UNIVERSIDAD MEXIQUENSE DEL BICENTENARIO

MATERIA: BIOESTADISTICA Y EPIDEMIOLOGIA

BT ENFOQUE EPIDEMIOLOGICO DE RIESGO

TEMA: ERRORES SESGO Y SU CONTROL

MTRO. JORGE ANTONIO YÁÑEZ RODRÍGUEZ
 2

La investigación de un evento epidemiológico es una

acumulación de conocimientos con respecto a este evento,
en donde cada paso puede ser el eslabón de una cadena que
sirva de orientación para la asociación causal.
Para ello, es de suma importancia realizar un buen análisis
y una interpretación correcta de los hallazgos para que
sean válidos y poder ampliar o inferir las conclusiones a
una población mucho mayor que la que participó
directamente en el estudio.
 3

La presencia de un error en el conjunto de eslabones puede

falsear las conclusiones o la inferencia final al terminar la
revisión de una serie de hechos con mira a la descripción
de un evento y de sus mecanismos causales, y a la
aclaración de la relación de los hallazgos nuevos con
hechos existentes.

Para interpretar un estudio epidemiológico es importante

estar alerta con respecto a los principales tipos de errores
que se pueden presentar con el fin de evitarlos en el diseño,
o lograr su control en el análisis, e interpretar los posibles
errores residuales después del control.
 4

Al terminar la realización de un estudio epidemiológico,

las conclusiones se refieren en primera instancia a la
población de estudio sobre la cual se hace el ensayo. Se
debe tratar más adelante de ampliar o inferir las
conclusiones a otra población mayor, que es la población a
riesgo, y luego ampliarlas aún más a la población de
referencia, para de esta manera maximizar la inferencia.
 5

La población de referencia, además de incluir a la

población a riesgo actual, representa a la población pasada,
presente y futura, es decir, a una población hipotética
sobre la cual se aplicarían las conclusiones del estudio.
Sería mucho más importante que la población de
referencia pueda ampliarse hasta, para algunos estudios,
convertirse en la población general actual y futura
 6

La población de referencia, además de incluir a la

población a riesgo actual, representa a la población pasada,
presente y futura, es decir, a una población hipotética
sobre la cual se aplicarían las conclusiones del estudio.
Sería mucho más importante que la población de
referencia pueda ampliarse hasta, para algunos estudios,
convertirse en la población general actual y futura
 7

Hay ciertas dificultades, provenientes de errores tanto a

nivel del análisis y de la interpretación de la conclusiones
del estudio como para la maximización de la inferencia a la
población de referencia, que deben ser evitadas.

Los errores en el análisis de un estudio epidemiológico que

afectan la validez de las conclusiones (entendiendo por
validez, la precisión y la confiabilidad en los resultados del
estudio), deben ser controlados.
 8

Los principales errores que se pueden encontrar en los

diferentes estudios epidemiológicos son, entre otros, los
siguientes:

— Error de muestreo.
— Error de medición por parte del investigador, del
observado y del instrumento de medición.
— Error alfa y beta en la determinación de un evento
epidemiológico.
— Error de clasificación en la determinación de un evento.
 9

— Errores sistemáticos: (Sesgos de información, sesgos de

selección, sesgos de confusión).
— Error en la inferencia y error residual después del
control.

NOTA: Cuando el ERROR se repite en forma sistemática,

lleva el nombre de SESGO. Los sesgos, cuando no se
controlan, tienden a invalidar las conclusiones de un
estudio
 10

1. Error de muestreo

Es aquel que resulta del tamaño de muestra utilizado para

estudiar algún evento. En estudios descriptivos el tamaño
de la muestra poblacional debe ser más alto mientras más
baja está la prevalencia o la incidencia, o la distribución del
evento que se estudia.
 11

