Sesgos y errores en estudios

epidemiologicos

Alzate M, Donado A, Fernandez D, Guardo E, Ricaurte I.

 ¿Qué es un sesgo?
Un sesgo es una inclinación o
tendencia a favor o en contra de algo
que afecta el juicio, la percepción o la
toma de decisiones. Los sesgos
pueden influir en cómo interpretamos
información, tomamos decisiones y
actuamos, a menudo sin ser
conscientes de ello.
 Su importancia en el estudio
Es importante tener un buen conocimiento de los sesgos y errores es
esencial para asegurar que los estudios epidemiológicos sean precisos

1. Validez de los Resultados

2. Toma de Decisiones
3. Generalización de los Resultados
4. Diseño de Estudios Fututos
5. Confianza en la Investigación
Tipos de Sesgos
 Sesgo de información
El sesgo de información en los estudios aparece como resultado de
definiciones imperfectas de las variables de estudio o como consecuencia
del empleo de procedimientos inapropiados para coleccionar los datos.
Estos problemas pueden generar errores de clasificación de la exposición
y/o del desenlace para una proporción significativa de participantes en el
estudio.
 Conceptos claves
1. Validez
Se refiere a la capacidad de una prueba o instrumento de medición para medir lo que realmente se pretende
medir. En otras palabras, ¿la prueba está midiendo correctamente la enfermedad o característica en estudio?

2. Sensibilidad
Indica la proporción de personas con la enfermedad que son correctamente identificadas por la prueba. Es decir,
¿qué tan buena es la prueba para detectar la enfermedad cuando realmente está presente?

3. Especificidad
Mide la proporción de personas sin la enfermedad que son correctamente identificadas como no enfermas por la
prueba. En otras palabras, ¿qué tan buena es la prueba para descartar la enfermedad cuando no está presente?

4. Fiabilidad (o Replicabilidad)
Se refiere a la consistencia de los resultados de una prueba. Si se repite la prueba en las mismas condiciones, ¿se
obtendrán los mismos resultados?
 Sesgo en la identificación de la exposición
SESGO DE RECUERDO
Ocurre cuando los participantes no recuerdan con precisión sus exposiciones previas, lo que
puede llevar a un error de clasificación de la exposición en los estudios. Este sesgo es más
común en estudios de casos y controles, donde se pregunta a los participantes sobre
exposiciones anteriores.

Tipos de Error de Clasificación:

Diferencial: Cuando el error de recuerdo difiere entre los casos y los controles.
No diferencial: Cuando el error de recuerdo es similar en ambos grupos.

Ejemplo: Un estudio del Nurses' Health Study demostró que los casos de melanoma
reportaban una baja propensión al bronceado de la piel con mayor frecuencia después del
diagnóstico que antes, lo que evidencia un sesgo de recuerdo. Este sesgo no se observó
entre los controles.
 Sesgo en la identificación de la exposición

Métodos para Prevenir el Sesgo de Recuerdo:

1.Verificación de Respuestas: Comparar las respuestas de los participantes con

registros médicos u otras fuentes confiables.

2. Marcadores Objetivos de Exposición: Usar mediciones objetivas (como el color del

cabello) que son menos propensas al sesgo de recuerdo.
 Sesgo del entrevistador
1. Definición : Ocurre cuando el entrevistador, consciente del estado de caso o control del participante, puede influir
en la recolección de datos.

2. Prevención :
Diseño Cuidadoso y Control de Calidad: Incluir el desarrollo de un manual detallado de operaciones, entrenamiento
adecuado del equipo de entrevistadores, estandarización de procesos, y monitoreo constante.

Sub-estudios de Confiabilidad y Validez: Evaluar la consistencia y exactitud de los datos recopilados mediante el
uso de fuentes independientes como historias clínicas. Estos sub-estudios requieren retroalimentación rápida
para corregir desviaciones del protocolo.

