantanea quasi perfetto di tutto .
Basso a moderato costo
la facilità di raccogliere le informazioni necessarie si traduce in un costo - efficacia . Molti ospedali e uffici di censimento che hanno informazioni già in mano , salvando il ricercatore la briga di raccogliere esso , un'attività che richiede tempo e costosa . Il basso costo coinvolti in studi trasversali consentono di condurre indagini più approfondite della condizione generale della popolazione .
Causalità Problemi
La natura istantanea di studi trasversali , mentre comodo , ha il suo lato negativo , in quanto non fornisce una buona base per stabilire la causalità . Due variabili distinte sono misurate nello stesso punto nel tempo . Studi trasversali si può dire che i due sono legati in qualche modo , ma non possono determinare positivamente se uno ha causato l'altra . Studi trasversali anche falliscono da parte di fattori di confondimento . Variabili aggiuntive possono influenzare la relazione tra le variabili di interesse , ma non incidere su tali variabili stesse . Tali osservazioni sono spesso persi in studi trasversali .
Neyman Bias
Questa limitazione deriva dagli strumenti utilizzati per la raccolta dei dati , sia dal ricercatore stesso o da ospedale o dipendenti census Bureau. Strumenti come pedometri , bilance e sfigmomanometri sono più o meno precisi , ma gli strumenti più comuni utilizzati per la raccolta dei dati , questionari , introducono un bias di prevalenza , incidenza conosciuto come il bias Neyman . Anche se il ricercatore utilizza un questionario completamente oggettivo , la persona di risposta non può rispondere a domande riguardanti eventi passati con perfetta precisione . Questo sia ingrandisce o riduce al minimo gli effetti di alcune variabili , che interessano i risultati dello studio cross-sectional .