Medición, sesgo y error aleatorio

Investigación en salud:

Medición, sesgos, error

aleatorio y factores de

confusión

UNIVERSIDAD CENTRAL DE VENEZUELA

FACULTAD DE FARMACIA

MENCIÓN SANITARIO ASISTENCIAL

SUMINISTRO DE MEDICAMENTOS EN EL SISTEMA

PÚBLICO NACIONAL DE SALUD

PROFA. LESBIA MURO

SUMINISTRO DE MEDICAMNTOS EN EL SISTEMA PÚBLICO NACIONAL DE SALUD. PROFA LESBIA MURO

1. MEDICIONES EN EPIDEMIOLOGÍA

• Incidencia

• Prevalencia


Casos nuevos

de un evento de salud en un

período de tiempo

INCIDENCIA

Casos Nuevos y Viejos: Casos de

un evento de salud ocurridos antes y durante el período en

estudio

PREVALENCIA

Solo puede calcularse en los estudios longitudinales que permiten evidenciar el

surgimiento de casos nuevos (Estudios de

cohorte)

Incidencia



Tiempo. Determinación de incidencia

Posibles Desenlaces Factor de

Exposición Población

Población

Expuestos Enfermos expuestos

Sanos Expuestos

No expuestos

Enfermos no expuestos

Sanos no expuestos


Resultados en un estudio de incidencia. Comparación entre grupos

ENFERMOS NO ENFERMOS TOTAL

EXPUESTOS a (Enfermedad en

expuestos)

b (Ausencia de

Enfermedad en expuestos)

a+b

NO EXPUESTOS c (Enfermedad en

no expuestos)

d (Ausencia de

Enfermedad en no expuestos)

c+d

TOTAL a+c b+d a+b+c+d

a/a+b = Proporción de incidencia en los expuestos (PIe)

c/c+d = Proporción de incidencia en los no expuestos (Pne)

Proporción de incidencia de la enfermedad (PI) en el total de la muestra estudiada

PI = (a+c /n) = (a+c / a+b+c+d )

Proporción de incidencia en expuestos (PIe)

PIe = (a / a+b)

Proporción de incidencia en no expuestos (PIne)

PIne=(c / c+d)

Medidas de frecuencia


Medida de asociación para el análisis de incidencia


Riesgo Relativo (RR)

•Riesgo Atribuible al Factor (RAF)

•Riesgo Atribuible a la Población (RAP)

•Reducción de Riesgo Absoluto (RRA)

•Número Necesario a Tratar (NNT)

Otras medidas de riesgo que cuantifican

impacto

Mide la magnitud del riesgo en expuestos


RR=

a

= PIe a+b

c PIne

c+d

RIESGO RELATIVO (RR)

El RR cuantifica la fuerza de asociación entre la exposición al factor y el evento

Si su valor es distinto de 1 y esa diferencia resulta significativa, exponerse al factor, afecta la incidencia del evento (desenlace)

Interpretación del Riesgo Relativo RR


• Un valor de uno (1) significa que no hay diferencias entre la incidencia de la enfermedad en expuestos y no expuestos

• Un valor mayor de uno (>1) significa que la incidencia es mayor en los expuestos que en los no expuestos, es decir exponerse al factor supone riesgo de presentar el desenlace evaluado.

• Un valor menor a uno (<1) significa que la incidencia es menor en los expuestos que en los no expuestos, es decir exponerse al factor ocasiona menor posibilidad de presentar el desenlace. En estos casos se habla de factor protector


Tener en cuenta para la interpretación

Cálculo del intervalo de confianza

Control de factores de confusión empleando diferentes estrategias de análisis multivariado o estratificado


Riesgo Atribuible

al Factor (RAF)

RAF= PIe-PIne

Mide la diferencia entre la incidencia del evento en

expuestos y no expuestos atribuible al factor de riesgo

Proporción de

Riesgo Atribuible (%RAF)

% de Incidencia del evento en expuesos que es debida

al factor de riesgo

%RA= PIe-PIne

x100 PIe


Riesgo Atribuible

a la Población (RAP)

RAP=PI-PIne

Mide el riesgo para la población atribuible al factor

de exposición

Proporción de

Riesgo Atribuible (%RAF)

% de Incidencia del evento en la población que es

ocasionada por la exposición al factor de riesgo

%RA= PI-PIne

x100 PI


Reducción del

Riesgo Absoluto (RRA)

