1. MEDICINA BASADA EN EVIDENCIAS
Sesgos
Dr. Charles Huamaní
Investigador
Médico Neurólogo
MagisterenCienciasenInvestigaciónEpidemiológica
Hospital Nacional Adolfo Guevara Velasco
Mayo.2018
Universidad Andina del Cusco
Fa c u l t a d C i e n c i a s d e l a S a l u d
Escuela Profesional de Medicina Humana
14ta clase
2. ERRORES
• Aleatorios (Precisión)
• Toda investigación tiene errores, pues existen eventos imposibles de controlar
• Son errores pequeños, pero son numerosos y a veces incorregibles
• Se produce porque se trabaja con muestras y no con toda la población, por
tanto, a mayor muestra se presenta un menor error
• Sistemáticos (Validez)
• También llamado “sesgo”
• Se produce cuando existe un error en el diseño, selección de individuos,
información recogida, o análisis
• Este error no disminuye cuando se aumenta el tamaño de muestra
4. Sesgo de selección
• Cuando los pacientes son seleccionados en cada grupo de forma
diferente en cuando a su edad, estado de salud, u otra condición
importante.
• Ejm: en un grupo hay más jóvenes que en el otro, por tanto, el efecto del
tratamiento puede ser distinto.
• También, cuando la selección no obedece a lo que en la realidad se
manifiesta
• Ejm: en estudios hospitalarios, cuando la condición a estudiar o el evento de
interés incrementa la probabilidad de ingresar al hospital (sesgo de Berkson o
sesgo de admisión)
• Ejm 2. cuando la enfermedad tiene una alta tasa de mortalidad y no llegan al
hospital a tiempo (sesgo de Neymann o de incidencia)
5. Sesgo de selección
• Sesgo de no respuesta: o de autoselección o de efecto del voluntario.
Lo importante es saber si los respondedores difieren
sistemáticamente de los que no son respondedores.
• Ejm. Se selecciona a un grupo de personas a través de métodos aleatorios,
pero ellos no aceptan participar del estudio, al final, se incluye solo a los que
aceptaron participar sin que se respete el muestreo.
• Sesgo de membresía: cuando en la muestra se selecciona un grupo
específico con un atributo que condiciona respuestas distintas.
• Ejm. En sobrevivientes de infarto de miocardio hay un grupo de deportistas,
en un estudio caso control se evalúa el efecto protector del ejercicio físico y
se encuentra asociación. Luego se realiza un estudio experimental donde no
se puede demostrar que el ejercicio físico mejore el riesgo de mortalidad
6. Sesgo de selección
• Sesgo de pérdidas de seguimiento. Cuando los participantes no han
completado el estudio, han sido excluidos por algún motivo luego de
la aleatorización, o terminaron en un grupo distinto al cual
comenzaron
• Se puede controlar realizando un “análisis por intención a tratar” (respetando
la aleatorización) en lugar del “análisis por protocolo” (los que completaron el
estudio)
7. Sesgo de medición
• Se da cuando los instrumentos de medición tienen errores o no están
validados, cuando se emplean fichas que tienen errores en la
recolección de los datos
• Ej. Se evalúa la hora de ingreso al hospital de pacientes con ECV, pero hay dos
computadoras en admisión que tienen horas distintas de registro
• Ej. Se realiza una campaña de peso y talla, pero las balanzas empleadas no
han sido calibradas, existiendo diferencias entre ellas para realizar la medición
• Puede existir una clasificación incorrecta “no diferencial” si la mala
clasificación es por igual a todos los grupos, o “diferencial” cuando es
principalmente en un grupo.
8. Sesgo de medición
• Sesgo de recuerdo o memoria. Afecta a la medición, principalmente
en estudios de caso control, cuando el caso “recuerda” más y el
control “no recuerda” los eventos.
• Ejm. En recién nacidos, las madres de niños con malformaciones “recuerdan”
múltiples exposiciones (a fármacos, consumo de licor, exposición a humo de
tabaco, enfermedades, etc.) mientras que las madres de niños sin
malformaciones “no recuerdan” haber estado expuestas.
