Achieve Mastery of Medical Concepts

Study for medical school and boards with Lecturio

Tipos de Sesgos

Los estudios epidemiológicos están diseñados para evaluar una relación hipotética entre una exposición y un resultado; sin embargo, la existencia y/o la magnitud de estas relaciones pueden verse afectadas erróneamente por el diseño y la ejecución del propio estudio o por errores conscientes o inconscientes perpetrados por los investigadores o los sujetos. Estos errores sistemáticos se denominan sesgos. Si no se evitan o no se tienen en cuenta, los sesgos pueden invalidar por completo los resultados de un estudio que, por lo demás, está bien planteado.

Última actualización: Mar 8, 2022

Responsabilidad editorial: Stanley Oiseth, Lindsay Jones, Evelin Maza

Definición de Sesgo

El sesgo es un error en el diseño, la realización o el análisis de un estudio que da lugar a una desviación del resultado de una prueba estadística con respecto a su valor real. Esto da lugar a una estimación incorrecta de una asociación entre una exposición y la población diana, de manera que el resultado de la prueba generado se desvía de su valor real.

  • Los sesgos no pueden eliminarse por completo, pero pueden reducirse/minimizarse mediante un diseño adecuado del estudio.
  • 2 grandes subtipos de sesgo:
    • Sesgo de selección: sesgo causado por alguna preferencia en la forma de elegir a los sujetos que hace que los grupos de estudio sean diferentes de la población diana
    • Sesgo de información: sesgo que da lugar a un error sistemático en la forma de medir o recoger los datos
Posibles efectos de los sesgos
Enmascaramiento Oculta una relación existente entre la variable independiente y la dependiente
Relaciones falsas Crea relaciones falsas entre la variable independiente y la dependiente
Sobreestimación Exagera el tamaño de una relación existente entre la variable independiente y la dependiente
Subestimación Disminuye el tamaño de una relación existente entre la variable independiente y la dependiente

Videos relevantes

Sesgo de Selección

Definición

El sesgo de selección es el error que se introduce cuando la población del estudio no representa a la población diana debido a alguna preferencia de selección.

  • Resulta en una asociación inexistente entre la exposición y el resultado
  • Puede existir una preferencia de selección:
    • Entre grupos de estudio
    • Entre los participantes seleccionados y excluidos para el estudio

Ejemplos comunes de sesgo de selección

  • Efecto del trabajador sano: el sesgo se produce porque los sujetos reclutados en un entorno laboral tienden a ser más sanos y activos que la población general
    • Tiende a llevar a una subestimación de la morbilidad o la mortalidad en comparación con la población general
  • Sesgo de pérdida de seguimiento: se produce debido a la pérdida de datos de los participantes que se pierden durante el curso del estudio por pérdida de interés, efecto adverso, mejora clínica, etc.
    • Conduce a una reducción del tamaño efectivo de la muestra
    • El sesgo se produce si los grupos del estudio no son comparables o si los sujetos que se pierden para el seguimiento difieren en la exposición y/o el resultado de los que permanecen en el estudio.
  • Sesgo de susceptibilidad: en los casos en que una primera enfermedad predispone a una segunda enfermedad, el tratamiento de los sujetos con la primera enfermedad parece predisponer erróneamente a causar la segunda enfermedad.
  • Sesgo de supervivencia: se produce cuando los datos se recogen solo de los sujetos que han sobrevivido a un resultado o han cumplido algún otro criterio clínico relacionado con él
  • Sesgo de Berkson: se produce debido a que los sujetos son elegidos de un segmento específico de la población que tiene un riesgo más o menos intrínseco de tener el resultado que la población general
    • También llamada falacia de Berkson o paradoja de Berkson
    • Por ejemplo, los pacientes hospitalizados tienen un mayor riesgo de padecer alguna enfermedad que la población general, independientemente de la exposición; por lo tanto, en un estudio que analice la relación entre el tabaquismo y la enfermedad pulmonar obstructiva crónica, la elección de sujetos hospitalizados para el grupo experimental dará lugar a una mayor asociación en comparación con la que se observaría en el público general.
    • La mayor morbilidad de los pacientes hospitalizados en relación con la población general puede crear asociaciones falsas entre las enfermedades.

