Sesgo, error e interacción

Una exposición causa un efecto si su intervención aumenta la frecuencia de ese evento La causalidad se mide CUANTITATIVAMENTE, basada en observaciones a un número de personas

Selección de los sujetos y validez del estudio Población Diana (Toda) Población Origen (Consideraciones prácticas) Población elegible (Información adecuada) Participantes (Criterios de inclusión)

Selección de los sujetos y validez del estudio Apropiada selección de la muestra validez interna (las diferencias observadas entre los grupos de estudio se deben a la exposición o intervención)

Selección de los sujetos y validez del estudio Interpretación causa efecto se realiza en función de la validez interna del estudio. Validez externa dice relación con la capacidad de generalizar a la población diana los resultados del estudio.

Selección de los sujetos y validez del estudio La validez externa es importante sólo si la validez interna de un estudio es aceptable. La selección de los individuos debe permitir tener grupos comparables en el estudio.

Asociaciones espúreas Son asociaciones no causales. Hay tres posibilidades : Sesgo y error de observación Confusión “Chance Variation”

Sesgo y error Están asociados a la medición del evento en un estudio de cohorte y de la exposición en el caso control.

Sesgo Inexactitud de evaluación de un grupo respecto del otro. El sesgo puede exagerar los resultados en alguna dirección, asumiendo que existe asociación cuando en realidad no existe.

Sesgos Selección Información Confusión

Sesgo de selección Base hospitalaria: Casos ó controles: Hospitalizados por la exposición de interés (Berkson). Casos: Aumento espúreo OR. Controles: Disminución espúrea OR.

Sesgo de información Memoria: Casos recuerdan mejor la exposición que los no casos. Aumento OR.

Control sesgos Aleatorización Ciego (?)

Error de Medición Inexactitud de medición en ambos grupos. Depende del instrumento de medición. No es tan problemático porque está presente en ambos grupos.

Error de Medición Las asociaciones observadas se moverán más cerca del valor nulo que en una situación real. A mayor error, mayor dificultad en detectar las verdaderas diferencias entre los grupos.

Prevenir errores de medición Puede prevenirse estandarizando las mediciones y calibrando periódicamente los instrumentos.

Confusión Es la distorsión de una asociación exposición evento dado por otro factor asociado a ambos. Consumo café Tabaquismo IAM ?

Como controlar la confusión Restricción: Factores de exclusión. Aleatorización: “Repartir” potenciales confusores. Estratificación: Distintos niveles de confusores (Ej. Edad). Pareo: Más usado en Caso control. Análisis Multivariante.

Estandarización de tasas

Estandarización Comparación entre dos diferentes poblaciones, con relación a un suceso bio-demográfico determinado, podremos usar tasas brutas sólo si las poblaciones son similares en aquellas características que pudieran afectar la ocurrencia del suceso y, por ende, el resultado de dichas tasas.

Estandarización Si las poblaciones son diferentes debemos recurrir a las tasas específicas o modificar las tasas brutas de tal manera que dicha comparación sea válida.

Estandarización Los métodos utilizados: "estandarización de tasas". Corresponden a procedimientos matemáticos que intentan homogeneizar poblaciones de diferente estructura para hacerlas comparables entre sí.

Estandarización Estos métodos nos entregan "tasas estandarizadas o ajustadas" por la o las características que siguen una distribución diferente entre ambas poblaciones y que, por lo tanto, pueden influir en la magnitud de las tasas brutas estudiadas.

Estandarización Podemos estandarizar o ajustar tasas brutas por cualquier característica de las poblaciones a comparar que consideremos pueda influir en el resultado de las tasas.

Estandarización Existen dos tipos de estandarización o ajuste de tasas brutas: el método "Directo" y el método "Indirecto".

Estandarización directa Tasa cruda: 265 x 100.000 = 20.38 1.300.000 Tasa ajustada: 150 x 100.000 = 10 1.500.000

Estandarización indirecta Tasa cruda bebedores = 38 x 1000 = 26,573 1430 Tasa cruda no bebedores = 93 x 1000 = 4,895 19.000 Razón de mortalidad estandarizada = Frec. Observada= 38/1.430 =409% Frec. esperada 9,279/1.430

Interacción El efecto final se modifica porque existen dos o más variables que están actuando de manera conjunta. Es distinto a que si actuara sólo una de ellas.

Ejemplo interacción Estudio ratas recién nacidas y desarrollo árbol dendrítico Bien alimentadas y estimuladas Bien alimentadas y mal estimuladas Mal alimentadas y bien estimuladas Mal alimentadas y estimuladas

Todo gran avance de la ciencia es el resultado de una nueva audacia de la imaginación. El fracaso es la raíz del triunfo.