Sesgos y confusoresConferencia 5.1Nigel Paneth

Formulacin de hiptesis y errores en la investigacin Todos los estudios analticos deben iniciar con una hiptesis claramente formulada. La hiptesis deber ser cuantificable y especfica. Deber predecir una relacin de un especfico tamao.begin with a clearly formulated hypothesis.

Por ejemplo:Bebs que son alimentados al seno materno tienen menos enfermedades que los bebs alimentados con frmula.Cules enfermedades?Cmo es definido el tipo de alimentacin?Cun grande es la diferencia en riesgo? Un mejor ejemplo:Bebs exclusivamente alimentados al seno materno por 3 meses o ms tendrn una reduccin en la incidencia de hospitalizaciones por gastroenteritis de al menos del 30% durante el primer ao de vida.

Slo prediccin especfica permite extraer legtimas conclusiones de un estudio que prueba una hiptesis. Pero an con mejores hiptesis formuladas, dos tipos de errores pueden ocurrir. Tipo 1 - observando una diferencia cuando no hay ninguna. Tipo 2 - fracasando para observar una diferencia cuando realmente hay.

Esos errores son generalmente producidos por uno o ms de los siguientes: Error aleatorio Misclasificacin al azar Sesgo Confusores

Error aleatorio Desviacin de resultados e inferencias de la verdad, occurriendo como resultado del efecto del azar. Puede producir errores tipo 1 o tipo 2.

Misclasificacin al azar (no diferencial) Error al azar aplicado a la medicin de una exposicin o resultado. Errores en clasificacin pueden slo producir errores de tipo 2, excepto si aplica a un confusor o a un gradiente de exposicin.

Sesgo Sistemtica, no aleatoria desviacin de resultados e inferencias de la verdad, o procesos que dan lugar a tal desviacin. Cualquier tendencia en la coleccin, anlisis, interpretacin, publicacin o revisin de datos que puedan dar lugar a conclusiones que son sistematicamente diferentes de la verdad. (Diccionario de Epidemiologa, 3a ed.)

Ms acerca de sesgo Note que en sesgo, el enfoque es sobre un artefacto de alguna parte del proceso de investigacin (reunin de sujetos, coleccin de datos, anlisis de datos) que producen un resultado espurio. Sesgo puede producir errores tipo 1 o tipo 2, pero usualmente nos enfocamos en el tipo 1 debido a sesgo.

Ms sobre sesgoSesgo puede ser conciente o inconciente. En epidemiologa, la palabra sesgo no implica, como en su uso comn, perjuicio o desviacin deliberada de la verdad.

Confusores Un problema resultante de que un hecho de los sujetos en estudio no ha sido separado de un segundo hecho, y ha sido confundido con l, produciendo un resultado espurio. El resultado espurio surge del efecto del primer hecho siendo erroneamente atribuido al segundo hecho. Confusin puede producir un error tipo 1 o tipo 2, pero usualmente se enfoca en errores tipo 1.

La diferencia entre sesgo y confusor Sesgo crea una asociacin que no es verdad, pero confusores describe una asociacin que es verdad, pero potencialmente errneo.

Ejemplos de error aleatorio, sesgo, misclasificacin y confusor en el mismo estudio: Estudio: en un estudio cohorte, bebs de mujeres quieneas alimentaron con frmula y quiene alimentaron al seno, fueron comparadas, y se encontr que la incidencia de gastroenteritis, registrada as en registros mdicos, es ms baja en los bebs alimentados al seno.

Ejemplo de error aleatorio Por azar, hay ms episodios de gastroenteritis en el grupo alimentado con frmula en la muestra del estudio, produciendo un error tipo 1. (Si no se encuentran diferencias, un error tipo 2 podra haber ocurrido si por azar haban sido pocos episodios de gastroenteritis en el grupo alimentado al seno.)

Ejemplo de misclasificacin aleatoria Ausencia de buena informacin sobre la historia de alimentacin resulta en que algunas madres que alimentan al seno siendo aleatoriamente clasificadas como que alimentan con frmula, y viceversa. Si sucede, el estudio encontrar subestimaciones del verdadero RR, cualquier modalidad de alimentacin est asociada con alta incidencia de enfermedad, produciendo un error tipo 2.

Ejemplo de sesgoLos registros mdicos de bebs alimentados con frmula slo son menos completos que aquellos de los alimentados al seno, y as, registrar slo pocos episodios de gastroenteritis entre ellos.

