1 / 59

Epidemiología y demografía sanitaria Bloque de epidemiología

Epidemiología y demografía sanitaria Bloque de epidemiología. Tema 15 Validez de los estudios epidemiológicos. Sesgos Dr. Esteve Fernández. ¿Qué queremos aprender? Los conceptos de validez interna y externa en los estudios epidemiológicos

nakeisha
Download Presentation

Epidemiología y demografía sanitaria Bloque de epidemiología

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. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Epidemiología y demografía sanitaria Bloque de epidemiología Tema 15 Validez de los estudios epidemiológicos. Sesgos Dr. Esteve Fernández

  2. ¿Qué queremos aprender? • Los conceptos de validez interna y externa en los estudios epidemiológicos • La aplicación de los conceptos de validez y fiabilidad a los estudios epidemiológicos. • El concepto de sesgo o error sistemático. • La diferencia entre sesgo y error aleatorio. • Los principales tipos de sesgos: de selección e información (malaclasificación).

  3. Estructura de la sesión • Validez interna y externa. • Erros sistemático y error aleatorio. • Validez y fiabilidad de los estudios epidemiológicos. • Sesgos. • Sesgo de selección. • Sesgo de información.

  4. Materiales para el aprendizaje • 0. (Diapositivas de la lección) • Lectura recomendada • Capítulo 13 libro Piédrola Gil y capítulo 4 libro Szklo & Nieto • Lecturas complementarias • Artículos Aula Global • Seminarios nº 5, 6, 7 y 8

  5. Validez interna y externa

  6. Validez de un estudio • Validez interna • Validez externa o generalización

  7. Validez interna (“validez”) • Grado en el que los resultados de un estudio • son correctos para los sujetos estudiados. • Condiciones: • ausencia de errores sistemáticos • minimización de errores aleatorios

  8. Validez externa (generalización) • La capacidad de extrapolación o traslación • de los resultados del estudio a una • población diferente o más extensa que la estudiada o a un nivel más abstracto de conocimiento científico. • Condiciones: • representatividad estadística • alta validez interna

  9. Error sistemático y aleatorio

  10. Tipos de errores • errores aleatorios • errores sistemáticos

  11. Ejemplo Una persona que se nota febril ….. …. se toma 5 veces seguidas la temperatura con un termómetro digital y obtiene los valores: 37,8º ; 38,0º ; 37,6º ; 37,5º ; 38,1º e inmediatamente… …. se toma 5 veces seguidas la temperatura con un termómetro de mercurio y obtiene los valores: 39,0º ; 38,8º ; 38,9º ; 39,2º ; 39,1º

  12. digital Hg. 39º 38º 37º Temp. media Temp. media

  13. no válido, preciso válido y preciso válido e impreciso no válido e impreciso Analogía de la diana: validez y reproducibilidad

  14. Error aleatorio (azar) Diferencia debida al azar entre la estimación obtenida en el estudio y el parámetro que se pretende estudiar. Variabilidad debida al muestreo o del proceso de medición. Imprecisión de medida = dispersión aleatoria Mayor tamaño muestral  mayor precisión

  15. Error sistemático (sesgo) Desviación sistemática y no debida al azar de la medida o de los resultados de un estudio. Mayor tamaño muestral  igual sesgo

  16. Error aleatorio Error sistemático Error Tamaño del estudio Relación entre el error sistemático y el error aleatorio con el tamaño del estudio Fuente: Rothman 2002

  17. Validez y fiabilidad

  18. Validez / exactitud Grado en que una variable representa realmente lo que se supone que debe representar Grado de ausencia de error sistemático o de sesgo [validity, accuracy] estudio proporciona resultados que se corresponden con los resultados reales

  19. Reproducibilidad / Fiabilidad / Precisión Grado en en que una variable tiene casi el mismo valor cuando se mide repetidamente Grado de ausencia de errores aleatorios [reliability, reproducibility] un estudio proporciona resultados similares cuando se hace varias veces

  20. Ante un estudio nos tenemos que • preguntar: • Son correctos los resultados? • Pueden ser atribuidos al azar? • Son aplicables a otros contextos?

