Errores, sesgos y causalidad

  • 3,566 views
Uploaded on

Errores, sesgos y causalidad

Errores, sesgos y causalidad

More in: Education
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
3,566
On Slideshare
0
From Embeds
0
Number of Embeds
10

Actions

Shares
Downloads
0
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. ERRORES, SESGOS Y CAUSALIDAD Joan Fernando Chipia Lobo Universidad de Los Andes, Mayo de 2014
  • 2. GENERALIDADES Un atributo implícito a toda variable es la susceptibilidad a ser medida. En investigación interesa estudiar, las poblaciones con variaciones entre sus datos. Además de la variación real inherente a los elementos que se estudian, se debe considerar una variación sobreañadida o espuria, que son los errores. El error es inherente al observador, casi independientemente del instrumento de medición utilizado.
  • 3. ERRORES DE MEDICIÓN (I) Es la inexactitud que se acepta como inevitable, se obtiene al comparar una magnitud con su patrón de medida. El error de medida depende de la escala empleada y tiene un límite.
  • 4. Es la diferencia existente entre el valor obtenido al medir una variable, con relación a su valor real y objetivo. ERRORES DE MEDICIÓN (II)
  • 5. ERROR ALEATORIO Es un error al azar, es inevitable, se produce por eventos únicos imposibles de controlar durante el proceso de medición. Ejemplo: en un estudio de investigación, el error aleatorio puede ocurrir por tomar sólo una muestra de una población para hacer inferencias.
  • 6. FUENTES MÁS IMPORTANTES DE ERROR DE MEDICIÓN Periodicidad (variabilidad en la observación): el suceso observado puede seguir un patrón irregular a lo largo del tiempo, sea distribuyéndose uniformemente en el tiempo o concentrándose en períodos o ciclos. A partir de la variable en observación
  • 7. Tanto para variables cuantitativas como cualitativas puede haber dificultad para medir la magnitud o valor de una variable, sea porque la magnitud de valores es pequeña (determinaciones hormonales) o por la naturaleza del fenómeno en observación (estado mental, satisfacción con la atención recibida). NATURALEZA DE LA MEDICIÓN
  • 8. ERRORES DEPENDIENTES DE LOS INDIVIDUOS OBSERVADOS Fuera de la variabilidad real que presentan los individuos que se observan, hay también una variabilidad sobreañadida dependiente de ellos mismos, debida a las condiciones y tiempo en que se estudian.
  • 9. ERRORES DEPENDIENTES DEL MÉTODO DE OBSERVACIÓN Todos los métodos de observación, tienen errores de mayor o menor importancia y de ahí surge la preocupación científica de mejorarlos o cambiarlos por otros más convenientes.
  • 10. Producto de modificaciones en la nomenclatura o denominación utilizada, situación que debe ser advertida por el investigador. ERRORES EN LA CLASIFICACIÓN DE DETERMINADOS EVENTOS
  • 11. DERIVADOS DE CARACTERÍSTICAS DEL OBSERVADOR La capacidad de observación de un suceso es variable de un individuo a otro. Es más, frente a un mismo estímulo es posible que dos individuos puedan tener percepciones diferentes. Homogeneizar la observación, garantizando adecuadas condiciones para su ocurrencia y adecuadas técnicas (metodología) de observación, conduce a minimizar errores de medición.
  • 12. ERRORES DEPENDIENTES DEL OBSERVADOR Puede ocurrir por: • El grado de preparación o entrenamiento. • El estado físico. • El exceso de trabajo. • Las condiciones ambientales de trabajo.
  • 13. La medición de fenómenos biomédicos utilizando algo más que los sentidos, sin embargo los instrumentos tanto en aparatos y tecnología "dura" como a instrumentos de exploración poblacional, como encuestas u otros afines . RELATIVO A LOS INSTRUMENTOS DE MEDICIÓN
  • 14. Estas restricciones aplican a: Pruebas diagnósticas, en las que siempre existe la probabilidad de sobrediagnosticar a sujetos (falsos positivos) o subdiagnosticarlos (falsos negativos), cometiendo en ambos casos errores de distinta naturaleza.
  • 15. Si un instrumento carece de la sensibilidad adecuada, este determinará una baja tasa de identificación de sujetos verdaderos positivos (enfermos). Si un instrumento de exploración tiene baja especificidad, harán disminuir la probabilidad encontrar sujetos verdaderos negativos (sanos).
  • 16. CONTROL DE LOS ERRORES DE OBSERVACIÓN Reducción de los errores. Medición de los errores.
