Presentación del artículo de Raj Bhopal de la Universidad de Edimburgo para reflexionar sobre el quehacer de la Epidemiología. Emerg Themes Epidemiol. 2009 Dec 9;6:6

1. Diana Paola Cuesta Castro. EstudianteDoctorado en Epidemiología, Universidad de Antioquia

2. Introducción:errores epidemiológicos y soluciones Todas las ciencias y los científicos cometen errores, y la epidemiología y los epidemiólogos (incluido este escritor) no son una excepción. ¿Cuánto vale un error? TRH: ¿Por qué durante 40 años, millones de mujeres recibieron poderosos agentes farmacológicos con efectos carcinogénicos identificados 30 años antes? Krieger N. Hormone therapy and the rise and perhaps fall of US breast cancer incidence rates: critical reflections. Int J Epidemiol 2008, 37(3):627-637.

3. Debate del uso de TRH desde una perspectiva epidemiológica: El uso inadecuado de ECA, una dependencia excesiva en datos de estudio observacionales, y una mala interpretación de estudios epidemiológicos. Hacer caso omiso de confusores de contexto social y valoración inadecuada del riesgo en relación con la edad (riesgo de enfermedad cardiovascular vs. Riesgo de cáncer de mama) Hacer caso omiso de las diferencias entre el riesgo absoluto y relativo. Impacto de la industria farmacéutica en la investigación epidemiológica, haciéndose hincapié en las supuestas ventajas sobre los riesgos. Krieger N. Hormone therapy and the rise and perhaps fall of US breast cancer incidence rates: critical reflections. Int J Epidemiol 2008, 37(3):627-637.

4. Introducción:errores epidemiológicos y soluciones Cada estudio presenta un dilema en el equilibrio entre la eficiencia y precisión: por qué los errores siguen ocurriendo a pesar la orientación existente? Los errores rara vez son deliberados, y generalmente evitables. Objetivo del artículo: ilustrar estos errores como un llamado a una mejor educación y formación en epidemiología.

5. Seven deadly sins of environmental epidemiology and the virtues of precaution. Epidemiology 2008, 19(1):158-162

6. No proporcionar información sobre el contexto y definiciones de las población de estudio. Error 1 Análisis

7. Error 1. No proporcionar información del contexto y definiciones de las población de estudio Es el error más frecuente. Los resultados no se pueden generalizar fácilmente entre poblaciones o dentro de subgrupos de la misma población o en la misma en momentos diferentes; particularmente en carga de morbilidad, factores de riesgo y compresión causal.

8. Error 1. No proporcionar información del contexto y definiciones de las población de estudio

10. Atención insuficiente a la evaluación del error Error 2

11. Error 2. Atención insuficiente a la evaluación del error La principal fuente de error son las mediciones.

12. Error 2. Atención insuficiente a la evaluación del error Cuando la publicación se asocia con beneficios económicos directos y prestigio, existe una fuerte tentación de pasar por alto los errores. Reconocer los errores o limitaciones de un estudio puede reducir la posibilidad de publicación sobretodo cuando pudieron evitarse.

13. Error 2. Atención insuficiente a la evaluación del error Solución No actuar como si el error de medición no existe. Si es posible cuantifíquelo, en caso contrario, identificarlo como una limitación del estudio.

14. No ajustar la medición implica asumir que las imperfecciones de un estudio no tienen un impacto importante en los resultados Maldonado G. Adjusting a relative-risk estimate for study imperfections. J Epidemiol Community Health 2008, 62(7):655-663

15. Falta de demostración de la comparabilidad y el problema de la confusión Error 3

16. Error 3. Falta de demostración de la comparabilidad y el problema de la confusión Los Ensayos Clínicos logran mediante la asignación aleatoria aproximarse a una comparación entre iguales, pero se compromete la validez externa de los hallazgos. Limitantes de ECC. Cuando no es posible aleatorizar, es inevitable la confusión. Mas que controlar o evitar la confusión es no demostrar la comparabilidad entre grupos.

17. Error 3. Falta de demostración de la comparabilidad y el problema de la confusión Solución Preparar una análisis detallado de la comparabilidad de los grupos antes de la recolección de los datos. Presentar este análisis al inicio de los resultados.

20. Subestimación o sobreestimación de la causalidad basada en asociaciones Error 4

22. Una alternativa que lo clarifica:Razonamientocontra-fáctico Ensayos Clínicos Estudios observacionales Mejorar el marco causal

25. Error 4. Subestimación o sobreestimación de la causalidad basada en asociaciones

26. Error 4. Subestimación o sobreestimación de la causalidad basada en asociaciones 1971 Herbst et al. La discusión se realizó desde un enfoque epidemiológico, biológico y clínico. Sugirió que era imprudente administrar DES en embarazo. Independiente de la muestra tan pequeña y baja potencia. No mencionó que los estudios de casos y controles no producen evidencia causal. Adenocarcinoma vagina Caso Control Uso DES en embarazo p<0.00001

