Está en la página 1de 4

1. SESGOS, FACTORES DE CONFUSION Y SU CONTROL Dr.

Cristian Díaz Vélez cdiazv@usmp.pe


2. Índice o tabla de contenidos • 1º Antecedentes • 2º Sesgo • 3º
Confusión • 4º Control de Factores
3. Antecedentes • Hay cuantro principales razones para una
asociacion en estudio epidemiologico: sesgo, confusión, error
aleatorio y causa. • Un objetivo escencial de las fases de diseño y
análisis es prevenir, reducir y evaluar sesgo, confusión y error
aleatorio, así una asociación causal no sesgada entre exposición y
outcome es estimada.
4. Sesgo • Un sesgo es un error sistemático en un estudio que
conduce a una distorsión de los resultados. Corresponde a una
medición en una misma dirección, fuera del valor real. • No se
reduce con un mayor tamaño de muestra. • La evaluación se hace
dos pasos, primero determinar si hay sesgo y luego evaluar su
magnitud y dirección. • Los tipos principales son de selección, de
información y de confusión.
5. Sesgo de selección • Ocurre cuando se realiza una comparación
entre grupos que no son similares en sus características, diferentes
de las variables estudiadas que influyen sobre el resultado. • Es mas
común es estudios caso-control. El investigador selecciona casos y
controles que representan a la población, y la única supuesta
diferencia entre los grupos es el resultado. • Ocurre si el proceso de
selección introduce otra diferencia sistemática no intencional entre
los grupos, y esta diferencia sistemática esta asociada con la
variable.
6. Sesgo de Información • Aparece cuando la medición de las
variables se realiza de una forma que es sistemáticamente diferente
entre los grupos que se comparan. • Un sesgo de información
implica un problema de clasificar erróneamente a los sujetos
estudiados en cuanto a si se encuentran o no expuestos a un factor
de riesgo que se analiza, y/o en cuanto a si presentan o no un
determinado efecto.
7. Sesgo de Información
8. Confusión • La confusión se refiere a la mezcla del efecto de una
variable externa con los de la exposición y la enfermedad que
interesa. • Para que una variable se considere un potencial confusor
debe reunir dos condiciones: • Que se relacione con la enfermedad
de interés en ausencia de exposición al factor analizado • Que se
relacione con la exposición, pero no como un resultado de esta
9. • Hay dos formas importantes de reducir la confusión en estudios
observacionales: • Prevención en la fase de diseño por restricción o
pareamiento • Ajustar el análisis estadístico por estratificación o
técnicas multivariadas. • Ambos métodos requieren que las variables
de confusión sean conocidas y medidas.
10. Control de factores de confusión durante el diseño: Restricción
Ventajas • Delimita a los individuos de la muestra en relación con la
pregunta que se investiga Inconvenientes • Limita la generalización •
Puede ser difícil obtener un tamaño muestral apropiado La
confusión se puede reducir restringiendo la población a aquellos con
una valor especifico de la variable confusión.
11. Control de factores de confusión durante el diseño: Pareamiento
• Ventajas • Puede eliminar las influencias de los factores de
confusión constitucionales • Puede eliminar las influencias de
factores difíciles de medir • Puede incrementar la precisión al
equilibrar el número de casos y controles en cada uno de los
estratos • Puede facilitar la selección de los controles •
Inconvenientes • Puede ser lento, caro y menos eficiente que
incrementar el número de individuos • Puede tener efectos adversos
sobre la fase de análisis • Debe definirse cuáles variables son
predictoras y cuáles de confusión • No puede evaluarse el papel de
las variables como predictoras • Requiere un análisis pareado
Restringe sujetos en diferentes grupos a tener el mismo valor de
factores de confusión. Generalmente usada en caso-control
12. Control de factores de confusión durante el análisis:
Estratificación Ventajas • Flexible o reversible; se pueden elegir las
variables según las cuales se va a estratificar Inconvenientes • El
número de estratos está limitado por el tamaño de la muestra
necesario para cada uno de ellos • Se pueden considerar pocas
covariables • La existencia de pocos estratos por cada covariable
hace que el control de los factores de confusión sea menos
completo • Deben haberse medido antes las covariables
13. Control de factores de confusión durante el análisis: Ajuste
estadístico Ventajas • Pueden controlarse simultáneamente múltiples
factores de confusión • Puede utilizarse toda la información obtenida
con las variables continuas • Es tan flexible y reversible como la
