Sesgos en estudios

epidemiológicos
 –Revisión general de diseños
–Error en la investigación
–Aleatorio
–Sistemático
Temas –Confusión
–Precisión y exactitud
–Estrategias de manejo de errores
–Validez interna y externa
 Diseños de estudios

Arjimon J y Jimenez J.Metodología de la Investigación clínica y epidemiológica. 4ta edición, 2013

 ¿Para qué investigamos?

El propósito de la investigación epidemiólogica

es contestar una pregunta relevante para la salud

Variables

–Variable exposición (independiente)

–Variable efecto (dependiente)
–Variable de confusión
 –Cada estudio tiene errores
–Ningún estudio único aprueba o
Limitaciones rechaza hipótesis
de la –Es difícil mantener un control
investigación adecuado en las investigaciones

Hipótesis: Explicación tentativa de la relación entre variables de estudio

Se apoyan en conocimiento/evidencia.
Sampieri 2014
 ERROR.
Un resultado falso o erróneo de una medición o
cualquier otro resultado falso o erróneo obtenido
en un estudio o experimento. (Porta 2014)

Errores de las – Ningún estudio esta libre de errores

investigaciones – El objetivo es maximizar la validez interna y
externa de un estudio
– Los errores que afectan la inferencia son:
– Error Sistemático
– Error aleatorio (debido al azar)
 – Las estrategias para minimizar los tipos de error
son diferentes
– Los errores en la inferencia pueden controlarse
Errores de las ya sea en:
investigaciones – En el diseño
– Implementación
– Plan de análisis
 Ambos conducen a ¿Qué se hace? Hipótesis estadística
conclusions erroneas

Error tipo 1 (alfa) Se observan diferencias Se rechaza H0 cuando es

pero no las hay verdadera

Tipos de Error tipo 2 (Beta) Se concluye que no hay

diferencias cuando en
Se acepta H1 cuando es
falsa
Errores realidad si hay

muestra

Población
Depende del
tamaño de
muestra y
tamaño del
efecto

α = 5% à IC 95% β = 20% à Potencia = 80%

 Ambos conducen a ¿Qué se hace? Hipótesis estaíistica
conclusions erroneas

Error tipo 1 (alfa) Se observan diferencias Se rechaza H0 cuando es

pero no las hay verdadera

Tipos de Error tipo 2 (Beta) Se concluye que no hay

diferencias cuando en
Se acepta H1 cuando es
falsa
Errores realidad si hay

– Estos errores se producen por:

– Error aleatorio
– Error sistemático o sesgo
muestra
– Confusión

Poblacion – Existe una dificultad en trabajar con toda la población

y por lo cual se trabaja con una muestra de ella. La
cual debe ser bien definida (criterios de inclusión y
exclusión) para contar con una muestra representativa
de la población.

De la Guardia et al,2011
 Sistemático
Aleatorio
sesgo

respuesta errada a la distorsión de la

pregunta que puede respuesta a la pregunta
distorsionar la de investigación en una
respuesta en cualquier dirección
dirección

debida a una
divergencia entre una Se minimiza
observación de muestra
y el verdadero valor en -diseño apropiado:
la población

Tipos de errores Tipos de sesgo

• Selección
de las Debido al azar, no
se redice y difícil de •Información
•Confusión
evitar
investigaciones
Inherente al proceso
de medición

Se minimiza:
-aumento tamaño
muestral

Zapata, 2020. https://www.lifeder.com/error-aleatorio/

 Precisión Exactitud

– La precisión es el grado – La exactitud es el grado

en que un instrumento en que un instrumento
de medida proporciona de medida se acerca al
el mismo resultado al valor real de la magnitud.
Precisión y realizar distintas – El concepto de
mediciones de la misma exactitud no depende del
exactitud magnitud. número de veces que se
– El concepto de realiza la medición.
precisión sí depende del – La balanza 2 es mas
número de veces que se exacta, se acercan al
realiza la medición. No se valor real (5 mg)
puede determinar si un
instrumento es o no
preciso con una sola
medición.
– La balanza 2 es más
precisa y no exacta
(valor verdadero 5 mg)
https://www.testexamen.com/test/practicas-laboratorio/exactitud-precision/exacto-preciso-analisis-grafica.html
ERROR ALEATORIO
 ERROR ALEATORIO

– Dependientes de la Variable Observada, variabilidad

individual (ciclos circadianos)

