Sobre el artículo "From oximeters to AI, where bias in medical devices may lurk"

(https://www.theguardian.com/society/2021/nov/21/from-oximeters-to-ai-where-bias-in-medical-
devices-may-lurk), en su opinión ¿qué tanto afecta el sesgo que se encuentra en estas tecnologías
para la salud para el cuidado de diversas poblaciones? ¿cuál sería en su opinión la solución a estas
limitaciones?

Los sesgos pueden aparecer en cualquier parte de la investigación, por lo que hay que tratar de
evitarlos ya que estos tienen una gran influencia ya sea por un exceso o defecto en los resultados, o
cuando se va inferir los resultados a la población, siendo así que el sesgo en las tecnologías de la
salud puede resultar fatal ya que en muchos casos los resultados de las investigaciones pueden variar
en las diferentes poblaciones y muchas veces se usan resultados de pocos estudios como estándares
globales sin tener en cuenta la diferencias que hay entre los distintos pacientes a nivel mundial.

La solución sería, tener en cuenta que el diseño de muestreo influye mucho en evitar los sesgos, por
lo tanto, la recopilación de datos debe ser variada teniendo en consideración diferentes poblaciones
que sean representativas antes de sacar al mercado algún producto y en estos tiempos tratar de no
caer en temas como el racismo y buscar igualdad a la hora de muestrear datos para las
investigaciones.

https://scielo.conicyt.cl/pdf/ijmorphol/v33n3/art56.pdf

https://ddd.uab.cat/pub/tesis/2017/hdl_10803_461191/haph1de1.pdf

¿cuáles son las limitaciones que identifica en función de sesgos, confusión y azar? ¿cómo afectan
estas limitaciones la interpretación de los resultados?

Una de las limitaciones del estudio es el sesgo de selección en cuanto a la población, ya que se limita
a una subpoblación que no permite inferir en la población total de peruano que se infectaron con
COVID 19, por otro lado, hay sesgo por la perdida de algunos participantes durante el seguimiento
del estudio. Otra limitación es el sesgo de información ya que se obtuvo de las historias clínicas
además se incluyo a todos sin tener en cuenta el sesgo de detección si los pacientes realmente
cumplían con todos los criterios clínicos y las pruebas para COVID 19. Entre las variables
confusoras las comorbilidades puede a ver afectado los resultados del evento que se quería dar
seguimiento ya que algunos participantes murieron a causa de esa variable. Por lo tanto, estas
limitaciones afectan la interpretación de los resultados ya que se va limitar a una sola población y no
para todo un conjunto, siendo el análisis de la asociación a la exposición incorrecta.

https://docs.bvsalud.org/biblioref/2021/04/1177985/751-otro-1489-2-10-20201223.pdf

https://www.scielo.cl/scielo.php?pid=S0717-95022015000300056&script=sci_arttext&tlng=pt