Sesgos en estudios epidemiológicos

Seguimiento incompleto

Cuando perdemos a participantes durante el seguimiento. Siempre hay que intentar estudiar las causas de los abandonos e intentar que las pérdidas sean las menores posibles.

Falacia de Neyman (de supervivencia)

En los estudios de casos y controles siempre hay que coger casos incidentes, ya que si usamos casos prevalentes estos pacientes son supervivientes de la enfermedad con características de mejor pronóstico y pueden darnos resultados excesivamente positivos que no se correlacionen con la realidad. Se pone más de manifiesto cuando la enfermedad que estamos estudiando es potencialmente mortal.

Sesgo de Berkson: Es el que se produce cuando se usan controles hospitalarios y el factor de riesgo que se está estudiando se asocia a una mayor probabilidad de hospitalización.

Sesgo de información (clasificación, observación)

Cuando hay un error en la medición de alguna variable clave del estudio lo que lleva a una mala clasificación de los participantes. Los principales son:

• Efecto Hawthorne (de atención): los participantes del estudio alteran su comportamiento y su exposición cuando saben que están siendo observados o vigilados
• Sesgo del entrevistador: lo comete el investigador cuando en algún momento del estudio tiene que clasificar a un paciente y se produce un sesgo por su apreciación
• Sesgo de recuerdo: si un estudio se basa recuerdos los pacientes afectados de una enfermedad
• Sesgo de inaceptabilidad: cuando los participantes reducen ciertas exposiciones cuando son políticamente o socialmente incorrectas (tabaco, grasas…) cuando se les pregunta por ellas. NO entran dentro de este sesgo las posible mentiras
• Sesgo de obsequiosidad: cuando una persona sobrevalora su exposición a factores considerados socialmente como positivos. P.ej: una persona que dice que hace más ejercicio del que en realidad hace

Sesgos de confusión

Los más importantes y los que más afectan a los resultados del estudio. Factor que distorsiona la medida de asociación entre dos variables. Puede dar lugar a:

• Una relación o efecto donde no lo hay (relación confundida)
• Una exageración de una asociación real (confusión positiva)
• Una atenuación o inversión de una asociación real (confusión negativa)

CONTROL DE LA CONFUSIÓN

Control en la fase de diseño, se pueden controlar mediante:

• Restricción: seccionar para el estudio la población que está en una única categoría de la variable de confusión; p.ej, realizar estudio de alcohol y cardiovasculares sólo en fumadores
• Emparejamiento: se comparan dos grupos de población que se diferencian en la exposición al factor de riesgo –un grupo consumen alcohol y otro no consume alcohol- y son idénticos en cuanto a la variable de confusión-intento que en los dos grupos haya el mismo % de fumadores.
• Aleatorización: asignar, de forma aleatoria, los individuos a los diferentes grupos de estudio, garantizando que todos los individuos tengan la misma probabilidad de pertenecer a cualquiera de los dos grupos.

Control en la fase de análisis:

• Análisis multivariante: utilizado para determinar la contribución de varios factores en un evento o resultado, para controlar todas las variables de confusión
• Estandarización y ajuste de tasas: permite obtener medidas del efecto una vez eliminada la influencia de la variable de confusión. P.ej, tasas mortalidad estandarizadas
• Estratificación y análisis por subgrupos: podemos realizar el análisis tantas veces como categorías tenga la variable de confusión. P.ej, si la variable de confusión es el sexo (2 categorías), el análisis se puede hacer para los hombres y para las mujeres de forma separada