Enmascaramiento del Estado de Caso o Control: Evitar que los entrevistadores conozcan el estado del sujeto
entrevistado para reducir el sesgo. Aunque es difícil, puede ser efectivo, especialmente si los entrevistadores
conocen las hipótesis del estudio.
 Sesgo de identificación del desenlace
El sesgo de identificación del desenlace (por ejemplo, la enfermedad) puede ocurrir por igual en los estudios de
cohorte y en los de casos y controles. La clasificación errónea de la enfermedad resultante puede deberse a una
definición imperfecta del desenlace o a errores en la etapa de recolección de los datos.

Sesgo del Observador: Este sesgo ocurre cuando la evaluación del desenlace no es independiente del
conocimiento del estado de exposición del participante.
Ejemplo: El sesgo en el diagnóstico de enfermedad renal hipertensiva en fase terminal (ERHFT) en función de
la raza del paciente. En un estudio de simulación, los nefrólogos tenían el doble de probabilidad de
diagnosticar ERHFT cuando la historia clínica identificaba al paciente como "negro" en comparación con
"blanco".
 Sesgo de identificación del desenlace
Prevención del Sesgo del Observador:
1.Enmascaramiento del Estado de Exposición: Para evitar el sesgo, se puede ocultar la información sobre la
exposición al observador que evalúa el desenlace. Sin embargo, esto no siempre es práctico.

2. Estratificación Según Certeza Diagnóstica: Evaluar la incidencia de la enfermedad en diferentes niveles de

certeza diagnóstica (por ejemplo, "posible", "probable", "definitivo"). Si la asociación se observa solo en categorías
de "menor certeza" (como "posible"), podría sospecharse sesgo del observador.

3. Uso de Múltiples Observadores: Involucrar a más de un observador para evaluar de forma independiente un
desenlace. Si hay discrepancias, un tercer observador toma la decisión final. Aunque efectivo, este método puede
aumentar los costos del estudio y ser poco práctico.
 Sesgo de identificación del desenlace
Sesgo del que Responde: Este tipo de sesgo se produce cuando la información sobre el desenlace en un estudio
de cohorte se obtiene a través de la respuesta de un participante. Es común en situaciones donde los desenlaces
son difíciles de confirmar objetivamente, como episodios de migrañas o ataques de pánico agudo.

Prevención del Sesgo del que Responde:

Confirmación Objetiva.
Uso de Información Detallada y Sintomatología Relacionada.

Ejemplo de Estrategia para Mejorar la Precisión: En un estudio de Stewart, se incluyeron preguntas no solo sobre
si hubo un dolor de cabeza fuerte (indicativo de migraña), sino también sobre la presencia de síntomas
adicionales como aura, náuseas y fatiga. Esta estrategia permitió una clasificación más precisa y objetiva de las
migrañas que solo preguntar por la presencia de dolor de cabeza.
 Sesgo de identificación del desenlace
Sesgo de Selección:
El sesgo de selección ocurre cuando la selección de los participantes en un estudio no es
representativa de la población objetivo debido a errores sistemáticos. Esto puede afectar los resultados
al crear una asociación falsa entre la exposición y el desenlace o al ocultar una asociación que
realmente existe.
Tipos de Estudios donde Ocurre el Sesgo de Selección:
Estudios de Casos y Controles: El sesgo de selección puede surgir cuando los casos y los controles son
seleccionados de forma que no sean comparables, afectando la validez interna del estudio. Un ejemplo
clásico es el sesgo de Berkson, que se produce en estudios de casos y controles con pacientes
hospitalizados.
Estudios de Cohorte: En estos estudios, el sesgo de selección puede ocurrir si los individuos expuestos y no
expuestos no son comparables en términos de su riesgo de desarrollar el desenlace estudiado.
 ¿Qué es el sesgo de confusión?
El sesgo de confusión se refiere a la aparición de una asociación espuria o a
la pérdida de una asociación verdadera entre una variable de exposición y
un desenlace, causada por uno o varios factores de confusión. Si se puede
demostrar que una asociación está razonablemente libre de confusión,
aumenta la confianza en una relación causal.
Conceptos Clave Relacionados con el Sesgo de
Confusión

Confusión Confusión No
Asociación Confusión
Observada o Observada o No
Espuria Residual
Medida Medida
¿Cómo se controlan los sesgos?
Para controlar el sesgo de confusión, se pueden
aplicar estrategias tanto en la fase de diseño
del estudio como en la fase de análisis.

