La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

¿Quién es Betty C Jung? Revise mi sitio Web, en:

Presentaciones similares


Presentación del tema: "¿Quién es Betty C Jung? Revise mi sitio Web, en:"— Transcripción de la presentación:

1 Una breve introducción a la epidemiología - XII (Criticando la investigación: Temas metodológicos)
¿Quién es Betty C Jung? Revise mi sitio Web, en: <A HREF=“http://www.bettycjung.net/index.htm”> Páginas Webque pudieran ser de interés: <A HREF=“http://www.bettycjung.net/Episites.htm”>Epidemiology Index</A> <A HREF=“http://www.bettycjung.net/Statsites.htm”>Biostatistics and Statistics Sites</A> <A HREF=“http://www.bettycjung.net/Phsitea.htm”>Public Health Sites A - Z</A> <A HREF=“http://www.bettycjung.net/Study.htm”>Research Resources on the Internet</A> <A HREF=“http://www.bettycjung.net/Sesites.htm”>Search Engines</A> Traducción al Español, por Dr. Nicolás Padilla, Facultad de Enfermería y Obstetrcia de Celaya, Universidad de Guanajuato, México Betty C. Jung, RN, MPH, CHES

2 Objetivos de aprendizaje/ a alcanzar
Ser capaz de evaluar la metodología de un reporte de investigación Entender la jerarquía de la evidencia como se relaciona a los estudios epidemiológicos Entender cuáles son las trampas y errores que hay en los estudios epidemiológicos Entender como corregir, controlar o prevenir tales errores. Esta conferencia busca ofrecer algunos principios básicos de lectura de reportes de investigación con un ojo crítico. También busca unir algunos de los temas que han surgido en el curso del desaqrrollo de estas conferencias. La secuencia de esta serie de conferencias inicia en forma amplia, y luego se concentró en áreas epidemiológicas específicas. Ahora, conforme nos acercámos al final, es tiempo de juntar todo en un amplio contexto. Esta y la siguiente conferencia, buscan explorar algunas de las debilidades y temas actuales de estudios y métodos epidemiológicos y las estrategias que pueden emprenderse para corregir esas debilidades. También ofrecen tips en qué observar en una buen reporte de investigación. Espero que estas dos lecturas ayudarán a entender como usar mejor los hallazgos de estudios epidemiológicos. Fuentes para esta conferencia incluyen: WHO (1993), Basic Epidemiology; RM page, GE Cole & TC Timmreck, Basic Epidemiology Methods and Biostatistics; HRSA (1998) Analytic Methods in Maternal and Child Health; M. A. Patton (1990) Qualitative Evaluation and Research Methods; T. Greenhalgh’s lectures at: and V.H. Massey (1991) Nursing Research. A study and learning tool.

3 Introducción El propósito primario de la investigación es conducir una investigación científica o académica de un fenómeno o responder una pregunta importante. Investigación es definida como una forma sistemática para resolver un problema. Igual que otras disciplinas científicas, salud pública apoya el trabajo de los investigadores en su campo. Como otras disciplinas académicas, salud pública incluye muchas áreas de especialidad cada una conduciendo su propia investigación , por ejemplo, educación en salud, políticas en salud, etc. Pero si tienen que elegir un área que es la más cercana a la esencia de la salud pública es la epidemiología. Mientras epidemiología es el estudio de la distribución de la enfermedad, los métodos de investigación usados y desarrollados por epidemiólogos han sido usados también para estudiar aspectos “relacionados a salud”. Por ejemplo, investigadores de servicios de salud observaron como los servicios de salud difieren para diferentes poblaciones. Investigadores en educación en salud observaron como las personas reaccionan a la enfermedad y como esas conductas impactan la calidad de vida. Así, los hallazgos de estudios epidemiológicos deberían servir como los cimientos para la investigación en educación en salud, políticas en salud, etc. Debido a un mejor entendimientode cómo la enfermedad impacta a las poblaciones, es crucial antes de pensar en como mejorar los servicios, pensar en como educar a la gente acerca de conductas saludables y desarrollar políticas de salud racionales.