  21. Ante un estudio nos tenemos que • preguntar: • Son correctos los resultados? • Pueden ser atribuidos al azar? • Son aplicables a otros contextos? validez interna validez externa

  22. Sesgos

  23. Sesgo Cualquier hecho en el diseño o ejecución de un estudio que hace que los resultados del estudio de desvíen o se aparten de la realidad. [bias]

  24. sesgo = distorsión sistemática ≠ azar = distorsión sistemática • Siempre potencialmente presente… • es necesario preverlo, anticiparlo • es necesario identificarlo

  25. Clasificación de los sesgos • sesgos de selección Distorsión del efecto medido debida a los procedimientos usados para seleccionara los sujetos Los resultados obtenidos se pueden explicar por cómo se seleccionaron los sujetos • sesgos de información Distorsión del efecto medido debida a los procedimientos usados para obtener la información yclasificara los sujetos (exposición y evento) Los resultados obtenidos se pueden explicar por cómo se clasifica los sujetos

  26. Sesgo de selección

  27. Sesgo de selección Población de referencia Enfermos Expuestos Sanos Expuestos Enfermos No expuestos Sanos No expuestos La muestra no representa a la población diana Muestra del estudio Fuente: Szklo y Nieto 2000

  28. Sesgos de selección • en la formación de la base del estudio • mala definición de la población de estudio • problemas en obtención de la muestra • uso inapropiado de pruebas diagnósticas • sesgos en la selección de controles en estudios de casos y controles • Por alteraciones en la recogida de información • pérdidas durante el seguimiento • la ausencia de información condiciona la no inclusión en el análisis

  29. 4 casos (14%) Contactan espontáneamente • sesgo de autoselección Smoky Atomic Test Seguidos (76%) (62%) Seguidos por los investigadores No seguidos (24%) 4 casos ?? casos Fuente: Rothman 1998

  30. sesgo de no respuesta • ¿Son diferenteslos participantes de los no participantes? • ¿La no participación está relacionada con la exposición o con el desenlace estudiado? • Ej.: Encuesta de consumo de tabaco en médicos de un hospital • prevalencia “anormalmente” baja • ¿hubo una mayor no respuesta entre los fumadores?

  31. En muestras hospitalarias puede observarse una asociación espuria entre dos factores que influyen en la probabilidad de asociación. • Descrito en 1946 (“falacia de Berkson”): • asociación inversa entre TBC y cáncer de pulmón • casos: pacientes con cáncer • controles: otros pacientes ingresados • Explicación: la probabilidad de estar ingresado y tener las dos enfermedades es más baja que la probabilidad de estar ingresado con sólo una enfermedad - • sesgo de Berkson

  32. sesgo de Neymann • (o de incidencia-prevalencia o de supervivencia) • Cuando la exposición de interés se encuentra asociada al pronóstico, el estudio de casos prevalentes puede producir asociaciones espurias • En estudios de prevalencia o de casos y controles prevalentes. ORAVC no mortal = 0,80 OR AVC mortal = 16,10

  33. sesgo del trabajador sano • Cuando se compara la incidencia de enfermedad en una población “seleccionada” de origen laboral con la población general. •  en estudios de cohortes (laborales)

  34. Sesgo de información Población de referencia Enfermos Expuestos Sanos Expuestos Enfermos No expuestos Sanos No expuestos Casos Controles Exp. Los datos en la muestra y en la población diana difieren No Exp. Muestra del estudio Fuente: Szklo y Nieto 2000

  35. Distorsión del efecto medido debida a los procedimientos usados para obtener la información yclasificar (errores en la medida) a los sujetos (exposición y evento) Los resultados obtenidos se pueden explicar por cómo se clasifica los sujetos

  36. sesgos en la medición/identificación • de la exposición - Sesgo de recuerdo o de memoria • ej.: recuerdo consumo fármacos ¿cómo prevenirlo? - verificación respuestas • uso de marcadores objetivos de exposición • uso de diseños de cohortes

  37. - Sesgo del entrevistador u observador • Ej.: aplicación diferente del cuestionario (caso/ctrl) • Ej.:asignación de un diagnóstico condicionado al conocimiento de la exposición ¿cómo prevenirlo? - protocolo de encuesta • cegamiento • entrenamiento - Sesgo del entrevistado o participante (de agrado, de colaboracionismo)