Sesgo de Información

Definición

El sesgo de información es el resultado de errores sistemáticos en la medición de alguna exposición, resultado o variable. Los principales tipos de sesgo de información son el sesgo de clasificación errónea, el sesgo de recuerdo, el sesgo del entrevistador, el sesgo de respuesta, el sesgo de reporte, el sesgo del observador, el sesgo de comprobación y el sesgo de confirmación.

Ejemplos de sesgo de información

  • Sesgo de clasificación errónea: resulta de la clasificación errónea de la exposición o del resultado de salud de los sujetos de un estudio. Las personas que no tienen una enfermedad se clasifican como si la tuvieran, y viceversa.
    • Las razones más comunes son la inexactitud de los registros, las diferentes definiciones de la enfermedad o los diferentes criterios de diagnóstico.
    • Diferencial: causado por una diferencia de medición que existe entre los grupos de estudio
    • No diferencial: causado por mediciones igualmente inexactas o aleatorias en todos los grupos del estudio
  • Sesgo de recuerdo: causado por el recuerdo diferencial (normalmente, mejorado) de los eventos por parte de los sujetos de caso en comparación con los controles
  • Sesgo del entrevistador: se produce cuando el entrevistador influye en las respuestas del participante a través del método, el contenido o el estilo de su interrogatorio
  • Sesgo de respuesta: se produce cuando los sujetos informan de lo que los investigadores quieren oír porque el sujeto quiere complacer al entrevistador con su respuesta
  • Sesgo de reporte: se refiere a la tendencia de los investigadores a comunicar solo los resultados estadísticamente significativos, motivados por el deseo de publicar
  • Sesgo del observador: se produce debido a las diferencias que existen entre los observadores en la forma de medir o evaluar un resultado o la diferencia en la forma de actuar de un sujeto cuando se le observa
    • Sesgo resultante del efecto Hawthorne (véase más abajo)
  • Sesgo de comprobación: se produce cuando algunos sujetos tienen más probabilidades de ser incluidos en los resultados finales que otros
    • Las fuentes comunes incluyen una diferencia de grupo en el método o la frecuencia de tamizaje, el conocimiento del investigador de las asignaciones de los grupos de sujetos, o la preferencia de asignación de los sujetos en los grupos de estudio.
  • Sesgo de confirmación: se produce debido a la tendencia de los investigadores a incluir solo los datos que coinciden con sus creencias preexistentes y/o apoyan su hipótesis
  • Sesgo de detección: se produce debido a una diferencia en la forma de medir o detectar un resultado en función de una característica particular del sujeto (véase la imagen 1).
  • Sesgo del experimentador: se produce cuando un sujeto se comporta de forma diferente en función de las expectativas del investigador
    • Sesgo resultante del efecto Rosenthal (véase más abajo)
Sesgo de detección

Ejemplo de sesgo de detección. Arriba se muestra un gráfico del número de nuevos casos de SIDA por año por cada 100 000 habitantes en el periodo 1990–2000. Aunque el gráfico parece sugerir que los casos de SIDA en el Caribe están aumentando (línea naranja), en realidad, el incremento constante de nuevos casos se debe al aumento del número y la frecuencia de las pruebas de detección. Este es un ejemplo de sesgo de detección, un subtipo de sesgo de información.

Imagen por Lecturio.

Efectos Hawthorne y Rosenthal

Efecto Hawthorne

  • Se refiere a la tendencia de los sujetos de un estudio a comportarse o actuar de forma diferente (i.e., trabajar más) cuando saben que están siendo observados
  • Resulta y está relacionado con el sesgo del observador
  • Especialmente común en los estudios psiquiátricos
  • El sesgo causado por este efecto es difícil de eliminar, pero puede reducirse ocultando a los sujetos el conocimiento de cuándo/cómo están siendo observados.

