Download - Sesgo de información
![Page 1: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/1.jpg)
Sesgo, confusión
y el papel del
azar
Principios de Epidemiología
Conferencia 5
Dona Schneider, PhD, MPH, FACE
![Page 2: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/2.jpg)
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
![Page 3: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/3.jpg)
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
![Page 4: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/4.jpg)
Sesgo
Error sistemático introducido en la planeación del estudio
Sesgo de Selección
Sesgo de Información
![Page 5: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/5.jpg)
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
![Page 6: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/6.jpg)
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
![Page 7: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/7.jpg)
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
![Page 8: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/8.jpg)
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
![Page 9: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/9.jpg)
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
![Page 10: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/10.jpg)
Epidemiology (Schneider)
Sesgo de information (cont.)
Sesgo de misclasificación – errores son hechos en clasificar el status de la enfermedad o de la exposición
![Page 11: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/11.jpg)
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
![Page 12: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/12.jpg)
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
![Page 13: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/13.jpg)
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
![Page 14: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/14.jpg)
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
![Page 15: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/15.jpg)
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
![Page 16: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/16.jpg)
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
![Page 17: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/17.jpg)
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
![Page 18: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/18.jpg)
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
![Page 19: Sesgo de información](https://reader031.vdocuments.net/reader031/viewer/2022013115/55cf9b1f550346d033a4d3e9/html5/thumbnails/19.jpg)
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)