RRA=PIne-PIe

Mide la diferencia entre la incidencia en no expuestos y la

incidencia en expuestos. Útil para cuantificar el efecto protector de la

exposición a un determinado factor (P. ej. Un medicamento, una

medida de prevención u otra acción terapéutica)

Reducción del

Riesgo Relativo (RRR)

% de reducción del riesgo de incidencia ocasionado por la

exposición al factor protector. Da cuenta del porcentaje de casos

que pueden evitarse si se exponen al factor protector

RRR= PIne-PIe

x100 PIne


Número Necesario a Tratar

(NNT)

NNT=1/RRA

Número de sujetos que deben ser tratados o expuestos al factor

protector (una medida terapéutica) para evitar un caso.

Es una medida de gran utilidad en la clínica y terapéutica

Puede calcularse en estudios que midan la

ocurrencia del un evento en un momento dado o en un

período de tiempo

Prevalencia



Medidas de prevalencia

Prevalencia de punto: Probabilidad de que un individuo de la población en estudio presente un evento en un momento determinado.

Prevalencia de período: Probabilidad de que un individuo se considere un caso en cualquier momento de un período de tiempo


Esquema general de un estudio de prevalencia

Población

Enfermos no expuestos

Sanos no expuestos

Sanos expuestos

Enfermos expuestos

Muestra Momento puntual

Resultados en un estudio de prevalencia. Comparación entre grupos

El tratamiento de los datos y el procedimiento para el cálculo de los correspondientes estadísticos es similar al observado en los estudios de incidencia; sin embargo el estadístico, calculado en este caso, denominado Razón de Prevalencias (RP) no expresa fuerza de asociación.


Cuantifica la relación entre la exposición al factor y la ocurrencia del evento

Razón de Prevalencias (RP)


RP=

a

= PPe a+b

c PPne

c+d

Mide la diferencia entre la prevalencia de la enfermedad en expuestos y no expuestos

Para el proceso de interpretación se sigue el mismo procedimiento que para el Riesgo Relativo (RR); sin embargo la determinación de significancia no evidencia asociación causal.

Razón de Momios Cruzados. ODDS RATIO (OR)


Utilizada en estudios transversales y de casos y controles

Posibilidad de que una condición de salud o enfermedad se presente en un grupo de población frente al riesgo de que ocurra en otro. Es una medida del tamaño del efecto

RM= axd

bxc


La significancia estadística de la asociación entre las variables se hace a través del cálculo de intervalos de confianza y prueba de hipótesis de no asociación o contraste de hipótesis (RR, RP o RM= 1).

La significancia estadística

Contraste de hipótesis: Una de las pruebas más empleadas es la

llamada:Chi2 de Mantel y Haenzel

Ch2= (ad – bc)2

(n-1) (a+b)(c+d)(a+c)(b+d)

Intervalos de confianza

IC (95%)=

Estadístico de asociación RR,

RP ó RM ( 1+/-

Z (95%) ) √Ch2

Z 95%= 1,96


Interpretación

Intervalo de confianza: El estadístico calculado tendrá un valor significativo siempre que entre los valores del intervalo de confianza, no se encuentre el número 1.

Contraste de hipótesis (Chi2): Si el Ch2 observado resulta mayor que el Ch2 teórico, la diferencia observada es estadísticamente significativa.

El Ch2 teórico dependerá de los grados de libertad. Para un (1) grado de libertad, el valor es 3,84


Mientras menor sea la oportunidad de haber cometido

un error durante la investigación, más alto será el

grado de validez.

El criterio de validez V

AL

IDE

Z Grado en que las mediciones realizadas

sobre un fenómeno en estudio coinciden con su magnitud real

Grado en que una variable mide lo que

debe medir


• Vinculada al diseño de la investigación

Validez interna

• Relacionada con la posibilidad de generalizar

los resultados de un estudio a otras poblaciones.

Validez externa


validez interna

Se puede definir como el grado en que todos los aspectos

considerados en el desarrollo de una investigación, están libres de

sesgos o errores sistemáticos y de factores de confusión.

SUMINISTRO DE MEDICAMNTOS EN EL SISTEMA PÚBLICO NACIONAL DE SALUD.