  • 17. REDUCCIÓN DE LOS ERRORES (I) Se logrará de acuerdo a las causas que lo determinan. Aquellos dependientes de los observadores, pueden reducirse aumentando su preparación y entrenamiento, vigilando sus condiciones físicas y poniéndolos en condiciones óptimas de trabajo.
  • 18. REDUCCIÓN DE LOS ERRORES (II) Para disminuir los errores causados por el método de observación, se procura seleccionar las mejores técnicas conocidas, estandarizar los métodos a emplear y controlar constantemente el funcionamiento de los aparatos utilizados.
  • 19. Finalmente, se debe procurar que los individuos estudiados se investiguen en circunstancias favorables y similares, con el fin de disminuir errores de lo que ello pueda depender. REDUCCIÓN DE LOS ERRORES (III)
  • 20. • Definir adecuadamente las variables • Validar los instrumentos de medición • Estandarizar los procesos de medición. • Entrenar y certificar a los observadores. • Automatizar instrumentos • Enceguecer los estudios • Utilizar datos válidos y confiables COMO MEJORAR LA MEDICIÓN
  • 21. MEDICIÓN DE LOS ERRORES Cada investigador debiera estimar los errores de las técnicas e instrumentos que utilizan, valorándose de manera conveniente los márgenes de error a que pueden conducir su aplicación.
  • 22. ERROR SISTEMÁTICO O SESGO
  • 23. ERROR SISTEMÁTICO O SESGO Es aquel que se produce de igual modo en las mediciones, que se realizan de una magnitud, en otras palabras, es el efecto de un error que ocurre de manera persistente o constante. Puede estar originado en un defecto del instrumento, en una particularidad del operador o del proceso de medición u observación.
  • 24. • En Estadística se llama sesgo de un estimador a la diferencia entre su esperanza matemática y el valor numérico del parámetro que estima. Un estimador cuyo sesgo es nulo se llama insesgado o centrado. SESGO •En Epidemiología Analítica, se refiere a todo error sistemático que lleva a una interpretación errónea de la causalidad o propagación de la enfermedad.
  • 25. Un objetivo en todo estudio epidemiológico, en el que se desea conocer la frecuencia con la que ocurre un evento o estimar la asociación entre un factor de riesgo y una enfermedad, debe ser el de medir y calcular con la mayor precisión y exactitud posibles dichas determinaciones. PARA DETALLAR UN POCO MÁS REVISEMOS LOS TIPOS DE SESGOS
  • 26. Se introducen durante la selección o el seguimiento de la población en estudio y que propician una conclusión equivocada sobre la hipótesis en evaluación. SESGO DE SELECCIÓN Los errores de selección pueden ser originados por el mismo investigador o ser el resultado de relaciones complejas en la población en estudio que pueden no ser evidentes para el investigador y pasar desapercibidas.
  • 27. Los sesgos de selección pueden ocurrir en cualquier estudio epidemiológico, sin embargo, ocurren con mayor frecuencia en estudios retrospectivos y, en particular, en estudios transversales o de encuesta. Una posible fuente de sesgo de selección puede ser cualquier factor que influya sobre la posibilidad de los sujetos seleccionados, esté relacionado con la exposición o con el evento en estudio.
  • 28. Sesgo de Neymann (de prevalencia o incidencia): Se produce cuando la condición en estudio determina pérdida prematura por fallecimiento de los sujetos afectados por ella. ENTRE LOS SESGOS DE SELECCIÓN TENEMOS: Por ejemplo: - Estudios prospectivos longitudinales. - Cuando la población suele destruirse.
  • 29. Tipo de sesgo de selección, que puede darse en estudios de casos y controles. SESGO DE BERKSON O DE ADMISIÓN (I) Estar enfermo y haber estado expuesto al factor de riesgo en estudio, aumenta la probabilidad de ser ingresado en un hospital. Lo anterior genera una conclusión paradójica, pues la variable independiente acerca del factor de riesgo, se convierte en un factor de protección.
