Sesgo de información
-
Upload
pamela-rodriguez-aguilar -
Category
Documents
-
view
42 -
download
4
Transcript of Sesgo de información
Sesgo, confusión
y el papel del
azar
Principios de Epidemiología
Conferencia 5
Dona Schneider, PhD, MPH, FACE
Para mostrar causalidad usamos... Postulados de Koch para enfermedades infecciosas Postulados de Hill para enfermedades crónicas y cuestionamientos
complejos Fuerza de asociación Credibilidad biológica Especificidad Consistencia con otras asociaciones Secuencia temporal Relación dosis-respuesta Analogía Experimento Coherencia
Epidemiology (Schneider)
Para demostrar una asociación estadística válida
Necesitamos evaluar:
Sesgo: si error sistemático ha sido introducido en la planeación del estudio
Confusión: si un factor externo está relacionado a la enfermedad y a la exposición
Rol del azar: cuan probable es que lo que encontramos es un hecho verdadero
Sesgo
Error sistemático introducido en la planeación del estudio
Sesgo de Selección
Sesgo de Información
Epidemiology (Schneider)
Tipos de sesgo de selección Sesgo Berksoniano – Puede haber una
asociación espuria entre enfermedades o entre una característica y una enfermedad debido a las diferentes probabilidades de admisión a un hospital para aquellos con la enfermedad, sin la enfermedad pero con la característica de interés
Berkson J. Limitations of the application of fourfold table analysis to hospital data. Biometrics 1946;2:47-53
Epidemiology (Schneider)
Tipos de sesgo de selección (cont.)
Sesgo de respuesta – aquellos que
aceptan estar en un estudio pueden ser
de alguna forma diferentes a los que
rehusan participar
Voluntarios son diferentes de
aquellos enlistados
Epidemiology (Schneider)
Tipos de sesgo de información Sesgo del entrevistador – el conocimiento de un
entrevistador puede influenciar la estructura de
preguntas y la manera de presentarlar, lo cual puede
influenciar las respuestas
Sesgo de recuerdo – aquellos (as) con una exposición
o resultados particulares pueden recordar eventos más
claramente o ampliar sus pensamientos sobre el evento
Epidemiology (Schneider)
Tipos de sesgo de información (cont.) Sesgo del observador – observadores
pueden tener expectativas preconcebidas de
lo qu deberían encontrar en un exámen
Pérdida de seguimiento – aquellos que
son perdidos en el seguimiento o quienes se
retiran del estudio pueden ser diferentes que
aquellos seguidos por todo el estudio
Epidemiology (Schneider)
Sesgo de información (cont.) Efecto Hawthorne – un efecto primeramente
documentado en la planta manufactora Hawthorne; las
personas actúan diferentemente si saben que están
siendo observadas
Sesgo de vigilancia o monitoreo – el grupo con la
exposición o el resultado puedens er seguidos más
estrechamente o por más tiempo que el grupo de
comparación
Epidemiology (Schneider)
Sesgo de information (cont.)
Sesgo de misclasificación – errores son hechos en clasificar el status de la enfermedad o de la exposición
Epidemiology (Schneider)
Tipos de sesgos de misclasificación
Misclasificación diferencial – Errores
en la medición son sólo de una forma
Ejemplo: Sesgo de medición - instrumentación
puede ser muy insegura, tal como usar el
mismo brazalete para medir la presión
arterial de niños y adultos
Sesgo de misclasificación (cont.)
250100150
1005050No expuesto15050100Expuesto
TotalControlesCasos
OR = ad/bc = 2.0; RR = a/(a+b)/c/(c+d) = 1.3
Clasificación verdadera
250100150
905040No expuesto
16050110ExpuestoTotalControlesCasos
OR = ad/bc = 2.8; RR = a/(a+b)/c/(c+d) = 1.6
Misclasificación diferencial - Sobreetimación de exposición por 10 casos; tasas infladas
Sesgo de misclasificación (cont.)
Casos Controles Total
Expuesto 100 50 150
No expuesto 50 50 100
150 100 250OR = ad/bc = 2.0; RR = a/(a+b)/c/(c+d) = 1.3
Clasificación verdadera
Casos Controles Total
Expuesto 90 50 140
No expuesto 60 50 110
150 100 250
OR = ad/bc = 1.5; RR = a/(a+b)/c/(c+d) = 1.2
Misclasificación diferencial - Subestima la exposición para 10 casos, reduce las tasas
Sesgo de misclasificación (cont.)
Casos Controles Total
Expuesto 100 50 150
No expuesto 50 50 100
150 100 250
OR = ad/bc = 2.0; RR = a/(a+b)/c/(c+d) = 1.3
Clasificación verdadera
Casos Controles Total
Expuesto 100 40 140
No expuesto 50 60 110
150 100 250
OR = ad/bc = 3.0; RR = a/(a+b)/c/(c+d) = 1.6
Misclasificación diferencial - Subestima exposición para 10 controles, incrementa las tasas
Sesgo de misclasificación (cont.)
2501001501005050No expuesto15050100Expuesto
TotalControlesCasos
OR = ad/bc = 2.0; RR = a/(a+b)/c/(c+d) = 1.3
Clasificación verdadera
Casos Controles Total
Expuesto 100 60 160
No expuesto 50 40 90
150 100 250
OR = ad/bc = 1.3; RR = a/(a+b)/c/(c+d) = 1.1
Misclasificación diferencial - Sobreestima la exposición para 10 controles, reduce las tasas
Epidemiology (Schneider)
Sesgo de misclasificación (cont.)
Misclasificación no diferencial
(aleatoria) – errores en la asignación del
grupo sucede en más de una dirección
Esto diluirá los hallazgos del estudio -
Sesgo hacia la nulidad
Sesgo de misclasificación (cont.)
Casos Controles Total
Expuesto 100 50 150
No expuesto 50 50 100
150 100 250
OR = ad/bc = 2.0; RR = a/(a+b)/c/(c+d) = 1.3
Clasificación verdadera
Casos Controles Total
Expuesto 110 60 170
No expuesto 40 40 80
150 100 250
OR = ad/bc = 1.8; RR = a/(a+b)/c/(c+d) = 1.3
Misclasificación no diferencial - Sobreestima exposición, en 10 casos 10 controles, sesgo hacia 1
Controles para sesgos Sea propositivo en la planeación del estudio para minimizar la oportunidad
de sesgos
Ejemplo: use más de un grupo control
Defina, quien es un caso o qué constituye una exposición, para que no se superpongan Defina categorías dentro de grupos claramente (grupos de edad, agregados
de personas-años)
Señale estrictas guías para la colección de datos Entrene a observadores o entrevistadores para obtener datos de la misma
manera Es preferible usar más de un observador o entrevistador, pero no demasiados
de tal forma que no puedan ser entrenados de una manera idéntica
Aleatoriamente situe las tareas de colección de datos para observadores/ entrevistadores
Instuya un proceso de cegado, si es apropiado
Estudio con ciego simple – los sujetos no saben de si ellos están en el grupo experimental o en el control
Estudio doble ciego – el sujeto y el observador no saben la situación del sujeto.
Estudio triple ciego – el sujeto, el observador y el analista de los datos no saben de la situación del sujeto.
Construya métodos para minimizar la pérdida de sujetos en el seguimiento
Controles para sesgos (cont)