Mediciones y observaciones clnicas y epidemiolgicas

Preparado por: Dr. Leonel Alejo Gutirrez

La meta fundamental que debe perseguir un estudio epidemiolgico (y clnico) es la agudeza en la medicin: estimar con poco error el valor del parmetro que es objeto de la medida.
 Rothman

K. Epidemiologa moderna

Medicin: Concepto
Es la calificacin o cuantificacin de una variable. variable. Es la asignacin de nmeros o valores a las observaciones, de modo que estos sean susceptibles de anlisis de acuerdo con ciertas reglas. reglas.

Calidad de la medicin
Hay dos caractersticas fundamentales que debe tener toda medicin: Validez Confiabilidad

Conceptos
Validez Grado en el que una medicin o estudio alcanza una conclusin correcta. correcta. Medir lo que se quiere medir Validez interna Grado en el que los resultados de una investigacin reflejan con precisin la situacin verdadera de la poblacin en estudio Validez externa Grado en el que es posible aplicar los resultados de un estudio a otras poblaciones. Generalizacin.

Al atributo que permite obtener igual medicin, respuesta o interpretacin cuando el mismo fenmeno es evaluado en condiciones similares por un segundo observador, o por la misma persona, se le denomina concordancia, repetibilidad, precisin, reproducibilidad, confiabilidad, o consistencia. consistencia.

Tipos de error en la medicin:

Aleatorio Sistemtico

Error aleatorio o falta de precisin

Debido a variaciones producidas por azar, las caractersticas de las personas en una muestra concreta son diferentes a las de otras en la poblacin de la cual fueron tomadas. tomadas. La variacin aleatoria tiene tanta probabilidad de resultar en observaciones por encima del valor real como por debajo. debajo. Como consecuencia, la media de observaciones no sesgadas proveniente de muchas muestras, tiende a corresponder con el verdadero valor en la poblacin, aun cuando los resultados de pequeas muestras individuales no lo hagan. hagan.

La magnitud del error de muestreo se estima a travs del valor del error estndar. estndar. La principal manera de aumentar la precisin de una estimacin, es, entonces, con un mayor tamao muestral. muestral. Una decisin clave es la obtencin de una buena precisin frente al costo de una muestra que puede ser grande. grande.

Por tanto, otro aspecto a considerar con respecto a la precisin es la eficiencia del estudio. estudio. Esta puede ser juzgada segn la relacin del contenido total de la informacin deseada con el nmero total de sujetos requeridos o estudiados, o segn contenido de dicha informacin con el costo de adquirirla. adquirirla.

Procedimientos de recoleccin (medicin) de informacin:

Mtodos
Censos Encuestas Sistemas de registro

Tcnicas
Entrevista Cuestionarios o formularios Observacin Mediciones instrumentales Por ejem.: peso, talla, tensin arterial, temperatura,
condiciones bioqumicas, imagenologa

Fuentes potenciales de variabilidad en las mediciones

Caractersticas del individuo
Cambios relacionados con edad, sexo, alimentacin, ejercicio... Variacin diurna: ritmos circadianos Disposicin a colaborar, tendencia a mentir

Caractersticas de las mediciones

Calibracin deficiente del aparato, reactivos en mal estado... Falta de precisin inherente al instrumento Preguntas mal formuladas en un cuestionario

Caractersticas del observador

Lectura o registro errneo: experiencia, disposicin, cansancio, errneo: problemas de agudeza visual o auditiva

Formas de reducir la variabilidad en las mediciones. Ejemplos

Caractersticas de los sujetos: sujetos:
Condiciones uniformes al realizarlas: realizarlas:
Ayuno Posicin corporal Descubrir la regin o segmento corporal por explorar

Solicitar su cooperacin y mxima veracidad en las respuestas Garantizar confidencialidad de la informacin proporcionada

Caractersticas de los instrumentos: instrumentos:

Calibracin con la frecuencia determinada por el fabricante Mantenimiento del equipo. equipo. Cuidado, conservacin, limpieza, reparacin Definiciones claras y precisas acerca de la presencia de enfermedad o exposicin Validacin de cuestionarios

Caractersticas de los observadores: observadores: Estandarizacin u homologacin de la forma en que se ha de llevar a cabo la medicin. medicin. Cegamiento respecto a la identidad del entrevistado en trminos del grupo al que pertenece, ya sea de enfermos, sanos, expuestos o no expuestos. expuestos. Motivacin respecto a la relevancia de su participacin Correccin de problemas de agudeza visual o auditiva

Sesgo o falta de validez

Un sesgo es un error sistemtico en un estudio que conduce a una distorsin de los resultados. resultados. Corresponde a una medicin en una misma direccin, fuera del valor real. real. No se reduce con un mayor tamao de muestra. muestra.

