2. GENERALIDADES
Un atributo implícito a toda variable es la
susceptibilidad a ser medida.
En investigación interesa estudiar, las poblaciones
con variaciones entre sus datos.
Además de la variación real inherente a los
elementos que se estudian, se debe considerar
una variación sobreañadida o espuria, que son los
errores.
El error es inherente al observador, casi
independientemente del instrumento de medición
utilizado.
3. ERRORES DE MEDICIÓN (I)
Es la inexactitud que se acepta como
inevitable, se obtiene al comparar una
magnitud con su patrón de medida.
El error de medida depende de la escala
empleada y tiene un límite.
4. Es la diferencia existente
entre el valor obtenido al
medir una variable, con
relación a su valor real y
objetivo.
ERRORES DE MEDICIÓN (II)
5. ERROR ALEATORIO
Es un error al azar, es inevitable, se produce
por eventos únicos imposibles de controlar
durante el proceso de medición.
Ejemplo: en un estudio de investigación, el
error aleatorio puede ocurrir por tomar sólo
una muestra de una población para hacer
inferencias.
6. FUENTES MÁS IMPORTANTES DE
ERROR DE MEDICIÓN
Periodicidad (variabilidad en la observación): el
suceso observado puede seguir un patrón
irregular a lo largo del tiempo, sea
distribuyéndose uniformemente en el tiempo o
concentrándose en períodos o ciclos.
A partir de la variable en observación
7. Tanto para variables cuantitativas como cualitativas
puede haber dificultad para medir la magnitud o
valor de una variable, sea porque la magnitud de
valores es pequeña (determinaciones hormonales) o
por la naturaleza del fenómeno en observación
(estado mental, satisfacción con la atención
recibida).
NATURALEZA DE LA MEDICIÓN
8. ERRORES DEPENDIENTES DE
LOS INDIVIDUOS OBSERVADOS
Fuera de la variabilidad real que presentan los
individuos que se observan, hay también una
variabilidad sobreañadida dependiente de
ellos mismos, debida a las condiciones y
tiempo en que se estudian.
9. ERRORES DEPENDIENTES DEL
MÉTODO DE OBSERVACIÓN
Todos los métodos de observación, tienen
errores de mayor o menor importancia y de
ahí surge la preocupación científica de
mejorarlos o cambiarlos por otros más
convenientes.
10. Producto de modificaciones en la nomenclatura o
denominación utilizada, situación que debe ser
advertida por el investigador.
ERRORES EN LA CLASIFICACIÓN
DE DETERMINADOS EVENTOS
11. DERIVADOS DE CARACTERÍSTICAS
DEL OBSERVADOR
La capacidad de observación de un suceso es
variable de un individuo a otro. Es más, frente a un
mismo estímulo es posible que dos individuos
puedan tener percepciones diferentes.
Homogeneizar la observación, garantizando
adecuadas condiciones para su ocurrencia y
adecuadas técnicas (metodología) de observación,
conduce a minimizar errores de medición.
12. ERRORES DEPENDIENTES
DEL OBSERVADOR
Puede ocurrir por:
• El grado de preparación o entrenamiento.
• El estado físico.
• El exceso de trabajo.
• Las condiciones ambientales de trabajo.
13. La medición de fenómenos
biomédicos utilizando algo más
que los sentidos, sin embargo
los instrumentos tanto en
aparatos y tecnología "dura"
como a instrumentos de
exploración poblacional, como
encuestas u otros afines .
RELATIVO A LOS INSTRUMENTOS DE
MEDICIÓN
14. Estas restricciones aplican a:
Pruebas diagnósticas, en las que siempre
existe la probabilidad de sobrediagnosticar a
sujetos (falsos positivos) o subdiagnosticarlos
(falsos negativos), cometiendo en ambos
casos errores de distinta naturaleza.
15. Si un instrumento carece de la sensibilidad
adecuada, este determinará una baja tasa de
identificación de sujetos verdaderos positivos
(enfermos).
Si un instrumento de exploración tiene baja
especificidad, harán disminuir la probabilidad
encontrar sujetos verdaderos negativos (sanos).
16. CONTROL DE LOS
ERRORES DE
OBSERVACIÓN
Reducción de los errores.
Medición de los errores.
17. REDUCCIÓN DE LOS
ERRORES (I)
Se logrará de acuerdo a las causas que lo
determinan.
Aquellos dependientes de los observadores,
pueden reducirse aumentando su preparación
y entrenamiento, vigilando sus condiciones
físicas y poniéndolos en condiciones óptimas de
trabajo.
