Sesgos, criterios de seleccin

Dr. Cristian Daz Vlez

Un objetivo en todo estudio epidemiolgico debe ser el de medir y calcular con la mayor validez y precisin posible sus determinaciones. En otras palabras, la validez del conocimiento derivado de cualquier estudio epidemiolgico depender, en gran medida, de la ausencia de error y de la capacidad de estimar o predecir el parmetro verdadero en la poblacin blanco.

Las mediciones que se realicen deben ser: lo ms exactas posible: que la medicin est prxima al valor verdadero. Precisas: que mediciones repetidas caigan dentro de un intervalo reducido.

En epidemiologa, la VALIDEZ (el grado de valor que se confiere al dato) se refiere a la ausencia de sesgo o error: a) Validez interna. Capacidad para atribuir el efecto detectado por el estudio a la hiptesis que se investiga. Resulta indispensable que el estudio est libre de errores (durante el proceso de seleccin de la poblacin de estudio, las mediciones que se realizan en dicha poblacin o por la falta de comparabilidad de los grupos estudiados), y b) Validez externa. Capacidad para extrapolar los resultados de un estudio a una poblacin ms extensa que aquella en que se ha realizado.

El ERROR puede ser de dos tipos: Errores sistemticos o Sesgos. Diferencia entre el verdadero valor y el valor obtenido debido a cualquier causa que no sea la variabilidad de la muestra. Es la distorsin de la medicin causada por el investigador. Estos errores se cometen en el procedimiento del estudio y afectan gravemente la validez interna de los estudios. Segn su origen: sesgos de seleccin, sesgos de informacin y sesgos de confusin. Errores aleatorios. Corresponden a la diferencia entre el resultado obtenido a partir de la muestra y la realidad de la poblacin, la capacidad para extrapolar los resultados de un estudio a una poblacin. Distorsin de la medicin debida a la variabilidad del fenmeno que se mide. Disminuyen al aumentar el tamao de la muestra y la precisin de las mediciones.

1. Confiabilidad : Precisin,
reproducibilidad

Error aleatorio 2. Validez : seguridad, conformidad

Error sistemtico

A no ha sido ni exacto ni preciso. B Exacto y preciso. C bastante exacto pero no preciso. D muy preciso pero poco exacto.
7

Validez y Confiabilidad
Estudio mdico o epidemiolgico, la principal consideracin es obtener:

Medicin vlida Medicin confiable

de los factores de exposicin y resultados de inters en la poblacin en estudio SIN SESGO y SIN ERRORES o Minimizarlos lo ms posible.

Para lograr un estudio de una calidad elevada: Asegrese de las respuestas adecuadas a las preguntas del estudio

Buen diseo de estudio Validez y confiabilidad de las mediciones Controle cualquier posible sesgo Buena cooperacin entre * grupo de investigacin, y * poblacin del estudio

En qu piensa primero, cuando hablamos de validez y confiabilidad? Cul es la diferencia entre validez y confiabilidad? Por qu la validez y confiabilidad son importantes en la conduccin de cualquier investigacin mdica en el laboratorio y en el campo?

Definicin: Una

medicin precisa teniendo el mismo valor cada vez que es medida. Mediciones repetidas caen dentro de un intervalo reducido.

Sinnimos Confiabilidad Repetibilidad Reproducibilidad Consistencia Aceptacin

Precisin depende de: Tamao de muestra Eficiencia del estudio Influencia el poder del estudio Son afectados por ERROR ALEATORIO

Usando D.S.

Varianza (2)

Usando Coeficiente de variacin= D.S. X Usando estadstico o ndice Kappa (concordancia)

Sesgo entre observadores

Usando alfa de Cronbach

1.

Estandarizando medicin

los

mtodos

de

Preparacin del protocolo del estudio Preparacin del manual de operaciones Escribiendo guas especficas o instrucciones para cada medicin Sirviendo como base para descripcin de mtodos cuando se reporten los resultados

Preparacin del manual de operaciones Escriba con precisin:

Como preparar al sujeto y el ambiente Como efectuar y registrar la entrevista Como calibrar los instrumentos

Escribir guas especficas o instrucciones para realizar las mediciones realizacin uniforme durante la duracin del estudio

2. Entrenando y certificando a los observadores Mejorando la consistencia de las tcnicas de medicin (varios observadores) Realizando un estudio piloto Para probar el poder de las tcnicas especificadas en el manual de operaciones

3. Refinando los instrumentos Escribiendo los cuestionarios o entrevistas para incrementar la claridad 4. Automatizando los instrumentos Usando aparatos mecnicos automticos

5. Repitiendo la medicin El impacto del error aleatorio de cualquier origen, puede reducirse por: Repitiendo la medicin Usando el promedio de las dos mediciones

