ERROR SISTEMÁTICO
También llamado sesgo
Se produce por un error en el diseño o análisis del estudio
que provoca
Una estimación incorrecta o no válida del efecto que se estudia
Por ejemplo: VALIDEZ DE LOS RESULTOS
ya que la estimación solo puede ser válida si representa el verdadero valor
Imaginemos que vamos a pesar a un
grupo de escolares y a los niños los
pesamos sin ropa y descalzos y a las
niñas las pesamos con ropa; en este Más difícil de controlar
caso incurriremos en un sesgo en la
medición del peso.
CLASIFICACIÓN
SESGOS DE
SELECCION
SESGOS DE SESGOS DE
INFORMACIÓN ANÁLISIS
SESGOS DE SELECCION
Se producen cuando la muestra de la que se obtienen los resultados no es representativa de la población
AZAR ERROR EN LOS CRITERIOS DE INCLUSIÓN O EXCLUSIÓN
O EN LA SISTEMÁTICA DE RECLUTAMIENTO
Afectan solo la
validez externa
conclusiones solo pueden
aplicarse a la muestra estudiada
Este tipo de sesgos puede darse en diversas situaciones
Sesgo de autoselección por participación de voluntarios:
En general, existe riesgo de que estos individuos tengan características diferentes a los no voluntarios.
Sesgos de inclusión:
La probabilidad de que un sujeto se incluya en un estudio está ligada a alguno de los factores a estudiar.
Muestreo por azar o sin los criterios a estudiar.
Pérdidas durante el seguimiento:
Cuando los que se pierden son sistemáticamente diferentes de los que no se pierden en variables
relacionadas con el factor de estudio o la variable respuesta.
Ausencia de respuesta:
Esto es propio de las encuestas transversales.
Hay que tratar de recoger información para saber si los que no contestan difieren en algo de los que sí lo
hacen.
SESGO DE INFORMACIÓN O CLASIFICACIÓN
Se producen cuando las mediciones de las variables de estudio se realizan de forma deficiente
en todos o parte de los sujetos de estudio.
SESGO NO DIFERENCIAL
Error de manera similar en dos grupos
Resultados a favor de la hipótesis nula
SESGO DIFERENCIAL
Error preferente o exclusivamente en un grupo
Imposible de predecir
Compromete seriamente la validez del estudio
SESGO DE ANÁLISIS
Se producen cuando, al evaluar el efecto de una variable de exposición o intervención en una variable de resultado,
no se tiene en cuenta la influencia de terceras variables relacionadas con las anteriores.
TABACO
variables relacionadas
Efecto
variables relacionadas ENFERMEDAD CORONARIA
VARIABLES DE CONFUSION
Una peculiaridad de los sesgos de análisis es que:
• Pueden evitarse en la fase de diseño del estudio
• Pueden ser corregidos en la fase de análisis,
mediante diferentes técnicas estadísticas.
VARIABLES DE INTERACCION
Variable de confusión
Se produce confusión cuando la asociación entre el factor de estudio y la variable respuesta puede ser
explicada por una tercera variable, cuando una asociación real queda enmascarada por este factor.
Tabaco Enfermedad coronaria
Grupo que fuma +Fr
Factor pronóstico de la respuesta JOVENES
y asociarse a la exposición No debe estar incluida en la cadena de
producción entre exposición y efecto
Si no tenemos en cuenta:
Edad
La medida de asociación global no será válida
Ya que el efecto “beneficioso” de ser más joven podría diluir el
efecto perjudicial del tabaco sobre la ocurrencia de cardiopatía.
VARIABLE DE CONFUSION INFRAESTIMAR/SOBREESTIMAR EL EFECTO DE EXPOSICIÓN
Variable modificadora del efecto
Existe modificación del efecto cuando la asociación entre exposición y efecto varía
según las categorías de una tercera variable, la variable modificadora de efecto.
Volviendo al ejemplo de tabaco y cardiopatía isquémica, la edad podría actuar como variable
modificadora de efecto si el tabaco produjese un efecto diferente en los distintos grupos de edad.
Adolescente
Joven
Tabaco Enfermedad coronaria
Adulto
Adulto mayor Edad como variable modificadora
Las MEDIDAS DE DISPERSIÓN están encaminadas a
cuantificar lo próximos o alejados que están los datos
de la muestra de un punto central.
Informan sobre cuánto se alejan del centro los
valores de la distribución
MEDIDAS DE
DISPERSIÓN
Estas medidas indicarían por un lado EL GRADO DE
VARIABILIDAD que hay en la muestra y, por otro, LA
REPRESENTATIVIDAD de dicho punto central
LLAMADAS MEDIDAS DE VARIABILIDAD
MEDIA
-1
-1
-1
63+58+84+47+70+57+87+55
MEDIA = =65.125
8
PARA DATOS
NO
AGRUPADOS
DESVIACION
TIPICA
VARIANZA = 𝑆 2
16+12+15+18+13+14
MEDIA = =14.7
6
2.162 = 4.66
PARA
DATOS
AGRUPADOS
DESVIACION
TIPICA
1 5 +4 12 +7 20 +10 10 +13(6)
MEDIA = =7 VARIANZA = 𝑆 2
53
3.342 = 11.15
VARIANZA = 𝑆 2
22.752 = 518
106-117-124-135-142
106+117+124+135+142
MEDIA = =130
5
DESVIACION TIPICA
(106 − 130)2 +(117 − 130)2 +(124 − 130)2 +(135 − 130)2 +(142 − 130)2
5−1
576 + 169 + 36 + 25 + 144 =22.75
5−1