Efecto Rosenthal

  • Se refiere a la tendencia de los sujetos o investigadores a comportarse de forma diferente en función de las expectativas de los demás
  • También llamado efecto Pigmalión
  • Por ejemplo, en un estudio sobre la eficacia de un nuevo medicamento para tratar la depresión, los sujetos del grupo de tratamiento informan de una mejora de los síntomas depresivos porque los investigadores que los evalúan esperan que los sujetos que reciben el tratamiento mejoren.
  • Resulta y está relacionado con el sesgo del experimentador
  • El sesgo resultante de este efecto puede evitarse mediante el cegamiento.

Variables de Confusión

Definición

Una variable de confusión es una variable adicional distinta de la variable independiente que tiene un efecto sobre la variable dependiente, lo que hace que se infiera una relación errónea entre ellas.

  • Técnicamente, una variable de confusión no es un sesgo.
  • Las variables de confusión pueden tenerse en cuenta mediante un diseño de estudio adecuado. Las siguientes técnicas ayudan a reducir el efecto de las confusiones:
    • Aleatorización: los sujetos son asignados aleatoriamente a los grupos de estudio de manera que las variables de confusión se repartan por igual entre los grupos.
    • Controlar: todos los sujetos se eligen de manera que tengan la misma variable de confusión.
    • Emparejamiento: cada sujeto con una variable de confusión en un grupo particular se empareja con un sujeto en los otros grupos con la misma o similar variable de confusión.
  • Las variables de confusión son comunes en los estudios observacionales, ya que es más difícil o imposible controlarlas.
  • Las variables de confusión son diferentes de los modificadores del efecto, una tercera variable que contribuye a la verdadera relación entre la exposición y el resultado (véase el cuadro 2).
Sesgo de confusión

Un diagrama que detalla cómo se relaciona una variable de confusión con la exposición y el resultado. La variable de confusión está relacionada con la exposición y puede contribuir o causar el resultado; si no se tiene en cuenta, puede contribuir a causar o afectar a la magnitud de la relación observada (verdadera).

Imagen por Lecturio.
Diferencias entre las variables de confusión y los modificadores del efecto
Variables de confusión Modificadores de efecto
Enmascaramientos No
Crea la ilusión de asociación No
Modifica la naturaleza de la relación No

Videos relevantes

Referencias

  1. Celentano, David D., ScD., M.H.S., & Szklo, Moyses, MD, M.P.H., DrP.H. (2019). More on causal inference: Bias, confounding, and interaction. In Celentano, David D., ScD, MHS, & Szklo, Moyses, MD, MPH, DrPH (Eds.), Gordis epidemiology (pp. 289-306). doi://dx.doi.org/10.1016/B978-0-323-55229-5.00015-2. Retrieved from https://www.clinicalkey.es/#!/content/3-s2.0-B9780323552295000152
  2. Althubaiti, A. (2016). Information bias in health research: Definition, pitfalls, and adjustment methods. Journal of Multidisciplinary Healthcare, 9(1), 211-217. doi:10.2147/JMDH.S104807. Retrieved from https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4862344/
  3. Mansournia, M., Higgins, J. P., Sterne, J. A., & Hernán, M. (2017). Biases in randomized trials: A conversation between trialists and epidemiologists. Epidemiology, 28(1), 54-59. doi:10.1097/EDE.0000000000000564. Retrieved from https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5130591/#S11title

USMLE™ es un programa conjunto de la Federation of State Medical Boards (FSMB®) y la National Board of Medical Examiners (NBME®). MCAT es una marca registrada de la Association of American Medical Colleges (AAMC). NCLEX®, NCLEX-RN® y NCLEX-PN® son marcas registradas del National Council of State Boards of Nursing, Inc (NCSBN®). Ninguno de los titulares de las marcas registradas está avalado ni afiliado a Lecturio.

Estudia desde donde sea

Lecturio Medical es el complemento perfecto para la escuela de medicina. Estrategias de aprendizaje basadas en la evidencia, videos, preguntas de repaso, y mucho más – todo combinado en un recurso
fácil de usar.

Maximiza tu aprendizaje con Lecturio

Complementa tus estudios de medicina con Lecturio, una plataforma todo-en-uno fundamentada en estrategias de aprendizaje
basadas en la evidencia.

User Reviews

¡Hola!

Esta página está disponible en Español.

Details