Medicina Basada en Evidencias (MBE): Sesgos

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

3. Sesgos
• Selección
• Medición
• Información
• Confusión o mezcla de efectos
• Publicación

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

13. Métodos para el control de sesgos

14. Métodos para el control de sesgos

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