Sesgo

Definición

El sesgo es un error sistemático que trae como consecuencia una sobre o subestimación de la intensidad de la asociación

Puede encontrarse en cualquier etapa de la inferencia y produce resultados o conclusiones que difieren sistemáticamente de la verdad

Las razones por las cuales un estudio puede sesgarse son virtualmente innumerables

1. Al revisar la literatura selección de referencias que apoyan un solo

punto de vista

2. Al especificar y seleccionar la muestra para nuestra investigación

Sesgo de prevalencia o incidencia (Sesgo de Nyeman)

si solo rastreamos tardíamente a aquellos que fueron expuestos o afectados en forma precoz perderemos los casos fatales o de breve duración. Un padecimiento que ilustra este tipo de sesgo es la enfermedad isquémica coronaria

p=0.000 p=0.58

50 casos menos

El estudio cohorte incluyó todos los casos de EIC para el sexto examen (201 sujetos)

El estudio de C y C solo incluyó a 151 Por lo tanto en un estudio de sobrevivientes

de EIC un diseño de C y C no necesariamente revela los factores que influyen sobre el padecimiento sino mas bien revelan aquellos factores que se asocian a una mayor probabilidad de sobrevivir

Sesgo en la selección de los sujetos una suposición básica implícita al análisis de estudios retrospectivos es que los casos seleccionados son representativos de todos los casos en la población

Esta suposición será correcta si:1. Todos los pacientes con esta enfermedad

recibieron atención medica y fueron diagnosticados

2. Todos los centros de atención medica son incluidos en el estudio en una búsqueda exhaustiva de los casos

En la practica estos requerimientos rara vez se satisfacen pues no todos los pacientes buscan atención médica y no todos los centros de atención son incluidos para el reclutamiento de los casos

Otras suposiciones paralelas a estas son: el grupo control es representativo de la población

sin la enfermedad la prevalencia de la característica bajo estudio es

la misma en el grupo control que en la población general sin la enfermedad

Los investigadores que realizan estudios retrospectivos generalmente reclutan un grupo control a partir de pacientes hospitalizados con otro padecimiento y asumen que la prevalencia de la característica bajo estudio es un estimador no sesgado de su prevalencia en la población general sin ese padecimiento

Una ilustración de que esta suposición puede resultar peligrosa la da el estudio sobre la asociación entre cáncer y tuberculosis.

En las primeras 7,500 autopsias realizadas en el Hospital Johns Hopkins un investigador identificó 816 individuos con una neoplasia maligna y 816 controles sin neoplasia maligna y los apareó por edad, género, raza y fecha de deceso

En la autopsia el 16.3% de los sujetos del grupo control mostró TB activa, mientras que en el grupo de cáncer solo el 6.6% mostró esta patología

Esta diferencia (con la misma tendencia y magnitud) persistió cuando los sujetos se reclasificaron como varones y mujeres caucásicos y no caucásicos

Se aceptó como un hecho que existía una asociación negativa entre el cáncer y la TB

Una revisión reciente de los archivos originales mostró que el grupo control había incluido a un grupo considerable de individuos que habían muerto de tuberculosis

Cuando los controles fueron seleccionados de un grupo de casos que fallecieron por cardiopatía se encontró la misma prevalencia de TB en los casos y los controles

Los sesgos de selección no necesariamente invalidan los hallazgos de un estudio

Debemos intentar satisfacer los siguientes requisitos para incrementar la probabilidad de que la asociación encontrada sea real

1. La intensidad de la asociación. En general se puede demostrar numéricamente que solo grados moderados de asociación (<3:1) pueden ser resultado del sesgo de selección

2. Dependiendo de la enfermedad y el probable factor etiológico (por ejemplo el nivel sérico de colesterol o el número de cigarrillos fumados) podemos clasificar la variable o factor en un gradiente de menor a mayor o viceversa

Si el grado de asociación entre la enfermedad y la variable se incrementa con el incremento de los niveles de dicho factor (o viceversa) reduce la probabilidad de que la asociación sea debida a sesgo de selección

Sesgo de selección

Descrito originalmente por Berkson Lo describió como un problema asociado al

uso de pacientes hospitalizados en estudios retrospectivos

El encontró que se podía encontrar una asociación espuria entre dos padecimientos o entre una característica y una enfermedad debido a las diferentes probabilidades de ingreso para aquellos con la enfermedad, sin la enfermedad y con la característica de interés