4 Jerarquía de la evidencia
Revisión sistemática y meta-análisis Ensayos clínicos controlados con resultados definitivos (no sobreposición de los intervalos de confianza) Estudios aleatorizados controlados con resultados no definitivos (un estimado que sugiere un efecto clínico significativo pero con sobreposición de los intervalos de confianza). No todos los estudios son iguales. Un problema puede ser estudiado en varias formas diferentes. Una de las preguntas más interesantes con respuesta con investigación es hallar la causa de un fenómeno. Esto es de utilidad en salud pública, especialmente cuando controla la diseminación de la enfermedad. Esto es más evidente, como ahora en el 2003, estamos aún tratando con la diseminación de enfermedades infecciosas, principalmente SARS (Síndrome Respiratorio Agudo Severo). Desafortunadamente, principios éticos de la investigación no permite “ la exposición intencional a la enfermedad” de humanos sólo para ver si lo que sospechamos que sea la causa de la enfermedad, es la verdadera causa.

5 Jerarquía de la evidencia (cont...)
Estudios cohorte Estudios de casos controles Encuestas transversales Reporte de casos De acuerdo a la jerarquía de la ecidencia, la mayoría de los estudios epidemiológicos caen la mitad inferior. Esto es debido a que la investigación de los practicantes de la salud pública, como los epidemiólogos, que pueden conducir son usualmente de naturaleza observacional. Como tal, esos investigadores no tienen control que los habilite para decir “que A causa B”. Lo que ellos pueden decir es que “A puede causar B”. Esta es la razón porqué los estudios epidemiológicos necesitan tener un buen diseño de investigación que permitiera la repetición de los resultados en muchos otros estudios que puedan formar “el cuerpo de la evidencia” de que las asociaciones encontradas sean consideradas como asociaciones causales.

6 Fuerza de la evidencia Fuerte Cohorte Caso-control
TIPO DE ESTUDIO CAPAZ DE “PROBAR” CAUSALIDAD Estudios controlados aleatorizados Fuerte Cohorte Moderado (cuando bien conducido, sesgos mínimos) Caso-control Moderado (buena evidencia para naturaleza causal de una asociación) Transversal Débil (sin evidencia directa de secuencia temporal) Ecológicos Débil (peligro de extrapolación incorrecta a individuos de datos sobre regiones o países)

7 Eligiendo el diseño adecuado de estudio
Trans-versal Caso-Control Cohorte Ecológico - - ++++ +++++ Investigación de enfermedad rara ++ - - +++++ Investigación de causas raras Probando múltiples efectos de una causa ++ - +++++ + ++ ++ ++++ +++ Estudiar múltiples exposiciones Medición de relación temporal - +++++ ++ +(b) Medidas directas de incidencia - - +++++ +(c) Investigación de periodos de latencia largoss - - +++ -

8 Frecuencia de estudios epidemiológicos
Transversal (46%) Cohorte (29%) Caso-control (6%) Etc (estudio de casos, etc) (19%) De acuerdo a Lachin y Bailar, casi la mitad de los estudios epidemiológicos son de diseño transversal. Estos no incluyen ensayos clínicos controlados aleatorizados, los cuales son clasificados como experimentales más que observacionales. La frecuencia de los diseños de estudios usadas, refelja el costo de conducir investigaciones. Los transversales son más económicos que los cohorte. Los menos costosos son los casos-controles. El problema del estudio de casos y controles es seleccionar los controles adecudaos.

9 Limitantes de la investigación basada en el método científico
Cada estudio de investigación tiene errores. Ningún estudio único aprueba o rechaza una hipótesis Aspectos éticos pueden limitar a los investigadores Control adecuado es difícil de mantener en un estudio Mientras que el método científico es un buen formato para conducir investigaciones, debemos recordar que la investigación es conducida por huamnos, cada uno con sus ideas (hipótesis) de por qué las cosas son como son. Esto introduce sesgos que afectan la interpretación de los resultados. Por lo tanto, es importante conocer de dónde “vienen los investigadores” Otros sesgos pueden introducirse por otros factores. Un factor principal es el financiamiento de la investigación. Si los patrocinadores se beneficiarán o perjudicarán de los resultados de la investigación, da lugar a preguntas de la validez de los hallazgos. Inalmente, buenos reportes de investigación siempre notificarán a los lectores las limitantes del estudio. Esto ayuda a los lectores a decidir que tan importante son las conclusiones del estudio.