Definicin: El grado en el cual los resultados de una medicin corresponden al verdadero estado o verdad

Sinnimos:

validez Conformidad Exacto

Seguridad es una funcin de ERROR SISTEMTICO Influencia la validez interna y externa del estudio A mayor error sistemtico, menos segura la variable

Es atribuido a: Aspectos metodolgicos del diseo del estudio o anlisis Seleccin de sujeto Calidad de la informacin obtenida Confusin Modificacin de efecto (interaccin) Misclasificacin

Comparacin con tcnicas de referencia

Estndares dorados

1. Estandarizacin de mtodos de medicin 2. Entrenamiento y certificacin de los observadores 3. Refinacin de instrumentos 4. Automatizando los instrumentos 5. Haciendo mediciones informales 6. Cegando 7. Calibracin de instrumentos

CLASIFICACIN DE LOS SESGOS A. Sesgos de seleccin. B. Sesgos de informacin (de recogida, presentacin y anlisis de datos). C. Sesgos de confusin.

SESGOS DE SELECCIN (1)

Se producen al inicio del estudio. Se refieren a la distorsin en la estimacin del efecto derivada de la forma en que se han seleccionado los sujetos de la muestra. La poblacin seleccionada para participar en el estudio no es representativa de la poblacin de referencia. Ocurren con mayor frecuencia en estudios retrospectivos (los estudios de casos y control son particularmente susceptibles).

SESGOS DE SELECCIN (2)

En los estudios de casos y controles, los dos grupos deben ser similares excepto en la exposicin a estudio. En los estudios de cohortes, la seleccin de los grupos de expuestos y no expuestos debe ser la misma respecto a las variables influyentes conocidas.

ORIGEN DE LOS SESGOS DE SELECCIN (3)

Mala seleccin del grupo control en la fase de diseo. Autoseleccin (participacin de voluntarios, diferentes a los dems enfermos y los dems expuestos). Prdidas de seguimiento (en los estudios de cohortes). Muestra no representativa (Paradoja de Berkson). Supervivencia selectiva (Sesgo de Neyman).

Sesgo de Neymann (de prevalencia o incidencia): Se produce cuando la condicin en estudio determina prdida prematura por fallecimiento de los sujetos afectados por ella.
Supongamos un grupo de 1.000 personas portadoras de hipertensin arterial (factor de riesgo de accidente vascular cerebral (AVC)) y 1.000 no hipertensas, que son seguidas a lo largo del tiempo en un estudio prospectivo de 10 aos, el que intenta establecer el grado de asociacin entre estas dos condiciones. Se tiene lo siguiente despus de 10 aos
De este cuadro se desprende la intensa asociacin entre asociaci hipertensin y hipertensi eventos cerebrovasculares, tanto en muertes como en episodios no mortales.
30

Si a partir de los pacientes que han experimentado episodios de AVE, se desea establecer retrospectivamente el grado de asociacin de esta complicacin con la hipertensin, entre quienes sobreviven.

En este caso, la medida epidemiolgica de asociacin (odds ratio) arroja un valor de 0,80, vale decir, el factor de "riesgo hipertensin aparece reduciendo el riesgo de presentar un accidente vasculares enceflico. Este hallazgo deriva de la no incorporacin en el anlisis de los sujetos que fallecen prematuramente por enfermedad cerebrovascular en el lapso de observacin sealado.
31

Clasificacin verdadera

Casos Expuesto No expuesto

100 50 150

Controles
50 50 100

Total
150 100 250

OR = ad/bc = 2.0; RR = a/(a+b)/c/(c+d) = 1.3 Sobreetimacin de exposicin por 10 casos; tasas infladas

Casos Expuesto No expuesto

110 40 150

Controles
50 50 100

Total
160 90 250

OR = ad/bc = 2.8; RR = a/(a+b)/c/(c+d) = 1.6

Clasificacin verdadera

Casos
Expuesto No expuesto 100 50 150

Controles
50 50 100

Total
150 100 250

OR = ad/bc = 2.0; RR = a/(a+b)/c/(c+d) = 1.3 Subestima la exposicin para 10 casos, reduce las tasas

