Algunos tipos de sesgo 1. Sesgo de selección Acualquier aspecto de los sujetos en la forma en que...

Algunos tipos de sesgo

1. Sesgo de selección Acualquier aspecto de los sujetos en la forma en que son reunidos en el estudio que crea una sistemática diferencia entre las poblaciones comparadas que no es debido a la asociación en estudio. (Sackett le llama sesgo de muestreo).

Ejemplo en Sackett:

Sesgo de no respondentes1Julián Laverde M. especialista Medicina Familiar

2. Sesgo de información

Cualquier aspecto de la forma de colectar información para el estudioque crea una diferencia sistemática entre las poblaciones comparadas que no son debidas a la asociación bajo estudio. (Sackett le llama sesgo de medición). El registro incompleto en la alimentación podría ser un ejemplo de sesgo de información.

Otros ejemplos - Sesgo de sospecha diagnóstica Sesgo de recuerdo

Algunas veces los sesgos aplican a una población de estudios, preferentemente que a un estudio individual, como en sesgo de publicación (tendencia a publicar estudios con estudios con resultados positivos).

2Julián Laverde M. especialista Medicina Familiar

Pensando acerca de las formas en las que las variables pueden estar relacionadas sesgos y confusores

Para pensar en sesgo y confusores apropiadamente, considerenos las formas en que la exposición y la enfermedad pueden estar relacionados. Como ejemplo, un hecho epidemiológico que ha causado controversia en años recientes es la asociación observada entre bajos niveles de colesterol y cáncer de colon.


Si encontramos que exposición A está asociada con enfermedad B, puede ser que:

1. Exposición A causa. enfermedad B

(A B)

v.gr. Bajo colesterol causa cáncer de colon


o puede ser que:

2. Enfermedad B causa exposición A

(B A)

v.gr. Cáncer de colon causa bajos niveles de colesterol.


Identificar el camino causal correcto es imposible sin recurrir a información adicional, especialmente información de la secuencia temporal de los dos fenómenos. Sesgo y confusor no tienen un rol en este tipo de confusión.


Pero otra forma en que la exposición y la enfermedad pueden estar relacionadas es: 3. Exposición A y enfermedad B son causados por el factor X

X A

B v.gr. Parece que diabetes e hipertensión están asociados.


¿Diabetes causa hipertensión? ¿Hipertensión causa diabetes? Es más probable que diabetes e hipertensión compartan un antecedente común, por ejemplo, obseidad.


Si habíamos concluído que diabetes causó hipertensión, pero que ellos no tenían una relación causal, podríamos decir que: La relación entre hipertensión y diabetes es confundida por obesidad. Obesidad debería ser llamada variable confusora en esta relación. Otra importante verdad:Confusores son verdaderas causas de enfermedad, mientras que sesgos son artefactos.


Mediación y confusión

No todos los factores asociados con la exposición y la enfermedad son variables de confusión. Podría ser una variable mediadora. Un medidador está asociado con variables independiente y dependiente, pero es parte de la cadena causal entre las variables independiente y dependiente.


Fracaso para distinguir un confusor de un mediador es uno de los errores más comúnes en epidemiología. Esos dos tipos de variables no pueden ser distinguidos con métodos estadísticos. Pueden se separados por el entendimiento del proceso total de la enfermedad. Para hacer esta distinción clara, veamos como situamos el control para confusor en investigación epidemiológica.


Apropiado control para confusores

Hipótesis: Hay una asociación entre una exposición ( beber café) y una enfermedada (infarto al miocardio).


Paso 1. ¿Hay una asociación?Bebedores de café exesivos está estadísticamente asociado con elevadas tasas de infarto al miocardio. ¿Es el café la causa de infarto al miocardio? Paso 2. Identifique potenciales confusores:¿Tabaquismo podría ser un confusor? Paso 3. ¿Está el potencial confusor asociado con la exposición?Bebedores de café exesivo está asociado con elevadas tasas de tabaquismo. Tabaquismo llena un criterio para potenciales confusores.


Paso 4. ¿Está el potencial confusor asociado con la enfermedad de interés?Tabaquismo está asociado con elevadas tasas de infarto al miocardio. Tabaquismo llena el segundo criterio para potenciales confusores. Paso 5. ¿Qué sucede cuando controlamos para tabaquismo?Ajuste para tabaquismo elimina la asociación de beber café en forma exesiva e infarto al miocardio. La asociación es explicada por el hecho de que más bebedores de café son también fumadores.


Conclusión: Beber café no es una causa de infarto al miocardio


Control inapropiado para control confusores

Hipótesis: ¿Hay una asociación entre una exposición (obesidad) y enfermedad (infarto al miocardio)?


Paso 1. ¿Hay una asociación?

Obesidad está estadísticamente asociada con elevadas tasas de infarto al miocardio. ¿Obesidad es una causa de infarto al miocardio? Paso 2. Identifique potenciales confusores¿Puede el nivel de colesterol ser un confusor? Paso 3. ¿El potencial confusor está asociado con la exposición?Obesidad y niveles de colesterol están asociados.


Paso 4. ¿El potencial confusor está asociado con la enfermedad de interés?Nivel de colesterol está asociado con elevadas tasas de infarto al miocardio.

Paso 5. ¿Qué sucede cuando controlamos para nivel de colesterol?Ajuste por nivel de colesterol, elimina la asociación de ebesidad e infarto al miocardio.


Conclusión: No debemos concluir que obesidad no es una causa real de infarto al miocardio, debido a que nivel de colesterol puede ser parte del camino causal entre obesidad a infarto al miocardio. Controlando por una parte del camino causal es sobre control.