  • 30. El grado de interés o motivación que pueda tener un individuo que participa voluntariamente en una investigación puede diferir sensiblemente en relación con otros sujetos. SESGO DE NO RESPUESTA O EFECTO DEL VOLUNTARIO
  • 31. Se produce cuando entre los sujetos evaluados se presentan subgrupos de sujetos que comparten algún atributo en particular, relacionado positiva o negativamente con la variable en estudio SESGO DE MEMBRESÍA O DE PERTENENCIA
  • 32. Puede observarse en diseños de investigación experimentales (ensayos clínicos controlados), en los cuales no se respeta el principio de aleatoriedad en la asignación a los grupos de experimentación y de estudio. SESGO DEL PROCEDIMIENTO DE SELECCIÓN
  • 33. Sesgo de procedimientos: ocasionalmente el grupo que presenta la variable dependiente resulta ser más interesante para el investigador que el grupo que participa como control, lo cual puede concitar mayor preocupación e interés por conseguir la información. SESGOS DE MEDICIÓN
  • 34. Error sistemático debido a diferencias en el recuerdo de hechos o experiencias previos. En estudios de casos y controles puede que los casos recuerden más que los controles algunas experiencias previas, lo que en principio da lugar a una sobreestimación de la razón de ventajas. SESGO DE MEMORIA
  • 35. Ocurre por falta de sensibilidad de un instrumento (sujetos positivos, realmente positivos), porque si no se cuenta con adecuados métodos de recolección de la información. Hace que las mediciones puedan detectar la presencia de la variable en estudio. SESGO POR FALTA DE SENSIBILIDAD
  • 36. SESGO DE DETECCIÓN Su ocurrencia se explica por la introducción de metodologías diagnósticas diferentes a las inicialmente utilizadas al comienzo de un estudio.
  • 37. Se produce especialmente en estudios de intervención experimentales o cuasi experimentales. SESGO DE ADAPTACIÓN (I) En los cuales individuos asignados inicialmente a un grupo particular deciden migrar de grupo por preferir un tipo de intervención por sobre otro.
  • 38. Se refiere a los errores que se introducen durante la medición de la exposición, de los eventos u otras covariables en la población en estudio. Una posible fuente de sesgo de información, puede ser cualquier factor que influya de manera diferencial sobre la calidad de las mediciones, por ejemplo en el grupo expuesto y el no expuesto. SESGO DE INFORMACIÓN
  • 39. Los resultados derivados de estudios observacionales, están potencialmente influenciados por este tipo de sesgo. SESGOS DE CONFUSIÓN El sesgo de confusión puede resultar en una sobre o subestimación de la asociación real.
  • 40. Existe sesgo de confusión cuando observamos una asociación no causal entre la exposición y el evento en estudio. O cuando no observamos una asociación real entre la exposición y el evento en estudio por la acción de una tercera variable que no es controlada. Esta(s) variable(s) se denomina(n) factor(es) de confusión o confusor(es).
  • 41. Los resultados de un estudio estarán confundidos cuando los resultados obtenidos en la población en estudio apoyan una conclusión falsa o espuria sobre la hipótesis en evaluación, debido a la influencia de otras variables, que no fueron controladas adecuadamente ya sea durante la fase de diseño o de análisis. Por lo tanto, son fuente posible de sesgo de confusión cualquier variable asociada con la exposición que, además, esté causalmente asociada con el evento en estudio.
  • 42. En los estudios observacionales el sesgo de confusión se puede entender como un problema de comparabilidad cuyo origen está ligado a la imposibilidad de realizar una asignación aleatoria de la exposición en los sujetos de estudio.
  • 43. CAUSALIDAD Y VALIDEZ DE LOS ESTUDIOS EPIDEMIOLÓGICOS
  • 44. ASOCIACIÓN Entendida como la relación (dependencia o correlación) que puede existir entre dos hechos, eventos, características o variables. Relación del estado de salud enfermedad de una población y los factores asociados a este estado.
  • 45. Una “causa” de enfermedad desde el punto de vista epidemiológico es un evento, condición, característica o una combinación de estos factores que juegan un papel importante en el desarrollo de la enfermedad. CAUSALIDAD
  • 46. MODELO DE CAUSA SIMPLE /EFECTO SIMPLE - Primer enfoque causal y el mas simple finales del siglo XIX y principios del XX. CAUSA EFECTO - Una causa simple es suficiente para provocar el efecto observado. - Predominio de las enfermedades infecciosas, una simple bacteria o parásito era suficiente para provocar la enfermedad.
  • 47. MODELO DE CAUSA MULTIPLE /EFECTO SIMPLE CAUSA CAUSA EFECTO CAUSA Sedentarismo Tabaquismo Consumo de colesterol Enfermedad cardiovascular Hipertensión
  • 48. MODELO DE CAUSA MULTIPLE /EFECTO MULTIPLE • Modelo complejo que inicio en la década de los 80 indica; diferentes causas producen diversos efectos observados • Modelo que abarca concepto de salud holístico y bienestar. CAUSA EFECTO CAUSA EFECTO CAUSA EFECTO Contaminación del Aire Cáncer de Pulmón Habito de Fumar Enfisema Radiación Bronquitis
  • 49. Al estudiar la causalidad uno debe considerar que los factores de riesgo, los cuales, no son mutuamente excluyentes: Factores predisponentes – factores que crean un estado de sensibilidad hacia un agente patógeno. EJEMPLOS: edad, grado educacional, ocurrencia previa de la enfermedad, ambiente laboral, podrían hacer a los individuos más susceptibles a un agente patógeno.