Podemos ilustrar esto con un ejemplo hipotético

Vamos a llamar X al factor etiológico A será el grupo con la enfermedad (casos) B será el grupo sin la enfermedad (controles) Vamos a suponer que no existe una

asociación real entre la enfermedad A y el factor X en la población general

Vamos a suponer que las probabilidades de ingreso a un hospital son diferentes en los tres grupos: enfermedad A=10% enfermedad B=70% característica X=50%

Vamos ahora a considerar el número de sujetos admitidos al hospital en cada grupo

Para aquellos con A sin X

10% de los 800 porque tienen A=80

Para aquellos con B y X

70% de los que ingresan porque tienen B= 140 50% de los restantes porque tienen X=30 140+30=170

Para aquellos con B sin X

70% de los que ingresan porque tienen B= 560 Si utilizamos una tabla de 2 2 para comparar

la enfermedad A (casos) y la enfermedad B (controles) con respecto a aquellos que tienen y no tienen la caracteristica X tendremos

Esto indicaría que existe una asociación entre la enfermedad A y la característica X aunque en realidad esta asociación no existe en la población general

Esta asociación espuria es resultado de las diferentes probabilidades de admisión al hospital para los sujetos con las enfermedades A y B y la característica X

Esta asociación espuria no se presentará sia. X no afecta la hospitalización, esto es nadie se

hospitaliza simplemente porque tiene X

b. la probabilidad de ingreso para las enfermedades A y B es la misma. Esta condición obviamente constituye la excepción

c. la probabilidad de asociación espuria se incrementará si el factor bajo estudio (en nuestro ejemplo la característica X) es otra enfermedad

El sesgo de Berkson se demostró a través de entrevistas a domicilio en muestras aleatorias de la población

Debido a que durante las entrevistas se investigó la historia de enfermedades y de hospitalizaciones recientes, fue posible calcular los riesgos tanto para la población general como para el subgrupo de la población general que había sido hospitalizado en los 6 meses previos

Se estudio la posible asociación entre las enfermedades óseas y las enfermedades respiratorias (que por experiencia sabemos que en general no están asociadas)

OR=(17)(2376)/(184)(207)=1.06 OR=(5)(219)/(18)(15)=4.06

La razón de momios en la población general es de 1:1.06 debido a que no existe relación entre las dos enfermedades

En el subgrupo de pacientes hospitalizados tenemos una tasa de momios espuriamente elevada (4.06:1)

Sesgo de detección

Una exposición inocente puede volverse sospechosa si en vez de causar una enfermedad causa un signo o un síntoma que precipita la búsqueda de una enfermedad

Sesgo de detección

Por ejemplo la relación entre los estrógenos administrados para el control de los síntomas del síndrome climatérico y el cáncer endometrial

(38.4%) (5.9%) (39.8%) (28.4%)

En el grupo del registro todas las pacientes tenían tumor y se comparaban con pacientes que no tenían

En el grupo de legrado e histerectomía no todos las pacientes tenían cáncer endometrial

Como es posible observar, la proporción de los casos en los dos grupos expuestos a estrógenos fue la misma

Se ha considerado que los estrógenos al provocar sangrado en mujeres que ya no sangraban provoquen la búsqueda de cáncer de endometrio y no el cáncer en si

Si estudiamos más exhaustivamente a los individuos expuestos a factores supuestamente nocivos en base a consideraciones teóricas, experimentos en animales o reporte de casos, los sujetos expuestos tienen una mayor probabilidad de ser diagnosticados en comparación con los sujetos no expuestos

Sesgo por falta de respuesta

Los sujetos que no participan en una muestra especifica de la población pueden presentar exposiciones o eventos que difieren de aquellos que si lo hacen

El sesgo opuesto a este es el de los sujetos voluntarios

Sesgo por falta de respuesta

Este es un sesgo muy común en estudios descriptivos analíticos e incluso experimentales

Por ello se insiste en que tratemos de obtener por lo menos un 80% de participación en nuestra muestra y comparar a los que no respondieron con los que si lo hicieron

Sesgo de la membresía

La membresía en un grupo (desempleados, corredores, etc.) puede representar un grado de salud o una exposición que difiere sistemáticamente de aquella de la población general