Ejemplo numérico de control para confusor ( o documentación de mediación)

Encontramos que el estudio excesivo está asociado con migraña (RR = 1.58) en un estudio cohorte de estudiantes graduados de epidemiología. Sin embargo, estamos interesados en que esta exposición es confundida por (o mediada por) teniendo poco sueño. Si la disminución de sueño completamente confunde la asociación, luego podemos estratificar por estatus de sueño, la odds ratio para la asociación de estudio excesivo y migraña es reducida a 1.0 en ambos estratos.


Excessive study Right amount of

studyMigraine 22 7 No Migraine 38 23

TOTAL 60 30 22/60=.367 7/30=.233

RR=.367/.233=1.58


Pero ahora estratificamos por status de sueño obteniéndo una tabla 2 x 2:

Sueño sufiente Poco

sueño

Estudio EX Estudio OK Estudio EX Estudio OK

Migraña 20 5 2 2 No Migraña 20 5 18

18

TOTAL 40 10 20 20


RR es ahora 1.0 para estudio EX en cada grupo; status de sueño es un confusor o un mediador de la asociación de estudio excesivo y migraña.


Resúmen de cómo una tercera variable puede relacionarse a otras dos variables (exposición y enfermedad)

A. Puede ser una variable confusora

Confusor

ExposiciónEnfermedad


B. Puede ser una variable mediadora (sinónimo: variable interventora). Exposición Mediador Enfermedad Una exposición que precede un mediador en una cadena causal es llamada una variable antecedente.


Ejemplo:

Bebés Africo-Americanos son más pequeños que bebés blancos. Bebés más pequeños tienen más elevada mortalidad. Controlando por peso al nacer reduce o elimina las diferencias entre los grupos étnicos en mortalidad infantil. ¿Esto significa que etnicidad no es importante en mortalidad infantil? No, debido a que peso al nacer es parte de la cadena causal entre etnicidad y mortalidad infantil. Es un mediador.


C. Puede ser una varaible moderadora (sinónimo: variable modificadora o interactuante)

Moderador

Exposición Enfermedad Una variable moderadora es una que modera o modifica la forma en que la exposición y la enfermedad están relacionadas. Cuando una exposición tiene diferentes efectos en la enfermedad a los diferentes valores de una variable, esa variable es llamada modificador. 27Julián Laverde M. especialista Medicina Familiar

Ejemplos: • Aspirina protege contra los ataques

cardiácos, pero sólo en hombres y no en mujeres. Decimos que género modera la relación entre aspirina y ataques cardiácos, pero el efecto es diferente en los diferentes sexos. Tambien podemos decir que hay una interacción entre sexo y aspirina en el efecto de aspirina sobre enfermedad cardiáca.

• En individuos con elevados niveles de

colesterol tabaquismo produce une elevado riesgo relativo de enfermedad cardiáca que individuos con bajos niveles de colesterol. Tabaquismo interactúa con colesterol en sus efectos sobre enfermedad cardiáca.


Un ejemplo de interacción o efecto modificador

Un estudio encuentra que no hay relación, en infantes <2,000 gr al nacer, entre ser o no gemelo y el riesgos de mortalidad (Paneth et al, American J of Epidemiology, 1982;116:364-375).


Odds ratio para mortalidad en nacidos únicos (comparados a gemelos) Sin ajustar = 1.06Ajustada por peso al nacer = 1.02 Sin embargo, esta odds ratio esconde importante información. Hay una relación entre pluralidad y mortalidad, en la siguiente forma::


Peso al nacer ODDS para mortalidad en únicos

501-750 gr 0.58751-1000 gr 0.651001-1250 gr 0.911251-1500 gr 1.091501-1750 gr 2.451751-2000 gr 1.94


Claramente, por debajo de 1250 gr la mortalidad es más baja en únicos, arriba de 1250 gr es mayor únicos. Esos efectos en direcciones opuestas se cancelan una a otra. Este retroceso en RR no es usual - interacción acentúa un RR que está presente en todos los valores.

Para probar para interacción es que la Odds Ratio (u otra medida de asociación) cambia sustancialmente de acuerod a diferentes valores de una tercera variable.


Como misclasificación aleatoria pueden, algunas veces, producir un error tipo 1

1.Misclasificación aleatoria de un confusor Si una variable confusora es aleatoriamente misclasificada, y luego la relación exposició-enfermedad es estratificada (o controlada) para este confusor, una relación espuria puede ser producida. Esto usualmente requiere que la variable confusora esté fuertemente asociada a la exposición.


Ejemplo: Tabaquismo y beber café están asociados. Ya que más bebedores de café son fumadores, más bebedores de café son registrados como no fumadores y fumadores que no son bebedores de café registrados como no fumadores. Como resultado, bebedores de café pueden ser encontrados en algunos estudios por tener altas tasas de cáncer de pulmón, aún después de controlar para tabaquismo.


2. Misclasificación aleatoria a largo de un gradiente de exposición Si una exposición tiene una fuerte asociación con una enfermedad sólo por arriba de un cierto límite, misclasificación aleatoria de esa exposición es posible que produzca una relación de dosis respuesta.(No obstante, este fenómeno seguramente ocurre, nunca he visto una clara demostración de él en epidemiología)

Si tabaquismo sólo produce cáncer de pulmón en fumadores de dos cajas de cigarros al día, los datos probablemente muestren algún efecto en fumadores de una caja al día, debido a que la mayoría de los fumadores de dos cajas al día es probable que sea misclasificados como fumadores de una caja, que los no fumadores.


Algunos tipos de sesgo 1. Sesgo de selección Acualquier aspecto de los sujetos en la forma en que...

Documents

Transcript of Algunos tipos de sesgo 1. Sesgo de selección Acualquier aspecto de los sujetos en la forma en que...