18. REDUCCIÓN DE LOS
ERRORES (II)
Para disminuir los errores causados por el
método de observación, se procura
seleccionar las mejores técnicas conocidas,
estandarizar los métodos a emplear y controlar
constantemente el funcionamiento de los
aparatos utilizados.
19. Finalmente, se debe procurar que los
individuos estudiados se investiguen en
circunstancias favorables y similares, con
el fin de disminuir errores de lo que ello
pueda depender.
REDUCCIÓN DE LOS
ERRORES (III)
20. • Definir adecuadamente las variables
• Validar los instrumentos de medición
• Estandarizar los procesos de medición.
• Entrenar y certificar a los observadores.
• Automatizar instrumentos
• Enceguecer los estudios
• Utilizar datos válidos y confiables
COMO MEJORAR LA MEDICIÓN
21. MEDICIÓN DE LOS
ERRORES
Cada investigador debiera estimar los errores
de las técnicas e instrumentos que utilizan,
valorándose de manera conveniente los
márgenes de error a que pueden conducir su
aplicación.
23. ERROR SISTEMÁTICO O SESGO
Es aquel que se produce de igual modo en las
mediciones, que se realizan de una magnitud,
en otras palabras, es el efecto de un error que
ocurre de manera persistente o constante.
Puede estar originado en un defecto del
instrumento, en una particularidad del operador o
del proceso de medición u observación.
24. • En Estadística se llama sesgo de un estimador
a la diferencia entre su esperanza matemática
y el valor numérico del parámetro que
estima. Un estimador cuyo sesgo es nulo se
llama insesgado o centrado.
SESGO
•En Epidemiología Analítica, se refiere a todo
error sistemático que lleva a una interpretación
errónea de la causalidad o propagación de la
enfermedad.
25. Un objetivo en todo estudio epidemiológico, en el
que se desea conocer la frecuencia con la que
ocurre un evento o estimar la asociación entre un
factor de riesgo y una enfermedad, debe ser el de
medir y calcular con la mayor precisión y
exactitud posibles dichas determinaciones.
PARA DETALLAR UN POCO MÁS REVISEMOS
LOS TIPOS DE SESGOS
26. Se introducen durante la selección o el seguimiento
de la población en estudio y que propician una
conclusión equivocada sobre la hipótesis en
evaluación.
SESGO DE SELECCIÓN
Los errores de selección pueden ser originados por
el mismo investigador o ser el resultado de
relaciones complejas en la población en estudio que
pueden no ser evidentes para el investigador y
pasar desapercibidas.
27. Los sesgos de selección pueden ocurrir en
cualquier estudio epidemiológico, sin
embargo, ocurren con mayor frecuencia en
estudios retrospectivos y, en particular, en
estudios transversales o de encuesta.
Una posible fuente de sesgo de selección
puede ser cualquier factor que influya sobre
la posibilidad de los sujetos seleccionados,
esté relacionado con la exposición o con el
evento en estudio.
28. Sesgo de Neymann (de prevalencia o
incidencia): Se produce cuando la condición en
estudio determina pérdida prematura por
fallecimiento de los sujetos afectados por ella.
ENTRE LOS SESGOS DE
SELECCIÓN TENEMOS:
Por ejemplo:
- Estudios prospectivos longitudinales.
- Cuando la población suele destruirse.
29. Tipo de sesgo de selección, que puede darse en
estudios de casos y controles.
SESGO DE BERKSON
O DE ADMISIÓN (I)
Estar enfermo y haber estado expuesto al factor
de riesgo en estudio, aumenta la probabilidad de
ser ingresado en un hospital.
Lo anterior genera una conclusión paradójica,
pues la variable independiente acerca del factor
de riesgo, se convierte en un factor de protección.
30. El grado de interés o motivación que pueda tener
un individuo que participa voluntariamente en una
investigación puede diferir sensiblemente en
relación con otros sujetos.
SESGO DE NO RESPUESTA O
EFECTO DEL VOLUNTARIO
31. Se produce cuando entre los sujetos evaluados
se presentan subgrupos de sujetos que
comparten algún atributo en particular,
relacionado positiva o negativamente con la
variable en estudio
SESGO DE MEMBRESÍA
O DE PERTENENCIA
32. Puede observarse en diseños de investigación
experimentales (ensayos clínicos controlados),
en los cuales no se respeta el principio de
aleatoriedad en la asignación a los grupos de
experimentación y de estudio.
