slide1 l.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
PowerPoint Presentation
Download Presentation

Loading in 2 Seconds...

play fullscreen
1 / 64

- PowerPoint PPT Presentation


  • 277 Views
  • Uploaded on

Epidemiología y demografía sanitaria Bloque de epidemiología. Tema 16 Confusión Dr. Esteve Fernández. ¿Qué queremos aprender? El concepto de confusión y factor de confusión en epidemiología. Investigar la presencia de confusión en un estudio epidemiológico.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about '' - Faraday


Download Now An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

Epidemiología y demografía sanitaria

Bloque de epidemiología

Tema 16

Confusión

Dr. Esteve Fernández

slide2

¿Qué queremos aprender?

  • El concepto de confusión y factor de confusión en epidemiología.
  • Investigar la presencia de confusión en un estudio epidemiológico.
  • El concepto de análisis estratificado y ajustado.
  • Obtener medidas de asociación ajustadas.
  • Los conceptos de confusión negativa y confusión residual.
slide3

Estructura de la sesión

  • Definición de confusión.
  • Análisis estratificado.
  • Ajuste de medidas de asociación.
  • Tipos de confusión (positiva y negativa).
  • Confusión residual.
slide4

Materiales para el aprendizaje

  • 0. (Diapositivas de la lección)
  • Lectura recomendada
  • De Irala-Estévez J, Martínez-González MA, Guillén-Grima F. ¿Qué es un factor de confusión?. Med Clín (Barc). 2001; 117: 377-385.
slide5

Materiales para el aprendizaje

  • 2. Lecturas complementarias
  • Delgado Rodríguez M, Llorca Díaz J. Sesgos: En: Gálvez Vargas R, Sierra López A, Saénz González MC, et al., eds. Piédrola Gil. Medicina Preventiva y Salud Pública. 10ª edición. Barcelona: Masson, 2000. Capítulo 13
  • Szklo M, Nieto J. Epidemiología intermedia. Madrid: Ed. Díaz de Santos; 2003. Capítulo 5.
  • 3. Seminario de resolución de problemas nº 8
slide7

CONFUSIÓN

Situación en la que la asociación entre una determinada exposición y un determinado resultado es debida a la influencia de una tercera variable

confounding

slide8

resultado

exposición

slide9

X

tercera variable

resultado

exposición

slide10

enfermedad

exposición

Factor de confusión

Confusor

confounder

confounding variable

slide11

Factor de confusión

1. El factor de confusión se asocia

causalmente a la enfermedad;

2. Se asocia, causalmente o no, con

la exposición;

3. Y no es una variable intermedia

en la secuencia causal entre

exposición y enfermedad.

slide12

enfermedad

X

exposición

Factor de confusión

slide13

cáncer de

vejiga urinaria

consumo

de café

slide14

RR=3.1

Preval. Tabaco (café=0): 0.43

Preval. Tabaco (café=1): 0.73

Tabaco

cáncer de

vejiga urinaria

RR=2.9

RR(aj)=1.3

consumo

de café

slide15

La medida de

frecuencia

o asociación

que estemos usando!!!

¿Cuándo hay confusión?

RR crudo  RR ajustado

slide16

cáncer

de vejiga

consumo

de café

Tabaco

1. El tabaco es un factor de riesgo

del cáncer de vejiga;

2. El tabaco está asociado al consumo de café;

3. Fumar no es consecuencia

de beber café (ni viceversa)

slide17

AZUCAR

Otra manera

de tenerlo presente...

slide18

Otro ejemplo.-

Tasa de mortalidad /1000 (1986)

Costa Rica 3.8

Venezuela 4.4

México 4.9

Cuba 6.7

Canadá 7.3

Estados Unidos 8.7

slide19

Mortalidad

Costa Rica

México

Canadá

slide20

?

¿Puede ser la edad

un factor de confusión?

slide21

Mortalidad

Costa Rica

México

Canadá

Estructura etaria

de la población

¿Puede ser la edad

un factor de confusión?

slide22

Tasa de mortalidad /1000 (1986)

Costa Rica 3.8

Venezuela 4.4

México 4.9

Cuba 6.7

Canadá 7.3

Estados Unidos 8.7

slide23

Tasa de mortalidad /1000 (1986)

BRUTA AJUSTADA

Costa Rica 3.8 3.7

Venezuela 4.4 4.6

México 4.9 5.0

Cuba 6.7 4.0

Canadá 7.3 3.2

Estados Unidos 8.7 3.6

slide24

Mortalidad

Costa Rica

México

Canadá

Estructura etaria

de la población

x

slide25

Renta per capita

Latitud

Incidencia de melanoma

Se ha definido la CONFUSIÓN en el contexto de los estudios etiológicos (casos y controles, cohortes), pero este fenómeno es aplicable a estudios descriptivos (transversales y ecológicos).

slide27

“X” NO es un confusor......