PROFA LESBIA MURO

Validez interna

Afectada por

La formulación del problema y sus objetivos

El muestreo

La aplicación de los instrumentos de

medición

La selección y asignación de

sujetos

El proceso de recolección y

procesamiento de datos

La evaluación del desenlace


“…es fundamental en el

método científico… determinar

cuál ha sido el procedimiento

para demostrar que un

enunciado es así.”

Tamayo y Tamayo


Dos grandes grupos de errores

unos dependen del azar y son de difícil eliminación. Errores aleatorios

otros dependen de la forma en que los investigadores establecen su

metodología de trabajo y abordan el objeto de investigación. Errores

sistemáticos o SESGOS SUMINISTRO DE MEDICAMNTOS EN EL SISTEMA PÚBLICO NACIONAL DE SALUD.

PROFA LESBIA MURO

El error sistemático o sesgo ocurre por circunstancias

relacionadas con el diseño de la investigación

selección de los sujetos

medición de las variables


Sesgos de selección

• errores en la selección, asignación o seguimiento de los grupos

• por un muestreo no representativo,

• por supervivencia selectiva

• por errores de detección

• por autoselección

• por pérdidas

Sesgos de información

• Por errores en la clasificación de los sujetos de estudio (diferencial o no diferencial)

• Errores en la información sobre el evento o exposición

• Por errores de medición inadecuada o diferencial debido a: el observador, el sistema de medición, a los sujetos que participan en el estudio, al instrumento de medición, al procesamiento de datos

Tipos de

sesgos


Sesgo de selección

Durante el proceso de selección

Durante el seguimiento


Este tipo de sesgo se ocasiona a partir de dos entidades bien definidas:

El p

rop

io

inve

stig

ado

r

La p

ob

laci

ón

d

e es

tud

io.

Cualquier aspecto que afecta la posibilidad de un sujeto

de formar parte o continuar con determinado estudio es considerado como un sesgo

de selección.


Entre los sesgos de selección se pueden señalar los

siguientes:

La paradoja de Berkson

Sesgo de Neyman.

Sesgo de detección diferencial.

Sesgos por exclusión/inclusión diferencial.

Sesgo de detección diferencial.

Sesgo de no respuesta.


Sesgos de Información

Incorrecta información

Sobre la exposición

Sobre el desenlace

Diferente proceso de recolección de

datos

Entre los grupos de estudio.


Se ocasionan por Utilización de instrumentos y sistemas de medición inadecuados

Diagnósticos equivocados o uso de pruebas diagnósticas con baja sensibilidad y especificidad

Sujetos que dan información inexacta o ambigua sobre sus condiciones de salud o exposición.

Encuestadores mal adiestrados

Errores en el procesamiento de los datos

Seguimiento desigual de los sujetos incluidos en los grupos de estudio

Imprecisiones en los procedimientos de construcción de encuestas y cuestionarios


Aplicando técnicas de

enmascaramiento, Igualando las condiciones de medición y seguimiento

Estandarizando los procesos de medición

Utilización de instrumentos validados, confiables, específicos y

sensibles Definiendo claramente los criterios diagnósticos

y las variables del estudio

Los sesgos de

información

pueden evitarse


Un sesgo de información

Mala clasificación de los sujetos

Vinculada al factor de exposición o al desenlace

Puede ser diferencial y no diferencial.

OB

SE

RV

AD

OR

SU

JE

TO

S





Valor observado

Diferencia

Valor real


Verdad Hallazgo

APROXIMACIÓN


Las fuentes principales de error

Los procedimientos requeridos para minimizar su impacto en los resultados

Es

necesario

conocer:

Muestra

•Solo es posible estudiar una

muestra de la población

Instrumento

•Características específicas del

instrumento de medición

Observador • Características

propias del observador

FUENTES


ERROR ALETAORIO Ocurre cuando la diferencia entre los hallazgos de un estudio y la realidad es debida al:

AZAR


Es un error inevitable producido por eventos

poco factibles de

controlar durante el

proceso de medición


Medición Muestreo

No hay medición exacta. La repetición de medidas aún

en el mismo laboratorio siempre dará variaciones

en la medición

El error de muestreo forma parte del proceso de

selección de los participantes en el estudio, que siempre

son una muestra de una población mayor

clases de error aleatorio


La minimización

de error aleatorio

aumenta la

Precisión SUMINISTRO DE MEDICAMNTOS EN EL SISTEMA PÚBLICO NACIONAL DE SALUD.

