Your SlideShare is downloading. ×
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
3 remedial sesgos 2010
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

3 remedial sesgos 2010

1,272

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
1,272
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
67
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. SESGOS EN ESTUDIOS EPIDEMIOLÓGICOS Prof. Dr. LUIS MARTINEZ OLIVA 2010
  • 2. INVESTIGACIÓN EPIDEMIOLÓGICA ANALÍTICA OBSERVACIONAL
    • E D
    • A) CONDICIÓN DE NO COMPARABILIDAD TOTAL ENTRE LOS GRUPOS.
    • B) EXISTENCIA DE OTROS FACTORES ADEMÁS DEL ELEGIDO PARA ESTUDIO.
    • E + C 1 + C 2 D
    • E
    • C 1 D
    • C 2
    • E = HABITO DE FUMAR
    • D = INFARTO
    • C 1 = EDAD
    • C 2 = SEXO
  • 3. VALIDEZ o EXACTITUD
    • Es el grado en que una medición, observación o estudio logra una conclusión correcta.
    • Por ejemplo un instrumento de medición es válido cuando mide lo que quiere medir.
  • 4. TIPOS DE VALIDEZ
    • VALIDEZ INTERNA : Es el grado en el cual los resultados de una investigación reflejan con precisión la verdadera situación de la población en estudio.
    • VALIDEZ EXTERNA: E s el grado hasta donde es posible generalizar los resultados de un estudio a otras poblaciones.
  • 5. CONFIABILIDAD O PRECISIÓN
    • Es el grado en que una medición, observación o estudio sobre un mismo fenómeno alcanza similares conclusiones.
    • Por ejemplo un instrumento es preciso o fiable, cuando da la misma medida aplicado en dos o más oportunidades sobre el mismo fenómeno
    JI
  • 6. ERRORES SITEMÁTICOS CARACTERÍSTICAS
    • Afectan la más la validez interna e indirectamente la validez externa de una investigación.
    • Desvía la estimación de la asociación en una sola dirección (sobreestima o subestima)
    • Tiene como consecuencia la estimación errónea de una asociación entre dos variables.
    • Pueden ocurrir en todas las fases de una investigación.
    • Se pueden controlar mejorando el diseño y/o análisis de los datos.
  • 7. CLASIFICACIÓN DE SESGOS
    • SESGO DE SELECCIÓN
    • SESGO DE INFORMACIÓN (CLASIFICACIÓN)
    • ¿SESGO DE CONFUSIÓN? (Algunos autores lo tratan separadamente)
  • 8. SESGO DE SELECCIÓN
    • Se produce al seleccionar inadecuadamente a los participantes en un estudio.
    • Los individuos tienen diferente probabilidad de ser incluidos en la muestra dependiendo de cuáles son sus características relevantes, en relación a la exposición o el desenlace de interés.
  • 9. SESGOS DE SELECCIÓN EJEMPLOS
    • Selección inadecuada de las personas al inicio del estudio.
    • Sesgo del trabajador sano (healthy worker effect).
    • Sesgo por seguimiento incompleto de los participantes.
  • 10. CONTROL DE SESGOS DE SELECCIÓN
    • EN EL DISEÑO: No seleccionar a a los sujetos en función de criterios que pueden estar relacionados con las variables estudiadas. Utilizar casos nuevos (incidentes) más que casos prevalentes. En estudios de seguimiento, motivar la permanencia de los participantes.
    • DURANTE EL ESTUDIO: Mantener contacto permanente con los participantes para evitar abandonos.
  • 11. SESGO DE INFORMACIÓN SESGO DE CLASIFICACIÓN SESGO DE OBSERVACIÓN Es el resultado de la clasificación incorrecta de los participantes de un estudio en relación a las variables independientes y/o dependientes. Puede deberse a definiciones imperfectas de las variables o por procedimientos inapropiados para recoger los datos. La consecuencia es un error de clasificación entre expuestos, no expuestos, enfermos y no enfermos. (missclasification)