  • 50. Factores facilitadores – factores que ayudan en la manifestación de la enfermedad o por el contrario facilitan la recuperación de una enfermedad. EJEMPLOS: ingresos, acceso a la atención médica y la nutrición son factores cuya ausencia podrían facilitar la manifestación de las enfermedades y que apoyan la recuperación en su presencia.
  • 51. Factores desencadenantes – factores que están asociados con la aparición definitiva de la enfermedad. A menudo un factor es más importante u obviamente más reconocible que otro cuando hay varios factores involucrados. Algunos EJEMPLOS son la exposición a un medicamento, agentes intoxicantes o traumatismos físicos.
  • 52. Factores potenciadores – factores repetitivos, recurrentes, persistentes que tienden a perpetuar o agravar la presencia de una enfermedad. Por ejemplo la exposición repetida al mismo agente tóxico (en la ausencia de una reacción aguda) y el trabajo.
  • 53. La realización de una investigación epidemiológica consiste en calcular el riesgo de la ocurrencia de una enfermedad con relación a uno o más factores de riesgo o exposiciones mediante los métodos estadísticos. En realidad, la estimación de riesgo representa la magnitud de la asociación entre el factor de riesgo y la enfermedad en estudio.
  • 54. La inferencia causal es el proceso de determinar si la estimación de riesgos denota causalidad. Es decir, si el factor de riesgo o la exposición bajo investigación es en realidad una causa de la enfermedad. Antes de establecer causalidad, otras explicaciones potenciales para las asociaciones tendrían que ser excluidas como el sesgo y la confusión.
  • 55. CRITERIOS DE CAUSALIDAD
  • 56. En muchas situaciones una relación causa- efecto es difícil de establecer. Además, un estudio es generalmente insuficiente para establecer causalidad. La determinación de la causalidad se deriva cuando existe un gran cuerpo de evidencia sobre la asociación de estudio, el cual sirve para organizar la información e impulsar los procesos inferenciales.
  • 57. Es útil obtener la evidencia de otros campos de estudio en apoyo a la asociación bajo estudio, porque puede suministrar información que los estudios epidemiológicos no pueden generar debido a su naturaleza observacional.
  • 58. Es importante que el cálculo del riesgo de un estudio represente el efecto verdadero, que será el caso cuando un estudio es válido. VALIDEZ EN LOS ESTUDIOS EPIDEMIOLÓGICOS Se distinguen dos principales tipos de validez de estudio son: la interna y la externa. La validez consiste en la correspondencia (concordancia) o correlación entre lo que se mide y lo que se pretende medir.
  • 59. Validez externa La validez externa se refiere a la extensión y forma en que los resultados de un experimento pueden ser generalizados a diferentes sujetos, poblaciones, lugares, experimentadores. Validez interna se refiere a que los resultados del estudio sean atribuidos sólo al efecto bajo investigación. Es posible cuando las fuentes de error han sido reducidas al mínimo en las etapas de diseño, implementación y análisis del estudio.
  • 60. Al reducir al mínimo los errores, en las etapas de planificación y de ejecución de la indagación, el investigador puede emitir conclusiones, a partir de resultados con una mayor exactitud y precisión. Sólo las investigaciones con resultados válidos son útiles para el proceso de inferencia causal.
  • 61. Camel, F. (1991). Estadística Médica y Planificación de la Salud (Tomo I). Mérida: Consejo de Publicaciones de la Universidad de Los Andes. Rada, G. (2007). Error, sesgo [Artículo en línea]. Universidad Católica de Chile. Disponible: http://escuela.med.puc.cl/recursos/recepidem/insIntrod3.htm Consulta: 2014: Mayo 25] Hernández-Avila, M., Garrido, F. y Salazar-Martínez, E. (2000). Sesgos en estudios epidemiológicos. Revista Salud Pública de México, 42 (5), 438-446. Hernández-Nieto, R. (2011). Instrumentos de recolección de datos en ciencias sociales y ciencias biomédicas. Mérida: Consejo de Estudios de Postgrado de la Universidad de Los Andes. REFERENCIAS