2. Error de medición Una cualidad inherente de cualquier

buena medida es que se pueda repetir innumerables
veces quedando en las mismas dimensiones.
Una medida no es confiable cuando:
— Hay error o variación de parte de los investigadores o de
parte de los sujetos observados.
— El fenómeno observado cambió.
— El instrumento de medida está intrínsecamente
inexacto.
Para algún tipo de medición, se necesita revisar los
aspectos del investigador, del sujeto observado y del
instrumento de medición.
 12

a) Investigador Se puede presentar falta de estandarización en un

mismo investigador por tener criterios diferentes durante el desarrollo
del estudio. El investigador que no sigue el mismo criterio y la misma
forma de medición induce a error en la determinación del evento que
está revisando, y las diferentes medida que él realiza no serán
comparables.
Cuando hay varios investigadores, puede existir variación no sólo
intra-investigador, sino entre investigadores, lo que hace que un
mismo sujeto observado por varios investigadores puede presentar
unas mediciones del evento muy diferentes por cada uno. Deben ser
estandarizados para evitar variación significante entre ellos.
Es regla procurar evitar el tipo de error intra e inter-investigadores, lo
que puede influir en la validez y en la inferencia de las conclusiones.
 13

b) Sujeto observado

En cuanto al sujeto observado, es importante estandarizar la situación

en que se debe realizar la observación. No es igual tomar la presión
arterial a un individuo acostado y en reposo, que tomar esta presión
arterial inmediatamente después de un ejercicio prolongado. El
proceso debe ser estandarizado para todos los sujetos que serán
observados
 14

c) Instrumentos

Los instrumentos de medida deben ser estandarizados para tener una

medición uniforme a través del tiempo. Varios tensiómetros deben
marcar la misma presión para el mismo individuo en un momento
dado. Es aconsejable tener los mismos tipos de aparatos para lectura
estandarizada, precisa y clara.
Estos errores del investigador, del sujeto observado y del instrumento
de medida pueden alterar las conclusiones que se hacen de un estudio
 15

Error alfa (Į) y error beta (ȕ) en la determinación de un evento

epidemiológico
El método para diagnosticar alguna enfermedad puede ser por los
criterios diagnósticos usados normalmente para detectar alguna
enfermedad, que es la presunción clínica, más las ayudas
diagnósticas paraclínicas. Pero se puede no diagnosticar a un
individuo con determinada enfermedad. También se puede
diagnosticar erróneamente a un individuo como enfermo de una
patología que no tiene.
 16

Al tener un evento epidemiológico, una enfermedad, por ejemplo,

clasificada según la dicotomía más y menos (+ y —), y de acuerdo con
la verdadera condición del individuo realmente enfermo o realmente
sano, puede presentarse la siguiente situación en un grupo de
individuos:
— Verdaderos positivos V. P. = Sujetos realmente enfermos y
clasificados como tal.
— Verdaderos negativos V. N. = Sujetos no enfermos y clasificados
como tal.
— Falsos positivos F. P. = Sujetos no enfermos realmente, pero
clasificados como positivos o enfermos.
— Falsos negativos F. N. = Sujetos realmente enfermos, pero
clasificados como negativos o no enfermos.
 17

Al clasificar a la enfermedad en una comunidad, puede existir las

siguientes probabilidades con respecto a la verdadera situación:
— Probabilidad alfa, P(Į), o sea, la probabilidad de no estar enfermo
realmente y ser clasificado como tal; es la probabilidad de ser un falso
positivo.
— Probabilidad beta, P(ȕ), o sea, la probabilidad de estar realmente
enfermo, pero clasificado como no enfermo; es la probabilidad de ser
un falso negativo.
— Probabilidad uno menos alfa, P(1 —Į), probabilidad de no estar
enfermo y ser bien clasificado como no enfermo.
— Probabilidad uno menos beta, P(1 — ȕ), probabilidad de estar
enfermo y ser bien clasificado como enfermo. Es la probabilidad de
ser diagnosticado como tal estando enfermo.
 18
4. Error de clasificación en la determinación de los eventos epidemiológicos En una
muestra n, representativa o no de una población, se puede buscar la prevalencia de
un evento, como una enfermedad, simultáneamente con la presencia de otro evento
como un factor de riesgo.