Fuentes de
error aleatorio

Ausencia de – Dependientes del Observador

error aleatorio
= PRECISIÓN
– Dependientes del instrumento de medición
 –Propia de la mayoría de los fenómenos
biológicos: colesterol sérico, presión
arterial, glicemia.
–Momentáneas: Frec. cardiaca
VARIACION –Variaciones diurnas: Ta corporal.
INDIVIDUAL –A lo largo del tiempo: estatura o peso
–Stress, olvidos, materias tabú

–Minimizar: Mediciones repetidas

 –Propia de la mayoría de los fenómenos
biológicos: colesterol sérico, presión
arterial, glicemia.
–Momentáneas: Frec. cardiaca
VARIACION –Variaciones diurnas: Ta corporal.
INDIVIDUAL –A lo largo del tiempo: estatura o peso
–Stress, olvidos, materias tabú

–Minimizar: Mediciones repetidas

Celentano (Gordis), 2019

 –Por falta de experiencia.
–Diferentes condiciones en que se realizan las
VARIACION mediciones (luz)
DEBIDA AL –Diferente aplicación de criterios diagnósticos
OBSERVADOR
–Minimizar:
–Entrenamiento de quien observa
–Mediciones objetivas
 – Instrumento es cualquier vehículo útil para recoger
datos de una forma organizada (esfigmomanómetro,
cuestionario).
– Errores por calibración deficiente
DEBIDA AL
INSTRUMENTO – Errores causados por falta inherente de precisión del
instrumento o de la escala
Y A LA TECNICA
EMPLEADA – Lectura o registro erróneo de la información del
aparato por parte del técnico

– Minimizar:
Estandarizar los procedimientos
Seleccionar el instrumento que presente menor
variabilidad.
 –Sensibilidad: detectar a los enfermos
Verdadero positivo
–Especificidad: Detectar a los sanos
Dependientes Verdadero negativo
del –Falsos Positivos: Sobre diagnóstico
instrumento Falso positivo (sano)
–Falsos Negativos: Sub diagnosticar
Falso Negativo (enfermo)
 –Sensibilidad: detectar a los enfermos
Verdadero positivo
–Especificidad: Detectar a los sanos
Dependientes Verdadero negativo
del –Falsos Positivos: Sobre diagnóstico
instrumento Falso positivo (sano)
–Falsos Negativos: Sub diagnosticar
Falso Negativo (enfermo)

Imagen. https://filadd.com/doc/sensibilidad-especificidad-vpp-vpn-pdf
 –Se cuantifica en el análisis mediante el
calculo del valor p o estimación de intervalo
ERROR de confianza.
ALEATORIO –A mayor valor p, mayor la probabilidad de
que los resultados sean afectador por el
error aleatorio (explicados por el azar)
–Por consenso se acepta un valor p < 0.05
(estadísticamente significativo)

De la Guardia, 2011. Capitulo 12,. Epidemiologia y estadistica

 Interpretar valor p

– El valor p es la probabilidad de que los resultados se

expliquen por el azar.
– Si el valor p es < a 0.05, se puede descartar el azar y
reconocer que existen diferencia.
ERROR – En otras palabras: la probabilidad de que sea el azar
ALEATORIO quien explique la diferencia observada debe ser
menor a 5 en 100.
– Estudio de manejo de estrés en estudiantes de salud
con taller de yoga
– Variable respuesta: estrés, síntomas depresivos,
síntomas ansiosos

Leon et al, 2019

 Interpretar valor p

ERROR
ALEATORIO

¿En cuáles
efectos de la
terapia se
puede
descartar el
azar?

Leon et al, 2019

Error sistemático
Sesgo
Error sistemático
sesgo

Error consistentemente incorrecto en una

dirección particular; a menudo tiene una
fuente reconocible (por ejemplo, un
instrumento de medición defectuoso)
(Porta, 2014)
 Sistemático
sesgo

Distorsión de la respuesta a la pregunta de investigación en

una dirección

Produce resultados que se apartan sistemáticamente del valor

real.