  38. - Sesgo del entrevistado • Variable dependiente (enfermedad) asignada según respuesta subjetiva o no validada del participante • Ej.: HTA en encuesta de salud sin examen ¿cómo prevenirlo? • medida objetiva • cuestionario validado

  39. En los estudios epidemiológicos, los sesgos de información conducen a la malaclasificación* de la exposición o del resultado * del inglés misclassification, se le puede llamar error de clasificación o clasificación errónea

  40. La clasificación errónea de un individuo, un valor, o un atributo en una categoría diferente de la que debería ser asignado. La probabilidad de malaclasificación puede ser la misma en todos los grupos de estudio (malaclasificación no diferencial) o puede variar entre grupos (malaclasificación diferencial).

  41. ¿En qué estudios puede haber malaclasificación? Exposición Desenlace x x Cohortes Casos y controles xxx x

  42. Malaclasificación no diferencial Ocurre cuando el grado de error en la clasificación de la exposición no depende del desenlace (ser caso o control) SIN MALACLASIFICACIÓN casos controles 50 20 Expuestos No expuestos 50 80 OR=4

  43. 35 14 50 20 65 86 50 80 MALACLASIFICACIÓN de la exposición del 30% en cada grupo Casos 50 - 15=35 50 + 15=65 Controles 20 - 6=14 80 + 6=86 casos controles Expuestos No expuestos OR=3,3

  44. La malaclasificación no diferencial tiene a sesgar la asociación hacia la hipótesis nula • La malaclasificación puede ocurrir en los dos sentidos: • de Exp a noExp • de noExp a Exp

  45. La malaclasificación se puede estudiar en términos de correcta clasificación • de los expuestos (sensibilidad) • de los no expuestos (especificidad) SENSIBILIDAD: Capacidad de una prueba de identificar correctamente aquellos que tienen la característica o enfermedad de interés. ESPECIFICIDAD: Capacidad de la prueba de identificar correctamente aquellos que NO tienen la característica o enfermedad de interés.

  46. La malaclasificación se puede estudiar en términos de correcta clasificación • de los expuestos (sensibilidad) • de los no expuestos (especificidad) Habrá malaclasificación no diferencial cuando la S y la E de la clasificación de la exposición sea la misma para casos y controles, pero <100% Gold Standard (lo verdadero) + - Nuestra “realidad”, lo que observamos + a b - c d

  47. Efecto de la MALACLASIFICACIÓN NO DIFERENCIAL en la OR Sensibilidad=0.90 y Especificidad=0.80 OR verdadera casos controles Exp No Exp Exp No Exp Distribución verdadera OR = 4,0 50 50 20 80 casos ctroles Distribución observada en el estudio OR malclasif. 16 18 34 10 45 55 Expuestos OR = 2,4 No expuestos 2 64 5 66 40 45 S=0.9 E=0.8 S=0.9 E=0.8

  48. Malaclasificación diferencial • Ocurre cuando el grado de error en la clasificación de la exposición depende del desenlace (ser caso o control) • La malaclasificación diferencial puede sesgar la asociación en cualquier dirección Habrá malaclasificación diferencial cuando la S y la E de la clasificación de la exposición sean diferentes para los casos y los controles

  49. Efecto de la MALACLASIFICACIÓN DIFERENCIAL en la OR Sensibilidad=0.96 en EXP y 0.70 en NO EXP; Especificidad=1.0 OR verdadera casos controles Exp No Exp Exp No Exp 50/50 20/80 Distribución verdadera = 4,0 50 50 20 80 Distribución observada en el estudio OR malclasif. 48 0 14 48 0 14 Expuestos 48/52 14/86 = 5,7 2 50 No expuestos 52 6 80 86 S=0.96 E=1.0 S=0.70 E=1.0

  50. Regresión a la media Fenómeno por el cual una variable con un valor extremo tiende a tener valores más cercanos a los valores centrales de su distribución en sucesivas mediciones Ej.: en evaluación de intervenciones en individuos con parámetros anormalmente altos (hipercolesterolemia) necesario un grupo control, realizar varias mediciones

More Related