M: cáncer de hígado

E: alcohol

X: virus hepatitis C

E

M

X

slide28

“X” NO es un confusor......

E

M

X

M: muerte súbita del lactante

E: tabaquismo materno

X: bajo peso al nacer

slide29

“X” NO es un confusor......

M: cáncer de cérvix

E: infección VPH

X: relaciones sexuales

E

M

X

slide30

Evaluación de la confusión

1. La variable de confusión, ¿está asociada con

la exposición y con el desenlace?

2. La asociación* exposición-desenlace del análisis bruto ... ¿es similar en el análisis estratificado?

3. La asociación* exposición-desenlace del análisis bruto… ¿es similar en el análisis ajustado?

*dirección y magnitud

slide31

Control de la confusión

  • en el DISEÑO
        • emparejamiento
        • restricción

en el ANÁLISIS

        • estratificación
        • ajuste (estandardización)
        • emparejamiento
        • modelización
slide33

Evaluación de la confusión

1. La variable de confusión, ¿está asociada con

la exposición y con el desenlace?

2. La asociación* exposición-desenlace del análisis bruto... ¿es similar en el análisis estratificado?

3. La asociación* exposición-desenlace del análisis bruto… ¿es similar en el análisis ajustado?

*dirección y magnitud

slide34

Ejemplo hipotético sobre abandono del tabaquismo, en el que se identifica el sexo como un determinante del mismo

Abandonan

No abandonan

117

88

Hombres

Mujeres

83

112

OR = 1,80

slide35

ABANDONO

DEL TABACO

OR=1,80

SEXO

???????????????

???????

ambiente laboral

libre de humo

slide36

Ambiente laboral

Confusor

vs Exposición

Sin humo

Con humo

92

113

Hombres

Mujeres

19

176

¿Está asociada la variable confusora

con la exposición y con el resultado?

Sexo

OR = 7,54

slide37

Dejan de fumar?

Resultado

vs confusor

No

sin humo

85

26

con humo

115

174

¿Está asociada la variable confusora

con la exposición y con el resultado?

A.L.

OR = 4,9

slide38

ABANDONO

DEL TABACO

OR=1,8

SEXO

OR=4,9

OR=7,5

AMBIENTE LABORAL

LIBRE DE HUMO

slide39

ESTRATIFICACIÓN

Método para eliminar comparaciones erróneas resultado del efecto de variables confusoras

¿La asociación exposición-resultado del análisis

crudo tiene la misma dirección y magnitud en

los estratos de la variable de confusión?

slide40

¿Dejan de fumar?

¿Dejan de fumar?

AMBIENTE LABORAL

CON HUMO

AMBIENTE LABORAL

SIN HUMO

No

No

Hombres

Hombres

48

69

23

65

Mujeres

Mujeres

16

67

109

3

¿La asociación exposición-resultado del análisis

crudo tiene la misma dirección y magnitud en

los estratos de la variable de confusión?

OR = 0,56

OR = 1,20

slide41

¿La asociación exposición-resultado del análisis

crudo tiene la misma dirección y magnitud en

los estratos de la variable de confusión?

Sexo – Abandono tabaco (OR=1,80)

AMBIENTE LABORAL

SIN HUMO

AMBIENTE LABORAL

CON HUMO

Sexo – Abandono tabaco

OR = 1,20

Sexo – Abandono tabaco

OR = 0,56

slide42

AJUSTE

Método para controlar el efecto

de una tercera variable en el análisis

de la relación entre otras dos variables

¿La asociación exposición-resultado del análisis

crudo tiene la misma dirección y magnitud

después de ajustar por la variable de confusión?

slide43

Ajuste de medidas

de asociación

slide44

¿La asociación exposición-resultado del análisis

crudo tiene la misma dirección y magnitud

después de ajustar por la variable de confusión?

Debemos calcular la OR “ajustada”

como ponderación de la OR de cada

uno de los estratos

Método de Mantel-Haenszel

slide45

å

)

(

a

*

d

/

N

i

i

i

i

=

OR

(

MH

)

å

)

(

b

*

c

/

N

i

i

i

i

OR de Mantel-Haenszel

Estrato i

Casos

Controles

ai

bi

m1i

Expuestos

No expuestos

ci

di

m2i

n1i

n2i

Ni

slide46

RR (MH) en estudio de cohortes con Incidencia Acumulada

Estrato i

Casos

No casos

ai

bi

m1i

Expuestos

No expuestos

ci

di

m2i

n1i

n2i

Ni

å

a

[

]

(

c

+

d

)/

N

i

i

i

i

i

=

RR

(

MH

)

å

c

[

]

(

a

+

b

)/

N

i

i

i

i

i

slide47

RR (MH) estudio cohortes con Densidad Incidencia (pers-tiempo)

Estrato i

Casos

Pers-tiempo

a1i

y1i

Expuestos

No expuestos

a0i

y0i

Ti

å

)

(

a

*

y

/

T

0i

1i

i

i

=

RR

(

MH

)

å

)

(

a

*

c

/

T

i

0i

1i

i

slide48

¿Dejan de fumar?

