Tipos de Sesgos

Los estudios epidemiológicos están diseñados para evaluar una relación hipotética entre
una exposición y un resultado; sin embargo, la existencia y/o la magnitud de estas
relaciones pueden verse afectadas erróneamente por el diseño y la ejecución del
propio estudio o por errores conscientes o inconscientes perpetrados por los
investigadores o los sujetos. Estos errores sistemáticos se denominan sesgos. Si no
se evitan o no se tienen en cuenta, los sesgos pueden invalidar por completo los
resultados de un estudio que, por lo demás, está bien planteado.
Definición de Sesgo
El sesgo es un error en el diseño, la realización o el análisis de un estudio que da lugar a
una desviación del resultado de una prueba estadística con respecto a su valor real. Esto
da lugar a una estimación incorrecta de una asociación entre una exposición y la
población diana, de manera que el resultado de la prueba generado se desvía de su valor
real.
 Los sesgos no pueden eliminarse por completo, pero pueden
reducirse/minimizarse mediante un diseño adecuado del estudio.
 2 grandes subtipos de sesgo:
o Sesgo de selección: sesgo causado por alguna preferencia en la forma de
elegir a los sujetos que hace que los grupos de estudio sean diferentes de
la población diana
o Sesgo de información: sesgo que da lugar a un error sistemático en la
forma de medir o recoger los datos

Posibles efectos de los sesgos

Enmascaramiento Oculta una relación existente entre la variable independiente y la

dependiente

Relaciones falsas Crea relaciones falsas entre la variable independiente y la

dependiente

Sobreestimación Exagera el tamaño de una relación existente entre la variable

independiente y la dependiente

Subestimación Disminuye el tamaño de una relación existente entre la variable

independiente y la dependiente
 1. Sesgo de Selección
Definición
El sesgo de selección es el error que se introduce cuando la población del estudio no
representa a la población diana debido a alguna preferencia de selección.
 Resulta en una asociación inexistente entre la exposición y el resultado
 Puede existir una preferencia de selección:
o Entre grupos de estudio

o Entre los participantes seleccionados y excluidos para el estudio

Ejemplos comunes de sesgo de selección

 Efecto del trabajador sano: el sesgo se produce porque los sujetos reclutados en
un entorno laboral tienden a ser más sanos y activos que la población general
o Tiende a llevar a una subestimación de la morbilidad o la mortalidad en
comparación con la población general
 Sesgo de pérdida de seguimiento: se produce debido a la pérdida de datos de los
participantes que se pierden durante el curso del estudio por pérdida de interés,
efecto adverso, mejora clínica, etc.
o Conduce a una reducción del tamaño efectivo de la muestra

o El sesgo se produce si los grupos del estudio no son comparables o si los

sujetos que se pierden para el seguimiento difieren en la exposición y/o el
resultado de los que permanecen en el estudio.
 Sesgo de susceptibilidad: en los casos en que una primera enfermedad
predispone a una segunda enfermedad, el tratamiento de los sujetos con la
primera enfermedad parece predisponer erróneamente a causar la segunda
enfermedad.
 Sesgo de supervivencia: se produce cuando los datos se recogen solo de los
sujetos que han sobrevivido a un resultado o han cumplido algún otro criterio
clínico relacionado con él
 Sesgo de Berkson: se produce debido a que los sujetos son elegidos de un
segmento específico de la población que tiene un riesgo más o menos intrínseco
de tener el resultado que la población general
o También llamada falacia de Berkson o paradoja de Berkson

o Por ejemplo, los pacientes hospitalizados tienen un mayor riesgo de

padecer alguna enfermedad que la población general, independientemente
de la exposición; por lo tanto, en un estudio que analice la relación entre el
tabaquismo y la enfermedad pulmonar obstructiva crónica, la elección de
 sujetos hospitalizados para el grupo experimental dará lugar a una mayor
asociación en comparación con la que se observaría en el público general.
o La mayor morbilidad de los pacientes hospitalizados en relación con la
población general puede crear asociaciones falsas entre las enfermedades.
2. Sesgo de Información

Definición
El sesgo de información es el resultado de errores sistemáticos en la medición de
alguna exposición, resultado o variable. Los principales tipos de sesgo de
información son el sesgo de clasificación errónea, el sesgo de recuerdo, el sesgo del
entrevistador, el sesgo de respuesta, el sesgo de reporte, el sesgo del observador, el
sesgo de comprobación y el sesgo de confirmación.