Ejemplo de confusor Las madres de bebs alimentados al seno son de clase social alta, y los bebs tienen mejor higiene, menos hacinamiento y quiz otros factores que protegen contra la gastroenteritis. Hacinamiento e higiene son verdaderamente protectores contra gastroenteritis, pero errneamente atribumos sus efectos a la alimentacin al seno.

Proteccin contra error aleatorio y misclasificaccin aleatoriaError aleatorio puede falsamente producir una asociacin (error tipo 1) o falsamente no producir una asociacin (error tipo 2). Nos protegemos contra la misclasificacin aleatoria produciendo error tipo 2 eligiendo la ms precisa y segura medicin de la exposicin y del resultado.

Proteccin contra error tipo 1 Protegemos nuestro estudio contra errores aleatorio tipo 1 estableciendo que el resultado deber ser improbable que haya ocurrido por azar (v.gr. P

Proteccin contra error tipo 2 Protegemos nuestro estudio contra errores tipo 2 por: proveyendo tamao de muestra adecuado y haciendo hiptesis de grandes diferencias. Entre ms grande el tamao de muestra, ms fcil se detectar una verdadera diferencia, y las ms grandes diferencias sern ms fcilmente detectadas. (Imagine cun difcil ser detectar un riesgo aumentado del 1% de gastroenteritis en los alimentados con frmula.)

Dos formas de incrementar poder El tamao de muestra necesario para detectar una diferencia significativa es llamado el poder de un estudio. Eligiendo las mediciones ms precisa y segura de la exposicin y del resultado, tienen el efecto de incrementar el poder de nuestro estudio, debido a que las varianzas de las mediciones del resultado, que entran en las pruebas estadsticas, estn disminudas.Teniendo un tamao de muestra adecuado de sujetos en estudio.

Principios claves en sesgos y confusores El factor que crea el sesgo, o la variable confusora, deber estar asociada con las variables dependiente e independiente (v.gr. Con la exposicin y con el resultado). Asociacin del sesgo o confusor slo con una de las dos variables no es suficiente para producir un resultado espurio.

Buena planeacin del estudio protege contra todas las formas de error

En el ejemplo dado:El SESGO, llamado registro incompleto tiene que estar asociado al tipo de alimentacin (variable independiente) y tambin con el registro de gastroenteritis (variable dependiente) para producir un resultado falso.La VARIABLE CONFUSORA (o confusor) mejor higiene, tiene que estar asociado con el tipo de alimentacin y tambin con gastroenteritis para producir un resultado espurio.

Si el sesgo o el confusor estn asociados slo con la variable dependiente o slo con la variable independiente, no producirn sesgo ni confusin. Esto tiene una norma til:Si puedes mostrar que un confusor potencial no est asociado con una de las variables en el estudio (exposicin o resultado), confusin puede ser excludo,

Algunos tipos de sesgo 1. Sesgo de seleccinCualquier aspecto en la forma en que los sujetos fueron reunidos en el estudio que crea una diferencia sistemtica entre las poblaciones comparadas que no es debida a la asociacin en estudio (Sacket lo llama sesgo de muestreo)Ejemplos en Sackett:Sesgo de no respondentes

2. Sesgos de informacinCualquier aspecto en la forma en que la informacin es reunida en el estudio que crea una diferencia sistemtica entre las poblaciones comparadas que no se deben a la asociacin en estudio. (Sackett lo llama sesgo de medicin). El registro incompleto en el ejemplo de alimentacin infantil es una forma de sesgo de informacin. Otros ejemplos - Sesgo de sospecha diagnsticaSesgo de recuerdoAlgunas veces sesgo aplican a una poblacin de estudios, preferentemente que a un estudio, como en el sesgo de publicacin (tendencia a publicar artculos que muestran resultados positivos).

Pensando en las formas en que las variables pueden estar relacionadas a sesgo y confusores Pensar acerca de sesgo y confusores apropiadamente, deje considerar las formas en que exposicin y enfermedad pueden estar relacionados. Como ejemplo, un hecho epidemiolgico que ha causado controversia en aos recientes es la asociacin observada entre bajos niveles de colesterol y cncer de colon.

Si encontramos que exposicin A est asociada con enfermedad B, puede ser que:1. Exposicin A causa enfermedad B (A B)

v.gr. Un bajo colesterol causa cncer de colon

o puede ser que:2. Enfermedad B cause exposicin A(B A) v.gr. Cncer de colon causa bajos niveles de colesterol.

Identificar el camino causal correcto es imposible sin recurrir a informacin adicional, especialmente informacin sobre la secuencia temporal de los dos fenmenos. Sesgo y confusor no intervienen en este tipo particular de confusin.