¿Dejan de fumar?

AMBIENTE LABORAL

SIN HUMO

AMBIENTE LABORAL

CON HUMO

No

No

Hombres

Hombres

69

48

23

65

Mujeres

Mujeres

16

67

109

3

Volvamos a nuestro ejemplo

¿La OR bruta = OR ajustada?

OR bruta

= 1,80

OR ajust

= 1,1

slide49

¿Hay confusión?

a) ¿Asociación sexo – ambiente laboral?

b) ¿Asociación ambiente laboral – abandono?

c) ¿Asociación sexo – abandono por estratos de ambiente laboral?

d) ¿Asociación sexo – abandono bruta semejante tras ajustar por ambiente laboral?

slide50

ABANDONO

DEL TABACO

OR crudo=1,8

OR ajust=1,1

SEXO

OR=4,9

OR=7,5

AMBIENTE LABORAL

LIBRE DE HUMO

slide51

ABANDONO

DEL TABACO

OR crudo=1,80

OR ajust=1,09

X

SEXO

OR=4,95

OR=7,54

AMBIENTE LABORAL

LIBRE DE HUMO

slide52

Asunciones

    • definición correcta de los estratos
    • homogeneidad dentro de cada estrato
    • ausencia de “confusión residual”
  • La confusión no es un
    • fenómeno “todo o nada”

La realidad es más compleja que una tabla de 2 x 2

slide53

La confusión no es un fenómeno “todo o nada”

La realidad es más compleja que una tabla de 2 x 2

RR de hemorragia digestiva respecto al uso de eritromicina

RR IC95%

No ajustado 1,8 1,2-2,7

Ajustado por edad, raza,

sexo, residencia y AINES 1,5 1,0-2,2

Ajustado por lo anterior

y hospitalización reciente 1,1 0,7-1,7

slide55
Confusión positiva

Cuando la confusión produce una sobreestimación del efecto ( el estimador bruto se aleja de 1,0 y exagera la asociación no ajustada frente a la ajustada).

Confusión negativa

Cuando la confusión produce una infraestimación del efecto ( el estimador bruto se acerca a 1,0 y atenúa la asociación no ajustada frente a la ajustada).

slide56

Tipo de confusión

Positiva Negativa

Ajustado

3.0

x

Bruto o no ajustado

5.0

3.0

x

2.0

0.4

x

0.3

0.4

x

0.7

1

0.1

10

RR, OR…

Fuente: Szklo y Nieto 2000

slide58

Confusión residual

Cuando no se puede ajustar o cuando el ajuste es imperfecto

1. No disponemos de información de la variable que sospechamos que es el confusor (no sabemos si los casos y controles fumaban o no)

2. La información no es suficiente (sólo sabemos si fumaban o no, pero no sabemos nada de los exfumadores o del nº de cigarrillos...)

slide60

enfermedad

exposición

Factor de confusión

Confusor

  • Recapitulación
  • Definición de confusión

Situación en la que la asociación entre una determinada exposición y un determinado resultado es debida a la influencia de una tercera variable

  • El factor de confusión se asocia causalmente a la enfermedad;
  • Se asocia, causalmente o no, con la exposición;
  • Y no es una variable intermedia en la secuencia causal entre exposición y enfermedad.

¿ RR crudo = RR ajustado ?

slide61

Sexo – Abandono tabaco (OR=1,80)

AMBIENTE LABORAL

SIN HUMO

AMBIENTE LABORAL

CON HUMO

Sexo – Abandono tabaco

OR = 1,20

Sexo – Abandono tabaco

OR = 0,56

Recapitulación

2. Análisis estratificado

Estratificación

Método para eliminar comparaciones erróneas resultado del efecto de variables confusoras

slide62

å

)

(

a

*

d

/

N

i

i

i

=

OR

(

MH

)

å

)

(

b

*

c

/

N

i

i

i

Recapitulación

3. Ajuste de medidas de asociación

Ajuste

Método para controlar el efecto

de una tercera variable en el análisis

de la relación entre otras dos variables

slide63

Recapitulación

4. Tipos de confusión

Positiva

  • La confusión produce una sobreestimación del efecto ( el estimador crudo se aleja de 1,0 y exagera la asociación no ajustada frente a la ajustada).

Negativa

La confusión produce una infraestimación del efecto ( el estimador crudo se acerca a 1,0 y atenúa la asociación no ajustada frente a la ajustada).

5. Confusión residual

Cuando no se puede ajustar o cuando el ajuste es imperfecto

slide64

Epidemiología y demografía sanitaria

Bloque de epidemiología

Tema 16

Confusión

Dr. Esteve Fernández