28. Cocina aceite vegetal hidrogenado OR 3.91 (1.52 - 10.03)

29. Elevación de glicemia en ayunas OR 3.32 (1.21 - 8.62)

30. Elevación colesterol sérico OR 1.67 (1.14 - 2.45)

31. Bajo ingreso OR 5.05 (1.71 - 14.96)

32. Antecedente familiar ECV OR 4.84 (1.42 - 16.53)

33. Consanguinidad entre padres OR 3.80 (1.13 - 12.75)

35. Información inapropiada de las medidas absolutas, relativas y ajustadas Error 5

36. Error 5. Información inapropiada de las medidas absolutas, relativas y ajustadas. Precisar la edad y las tasas específicas por sexo se basa prácticamente todo lo que valoramos altamente en epidemiología. Reconocer la información que dan las medidas absolutas y relativas. Las medidas relativas tienden a distorsionar el mensaje. El uso de Odds Ratio magnifica la asociación.

37. Error 5. Información inapropiada de las medidas absolutas, relativas y ajustadas. Solución Especificar las frecuencias absolutas, tasas y medidas comparativas, primando la presentación de las tasas. Ajustar la medida de resumen, en caso de que sea necesario.

38. Raj Bhopal. The seven sins and 10 commandments of epidemiology18th IEA World Congress of Epidemiology, Brazil 2008: Course on Epidemiologic Research and New Directions

39. Odds Ratio: 94.25 IC95% 16.4 - 476.5 Diferencia absoluta: 81% Razón de prevalencia: 7.23 “In our study, the relative risk (RR) of concluding that passive smoking is not harmful, comparing tobacco industry–affiliated authors with nonaffiliated authors, was 7.0 CI95% 3.9-12.6”

40. Hacer recomendaciones de salud pública de los estudios de intervención que muestran beneficios específicos, pero no demuestran los beneficios de salud general Error 6

41. Error 6. Hacer recomendaciones de salud pública de los estudios de intervención que muestran beneficios específicos, pero no demuestran los beneficios de salud general. Cardiólogos y epidemiólogos cardiovasculares desean controlar los ECV. Pero no tiene sentido si no hay un beneficio neto. Las conclusiones sobre un tema de investigación específico ayudan en el esfuerzo de causalidad, cuando son contradictorias plantean interrogantes acerca de por qué un determinado factor aumenta o disminuye un desenlace.

42. Error 6. Hacer recomendaciones de salud pública de los estudios de intervención que muestran beneficios específicos, pero no demuestran los beneficios de salud general. Solución Asegurar los beneficios generales (morbimortalidad) que superen los costes generales antes de recomendar un acción de salud pública o la aplicación clínica de un estudio que muestra un beneficio específico.

43. Error 6. Hacer recomendaciones de salud pública de los estudios de intervención que muestran beneficios específicos, pero no demuestran los beneficios de salud general. Relación costo/beneficio de la TRH La vitamina A reduce la mortalidad al nacer en Asia pero no en Guinea-Bissau. BMJ 2008;336(7658):1416-20 - Lancet 2008;371(9626):1746-8 La reducción de la Hb glicosilada hasta un 6% en ancianos, mejora el control de la diabetes pero incrementa la mortalidad y efectos adversos. N Engl J Med 2008;358(24):2545-59

44. Error 6. Hacer recomendaciones de salud pública de los estudios de intervención que muestran beneficios específicos, pero no demuestran los beneficios de salud general. Intervención multifactorial para diabéticos reduce las ECV no fatal, la progresión IR y la mortalidad por cualquier causa. N Engl J Med 2008, 358(6):580-591. Un EC no suele tener el poder para demostrar los beneficios de una intervención en la población general. Requiere de otras fuentes de información para monitoreo de efectos adversos. Ej. Si una intervención reduce la CC pero incrementa el cáncer, probablemente tendrá un beneficio neto en poblaciones donde la CC es común y el cáncer poco frecuente.

45. Incorrecta utilización de los datos por parte de investigadores y sistemas locales de salud. Es necesario una autoridad superior que proporcione una voz unificada. Error 7

46. Error 7. Incorrecta utilización de los datos por parte de investigadores y sistemas locales de salud.

47. Error 7. Incorrecta utilización de los datos por parte de investigadores y sistemas locales de salud.

48. Error 7. Incorrecta utilización de los datos por parte de investigadores y sistemas locales de salud. Solución Crear un Consenso de Epidemiología y Causalidad que haga declaraciones autorizadas sobre datos epidemiológicos y emita recomendaciones sobre cuándo y cómo aplicarlos.

49. Error 7. Incorrecta utilización de los datos por parte de investigadores y sistemas locales de salud. USA 1954: Declaración sobre consumo de tabaco 14 compañías tabacaleras y organizaciones profesionales Publicidad en periódicos de USA Minimizaron los efectos del tabaco en la salud

51. Limitaciones innatas de nuestra ciencia

52. Educación insuficiente

53. Presiones de tiempo y recursosLa solución para estos errores estaría en el Consenso de Epidemiología y Causalidad.

54. http://dianacuesta.wordpress.com