PROFA LESBIA MURO

Relación

entre sesgo

y precisión

Precisión

alta

Precisión

baja

Sesgo bajo Sesgo alto


El error aleatorio

disminuye al

incrementar el tamaño

de la muestra, lo cual

conduce a un aumento

en la precisión


ERROR ALEATORIO I Y II

No hay error

No hay error

Alfa:

PROBABILIDAD DE COMETER UN ERROR TIPO I

Cierta Falsa

P < 0.05

Beta:

PROBABILIDAD DE COMETER UN ERROR TIPO II

Hipótesis nula: No hay diferencias significativas

ESTUDIO

REALIDAD

Cie

rta

Fals

a


Error Tipo I

Se concluye que existe una diferencia significativa

cuando en realidad no la hay; es decir se rechaza la

hipótesis nula siendo verdadera.


Error Tipo II

Admite como cierta una hipótesis falsa. Se concluye que no existen diferencias significativas cuando en

realidad si las hay; es decir se acepta la hipótesis nula

siendo falsa.


El Error Tipo II permite

calcular la potencia del

estudio

Potencia de un estudio

= 1- beta



Generalmente tales características se distribuyen desigualmente

Lo cual requiere la corrección de dichas diferencias

Grupos similares En relación a las características que influyen en los resultados

Los estudios analíticos

Comparación


Variable de

respuesta

Variable de

confusión

Factor de

riesgo Asociación observada

Se explica o queda enmascarada por la presencia de una

tercera variable: Factor de confusión


Considerados por algunos autores como un tipo especifico de sesgo debido a que pueden influir en

la subestimación o sobreestimación real del desenlace. Constituyen una tercera variable que

afecta la comparabilidad de los grupos.

Los factores de confusión no serán tratados como sesgos:

* A diferencia de los sesgos, los factores de confusión pueden controlarse tanto en la fase de diseño como en la de análisis.

* La presencia de un sesgo en la investigación, una vez aplicado su diseño, no puede eliminarse. Con los factores de confusión, lo importante es establecer la magnitud de su efecto sobre la variable de desenlace.


Evidentemente la presencia de factores de confusión no controlados, afecta la validez interna del estudio, llevando a resultados sesgados en la investigación.


Debe ser un factor pronóstico del efecto independientemente de la variable de

estudio

Debe estar asociado al factor de estudio y a la variable de respuesta

No debe ser un paso intermedio en la asociación entre el factor de estudio y el

resultado

La asociación con la variable de respuesta no es necesariamente causal

Car

acte

ríst

icas

de

l fac

tor

de

co

nfu

sió

n


Un factor de confusión puede

1

Sobreestimar el efecto

2

Subestimar el efecto

3

Invertir la dirección de la asociación


Todo factor cuya distribución es desigual

entre los grupos de estudio puede ser un factor de confusión


Diseño Análisis

Control de los factores de confusión



REFERENCIAS

Argimon J., Jiménez J. (2004). Métodos de investigación clínica y epidemiológica.

3ra.. Edición. Harcourt Brace. España: 245-289.

Bolumar F., López V. (2005). Error sistemático C. 17 . En Hernández A., Bolumar, F.

Delgado M., Gil., A. Manual de epidemiología y salud pública. Editorial médica

panamericana. Madrid: 77-79.

García, A., García F., Hernández, I. (1998). La validez y precisión en los estudios

epidemiológicos. El error sistemático y el error aleatorio. C. 10. En Navarro M., Antó,

J., et al. Salud pública. McGraw-Hill.Ineramenricana. Madrid: 174-178.

Hernández-Avila Mauricio, Garrido Francisco, Salazar-Martínez Eduardo. (2000).

Sesgos en estudios epidemiológicos. Salud pública Méx. 42(5): 438-446.

MacMahon B., Trichopoulos D., Epidemiología. (2001). Harvard School of Public

Healh Boson, Massachuses. Marban Libros. España: 213-115.

Ruiz, A., Morrillo, L. (2005). Epidemiología clínica. Editorial médica panamericana.

Colombia: 271-274.

Tamayo M. (2001). El proceso de la investigación científica. 4ta ed. Editorial Limusa.

Grupo Noriega Editores. México: 13-34

Health & Medicine

Medición, sesgo y error aleatorio