DISEÑO ANALISIS
Restricción Regresión multivariable
Aleatorización Estratificación
Pareamiento Estandarización
 1
La restricción consiste en eliminar a los 1
individuos que presentan el confusor que se
Estrategias de busca controlar, y estudiar solo a aquellos que

control de sesgo
están libres de dicho confusor.

de Confusión Es una técnica sencilla y eficaz para eliminar el efecto

de un confusor conocido, pero tiene la desventaja de

según diseño: reducir el tamaño de la muestra, lo que puede afectar

la potencia del estudio. Además, limita la
2
Restricción generalización de los resultados y no permite estudiar
el efecto de la variable restringida, por lo que se debe
aplicar solo cuando el confusor está bien identificado
 2 Asigna a los participantes de manera aleatoria a
los grupos de estudio. Este método equilibra los
Estrategias de confusores entre los grupos, reduciendo su

control de sesgo
influencia tanto en los confusores medidos
como en los no medidos
de Confusión
Es especialmente eficaz en ensayos clínicos, pero su
según diseño: éxito depende del tamaño de la muestra, ya que

Aleatorización
grupos más grandes permiten una distribución más
homogénea de los confusores. Aunque se basa en
probabilidades, garantiza que cualquier diferencia
entre los grupos sea atribuible al azar.
 3
Estrategias de El emparejamiento es una técnica que busca

control de sesgo de hacer homogéneos los grupos en función de

variables confusoras específicas, seleccionando
Confusión según participantes con características similares

diseño: Es especialmente útil en estudios de casos y controles,

Pareamiento o permitiendo un control eficiente de varios confusores
al mismo tiempo. Puede realizarse de manera
emparejamiento individual o grupal, según la frecuencia del confusor.
Sin embargo, para ser efectivo, requiere un tamaño de
muestra adecuado y un análisis de datos riguroso.
 4
Estrategias de Permite ajustar la asociación de interés al incluir
confusores en un modelo estadístico, lo que facilita2 el
control de sesgo de análisis de la relación entre exposición y desenlace
confusión según controlando varios factores al mismo tiempo

análisis: Análisis
es útil para estudiar varios confusores
de regresión simultáneamente, la inclusión de muchas variables
multivariable puede reducir la precisión del modelo. El número de
confusores que se pueden incluir depende del tamaño
de la muestra y del poder del estudio.
 5
La estratificación divide la población en diferentes

Estrategias de categorías o estratos según la variable confusora y

compara la asociación de interés dentro de cada
control de sesgo estrato

de confusión
según análisis: Es eficaz para controlar el sesgo de confusión, pero
solo funciona con confusores categóricos, ya que
Estratificación las variables continuas deben ser categorizadas
previamente.
 6
Estrategias de Es un método que distribuye el confusor de manera
homogénea entre los grupos de estudio, calculando
control de sesgo de los eventos esperados frente a los observados.

confusión según
análisis:
Estandarización Puede realizarse de manera directa, comparando
grupos de expuestos y no expuestos, o indirecta,
utilizando una población de referencia.
 Validez interna
Se refiere a los de los resultados dentro del estudio.
Un estudio tiene alta validez interna cuando la
relaciones observadas entre las variables se deben a
los factores estudiados y no a otros factores no
controlados, como los sesgos o errores sistemáticos.
 Validez externa
Se refiere a la generalizabilidad de los resultados a otras
poblaciones o contextos fuera del estudio. Un estudio
con alta validez externa puede extrapolar sus resultados
a diferentes poblaciones, tiempos o lugares
¿Preguntas?
 BIBLIOGRAFIA

Quispe, A. M., Alvarez-Valdivia, M. G., & Loli-Guevara, S. (2020). Metodologías

Cuantitativas 2: Sesgo de confusión y cómo controlar un confusor. Revista Del Cuerpo
Médico Hospital Nacional Almanzor Aguinaga Asenjo, 13(2), 205–212.
https://doi.org/10.35434/rcmhnaaa.2020.132.675

Zyklo, M. (2005). Epidemologia intermedia. Diaz de Santos.