Validez y precisión en estudios

epidemiológicos

Dr. Jesús García Jiménez

Clase de epidemiología
Precisión y validez de un estudio
• Cualquiera sea el tipo de estudio realizado es fundamental que
el mismo sea preciso y válido.
• Necesario formular los objetivos de forma clara para dejar muy
bien sentado desde el principio qué es lo que se quiere medir.
• Si este primer paso es deficiente o poco claro la calidad de un
estudio se ve perjudicada.
Precisión y validez de un estudio
• La meta fundamental que todo estudio epidemiológico debe
perseguir es la agudeza en la medición.
• Los elementos que amenazan las mediciones, y que se deben
identificar y corregir, son:
• El error aleatorio
• El error sistemático.
Error
Cualquier cosa que interfiera con la capacidad de llegar a una conclusión
confiable acerca del estudio.
Es la diferencia existente entre el valor verdadero de un parámetro y su
valor estimado

Error Error
aleatorio sistemático

Por falta de precisión. Por falta de validez.

Causa no identificable, Causa identificable,
sentido impredecible sentido predecible
Precisión
• Es el grado de variabilidad de las estimaciones
obtenidas en un estudio epidemiológico.
• Capacidad de un instrumento de medición para repetir el mismo
valor cada vez que se mide lo mismo.
• La carencia de error aleatorio
• Para aumentar la precisión se puede:
• Incrementar el tamaño de la muestra.
• Modificar el diseño del estudio para aumentar la eficiencia
de la información que se obtiene de los sujetos que participan
del mismo.
Validez
• Capacidad del estudio para medir lo que realmente
queremos medir.
• La carencia del error sistemático (sesgos).
• Dos componentes:
• Validez interna: grado de validez del resultado para los
pacientes de nuestro estudio
• Validez externa: grado en que podemos generalizar los
resultados del estudio.
Tipos de validez
Interna Externa
• Capacidad que tienen los hallazgos de la • Estos mismos datos tienen validez
investigación, de representar la verdadera externa, cuando son aplicables a otra
relación entre una exposición y un población.
desenlace.
• ¿Qué tan generalizable es en otros
• Los resultados de un estudio tienen escenarios?
validez interna, cuando los datos se
obtuvieron de acuerdo con el plan de
trabajo preestablecido y están libres de
sesgo; es decir, son creíbles.
• ¿Qué tan bien hecho está un estudio?
Tipos de validez
Interna Externa
• Falla: resultados inútiles • Falla: limita la utilidad de los resultados.

La validez externa depende de que exista la interna, es necesario cumplir con los
requisitos de validez interna para poder extrapolar lo resultados
Fuentes de invalidación interna
Fuentes de invalidación externa
Error aleatorio
Ocurre cuando las mediciones repetidas, ya sean en un mismo sujeto o en
diferentes miembros de la población en estudio, varían de manera no
predecible.

2 fuentes distintas:
Errores inherentes al muestreo dentro de
Variabilidad en la medición
la población.
Tamaño de muestra pequeño Imprecisión del instrumento de medida
Variabilidad biológica
Error aleatorio
• Los errores aleatorios no suelen afectar a la validez interna de los
estudios, pero sí limitan su potencia. 
• No se pueden eliminar, pero pueden ser disminuidos mediante diferentes
estrategias.
• Aumentando el tamaño de muestra
• Estandarizando las mediciones en los participantes de la investigación.
• La estimación del error aleatorio se realiza mediante dos procedimientos: las
pruebas de contraste de hipótesis (valor p) y los intervalos de confianza
Error aleatorio
Ejemplo:

Si medimos la presión arterial varias veces a un

mismo individuo, los resultados de las distintas
mediciones no serán exactamente iguales

Se puede minimizar el error repitiendo varias

mediciones y calculando una media de ella

El error será mayor entre la muestra sea mas pequeña

Error sistemático (sesgo)
• Se produce por un error en el diseño o análisis del estudio, que produce
una estimación incorrecta o no válida del efecto que se estudia
• Un error es considerado como sistemático si cambia de manera
sistemática en la misma dirección. 
• Difícil de controlar y no se corrige aumentando el tamaño
muestral.
Error aleatorio vs sistemático
Disminuyendo la variabilidad aleatoria

Aumentar el tamaño muestral

Mejorar los procedimientos de muestreo

Disminuir la variabilidad de la medición

Usar métodos analíticos más estadísticamente

eficientes
Intervalos de confianza
• Rangos de valores entre los que se encuentra, con alta probabilidad, el
valor real de una determinada variable.
• Habitualmente empleamos el intervalo de confianza al 95%
• Un intervalo de confianza de 95% nos indica que dentro del rango dado
se encuentra el valor real de un parámetro con 95% de certeza.
Intervalos de confianza
Interpretación:
“si repetimos 100 veces un experimento en las mismas condiciones y con
igual número de sujetos, el verdadero valor del parámetro poblacional que
queremos estimar, se encontrará incluido dentro de 95 intervalos de
confianza de los 100 construidos a partir de los resultados de cada
experimento”.
Valor P
• Es un test de hipótesis que nos ayuda a afirmar con cierto nivel de
seguridad (por consenso se usa 95%, que se expresa como P <0,05) que
una de las hipótesis es la correcta.
• Representa la probabilidad que una diferencia observada entre 2 grupos
sea sólo debida al azar, es decir, la probabilidad que la hipótesis nula sea
verdadera a pesar de observar diferencia en un estudio.
Valor P
• Implica que al aplicar métodos estadísticos que analicen la probabilidad
de ocurrencia de las asociaciones, éstas hayan sucedido debido al azar no
más de una de cada veinte ocasiones o el 5% de las veces o menos;
• Valores desde 0 a 1.
• Valores más cercanos a 1 indican que existe una alta probabilidad que las
diferencias observadas sean sólo por azar, es decir, apoya la hipótesis
nula.
• En cambio, valores más cercanos a 0 apoyan la hipótesis alternativa.
Ante un estudio nos debemos preguntar:

¿Son
¿Pueden ser
¿Son correctos aplicables a
atribuidos al
los resultados? otros
azar?
contextos?

Validez Interna Validez Externa

Bibliografía
• Molina Arias M, Ochoa Sangrador C. Errores en epidemiología.
Errores sistemáticos. Factores de confusión y modificación del efecto.
Evid Pediatr.2016;12:16. 
• Peñaloza B, Candia R. Intervalos de confianza. Rev Méd Chile 2004;
132: 1007-14.
• Hernández, M., Garrido, F., & Salazar, E. Sesgos en estudios
epidemiológicos. INSP [Internet].2000 [Consultado 04 Ago  2017];
42 (5):438-440.