estratificación Inconvenientes • El modelo puede no ser adecuado: •
Control incompleto de los factores de confusión • Estimaciones
inexactas de la fuerza del efecto • Los resultados son difíciles de
comprender • Deben medirse previamente las covariables relevantes
14. Calidad de la medición Hay dos características fundamentales
que debe tener toda medición: • Validez • Confiabilidad
15. Conceptos • Validez • Grado en el que una medición o estudio
alcanza una conclusión correcta. Medir lo que se quiere medir •
Validez interna • Grado en el que los resultados de una investigación
reflejan con precisión la situación verdadera de la población en
estudio • Validez externa • Grado en el que es posible aplicar los
resultados de un estudio a otras poblaciones. Generalización.
16. Tipos de error en la medición: • Aleatorio • Sistemático
17. Error aleatorio o falta de precisión • Debido a variaciones
producidas por azar, las características de las personas en una
muestra concreta son diferentes a las de otras en la población de la
cual fueron tomadas. • La variación aleatoria tiene tanta probabilidad
de resultar en observaciones por encima del valor real como por
debajo. Como consecuencia, la media de observaciones no
sesgadas proveniente de muchas muestras, tiende a corresponder
con el verdadero valor en la población, aun cuando los resultados de
pequeñas muestras individuales no lo hagan.
18. • La magnitud del error de muestreo se estima a través del valor
del error estándar. • La principal manera de aumentar la precisión de
una estimación, es, entonces, con un mayor tamaño muestral. • Una
decisión clave es la obtención de una buena precisión frente al costo
de una muestra que puede ser grande.
19. • Por tanto, otro aspecto a considerar con respecto a la precisión
es la eficiencia del estudio. • Esta puede ser juzgada según la
relación del contenido total de la información deseada con el
número total de sujetos requeridos o estudiados, o según contenido
de dicha información con el costo de adquirirla.
20. Procedimientos de recolección (medición) de información: •
Métodos – Censos – Encuestas – Sistemas de registro • Técnicas –
Entrevista – Cuestionarios o formularios – Observación – Mediciones
instrumentales • Por ejem.: peso, talla, tensión arterial, temperatura,
condiciones bioquímicas, imagenología
21. Técnicas de recolección de datos • Indique las técnicas que
empleará y explique por qué: Observación. Entrevista.
Encuesta. Grupos focales. Talleres participativos, etc.
22. Instrumentos • Indique los instrumentos que aplicará para cada
técnica y explique por qué: Guías de observación Guías de
entrevista Cuestionario de encuesta Guía de conducción de
grupos focales Fichas de registro de datos de grupos focales
Cuestionarios auto-administrados Fichas de talleres
participativos O una combinación de varias de las anteriores.
Indique qué temas o tipos de datos se obtendrán con cada técnica e
instrumento y explique por qué.
23. Fuentes potenciales de variabilidad en las mediciones •
Características del individuo • Cambios relacionados con edad,
sexo, alimentación, ejercicio... • Variación diurna: ritmos circadianos
• Disposición a colaborar, tendencia a mentir • Características de las
mediciones • Calibración deficiente del aparato, reactivos en mal
estado... • Falta de precisión inherente al instrumento • Preguntas
mal formuladas en un cuestionario • Características del observador •
Lectura o registro erróneo: experiencia, disposición, cansancio,
problemas de agudeza visual o auditiva
24. Formas de reducir la variabilidad en las mediciones. Ejemplos •
Características de los sujetos: • Condiciones uniformes al realizarlas:
• Ayuno • Posición corporal • Descubrir la región o segmento
corporal por explorar • Solicitar su cooperación y máxima veracidad
en las respuestas • Garantizar confidencialidad de la información
proporcionada
25. • Características de los instrumentos: • Calibración con la
frecuencia determinada por el fabricante • Mantenimiento del
equipo. Cuidado, conservación, limpieza, reparación • Definiciones
claras y precisas acerca de la presencia de enfermedad o
exposición • Validación de cuestionarios
26. • Características de los observadores: • Estandarización u
homologación de la forma en que se ha de llevar a cabo la medición.
• Cegamiento respecto a la identidad del entrevistado en términos
del grupo al que pertenece, ya sea de enfermos, sanos, expuestos o
no expuestos. • Motivación respecto a la relevancia de su
participación • Corrección de problemas de agudeza visual o
auditiva