Un ejemplo típico de este sesgo es el de los sujetos que gustan de trotar

Sesgo de la membresía

La hipótesis de que el ejercicio físico vigoroso protege contra la enfermedad coronaria recibió su apoyo inicial a partir de estudios de casos y controles

OR= (194)(2029)/(840)(668)=0.70; χ2: 15.18; p=0.0000

22.5%

29.3%

Los sujetos con actividad física intensa presentaban un 30% menos mortalidad por EIC que los sujetos con actividad física leve

Esta hipótesis fue probada mas allá en sobrevivientes de IAM que participaron o no en forma voluntaria en un programa de rehabilitación

RR=(7/66)/(18/64)=0.37; χ2=6.42, p=0.012

Sin embargo, cuando se llevo a cabo un estudio experimental en donde los sobrevivientes de un IAM fueron asignados aleatoriamente a un grupo de rehabilitación bisemanal o a un grupo de actividades recreativas (sin efecto de entrenamiento) el valor de la actividad física no pudo ser demostrado

(7.23%)

(6.08%)

Sesgo de sospecha diagnostica El conocer los antecedentes de exposición

del sujeto a un factor supuestamente nocivo

puede influenciar la intensidad del proceso

diagnostico

Sesgo del tamaño inadecuado de muestra Las muestras que son muy pequeñas no

prueban nada; las muestras demasiado grandes pueden probar cualquier cosa

Sesgo en la selección de un procedimiento Ciertos procedimientos clínicos pueden ser

ofrecidos a aquellos sujetos que se consideran como malos candidatos para otro procedimiento. Por ejemplo selección de pacientes para tratamiento medico vs. quirúrgico

Sesgo de los voluntarios

Los voluntarios pueden presentar una historia de exposición o de salud (tienden a ser mas sanos) diferente a la de los sujetos que no son voluntarios

Sesgo al ejecutar una maniobra experimental (o una exposición) Sesgo de contaminación:

cuando en un experimento los miembros del grupo control reciben en forma inadvertida la maniobra experimental, por ejemplo estudios de EIC utilizando aspirina

Los resultados entre el grupo experimental y el grupo control pueden reducirse en forma sistemática

Sesgo de falta de cooperación En los estudios experimentales que

requieren cooperación del paciente, la eficacia de la maniobra va a afectarse por el grado de cooperación del paciente. Por ejemplo, son los pacientes de alto riesgo coronario los que abandonan los programas de rehabilitación

Sesgo de la personalidad del terapista Cuando el tratamiento no es ciego, las

convicciones del investigador acerca de la eficacia del tratamiento pueden afectar sistemáticamente tanto los resultados como la evaluación de los mismos

Sesgo al evaluar la exposición y los resultados El hecho de que el investigador conozca el

diagnostico de los casos puede influenciar la intensidad y los resultados de la búsqueda de una exposición a la supuesta causa de la enfermedad

Esta fuente de sesgo opera en aquellas situaciones en que se conoce la causa de la enfermedad

Sesgo al evaluar la exposición y los resultados Por ejemplo, estudios sobre cáncer de

tiroides en niños en donde la asociación con exposición a radiación se investigo con diferente intensidad

Sesgo al evaluar la exposición y los resultados En un estudio con 36 casos se investigo el

antecedente de exposición a radiación por un interrogatorio rutinario; se encontró positivo en el 28% de los casos

Cuando se interrogo en forma intencionada el 47% de los casos reporto exposición

Otra fuente de sesgo es aquella en donde los casos y los controles recuerden eventos pasados y las preguntas sobre la exposición se repiten varias veces con los casos y solo una vez con los controles; la exactitud de la información no será uniforme

Sesgo de instrumentación

Los defectos en la calibración y mantenimiento de los instrumentos de medición pueden llevar a desviaciones sistemáticas de los valores reales

Sesgo al analizar la información El excluir los valores extremos (“mentirosos”)

no esta justificado desde el punto de vista estadistico y puede introducir sesgo

Sesgo al interpretar el análisis de los datos Sesgo de la significancia estadística

el confundir la significancia estadística con la significancia biológica clínica o de salud publica pueden llevar a estudios estériles o conclusiones inútiles

Sesgo al evaluar la exposición y los resultados