SESGOS

Errores en un estudio se pueden clasificar:

El error aleatorio (no sistemtico) ocurre cuando las mediciones
repetidas, ya sean en un mismo sujeto o en diferentes miembros de
la poblacin en estudio, varan de manera no predecible.
Puede ser considerado como la variabilidad del muestreo
Error sistemtico (no aleatorio) ocurre cuando estas medidas varan
de manera predecible y, por lo tanto, se tiende a sobre o subestimar
el valor verdadero en medidas repetidas

Sesgo o error sistemtico

Es la diferencia entre un valor observado y el verdadero
valor debido a todas las causas menos la variabilidad del
muestreo. Puede surgir de innumerables fuentes,
incluyendo factores involucrados en la seleccin o
reclutamiento de la poblacin de estudio y los factores
involucrados en la definicin y medicin de las variables
de estudio. Lo inverso del sesgo es la validez, tambin
un atributo deseable

Validez Interna
De error sistemtico que hace que los resultados
del estudio (estimaciones de parmetros)
difieran de los verdaderos valores como estn
definidos en los objetivos de estudio

Validez externa
La medida en que los hallazgos del estudio puedan
aplicarse a poblaciones distintas a la investigada. poder
de generalizar a poblaciones ms all de la poblacin
blanco para la cual se dise el estudio y/o ms all de
las circunstancias implcitas en el estudio

Sesgos de informacin

Son errores
En la medicin de la exposicin y/o del resultado
que produce diferencias en la precisin de dicha
informacin entre los grupos en comparacin.
Y durante la captura de los datos que modifican
la magnitud de las causas investigadas y los
efectos identificados.

Suponga que quiere conocer si un determinado medicamento disminuye una

consecuencia grave (un evento cardiovascular).
Ambos grupos de participantes (los que toman ese u otro medicamento) son
comparables entre s (tienen la misma edad, estado de salud, servicios de
salud, nivel socioeconmico, etc) y uno es diagnosticado por un mdico
cardilogo con 10 aos de experiencia clnica y que cuenta con un
ecocardiograma mientras que el otro grupo es diagnosticado por un mdico
pasante con un electro cardiograma.

Sin generalizar, es ms probable que en el grupo del cardilogo se

diagnostiquen los eventos vasculares que, en el otro grupo. Bajo el
supuesto que el medicamento funciona igual de bien en los dos grupos,
se puede concluir que el medicamento no es tan bueno para evitar la
complicacin cuando lo que ocurre es una variacin del mtodo para
medir el evento.

En este caso el primer grupo estuvo ante algo ms preciso para medir y
eso ocurri sistemticamente durante toda la investigacin. As pues, la
conclusin estara sesgada hacia abajo pues no le da su justo valor al
nuevo frmaco

Sesgos de seleccin

El sesgo muestral se produce cuando el proceso

de toma de muestras inserta un sesgo inherente
en el estudio.
Existen dos tipos de sesgo muestral, basados en
las muestras que se omiten y las que se incluyen.

Sesgo de omisin
Este sesgo de la investigacin se produce cuando se
omiten ciertos grupos en la muestra. Un ejemplo
podra ser que las minoras tnicas son excluidas o,
por el contrario, son las nicas estudiadas.

Por ejemplo, un estudio sobre

cardiopatas que utiliz slo hombres
caucsicos, generalmente voluntarios,
no puede ser extrapolado a toda la
poblacin, en donde hay mujeres y otros
grupos tnicos.

A veces, el sesgo de omisin es inevitable. Por esta

causa, los investigadores tienen que incluir y explicar
este sesgo en el diseo experimental

Sesgo de inclusin
El sesgo de inclusin se produce cuando las muestras
son seleccionadas por conveniencia.
Generalmente, este tipo de sesgo es el resultado de una
conveniencia, en donde, por ejemplo, los voluntarios son el
nico grupo disponible y tienden a ser de una categora
demogrfica estrecha.

No hay ningn problema con esto, siempre y cuando los

investigadores sean conscientes de que no pueden
extrapolar los resultados a toda la poblacin.
Reclutar estudiantes fuera de un bar para un estudio
psicolgico no constituir un grupo plenamente
representativo.

Sesgos de confusin

Sesgos de confusin
Existe sesgo de confusin cuando observamos
una asociacin no causal entre la exposicin y el
evento en estudio o cuando no observamos una
asociacin real entre la exposicin y el evento en
estudio por la accin de una tercera variable que
no es controlada

 Por ejemplo, si fuera de inters evaluar en un estudio de

cohorte el efecto del consumo de caf sobre el riesgo de
infarto del miocardio y se establecieran dos grupos de
contraste, uno conformado por bebedores de caf y otro
por no bebedores de caf, se tendra que considerar el
tabaquismo como un posible confusor ya que est asociado
con el consumo de caf y es un factor de riesgo para infarto
de miocardio. En este estudio hipottico ignorar las
diferencias en el consumo de tabaco podra hacernos
concluir que existe una falsa asociacin positiva entre el
consumo de caf y el riesgo de infarto del miocardio