Puede resultar en la estimación incorrecta de la asociación

(espuria)
Tipos de errores
de las O en enmascaramiento de una asociación que si existe

investigaciones No es afectado por el tamaño muestral

La ausencia de error sistemático se denomina VALIDEZ

Se minimiza
-diseño apropiado:

Tipos de sesgo
• Selección
•Información
•Confusión

De la Guardia, 2011/
 –Grado en el que el valor de una medición se
corresponde con el verdadero valor de la
VALIDEZ variable en el sujeto o en la población .
(interna)
Ausencia
de error
sistemático
 Selección del
grupo control
Sesgo de selección

Pérdidas de
seguimiento

Aparece al elegir una muestra

voluntarios o
autoselección
Supervivencia que:
selectiva

Muestra no
representativa
de la población
en estudio
No represente de forma
adecuada a la población de
Detección
estudio / no refleje a la
población objetivo

Al formar los grupos que se

van a comparar.
 –Se debe a errores cometidos en la obtención
de la información que se precisa una vez que
los sujetos elegibles forman parte de la
muestra del estudio
–Se produce cuando las mediciones de las
Sesgo de variables (exposición, respuestas y covariables)
información de estudio son:
1. De mala calidad (precisión y validez)
2. Son sistemáticamente desiguales entre los
sujetos de cada grupo.
3. Se clasifican según de donde provengan;
1. Los/las participantes al reportarlas
2. Los/las investigadores/as al recogerlas
Henquin, Ruth. 2013. Epidemiología y estadística para principiantes
 Sesgo de recuerdo
• Diferencial generalmente

Sesgo de procedimientos
• dependiente resulta
• ser más interesante para el investigador
Sesgo por falta de sensibilidad de un instrumento,
Sesgo de • entrevistador no ha sido entrenado
información
Sesgo de detección
/Medición
• Cambios en metodologías diagnósticas

Sesgo de atención
• pueden alterar su comportamiento al saber que están siendo
observados.
Sesgo del entrevistador
• entrevistador no ha sido entrenado

Manterola, C., & Otzen, T. (2015). Los sesgos en investigación clínica.

International Journal of Morphology, 33(3), 1156-1164.
Autoria de http://damivago.blogspot.com/2015/07/damivago-n-383-intolerancia-otras.html?source=post_page-----------------
 EROR
ALEATORIO Y
SISTEMATICO
Síntesis

https://www.medwave.cl/link.cgi/Medwave/Revisiones/MetodInvestReport/7687.act
Relación de los errores aleatorio y sistemático con las distintas fases en el diseño,
ejecución, análisis e interpretación de un estudio epidemiológico.
Resumen de principales sesgos asociados a los diseños de estudios
CONFUSIÓN
Latin confundere, mezclar juntos
(Porta, 2014)
 –Alteración de la fuerza de asociación entre
una exposición y un resultado por
influencia de otra variable o conjunto de
variables.
–Puede tener gran influencia e incluso
cambiar la dirección aparente de una
asociación: intensificación, ausencia,
CONFUSIÓN debilitamiento.
Variable Variable
Exposición Resultado
(X) (Y)

Variable
confusión
(C)
 Al estudiar causalidad, los criterios para considerar una
variable como variable de confusión son:
1. Debe estar asociada a la exposición en estudio
(C à X).
2. Debe por si misma ser un determinante de la
enfermedad (C àY).
3. No debe ser un paso intermedio entre el factor de
estudio y al respuesta (X à C àY).
CONFUSIÓN
Variable Variable
Exposición Resultado
(X) (Y)

Variable
confusión
(C)
 Ejemplo 1

Enfermedad
Sesgo de coronaria
confusión.
La aspirina es
mas probable
de ser
administrada a
personas con Accidente vascular
Uso de aspirina
enf. Coronaria encefálico
y la EC es un
factor de
riesgo para el
AVE

Porta, 2014
 ¿Cómo corregir o evitar la aparición de los sesgos?

http://132.248.48.64/repositorio/moodle/pluginfile.php/2064/mod_resource/content/7/contenido/index.html
Robles, V. y Zepeda, C. (2020). Sesgos en la investigación médica. Unidades de Apoyo para el Aprendizaje.
CUAED/Facultad Medicina-UNAM. Consultado el (fecha) de (vínculo)
 FASE DISEÑO FASE DE ANALISIS

Prevención y
control del
sesgo de 1.Aleatorización 1.La estratificación.
2.Restricción (No incluir 2.Análisis multivariante
confusión cietos grupos) 3.Ajuste o
3.Emparejamiento estandarización por
(matching) Para edad u otro confusor
asegurar caracteristicas
 Interna Externa