Casos
Expuesto No expuesto 90 60 150

Controles
50 50 100

Total
140 110 250

OR = ad/bc = 1.5; RR = a/(a+b)/c/(c+d) = 1.2

Clasificacin verdadera

Casos Expuesto No expuesto 100 50 150

Controles 50 50
100

Total 150 100 250

OR = ad/bc = 2.0; RR = a/(a+b)/c/(c+d) = 1.3

Subestima exposicin para 10 controles, incrementa las tasas

Casos Expuesto No expuesto 100 50 150

Controles 40 60 100

Total 140 110 250

OR = ad/bc = 3.0; RR = a/(a+b)/c/(c+d) = 1.6

Clasificacin verdadera

Expuesto No expuesto

Casos 100 50 150

Controles 50 50 100

Total 150 100 250

OR = ad/bc = 2.0; RR = a/(a+b)/c/(c+d) = 1.3

Sobreestima la exposicin para 10 controles, reduce las tasas

Casos Expuesto No expuesto 100 50 150

Controles 60 40 100

Total 160 90 250

OR = ad/bc = 1.3; RR = a/(a+b)/c/(c+d) = 1.1

PREVENCIN DE SESGOS DE SELECCIN (4)

Participantes representativos de la poblacin objetivo. Enmascarar la asignacin del tratamiento. Minimizar el rechazo de participacin.

SESGOS DE INFORMACIN (1)

Tambin conocidos como sesgos de clasificacin o diagnstico. Es una distorsin en la estimacin de un efecto atribuido a errores en la recogida, anlisis y presentacin de datos de los individuos estudiados. Ocurren despus de la seleccin.

SESGOS DE INFORMACIN (2)

Segn el mbito donde ocurran, los errores de medicin / clasificacin pueden ser: No diferenciales (aleatorios): cuando el grado de error del instrumento, de la tcnica empleada o de clasificacin es el mismo para los grupos que se comparan (ej. cuestionarios errneos, encuestas deficientes, aparatos Sin calibrar, fallos instrumentales). Diferenciales (no aleatorios): cuando el grado de error es diferente, ms intenso en un grupo que en el otro (ej. los resultados de una variable [diagnstico] dependen de otra variable [situacin socioeconmica]). Exageran las diferencias positivas o negativas. El sesgo de informacin se refiere particularmente a este ltimo tipo.

SESGOS DE INFORMACIN (3)

Segn su origen, el sesgo de clasificacin puede ser de tres tipos: Sesgo del observado (de recuerdo o memoria) Sesgo del observador (de deteccin) Sesgo del instrumento (instrumento defectuoso)

SESGOS DE INFORMACIN (4)

SESGO DE MEMORIA (O DE RECUERDO) Error sistemtico debido a diferencias a la hora de recordar, de forma precisa y completa, los hechos o experiencias previas. Especialmente importante en estudios de casos y control (los controles suelen recordar menos la exposicin).

SESGOS DE INFORMACIN (5)

SESGO DE DETECCIN (del observador) Diferentes criterios o prcticas de estudio de los pacientes producen diferencias artificiales en la incidencia y prevalencia. El observador mide de manera diferente en cada uno de los subgrupos.

SESGOS DE CONFUSIN (1)

Ocurren cuando se observa una asociacin no causal entre la exposicin y el evento en estudio, o cuando no se observa una asociacin real entre la exposicin y el evento objeto de estudio por la accin de una tercera variable que no es controlada. El factor de riesgo extrao que se sobrepone a la exposicin en estudio y afecta los hallazgos se denomina factor de confusin o confusor (edad, sexo, raza, nivel de estudios). El factor de confusin minimiza la importancia o exagera la supuesta contribucin del factor de riesgo en el desarrollo de la enfermedad.

SESGOS DE CONFUSIN (2)

Un factor de confusin: Debe ser un factor de riesgo por s mismo. Debe estar asociado con la enfermedad o con la exposicin. No debe ser un mecanismo de accin de la exposicin en estudio Debe predecir la enfermedad en los no expuestos. No debe ser afectado por la exposicin a la enfermedad. El objetivo de la asignacin al azar de los tratamientos en los estudios experimentales es lograr la formacin de grupos homogneos en lo que se refiere a todas las caractersticas que puedan influir en desarrollar el evento.

Criterios de seleccin
Poblacin Muestra Criterios de inclusin Criterios de exclusin

Existen ms de 300 pruebas estadsticas bsicas. Hay dos clases de pruebas estadsticas: Las paramtricas y las no paramtricas.