10 Explicaciones para asociaciones artificiales
Sesgo de información Sesgo de selección Fracaso para controlar variables confusoras Falacia ecológica Variablidad de muestreo o azar Cuando observalos los hallazgos de un estudio, necesitamos asegurarnos que las asociaciones encontradas fueron reales y no asociaciones artificiales. Todas las explicaciones para asociaciones artificiales son realmente errores que debemos conocer e intentar corregir para prevenir que los resultados del estudio pasen el escrutinio.

11 Errores en estudios epidemiológicos
Error aleatorio Cálculo de tamaño de muestra Error sistemático Sesgo de selección Sesgo de medición Confusión Validez Validez interna Validez externa Principales errores encontrados en estudios epidemiológicos son del tipo aleatorio o sistemático. Otro factor a considerad al revisar un estudio epidemiológico es su validez.

12 Error aleatorio Divergencia, debido sólo al azar, de una observación de una muestra de la verdadera población, dando lugar a disminución de la precisión en la medición de la asociación. Fuentes de error alestorio Error de muestreo Variación biológica Error de medición Error aleatorio puede minimizarse con medición cuidadosa de la exposición o resultado. Esto hará a las mediciones individuales tan precisas comos ea posible. Nunca eliminaremos completamente error aleatorio debido a que sólo estudiamos una muestra de la población. Error de muestreo ussualmente ocurre como parte del proceso de selección de los participantes en el estudio quienes son siempre una muestra de una población mayor.La mejor forma de reducir el error de muestreo es incrementar el tamaño de muestra. Y, si los individuos difieren, ninguna medicióne s completamente segura.

13 Cálculo de tamaño de muestra
Variable a considerar Nivel requerido de significancia estadística del resultado esperado Oportunidad aceptable de no encontrar el efecto real Magnitud del efecto en investigación Cantidad de enfermedad en la población Tamaños relativo de los grupos siendo comparados

14 Error sistemático (sesgo)
Ocurre cuando hay una tendencia de producir resultados que difieren de manera sistemática de los verdaderos valores. Un estudio con un error sistemático pequeño es considerado altamente seguro Seguridad no es afectada por el tamaño de muestra Sesgos principlaes Sesgo de selección Sesgo de medición (clasificación) Confusión Error sistemático es un problema mayor con los estudios epidemiológicos debido a que los epidemiólogos no tienen control sobre los participantes en el estudio. Es también difícil obtener una muestra representativa de las poblaciones de interés. También, algunas variables de interés, son difíciles de medir, y hay consideraciones ambientales que tomar en cuenta. Hay casi 30 tipos de sesgos que pueden resultar en error sistemático en diseño de investigaciones. Los dos principales los sesgos de selección y de medición. Estimaciones erróneas del efecto pueden dar lugar a confusión. Aunque no es un sesgo, por sí, es un resultado de la distribución no aleatoria de factores de riesgo en la población en estudio y en el universo.

15 Sesgo de selección Ocurre cuando hay una diferencia sistemática entre las caracaterísticas de las personas seleccionadas para un estudio y las caracetrísticas de aquellas que no lo fueron. Distorsión del efecto que resulta de la forma en que los participantes son aceptados en los estudios. Efecto del trabajador saludable - riesgo para cierta enfermedad en poblaciónes laborales industriales, más bajo que en la población en general. Cuando los participantes son voluntarios para participar en un estudio, no se sabe que tan representativos son de la población de interés. Si tales individuos entran o permanecen en el estudio mostrando diferentes asociaciones de aquellos quienes no, una estimación sesgada de la asociación entre la exposición y el resultado es producido. Algunas veces, las personas que queremos estudiar pueden no estar disponibles para el estudio. Esto puede suceder en lugares de trabajo donde los trabajadores expuestos sufriendo s+intomas son los que nos gustaría estudiar, pero pueden estar incapacitados o dejaron el trabajo. Aquellos que permanecen son los menos afectados. El efecto del trabajador saludable - aquellos severamente afectados o incpacitados están excluídos de la fuerza laboral.

16 Fuentes de sesgo de selección
Voluntarios para un estudio son casi siempre selectivo. Participantes pagados pueden ser diferentes de la población general Datos de hospitales y clínicas están basados en una población selectiva Enfermedad o factor en investigación hace a las personas no disponibles para el estudio.