Pero otra forma en la cual la exposicin y la enfermedad, pueden estar relacionadas es:3. Exposicin A y enfermedad B son causados por un por el factor X X A B v.gr. Parece que diabetes e hipertensin estn asociados.

Diabetes causa hipertensin? Hipertensin causa diabetes?Es ms probable que diabetes e hipertensin compartan un antecedente comn, por ejemplo, obesidad.

Si hemos concludo que diabetes caus hipertensin, si no tenan relacin causal, podemos decir que:La relacin entre hipertensin y diabetes es confundida por obsesidad. Obesidad deber se llamada variable confusora en esta relacin.Otro afirmacin importante:Confusores siempre son verdaderas causas de enfermedad, mientras que sesgos son artefactos.

Mediacin y confusin No todos los factores asociados con la exposicin y con la enfermedad son una variable confusora. Podra ser una variable mediadora.

Un medidador tambin est asociado con las variables independiente y dependiente, pero es parte de la cadena causal entre las variables independiente y dependiente.

Fracaso para distinguir un confusor de un mediador, es uno de los ms comnes errores en epidemiologa.Esos dos tipos de variables no pueden ser distinguidos con mtodos estadsticos. Pueden ser slo separados basados en el entendimiento de lo proceso total de la enfermedad.Para hacer esta distincin clara, veamos como controlamos para confusores en investigacin epidemiolgica.

Apropiado control para confusor Hiptesis: Hay una asociacin entre una exposicin (beber caf) y una enfermedad (infarto al miocardio).

Paso 1. Hay una asociacin?Beber caf eforma excesiva est estadsticamente asociado con altas tasas de infarto al miocardio. Caf es luego, la causa de infarto al miocardio?Paso 2. Identifique confusores potenciales:Tabaquismo podra ser un confusor?Paso 3. El confusor potencial est asociado con la exposicin?Bebedores de caf fuertes est asociado con altas tasas de tabaquismo. Tabaquismo llena uno de los criterios para confusores potenciales.

Paso 4. El confusor potencial est asociado con la enfermedad de inters?Smoking is associated with higher rates of myocardial infarction. Smoking fulfills the second criterion for potential confounding.Paso 5. Qu sucede cuando controlamos para tabaquismo?El ajuste para tabaquismo elimina la asociacin de bebedores de caf e infarto al miocardio. La asociacin es explicada por el hecho de que ms bebedores de caf son tambin fumadores

Conclusin: Beber caf no es una causa de infarto al miocardio

Control inapropiado para confusor Hiptesis: Hay una asociacin entre una exposicin (obesidad) y una enfermedad (infarto al miocardio).

Paso 1. Hay una asociacin?Obesidad est estadsticamente asociado con altas tasas de infarto al miocardio. Es obesidad una causa de infarto al miocardio?Paso 2. Identifique confusores potencialesPodra el nivel del colesterol ser un confusor?Paso 3. Est el potencial confusor asociado con la exposicin?Obesidad y colesterol estn asociados.

Paso 4. Est el potencial confusor asociado con la enfermedad de inters?Nivel de colesterol est asociado con tasas altas de infarto al miocardio. Paso 5. Qu sucede cuando controlamos para el nivel de colesterol?Ajuste para el colesterol elimina la asociacin de obesidad e infarto al miocardio.

Conclusin: No debemos concluir que obesidad no es una causa de infarto al miocardio, debido a que el nivel de colesterol puede ser parte del camino causal de obesidad a infarto al miocardio. Controlando por una parte de la causa, es sobre control.

Ejemplos numricos para confusores (o documentacin de mediacin)Encontramos que excesivo estudio est asociado con migraa (RR = 1.58) en un estudio cohorte de estudiante graduados. Sin embargo, estamos interesados en que esta exposicin es confundida con (o mediada por) teniendo sueo. Si disminucin de sueo confunde completamente la asociacin, luego, cuando estratificamos por estatus de sueo, la odss ratio para la asociacin de estudio escesivo y migraa es reducida a 1.o en ambos strata.

Estudio excesivoCorrecto cantidad de estudioMigraa22 7No Migraa38 23TOTAL60 3022/60=.367 7/30=.233RR=.367/.233=1.58

Pero ahora estratificamos por status de sueo, resultando dos tablas 2 x 2:Duerme suficiente Poco sueo XS OK XS OK Migraa 20 5 2 2 No Migraa 20 5 18 18TOTAL 40 10 20 20

RR es ahora 1.0 para XS estudio en cada grupo; status de sueo es un confusor o un mediador de la asociacin de estudio excesivo y migraa.