– Se refiere al grado en – Se refiere al grado en

que los resultados de que los resultados de
Validez un estudio son un estudio pueden
válidos (libres de ser extrapolados
error) /generalizados a
poblaciones distintas
– Se ve afectada con}: a la estudiada
– Erro sistemático
– Debe primero haber
– Confusión validez interna
DAG , gráficos acíclicos
dirigidos
Los DAG ayudan a comprender también el
concepto de factores de confusión no
medidos

Irala et al, 20019

 Dieta

Obesidad

Sedentarismo Enfermedad
cardiovascular

Edad
 “Supongamos que se desea estimar la
prevalencia de una enfermedad en los
Ejemplo sujetos adultos residentes en un
¿Tipo de municipio (población de estudio). Para
sesgo? ello se estudian los 100 primeros sujetos
que acuden a la consulta en un centro de
salud (muestra estudiada)”.
 “Supongamos que se desea estimar la
prevalencia de una enfermedad en los
sujetos adultos residentes en un
municipio (población de estudio). Para
Ejemplo 1 ello se estudian los 100 primeros sujetos
que acuden a la consulta en un centro de
salud (muestra estudiada)”.

SESGO DE SELECCIÓN
 “Un estudio cuyo objetivo es comparar el
peso en función del sexo con una báscula
bien calibrada. La medición en los
Ejemplo 2 hombres se hace sin zapatos y en ropa
interior; en las mujeres son pesadas con
zapatos y ropa de calle ”.
 “Un estudio cuyo objetivo es comparar el
peso en función del sexo con una báscula
bien calibrada. La medición en los
hombres se hace sin zapatos y en ropa
interior; en las mujeres son pesadas con
Ejemplo 2 zapatos y ropa de calle ”.

SESGO DE INFORMACION
 “Se quiere estudiar si hay asociación
entre la ingestión de alcohol y el cáncer
gástrico a través de un estudio de casos y
controles. En los casos, se confirma la
Ejemplo 3 presencia de cáncer mediante
endoscopía con biopsia mientras que en
los controles se descarta su ausencia con
radiografía”.
 “Se quiere estudiar si hay asociación
entre la ingestión de alcohol y el cáncer
gástrico a través de un estudio de casos y
controles. En los casos, se confirma la
presencia de cáncer mediante
endoscopía con biopsia mientras que en
Ejemplo 3 los controles se descarta su ausencia con
radiografía”.

SESGO DE SELECCIÓN
 •Un grupo de investigación diseña un
estudio para determinar si las personas
alcohólicas mueren a una edad más
temprana.
•Sus resultados demuestran que
Ejemplo 4 efectivamente las personas que beben en
exceso tienden a morir más jóvenes.
•Por desgracia, cuando los investigadores
hacen una verificación con sus pares los
resultados se desmoronan, ya que los
pares viven el mismo tiempo.
 • Un grupo de investigación diseña un estudio
para determinar si las personas alcohólicas mueren a
una edad más temprana.
• Sus resultados demuestran que efectivamente las
personas que beben en exceso tienden a morir más
jóvenes.
Ejemplo • Por desgracia, cuando los investigadores hacen una
verificación con sus pares los resultados se
desmoronan, ya que los pares viven el mismo tiempo.

CONFUSION
 –Conceptos claves:
Error en la investigación
–Aleatorio
–Sistemático
–Confusión
Revisemos…. –Precisión y exactitud
–Estrategias de manejo de errores
–Validez interna y externa
 – Beaglehole R; Bonita R; Kjellstrom T, 2003.Cap. 5 “Causalidad
en Epidemiología”
– Laporte J. R. 1993. Principios Básicos de la Investigación
Clínica. Cap. II “La observación Clínica y el razonamiento
causal”
– Organización Panamericana de la Salud. Causalidad y validez
en los estudio epidemiológicos. 2009;(Cc):1–9. Available
from:
http://www.bvsde.paho.org/cursoa_epi/e/pdf/modulo3.pdf
– El Epicentro un sitio de apoyo para el aprendizaje de la
epidemiología.
Referencias http://escuela.med.puc.cl/Recursos/recepidem/index.htm
– Windsor et al. Evaluaction of Health Promotion , Health
Education and Disease Prevention Programs.Second Edition.
Mayfield Publishing Company, 1994
– Hulley & Cummins: Designing Clinical Research, 1998.
– Pallás JMA, Villa JJ. Capítulos 29 y 31. En: Pallás JMA, Villa JJ.
Métodos de investigación clínica y epidemiológica. 4 ed.
2013.
– Ruth Henquin, Capitulo 5. Epidemiologia y estadística para
principiantes