Los principales errores en la clasificación de la enfermedad o del factor de riesgo

dependen, en primer lugar, del establecimiento de los criterios para la definición del
evento. Un evento con falta de claridad en su definición implicaría un error en su
determinación en un individuo. Por ejemplo, hay que establecer en forma muy clara
los criterios de definición o la descripción de una enfermedad para poder
posteriormente determinarla en el sujeto enfermo.
Por otra parte es posible que, aun estando más firme el criterio para la definición del
factor de riesgo y del efecto, haya la probabilidad de clasificar como positivo lo que
es realmente negativo o viceversa.
Estos errores se resumen así:
 19
a)Error por exceso en los criterios de la determinación de la enfermedad En esta
situación se encuentran menos individuos con la enfermedad que los que
realmente son.

b) b) Error por defecto o disminución de criterios en la determinación de la

enfermedad. Hay más individuos que aparecen con la enfermedad que los que
realmente son enfermos.

c) c) Error por aumento o exceso de criterios en la determinación del factor de

riesgo Disminuyen los sujetos con la exposición.

d) d) Error por defecto o por disminución de criterios en la determinación del

factor de riesgo Se produce el fenómeno inverso con aumento de individuos.

e) Interpretación con error a la vez en la clasificación de la enfermedad y del factor

de riesgo.
 20
Errores sistemáticos: sesgos

a) Sesgos de información

Los sesgos de información son errores sistemáticos derivados de diferencia de

procedimientos parcializados más a un grupo que a otro, que afecta así la validez y la
inferencia de los resultados de un estudio.
Cuando, por ejemplo, la determinación de un evento se hace con criterios más
definidos en el grupo índice (grupo de estudio) que en el grupo referente (grupo de
comparación), se está en presencia de un sesgo. El sesgo de información se puede
presentar tanto en la distribución del factor de riesgo como en el efecto, sea por
aumento o por disminución, de los criterios de su determinación.
Un error sistemático, caracterizado, por ejemplo, por la determinación de un evento
en forma más rígida solamente para cierto subgrupo del efecto o del factor de riesgo,
y no para los demás subgrupos, es un sesgo de información.
 21

Si la determinación del efecto se hace sistemáticamente mejor y con más

énfasis en el grupo expuesto a un factor de riesgo que en el grupo no
expuesto a este factor, habrá un sesgo en la determinación del efecto en el
grupo expuesto. Es un sesgo de clasificación o de información.
En un estudio de casos y controles, el afán excesivo en forma sistemática
para buscar la información sobre la presencia del o de los factores de riesgo
en el grupo de casos y la manera desigual que se lo hace en el grupo de
controles conducen a un sesgo de información o de clasificación que
invalidará las conclusiones del estudio si no se controla este error.
En un estudio de cohorte, la búsqueda del efecto en una forma
sistemáticamente mucho más rígida en el grupo de la cohorte expuesta al
factor de riesgo que en el grupo no expuesto a dicho factor conduce
igualmente a un sesgo de información.
 22

b) Sesgo de selección
Por su parte, habrá un sesgo de selección cuando los individuos
pertenecientes al grupo de estudio se escogen de una manera
sistemáticamente diferente a los del grupo testigo.
Mientras que el sesgo de información se presente después de tener los
individuos de la muestra, los sesgos de selección se presentan antes o
durante el procedimiento para escoger la muestra o los sujetos de
observación. Por ejemplo, el estudiar la relación de un factor de riesgo con
un efecto en un grupo de voluntarios, como grupo índice o como grupo
referente, conduciría a un sesgo de selección.
 23

En un estudio de casos y controles, los grupos deben ser similares

entre sí salvo con respecto al efecto, siendo que el efecto positivo
establecerá el caso y el efecto negativo establecerá el control.
Por ejemplo, si se quiere estudiar la relación entre el cáncer de
cuello uterino y la promiscuidad sexual, es evidente que el grupo de
casos no pueda ser un grupo de prostitutas con cáncer de cuello
uterino versus un grupo de control conformado mayoritariamente
con monjas católicas.
 24