• Un subtipo es el sesgo de Feinstein. Cuando al grupo de interés o exposición
se le pregunta con más acuciosidad que al grupo control.
• Sesgo de atención (efecto Hawthorne). Los participantes pueden
alterar su comportamiento al saber que están siendo observados
9. Sesgo de confusión o mezcla de efectos
• Cuando una variable se encuentra asociada tanto a la variable de
exposición como a la variable de interés.
• Si se evalúa de forma aislada (análisis crudo), se verá que la variable
confusora es un factor de riesgo o protector de la variable de interés.
Sin embargo, el real efecto se debe a la variable de exposición (a la
cual también está asociada)
• La forma de corregir esta “confusión” es realizando un análisis
ajustado (multivariado)
• Se debe prevenir desde el diseño, midiendo correctamente las
potenciales variables de confusión.
10. Sesgo de realización
• Se pueden producir alteraciones en la intervención a causa del
conocimiento por parte del participante o del personal
• Lo adecuado es evitar que los que participarán en la investigación
(desde los sujetos de estudio hasta quienes analizarán los resultados)
no conozcan la intervención.
• Se controla a través del cegamiento
• Sesgo de detección. Es similar pero aplica para estudios diagnósticos,
cuando se conoce el resultado de la prueba y se realizan
intervenciones distintas en los pacientes con la condición a estudiar.
11. Otros sesgos
• Presupuestario. Quien financia puede dirigir el resultado del estudio,
sea directa o indirectamente. Por ello además de declarar las fuentes
de financiamiento se debe señalar los conflictos de interés.
• Evaluación inicial del proyecto. Cuando se parte con un marco teórico
erróneo, y ello nos lleva a una ejecución incorrecta del estudio.
• Concepto. Cuando no se revisa el tema adecuadamente y no se
incluyen variables de confusión importantes, o cuando no se realizó el
seguimiento adecuado de los pacientes por falta de previsión.
12. Sesgo de publicación
• Se suelen publicar resultados positivos
• Pocas veces se publican resultados negativos
• Mucho menos, se publican estudios donde no hubo diferencias
significativas
• Se puede intentar corregir ello incluyendo “literatura gris”, pero se
suele considerar que es un sesgo que no puede controlarse
• En ensayos clínicos existen registros de las investigaciones y sus resultados,
aunque no siempre se publiquen como artículos
LO QUE NO SE PUBLICA, NO EXISTE
15. Aleatorización
• Al asignarlos al azar, en promedio, ambos grupos son iguales
• Todos los atributos son iguales, la única diferencia será la intervención
• Por TODOS se entiende los atributos medidos como los no medidos
• Se verifica en la “Tabla 1: características de la población”
16. Restricción
• Se limitan algunos atributos desde la selección de los participantes.
• Se espera que al hacerlo, algunas condiciones que pueden afectar o
interferir con los resultados dejen de manifestarse.
• Se verifica en la sección “criterios de selección: inclusión y exclusión”.
17. Emparejamiento
• Se emplea en los estudios caso-control
• Consiste en “emparejar” por algunas características, es decir, que
cada participante esté junto a otro igual a él en el atributo de alguna
variable; de esta forma, se elimina la influencia de esa variable en el
análisis
18. Análisis: estratificación, ajuste multivariado
• Se evalúan las variables de confusión y se “ajustan” las tasas de efecto
en función de las características del estudio.
• Lo más común es el “análisis multivariado”, obteniendo valores
“ajustados”
19. Enmascaramiento / Cegamiento
• Se realiza durante la ejecución del estudio
• Consiste en “ocultar” o “disfrazar” el tratamiento que recibe el
paciente
• Simple ciego: el paciente no sabe lo que recibe
• Doble ciego: ni el paciente ni el médico
• Triple ciego: ni el paciente, médico ni el analista de datos