SESGO DEL PROCEDIMIENTO
DE SELECCIÓN
33. Sesgo de procedimientos: ocasionalmente el
grupo que presenta la variable dependiente
resulta ser más interesante para el investigador
que el grupo que participa como control, lo cual
puede concitar mayor preocupación e interés por
conseguir la información.
SESGOS DE MEDICIÓN
34. Error sistemático debido a diferencias en el recuerdo de
hechos o experiencias previos.
En estudios de casos y controles puede que los casos
recuerden más que los controles algunas experiencias
previas, lo que en principio da lugar a una
sobreestimación de la razón de ventajas.
SESGO DE MEMORIA
35. Ocurre por falta de sensibilidad de un instrumento
(sujetos positivos, realmente positivos), porque si no
se cuenta con adecuados métodos de recolección
de la información.
Hace que las mediciones puedan detectar la
presencia de la variable en estudio.
SESGO POR FALTA DE
SENSIBILIDAD
36. SESGO DE DETECCIÓN
Su ocurrencia se explica por la introducción de
metodologías diagnósticas diferentes a las
inicialmente utilizadas al comienzo de un
estudio.
37. Se produce especialmente en estudios de
intervención experimentales o cuasi
experimentales.
SESGO DE ADAPTACIÓN (I)
En los cuales individuos asignados inicialmente a
un grupo particular deciden migrar de grupo por
preferir un tipo de intervención por sobre otro.
38. Se refiere a los errores que se introducen durante la
medición de la exposición, de los eventos u otras
covariables en la población en estudio.
Una posible fuente de sesgo de información, puede
ser cualquier factor que influya de manera
diferencial sobre la calidad de las mediciones, por
ejemplo en el grupo expuesto y el no expuesto.
SESGO DE INFORMACIÓN
39. Los resultados derivados de
estudios observacionales, están
potencialmente influenciados por
este tipo de sesgo.
SESGOS DE CONFUSIÓN
El sesgo de confusión puede
resultar en una sobre o
subestimación de la asociación
real.
40. Existe sesgo de confusión cuando observamos
una asociación no causal entre la exposición y
el evento en estudio.
O cuando no observamos una asociación real
entre la exposición y el evento en estudio por
la acción de una tercera variable que no es
controlada. Esta(s) variable(s) se denomina(n)
factor(es) de confusión o confusor(es).
41. Los resultados de un estudio estarán confundidos
cuando los resultados obtenidos en la población en
estudio apoyan una conclusión falsa o espuria
sobre la hipótesis en evaluación, debido a la
influencia de otras variables, que no fueron
controladas adecuadamente ya sea durante la fase
de diseño o de análisis.
Por lo tanto, son fuente posible de sesgo de
confusión cualquier variable asociada con la
exposición que, además, esté causalmente
asociada con el evento en estudio.
42. En los estudios observacionales el sesgo
de confusión se puede entender como un
problema de comparabilidad cuyo origen está
ligado a la imposibilidad de realizar una
asignación aleatoria de la exposición en los
sujetos de estudio.
45. ASOCIACIÓN
Entendida como la relación (dependencia o
correlación) que puede existir entre dos hechos,
eventos, características o variables.
Relación del estado de salud enfermedad de una
población y los factores asociados a este estado.
46. Una “causa” de enfermedad desde el punto de
vista epidemiológico es un evento, condición,
característica o una combinación de estos
factores que juegan un papel importante en el
desarrollo de la enfermedad.
CAUSALIDAD
47. MODELO DE
CAUSA SIMPLE /EFECTO SIMPLE
- Primer enfoque causal y el mas simple finales del
siglo XIX y principios del XX.
CAUSA EFECTO
- Una causa simple es suficiente para provocar el
efecto observado.
- Predominio de las enfermedades infecciosas, una
simple bacteria o parásito era suficiente para
provocar la enfermedad.
48. MODELO DE
CAUSA MULTIPLE /EFECTO SIMPLE
CAUSA
CAUSA EFECTO
CAUSA
Sedentarismo
Tabaquismo
Consumo de colesterol Enfermedad cardiovascular
Hipertensión
49. MODELO DE
CAUSA MULTIPLE /EFECTO MULTIPLE
• Modelo complejo que inicio en la década de los 80 indica;
diferentes causas producen diversos efectos observados
• Modelo que abarca concepto de salud holístico y
bienestar.
CAUSA EFECTO
CAUSA EFECTO
CAUSA EFECTO
Contaminación del Aire Cáncer de Pulmón
Habito de Fumar Enfisema
Radiación Bronquitis
50. Al estudiar la causalidad uno debe
considerar que los factores de riesgo, los
cuales, no son mutuamente excluyentes:
Factores predisponentes – factores que crean un
estado de sensibilidad hacia un agente patógeno.