17 Sesgo de medición Ocurre cuando las mediciones indiciduales o la clasificación de enfermedad o exposición son inseguras Si ocurre igualmente en grupos siendo comparqados (sesgo no diferencial) - resulta en sub-estimación de la verdadera fuerza de la relación Fuente: Calidad de análisis de laboratorio Sesgo de recuerdo Mediciones bioquímicas o fisiológicas nunca son completamente seguras. Errores aleatorios (menos serios) pueden ocurrir cuando expuestos y controlados, son analizados aleatoriamente por diferentes laboratorios. Errores sistemáticos ocurren cuando todos los especímenes del grupo expuestos son analizados en un laboratorio y especímenes del grupo control son analizados en otro laboratorio. Si los laboratorios producen resultados diferentes sistemáticamente cuando se analizan el mismo especímen, el el estudio estará sesgado. Sesgo de recuerdo - recuerdo diferencial de información entre casos y controles.

18 Confusión Ocurre cuando otra asociación existe en la población en estudio y está asociada con la enfermedad y con la exposición siendos estudiadas Cuando los efectos de dos exposiciones (factores de riesgo) no han sido separados, y conclusiones incorrectas son extraídas de que el efecto es debido a una y no a la otra variable.

19 Confusión (cont...) Puede crear la apriencia de una relación causa-efecto que realmente no existe Para que una variable sea confusora, deberá ser un determinante (factor de riesgo) de la enfermedad y la exposición siendo estudiados Edad y clase social son confusores comunes

20 Controlando confusión con el diseño del estudio
Aleatorización - sólo estudios experimentales; tamaño de muestra deberá ser suficiente para evitar maldistribución aleatoria Restricción - limita el ingreso en el estudio a aquellos con características particulares Pareando - estudios casos- controles; variables potencialmente confusoras son distribuidas similarmente en todos los grupos del estudio.

21 Controlando confusión durante el análisis
Estratificación - usada en estudios grandes; midiendo la fuerza de asociación en categorías bien definidas y homiogéneas (estratos) de la variable confusora Modelaje estadístico (multivariable) - para estimar la fuerza de asociación mientras se controlan múltiples confusores al mismo tiempo.

22 Validez El grado al cual la prueba es capaz de medir lo que se intenta medir. Dos tipos Interna – grado al cual los resultados de una observación son correctos para el grupo estudiado en particular. Externa (generalizabilidad) – extensión a la cual los resultados del estudio pueden ser aplicados a aquellos más allá de la muestra en estudio. Validez interna - Si un estudio es útil, deberá ser válido internamente. Pero si el estudio es internamente válido, algunas veces no puede compararse con otros estudios. Error sistemático es el que trata principalmentecon validez interna. Buen diseño y atención a los detalles es importante para asegurar la validez interna. Validez externa - La validez interna es necesaria para la validez externa, facilitandola. La validez externa requiere control de calidad externo de las mediciones y juicios acerca del grado en el cual los rsultados pueden ser extrapolados. Esto no requiere que la muestra sea representativa de la población de referencia. Buen diseño e hipótesis claramente señalada y una población bien definida contribuyen a la validez externa.

23 Confiabilidad o repetibilidad
Ejemplo - Habiendo examinado los obervadores A y B a los sujetos de grupos en estudio y los sujetos son aleatoriamente asignados a ambos observadores asegurándo que cualquier error de los observadores sea diseminado a a través de los grupos. Esto ayuda también, a evitar resultados espurios.

24 Falacia ecológica El error que ocurre al asumir que debido a dos o más características expresadas como índices del grupo ocurren juntas, y que por lo tanto están asociadas. A menos que estudios ecológiucos puedan crear tasas específicas para subpoblaciones, no son origen de una asociación. Ejemplo - Como la mayoría de una población tiene una característica en particular y una mayoría de la población también tiene la enfermedad, puede ser asumido que la característica está asociada a la enfermedad.