Ejemplos de sesgo de información

 Sesgo de clasificación errónea: resulta de la clasificación errónea de la exposición o del
resultado de salud de los sujetos de un estudio. Las personas que no tienen una
enfermedad se clasifican como si la tuvieran, y viceversa.
Las razones más comunes son la inexactitud de los registros, las diferentes definiciones
de la enfermedad o los diferentes criterios de diagnóstico.
o Diferencial: causado por una diferencia de medición que existe entre los grupos
de estudio
o No diferencial: causado por mediciones igualmente inexactas o aleatorias en
todos los grupos del estudio
 Sesgo de recuerdo: causado por el recuerdo diferencial (normalmente, mejorado) de los
eventos por parte de los sujetos de caso en comparación con los controles
 Sesgo del entrevistador: se produce cuando el entrevistador influye en las respuestas
del participante a través del método, el contenido o el estilo de su interrogatorio
 Sesgo de respuesta: se produce cuando los sujetos informan de lo que los
investigadores quieren oír porque el sujeto quiere complacer al entrevistador con su
respuesta
 Sesgo de reporte: se refiere a la tendencia de los investigadores a comunicar solo los
resultados estadísticamente significativos, motivados por el deseo de publicar
 Sesgo del observador: se produce debido a las diferencias que existen entre los
observadores en la forma de medir o evaluar un resultado o la diferencia en la forma de
actuar de un sujeto cuando se le observa
o Sesgo resultante del efecto Hawthorne 
 Sesgo de comprobación: se produce cuando algunos sujetos tienen más probabilidades
de ser incluidos en los resultados finales que otros
o Las fuentes comunes incluyen una diferencia de grupo en el método o la
frecuencia de tamizaje, el conocimiento del investigador de las asignaciones de los
grupos de sujetos, o la preferencia de asignación de los sujetos en los grupos de
estudio.
 Sesgo de confirmación: se produce debido a la tendencia de los investigadores a incluir
solo los datos que coinciden con sus creencias preexistentes y/o apoyan su hipótesis
 Sesgo de detección: se produce debido a una diferencia en la forma de medir o detectar
un resultado en función de una característica particular del sujeto
 Sesgo del experimentador: se produce cuando un sujeto se comporta de forma diferente
en función de las expectativas del investigador
o Sesgo resultante del efecto Rosenthal 

Efecto Hawthorne
 Se refiere a la tendencia de los sujetos de un estudio a comportarse o actuar de
forma diferente (i.e., trabajar más) cuando saben que están siendo observados
 Resulta y está relacionado con el sesgo del observador
 Especialmente común en los estudios psiquiátricos
 El sesgo causado por este efecto es difícil de eliminar, pero puede reducirse
ocultando a los sujetos el conocimiento de cuándo/cómo están siendo observados.
Efecto Rosenthal
 Se refiere a la tendencia de los sujetos o investigadores a comportarse de forma
diferente en función de las expectativas de los demás
 También llamado efecto Pigmalión
 Por ejemplo, en un estudio sobre la eficacia de un nuevo medicamento para tratar
la depresión, los sujetos del grupo de tratamiento informan de una mejora de los
síntomas depresivos porque los investigadores que los evalúan esperan que los
sujetos que reciben el tratamiento mejoren.
 Resulta y está relacionado con el sesgo del experimentador
 El sesgo resultante de este efecto puede evitarse mediante el cegamiento.
Variables de Confusion
Definición
Una variable de confusión es una variable adicional distinta de la variable independiente
que tiene un efecto sobre la variable dependiente, lo que hace que se infiera una relación
errónea entre ellas.
 Técnicamente, una variable de confusión no es un sesgo.
 Las variables de confusión pueden tenerse en cuenta mediante un diseño de
estudio adecuado. Las siguientes técnicas ayudan a reducir el efecto de las
confusiones:
o Aleatorización: los sujetos son asignados aleatoriamente a los grupos de
estudio de manera que las variables de confusión se repartan por igual
entre los grupos.
 o Controlar: todos los sujetos se eligen de manera que tengan la misma
variable de confusión.
o Emparejamiento: cada sujeto con una variable de confusión en un grupo
particular se empareja con un sujeto en los otros grupos con la misma o
similar variable de confusión.
 Las variables de confusión son comunes en los estudios observacionales, ya
que es más difícil o imposible controlarlas.
 Las variables de confusión son diferentes de los modificadores del efecto, una
tercera variable que contribuye a la verdadera relación entre la exposición y el
resultado

Diferencias entre las variables de confusión y los modificadores del efecto

Variables de Modificadores de
confusión efecto

Enmascaramientos Sí No

Crea la ilusión de asociación Sí No

Modifica la naturaleza de la No Sí
relación