Resmen de cmo una tercera variable puede relacionarse a otras dos variables(Exposicin y enfermedad)A. Puede ser una variable confusoraConfusora ExposicinEnfermedad

B. Puede ser una variable mediadora (sinnimo variable interventora)Exposicin Mediador EnfermedadUna exposicin que precede a un mediador en una cadena causal es llamada una variable antecedente.

Ejemplo:Bebs Afro-Americanos son ms pequeos que bebs blancos. Bebs pequeos tienen mortalidad ms alta. Controlando por peso al nacer reduce o elimina las diferencias entre los grupos tnicos en mortalidad infantil. Significa que etnicidad no es importante en mortalidad infantil?No, debido a que peso al nacer es parte del camino causal de etnicidad a mortalidad infantil. Es un mediador.

C. Puede ser una variable moderadora (sinnimo: variable interactuante o modificadora)ModeradorExposicinEnfermedadUna variable moderadora es la que modera o modifica el camino en el cual la exposicin y la enfermedad estn relacionados. Cuando una exposicin tiene diferentes efectos sobre la enfermedad a diferentes valores de una variable, que es la variable llamada modificador.

Ejemplos: Aspirina protege contra los ataques cardicos, pero slo en hombre y no en mujeres. Decimos que el gnero modera la relacin entre aspirina y ataques cardicos, debido a que el es diferente entre los sexos. Decimos, tambin, que hay interaccin entre sexo y aspirina en el efecto de la aspirina sobre enfermedad cardica. En individuos con altos niveles de colesterol, tabaquismo produce un alto riesgo relativo de enfermedad cardiaca que en individuos con bajos niveles de colesterol. Tabaquismo interacta con colesterol en sus efectos sobre enfermedad cardica.

Un efecto de interaccin o efecto modificador Un estudio encuentra que no hay relacin, en infantes de

ODDS RATIO para mortalidad en nicos (comparados con gemelos)Sin ajustar = 1.06Ajustado por peso al nacer = 1.02Sin embargo, esta odds ratio, encubre interesante informacin. Resulta que hay en verdad una relacin entre pluralidad y mortalidad en la siguiente forma:

Peso al nacer ODDS para mortalidad en nicos

501-750 gr0.58751-1000 gr0.651001-1250 gr0.911251-1500 gr1.091501-1750 gr2.451751-2000 gr1.94

Claramente, bajo de 1250 gr la mortalidad es ms baja en nicos, arriba de 1250 gr es ms alta en nicos. Esos efectos en direcciones opuestas, se cancelan uno a otro. Esta reversa de RR no es usual - usualmente interaccin acenta un riesgo relativo que est presente a todos los valores. La prueba de interaccin es que la ODDS RATIO (u otras medidas de asociacin) cambian sustancialmente de acuerdo a diferentes valores de una tercer variable.

Como la misclasificacin aleatoria puede algunas veces producir un error tipo 1 1. Misclasificacin aleatoria de un confusorSi una variable confusora es aleatoriamente misclasificada, y luego la relacin exposicin-enfermedad es estratificada (o controlada) para este confusor, una asociacin espuria puede producirse. Esto requiere, usualmente, que el confusor est fuertemente relacionado a la exposicin.

Ejemplo: Tabaquismo y beber caf estn asociados. Ya que ms bebedores de caf son fumadores, ms bebedores de caf registrados como no fumadores son realmente fumadores que los no bebedores de caf registrados como no fumadores. Como resultado, los bebedores de caf pueden ser encontrados en algunos estudios, por tener altas tasas de cncer de pulmn, an despus de controlar por tabaquismo.

2. Misclasificacin al azar a lo largo de un gradiente de exposicinSi una exposicin tiene una fuerte asociacin con la enfermedad, slo arriba de un lmite, misclasificacin al azar de esa exposicin es probable que produzca una relacin de dosis-respuesta. (No obstante este fenmeno seguramente ocurre, nunca lo he visto en epidemiologa.)Si tabaquismo slo produce cncer de pulmn entre los fumadores de 2 cajas al da, los datos probablemente mostraran algn efecto en los fumadores de 1 caja al da, debido a que los fumadores de ms de dos cajas al da sean probablemente mal clasificados como fumadores de una caja que los no fumadores.

Traduccin de la Parte 13 del curso de epidemiologa del Dr. Paneth, realizada por el Dr. Nicols Padilla, Facultad de Enfermera de Celaya, Universidad de Guanajuato, Mxico