Cristian Daz Vlez

45

Los valores de la variable dependiente sigan la distribucin de la curva normal. La muestra en la que se hizo la investigacin. Las varianzas de los grupos que se comparan en una variable dependiente sean aproximadamente iguales (homogeneidad de las varianzas). La variable dependiente est medida en una escala que sea por lo menos de intervalo, aunque este ltimo requisito no es compartido por todos los estadsticos. Cuando los datos cumplen con los requisitos indicados, especialmente con los dos primeros, las pruebas estadsticas paramtricas exhiben su mximo poder. Cristian Daz Vlez 46

Las pruebas estadsticas no paramtricas, en cambio, no hacen a los datos ninguna de las exigencias que les hacen las pruebas estadsticas paramtricas; por eso se les denomina "pruebas estadsticas libres de distribucin". Todas estas pruebas poseen menos poder que las pruebas paramtricas correspondientes, pero han demostrado ser muy tiles como alternativas cuando no se considera apropiado el uso de pruebas paramtricas.
Cristian Daz Vlez 47

Tipo: Categrica/cualitativa Numrica/cuantitativa Escala: Categrica/cualitativa

Nominal Ordinal Razn Intervalo

48

Numrica/cuantitativa
Cristian Daz Vlez

Categricas nominales Categricas ordinales Numricas proporcin Numricas intervalo

Dicotmicas Nominales ppd Ordinales Cuantitativas

Cristian Daz Vlez

49

Variable Dependiente Dicotmica Dicotmica Dicotmica Dicotmica Nominal Nominal Ordinal Ordinal Cuantitativa

Variable Independiente Dicotmica Nominal Ordinal Cuantitativa Dicotmica Cuantitativa Nominal Cuantitativa
Cristian Daz Vlez

Prueba z, Chi-2, Fisher z, Chi-2, MethaPatel Mann-Whitney / Wilcoxon Regresin Logstica z, Chi-2, MethaPatel Regresin Discriminante Kruskal-Wallis Regresin Odds Proporcional t de Student

50

Dicotmica

Identificar una variable dependiente

Ninguna V. ind.

Una V. ind.

Ms de una V. ind.

V. Dep. Continua

V. Dep. Ordinal

V. Dep. Nominal

V. Dep. Continua

V. Dep. Ordinal

V. Dep. Nominal

V. Dep. Continua

V. Dep. Ordinal

V. Dep. Nominal

Para fines estadsticos una variable nominal solo se refiere a dos categoras de una Caracterstica. Si la caracterstica tiene K categoras, se necesitan K-1 variables.
Cristian Daz Vlez 51

1 V. Dependiente Continua

Inters en la posicin

Inters en la dispersin

Media T student

Varianza, DS Chi2

Coef. Variacin T student

Cristian Daz Vlez

52

2 Var. Depend. Ordinal

Inters en la posicin

Inters en la dispersin

Mediana Prueba de Willcoxon

Amplitud intercuartilica

Cristian Daz Vlez

53

3 V. Dependiente nominal

Si

Inters en la posicin

No

Proporcin

Tasa

Desenlace comn

Desenlace raro Poisson

Aprox. Normal Poisson

Binomial

Cristian Daz Vlez

54

4 V. Dependiente Continua No Dif. Medias T student Inters en la posicin Si

Var. Indep intencionada

Var. Indep aleatoria

Regresin lineal

Anlisis Correlacin T student Z de Fisher

T student Prueba F

Cristian Daz Vlez

55

5 Var. Depend. Ordinal

Var. Indep. Nominal

Var. Indep Ordinal

Mediana Mann-Whitney

Coef. Correlacin Prueba Sperman

Cristian Daz Vlez

56

6 Var. Depend. Nominal

Var. Indep. Nominal

Var. Indep. Ordinal o continua

Datos apareados

Datos Indep.

Chi2 para tendencia

P. McNemar

Dif. Medias Chi2 Test Fisher

Cristian Daz Vlez

57

7 Var. Depend. Ordinal

Var. Indep. Nominal

Var. Indep. continua Var. Indep intencionada Var. Indep aleatoria

Var. Indep Continua o nominal Var. Indep intencionada Var. Indep aleatoria

Datos apareados ANOVA Factorial de una via Prueba F Student

Datos Indep. ANOVA Medidas repetidas Prueba F Student

Anlisis Regresin mltiple Prueba F F parcial

Anlisis Correlacin mltiple Prueba F F parcial

Anlisis Covarianza (ANCOVA) Prueba F F parcial

Anlisis Correlacin mltiple Prueba F F parcial

58

Cristian Daz Vlez

8 V. Dependiente ordinal

Var. Indep Nominal

Datos Indep.

Datos pareados Prueba Friedman

Prueba Kruskal-Wallis

Cristian Daz Vlez

59

9 Var. Depend. Nominal

Var. Indep. Nominal Dependiente Del tiempo

Var. Indep Continua o nominal No dependiente Del tiempo.

Dependiente Del tiempo

No dependiente Del tiempo.

Anlisis de Anlisis Tablas de vida estratificado Log-rank Mantel-Haenszel chi2

Regresin De Cox Razn de Mxima probabilidad

Cristian Daz Vlez

Regresin logstica Razn de Mxima probabilidad

Anlisis discriminante Razn de Mxima probabilidad

60

Cristian Daz Vlez

61

GRACIAS