Teóricamente el sesgo de selección se puede cometer a la iniciación

del estudio o antes.
El sesgo de selección es difícil de controlar una vez que el estudio
haya sido ejecutado.
Se puede reconocer en el momento de la discusión e interpretación
de los resultados para valorar su alcance. Si dicho sesgo es tan
severo para llegar a invalidar las conclusiones, la solución sería
repetir el estudio.
El sesgo de selección se previene o se atenúa con un buen diseño y
un conocimiento profundo del tema de estudio y de las variables
relacionadas.
 25

c) Sesgos de confusión
Es el producido por un factor de confusión, que es una variable
independiente asociada al factor de riesgo investigado o a la
enfermedad o efecto, o con ambos, contribuyendo a minimizar la
importancia o a exagerar la supuesta contribución del factor de
riesgo en el desarrollo de la enfermedad.
 26

6. Control de variables de confusión

Un buen control de variables se obtiene en primer lugar por un diseño bien
apropiado, teniendo en cuenta además una profunda revisión del tema y
las diversas relaciones del o de los factores de riesgo que influyen sobre el
efecto en estudio. Como hay aspectos que se escapan y se encuentran
generalmente dificultades tanto en el diseño como en la ejecución del
estudio y en su análisis, es importante recurrir a otros mecanismos.
El control de las variables o de factores de confusión puede lograrse entre
otras formas por:
— la aleatorización;
— la restricción;
— la estratificación y el ajuste;
— el equiparamiento (apareamiento o pareo);
— el análisis multivariado.
 27

a) Por la aleatorización

Este procedimiento controla el papel de los factores conocidos y

desconocidos que intervienen en la relación de un factor de riesgo
con un efecto. Es uno de los medios poderosos de control de los
factores de confusión y de las variables en general. La
aleatorización neutraliza el papel de los factores de confusión
distribuyéndolos en forma similar a los diferentes grupos de
estudio y de control.
La aleatorización se encuentra, sin embargo, limitada a los estudios
epidemiológicos de intervención o experimentales. Este tipo de
control se ve disminuido cuando el tamaño de la muestra es
pequeño.
 28

b) Por la restricción

Implica la comparación de los grupos índice y referente en una categoría

restringida de la variable que confunde. Si la edad se presenta como una
variable de confusión, la comparación entre el grupo de estudio y el grupo
referente se hará en una categoría de edad, dependiendo de la enfermedad,
por ejemplo, en el grupo de 35-44 años.
Aunque la edad en esta circunstancia específica no produce confusión, sin
embargo, el análisis de un estudio en una sola categoría de edad no permite
apreciar la relación de las variables Fr y E en otras categorías de edad de
interés, lo que produce una limitación para el estudio cuando se emplea
este tipo de control.
 29

c) Por la estratificación

También la estratificación es un poderoso procedimiento de control para

las variables y factores de confusión conocidos. Actúa tanto a nivel de
diseño como a nivel del análisis, pero con mayor énfasis en el análisis. El
procedimiento de estratificación se puede emplear en cualquier tipo de
estudio epidemiológico, experimental, analítico o descriptivo. La
estratificación no actúa sobre factores de confusión o variables
desconocidos. Las variables sometidas a estratificación pueden ser
analizadas a diferencia de las sometidas a equiparamiento.
El procedimiento de estratificación consiste en establecer varias
subdivisiones, o estratos o categorías para determinada variable. Dentro de
cada categoría y en forma global se pueden analizar las relaciones de un
factor de riesgo con un efecto investigado para su posterior análisis entre
categorías.
 30

c) Por la estratificación

También la estratificación es un poderoso procedimiento de control para

las variables y factores de confusión conocidos. Actúa tanto a nivel de
diseño como a nivel del análisis, pero con mayor énfasis en el análisis. El
procedimiento de estratificación se puede emplear en cualquier tipo de
estudio epidemiológico, experimental, analítico o descriptivo. La
estratificación no actúa sobre factores de confusión o variables
desconocidos. Las variables sometidas a estratificación pueden ser
analizadas a diferencia de las sometidas a equiparamiento.
El procedimiento de estratificación consiste en establecer varias
subdivisiones, o estratos o categorías para determinada variable. Dentro de
cada categoría y en forma global se pueden analizar las relaciones de un
factor de riesgo con un efecto investigado para su posterior análisis entre
categorías.
 31

d) Por el equiparamiento.
Como la aleatorización como control de variables es de uso limitado
solamente a los estudios experimentales o de intervención, se puede
emplear, entre otros medios de control, el equiparamiento en estudios
analíticos.
Es también una buena herramienta metodológica, aunque de menor grado
que la aleatorización y la estratificación. Su uso es para el control de
variables o factores de confusión conocidos.
No se equipara por variables o factores desconocidos. Se emplea
preferentemente en los estudios epidemiológicos analíticos, tanto de
cohorte como de casos y controles; sin embargo, su aplicación es más
común en estos últimos, aunque más controvertido.
 32

Existe el equiparamiento en frecuencia y el equiparamiento individual.