25 Efecto cohorte Cuando los datos sugieren la posibilidad de que están demostrando la experiencia de un grupo particular (cohorte) en el tiempo Efecto cohorte de edad (Nacimiento) - un desórden del nacimiento no fatal persistente que puede ser altamente prevalente al nacimiento y persite en esa cohorte a través del tiempo (talidomia en bebés de lso 60’s)

26 Sospecha de efecto cohorte en estudios transversales
Cualquier asociación de enfermedad con edad Cualquier inclinación inesperada o aumento en la distribución de la enfermedad por edad (distribución bimodal) Una declinación inesperada en una enfermedad no tratable Para establecer una efecto cohorte (edad) es necesario tener datos de variso estudios transversales que fueron efectuados en diferentes tiempos - cada edad con métodos similares usados para reunir datos.

27 Asociación como causalidad 9 reglas de evidencia de Hill
Fuerza Consistencia Especificidad Temporalidad Gradiente biológico Plausibilidad Coherencia Experimentación Analogía El mayor reto en epidemiología es establecer causalidad. Dada las limitantes de loes estudios epidemiológicos, muchos de los cuales no pueden ser realizados en un ambiente laboratorial, lo mejor que podemos hacer es establecer asociaciones epidemiológicas que podrían señalar causalidad. En 1965, Sir AB Hill señaló 9 reglas , que se deben cuimplir para que digamos que una asociación es causal. Esta reglas ayudan a establecer una asociación causal entre una exposición y una enfermedad.

28 Errores de revisiones sistemáticas y meta-análisis
Resultados raros de diferentes estudios concuerdan, y el número de pacientes en un estudio no es suficiente para obtener una conclusión firme Estudios pueden ser omitidos si los autores están interesados es apoyra un punto de vista en particular Sesgo de publicación - estudios con efectos negativos pueden no ser publicados, y por lo tanto excluídos. Una revisión sistemática es un encuesta de un tema. Incluye todos los estudios primarios del más alto nivel de evidencia que han sido identificados, evaluados y luego resumidos de acuerdo a criterios específicos. Un meta-análisis es una encuesta que incluye los resultados de estudios estadísticamente similares. Estos resultados luego, son combinados y analizados como si fueran un solo estudio. Estos estudios son rankeados alto en la jerarquía de la evidencia, y si son hechos adecuadamente, son más útiles para la práctica que los estudios individuales.

29 Etica en investigación
Los epidemiólogos se adhieren a los principios éticos biomédicos Consentimiento libre y voluntario y derecho a rehusar a participar de los sujetos Respeto a la privacía y confidencialidad de los sujetos Personas que han sido expuestos a peligros de salud y se volvieron parte de un estudio epidemiológico necesitan entender que tales estudios no mejorarán su situación personal pero ayudarán a proteger a otras personas. Finalmente, aunque los epidemiólogos en la salud pública no siempre tienen la oportunidad de conducir estudios tan rigurosos como los estudios controlados aleatorizados, ellos aún toleran los principios éticos básicos en investigación, sin tomar en cuenta la disciplina académica a la que pertenecen. Así, como consumidor de investigación puedes asegurar que la investigación conducida por practicantes de la salud pública es buena investigación y conducida de acuerdo a las estándares de la investigación ética.

30 Referencias Para recursos de internet sobre los temas cubiertos en esta conferencia, revise mi sitio Web: Otras conferencias de esta serie: Otras páginas Web en las que pueda estar interesado: <UL> <LI><B><A HREF=“Study.htm”>Research Resources on the Net</a></B></LI> <LI><B><A HREF= “http://www.bettycjung.net/Biostats.htm”> Annotated Biostatistics Bibliography </A></B></LI> <LI><B><A HREF=“http://www.bettycjung.net/Epi.htm”>Annotated Epidemiology Bibliography </A></B></LI> <LI><B><A HREF=“http://www.bettycjung.net/Methods.htm”>Annotated Research Methods</A></B></LI> <LI><B><A HREF=“http://www.bettycjung.net/Research.htm”>Annotated Research Practice (A - L)</A></B></LI> <LI><B><A HREF=“http://www.bettycjung.net/Researc1.htm”>Annotated Research Practice (M - Z)</A></B></LI> <LI><B><A HREF=“http://www.bettycjung.net/Stats.htm”>Annotated Statistics Bibliography </A></B></LI></LI></UL>


Descargar ppt "¿Quién es Betty C Jung? Revise mi sitio Web, en:"

Presentaciones similares


Anuncios Google