EJEMPLOS: edad, grado educacional,
ocurrencia previa de la enfermedad,
ambiente laboral, podrían hacer a los
individuos más susceptibles a un agente
patógeno.
51. Factores facilitadores – factores que ayudan en la
manifestación de la enfermedad o por el contrario
facilitan la recuperación de una enfermedad.
EJEMPLOS: ingresos, acceso a la atención médica y
la nutrición son factores cuya ausencia podrían facilitar
la manifestación de las enfermedades y que apoyan la
recuperación en su presencia.
52. Factores desencadenantes – factores que
están asociados con la aparición definitiva de
la enfermedad. A menudo un factor es más
importante u obviamente más reconocible
que otro cuando hay varios factores
involucrados.
Algunos EJEMPLOS son la exposición a un
medicamento, agentes intoxicantes o
traumatismos físicos.
53. Factores potenciadores – factores repetitivos,
recurrentes, persistentes que tienden a perpetuar
o agravar la presencia de una enfermedad.
Por ejemplo la exposición repetida al mismo
agente tóxico (en la ausencia de una reacción
aguda) y el trabajo.
54. La realización de una investigación epidemiológica
consiste en calcular el riesgo de la ocurrencia de
una enfermedad con relación a uno o más
factores de riesgo o exposiciones mediante los
métodos estadísticos.
En realidad, la estimación de riesgo representa la
magnitud de la asociación entre el factor de riesgo
y la enfermedad en estudio.
55. La inferencia causal es el proceso de determinar
si la estimación de riesgos denota causalidad.
Es decir, si el factor de riesgo o la exposición bajo
investigación es en realidad una causa de la
enfermedad.
Antes de establecer causalidad, otras
explicaciones potenciales para las asociaciones
tendrían que ser excluidas como el sesgo y la
confusión.
57. En muchas situaciones una relación causa-
efecto es difícil de establecer. Además, un estudio
es generalmente insuficiente para establecer
causalidad.
La determinación de la causalidad se deriva
cuando existe un gran cuerpo de evidencia sobre
la asociación de estudio, el cual sirve para
organizar la información e impulsar los procesos
inferenciales.
58. Es útil obtener la evidencia de otros campos
de estudio en apoyo a la asociación bajo
estudio, porque puede suministrar información
que los estudios epidemiológicos no pueden
generar debido a su naturaleza observacional.
59. Es importante que el cálculo del riesgo de un
estudio represente el efecto verdadero, que
será el caso cuando un estudio es válido.
VALIDEZ EN LOS ESTUDIOS
EPIDEMIOLÓGICOS
Se distinguen dos principales tipos de validez
de estudio son: la interna y la externa.
La validez consiste en la correspondencia
(concordancia) o correlación entre lo que se
mide y lo que se pretende medir.
60. Validez externa La validez externa se refiere a la
extensión y forma en que los resultados de un
experimento pueden ser generalizados a diferentes
sujetos, poblaciones, lugares, experimentadores.
Validez interna se refiere a que los resultados del
estudio sean atribuidos sólo al efecto bajo
investigación.
Es posible cuando las fuentes de error han sido
reducidas al mínimo en las etapas de diseño,
implementación y análisis del estudio.
61. Al reducir al mínimo los errores, en las etapas de
planificación y de ejecución de la indagación, el
investigador puede emitir conclusiones, a partir de
resultados con una mayor exactitud y precisión.
Sólo las investigaciones con resultados válidos son
útiles para el proceso de inferencia causal.
62. Camel, F. (1991). Estadística Médica y Planificación de la Salud
(Tomo I). Mérida: Consejo de Publicaciones de la Universidad de
Los Andes.
Rada, G. (2007). Error, sesgo [Artículo en línea]. Universidad
Católica de Chile. Disponible:
http://escuela.med.puc.cl/recursos/recepidem/insIntrod3.htm
Consulta: 2014: Mayo 25]
Hernández-Avila, M., Garrido, F. y Salazar-Martínez, E. (2000).
Sesgos en estudios epidemiológicos. Revista Salud Pública de
México, 42 (5), 438-446.
Hernández-Nieto, R. (2011). Instrumentos de recolección de
datos en ciencias sociales y ciencias biomédicas. Mérida:
Consejo de Estudios de Postgrado de la Universidad de Los
Andes.
REFERENCIAS