En el equiparamiento en frecuencia la muestra está dividida en
subcategorías del grupo índice y del grupo referente, y cada una de ellas
repartida en forma similar en relación con los factores de confusión a
eliminar. El equiparamiento en frecuencia como mecanismo de control de
variables es engorroso en los estudios analíticos y, en lo posible, se prefiere
la utilización del análisis estratificado o del análisis multivariado.
El equiparamiento individual es la clase de equiparamiento utilizado
generalmente en estudios de casos y controles. La relación de
equiparamiento más empleada es de un control por cada caso, pudiendo
llegar hasta de cinco controles por un caso. Se usa la técnica del muestreo
pareado en primera instancia, con el complemento de que los individuos
controles de la muestra serán similares a los casos correspondientes con
respecto a los criterios escogidos.
 33

e) Por el análisis multivariado

Cuando el análisis estratificado se vuelve difícil de manejar por un gran

número de variables a cruzar a la vez y por un aumento de categorías en
cada variable, se recurre al análisis multivariado.
El análisis multivariado trata al mismo tiempo el papel de un factor de
riesgo y de los otros factores independientes o relacionados que están
confundiendo o alterando su relación con el efecto.
En general este tipo de análisis controla de manera simultánea un número
apreciable de variables, mientras que el análisis estratificado no lo puede
hacer.
El análisis multivariado implica el uso obligatorio de una computadora.
 34

f) Relación entre los procedimientos de aleatorización, estratificación y

equiparamiento
La aleatorización y el equiparamiento son procedimientos de control de
variables utilizados únicamente en el diseño del estudio epidemiológico.
No se aleatoriza en el análisis; el análisis equiparado se hace previo
equiparamiento en el diseño. El control por estratificación puede hacerse
tanto en el diseño como en el análisis, pero es mucho más usado en el
análisis.
La aleatorización es un medio de control de variables conocidas y
desconocidas. El equiparamiento y la estratificación pueden controlar
únicamente variables conocidas.
La aleatorización, como control de variables, se utiliza exclusivamente en
estudios experimentales. El equiparamiento se emplea generalmente en
estudios analíticos de casos y controles y de cohorte. La estratificación se
usa en cualquier tipo de estudios epidemiológicos.
 35

La aleatorización, como no se utiliza por alguna variable específica,

permite el análisis posterior de las variables que se desean. El mantener el
equiparamiento por determinada variable no permite el análisis posterior
por esta variable dentro del estudio.
Si se equipara por edad, no se puede analizar las relaciones de un factor de
riesgo con un efecto por la variable edad, a menos que se desconozca el
pareo en el análisis. La estratificación por una determinada variable sí
permite el análisis por la misma entre las diferentes categorías de esta
variable.
Al estratificar por grupos de edad se puede analizar por esta variable.
 36

Un mismo estudio permite el empleo de la estratificación y del

equiparamiento individual, pero como control de variables diferentes. Se
puede aleatorizar y estratificar en el mismo estudio, siendo la
aleatorización un método de control inespecífico para las variables en
general en el diseño y la estratificación un control para una variable
específica.
El mejor procedimiento de control de variables y, por ende, de los factores
de confusión, es la aleatorización (cuando el tamaño de muestra es
adecuado), por controlar tanto factores conocidos como factores
desconocidos. Pero como su uso está reservado al estudio experimental, el
resto de estudios epidemiológicos emplea generalmente los diferentes
procedimientos anteriores o una combinación de ellos para un buen
control de factores de confusión hasta donde sea posible.
37