  • 12. DEFINICIÓN DEL SESGO DE CONFUSIÓN
    • Distorsión de las medidas de asociación debida al efecto de una o más variables que confunden la verdadera asociación.
    • La consecuencia puede ser la observación de un efecto donde en realidad no existe o la exageración, atenuación o incluso invertir la verdadera relación entre variables.
    JI
  • 13. ¿CUÁNDO UNA VARIABLE ES CONFUNDENTE?
    • 1. ES UN FACTOR DE RIESGO PARA LA ENFERMEDAD EN ESTUDIO.
    • 2. ESTÁ ASOCIADA CON LA EXPOSIÓN ELEGIDA PARA ESTUDIO, PERO NO ES CONSECUENCIA DE ELLA (NO ES UNA VARIABLE INTERMEDIA). ACTÚA POR UN MECANISMO DIFERENTE.
    • SITUACIONES DONDE LA VARIABLE C ES CONFUNDENTE:
    • E D E D E D
    • C C C
    SCH
  • 14. ALCOHOL TABACO CA. PULMÓN EJEMPLOS DE VARIABLE A CONTROLAR E C D
  • 15. USO A.C.O. TABACO INFARTO MIOCARDIO EJEMPLO DE VARIABLE A CONTROLAR E C D
  • 16. EJEMPLO DE VARIABLE A CONTROLAR GRUPO SÁNGUÍNEO E TIPO PERSONALIDAD C ACCIDENTABILIDAD D
  • 17. GRUPO SANGUÍNEO (O) EDAD O SEXO TROMBOEMBOLISMO EJEMPLO DE VARIABLE A NO CONTROLAR E C D
  • 18. EJEMPLO DE VARIABLE A NO CONTROLAR DIETA RICA EN GRASAS HIPERCOLESTEROLEMIA INFARTO E C D
  • 19. PROCEDIMIENTOS PARA CONTROL SESGOS DE CONFUSIÓN
    • EN EL DISEÑO:
    • RESTRICCIÓN
    • “ MATCHING” EMPAREJAMIENTO
    • ALEATORIZACIÓN
    • EL EN ANÁLISIS
    • ESTRATIFICACIÓN
    • AJUSTE DE TASAS
    • ANÁLISIS MULTIVARIADOS
  • 20. CONTROL POR RESTRICCIÓN (CONTROL EN EL DISEÑO) Consiste restringir el estudio, limitando las características de la variable de confusión. Por ejemplo: sólo un grupo de edad; o un determinado nivel social o económico; sólo un género, etc.
  • 21. MATCHING O PAREO (CONTROL EN EL DISEÑO) Consiste en buscar para cada sujeto que integra un grupo en estudio, un sujeto con igual característica de la potencial variable de confusión. Ejemplo: Si un caso es de sexo masculino y tiene 45 años de edad, el control deberá ser un hombre, de similar o igual edad.
  • 22. ALEATORIZACION (CONTROL EN EL DISEÑO)
    • Distribución al azar de los sujetos en estudio a los diferentes grupos.
    • Se utiliza en estudios experimentales.
    • “ Garantiza” distribución similar de la o las variables de confusión entre los grupos.
    • Puede no cumplirse si es un número reducido de sujetos.
    • Cuidado con técnicas pseudo aleatorias.
    (RANDOMIZACIÓN)
  • 23. ANÁLISIS ESTRATIFICADO (CONTROL EN EL ANÁLISIS)
    • Los datos obtenidos se separan de acuerdo al valor o categoría de la variable de confusión.
    • Los datos así estratificados, entregan una información válida no confundida de la asociación entre las posibles causas y el efecto.
    • Se obtiene un conjunto de RR, RA y RD, de los diferentes estratos .
  • 24. RELACIÓN ENTRE CONSUMO DE ALCOHOL e INFARTO CARDIACO RD = 2.26 X 2 = 7.62 p  0.006
  • 25. ESTRATIFICACIÓN SEGÚN HÁBITO DE FUMAR RD = 1 RD = 1
  • 26. 709 709 TOTAL 59 21 NO FUMA 650 688 FUMA SIN CÁNCER PULMÓN CÁNCER PULMÓN
  • 27. ESTRATIFICACION SEGÚN SEXO HOMBRES MUJERES 649 649 TOTAL 27 2 NO FUMA 622 647 FUMA SIN CÁNCER PULMÓN CÁNCER PULMÓN 60 60 TOTAL 32 19 NO FUMA 28 41 FUMA SIN CÁNCER PULMÓN CÁNCER PULMÓN
  • 28. RAZONES DE DISPARIDAD
    • SIN ESTRATICAR: 2.97
    • ESTRATO HOMBRES: 14.0
    • ESTRATO MUJERES: 2.50
  • 29. NO OLVIDEN QUE:
    • El ajuste de tasas es una forma de controlar variables de confusión en el análisis.
    • Técnicas más complejas son análisis estadísticos tales como.
    • Análisis de regresión logística (cuando la variable dependiente es dicotómica)
    • Regresión lineal múltiple (cuando la variable dependiente es de tipo continuo)
  • 30. FIN GRACIAS

×