Tipos de sesgo
De seleccin De informacin De confusin

Sesgo de seleccin
Ocurre cuando se realiza una comparacin entre grupos que no son similares en sus caractersticas, diferentes de las variables estudiadas que influyen sobre el resultado. resultado. Puede ser resultado por ejemplo: de patrones ejemplo: diferenciales de bsqueda, acceso o referencia al sistema de atencin mdica; puede ser mdica; producto de la prdida de sujetos durante el seguimiento. seguimiento.

Sesgo de medicin o informacin

Aparece cuando la medicin de las variables se realiza de una forma que es sistemticamente diferente entre los grupos que se comparan. comparan. Entre los errores ms frecuentes de este tipo se encuentran aquellos introducidos por el observador, por el observado, y los generados por los instrumentos empleados. empleados.

Un sesgo de informacin implica un problema de clasificar errneamente a los sujetos estudiados en cuanto a si se encuentran o no expuestos a un factor de riesgo que se analiza, y/o en cuanto a si presentan o no un determinado efecto. efecto. Este error puede ser diferencial o no diferencial. diferencial.

Un error de clasificacin diferencial es ms grave, en trminos de que no puede predecirse el resultado de su presencia, pues puede exagerar u ocultar una relacin entre la exposicin estudiada y el efecto, en tanto que un error de clasificacin no diferencial siempre tender a minimizar la posible asociacin existente ente ambos eventos. eventos.

Sesgo de confusin
La confusin se refiere a la mezcla del efecto de una variable externa con los de la exposicin y la enfermedad que interesa Para que una variable se considere un potencial confusor debe reunir dos condiciones: Que se relacione con la enfermedad de inters en ausencia de exposicin al factor analizado Que se relacione con la exposicin, pero no como un resultado de esta

Circunstancias en que ocurre un sesgo de confusin

E E E

F a

En los diagramas (a) y (b) la exposicin E se relaciona, sin que sea su causa, con la variable ajena F o Confusor, y esta a su vez condiciona, an en los no expuestos, el desenlace D, o se asocia de manera no causal con este, diagrama (c)

Control de factores de confusin durante el diseo: Pareamiento

Ventajas Puede eliminar las influencias de los factores de confusin constitucionales Puede eliminar las influencias de factores difciles de medir Puede incrementar la precisin al equilibrar el nmero de casos y controles en cada uno de los estratos Puede facilitar la seleccin de los controles Inconvenientes Puede ser lento, caro y menos eficiente que incrementar el nmero de individuos Puede tener efectos adversos sobre la fase de anlisis Debe definirse cules variables son predictoras y cules de confusin No puede evaluarse el papel de las variables como predictoras Requiere un anlisis pareado

Control de factores de confusin durante el diseo: Restriccin

Ventajas Delimita a los individuos de la muestra en relacin con la pregunta que se investiga Inconvenientes Limita la generalizacin Puede ser difcil obtener un tamao muestral apropiado

Control de factores de confusin durante el anlisis: Estratificacin

Ventajas Flexible o reversible; se pueden elegir las variables segn las cuales se va a estratificar Inconvenientes El nmero de estratos est limitado por el tamao de la muestra necesario para cada uno de ellos Se pueden considerar pocas covariables La existencia de pocos estratos por cada covariable hace que el control de los factores de confusin sea menos completo Deben haberse medido antes las covariables

Control de factores de confusin durante el anlisis: Ajuste estadstico

Ventajas Pueden controlarse simultneamente mltiples factores de confusin Puede utilizarse toda la informacin obtenida con las variables continuas Es tan flexible y reversible como la estratificacin Inconvenientes El modelo puede no ser adecuado:
Control incompleto de los factores de confusin Estimaciones inexactas de la fuerza del efecto

Los resultados son difciles de comprender Deben medirse previamente las covariables relevantes