Independientemente del tema y los objetivos de un estudio, lo que siempre se persigue en la investigación es que sus resultados sean lo más válidos y precisos posible. Para lograr esto se debe intentar disminuir al máximo todas las posibles fuentes de error. El error que surge durante la realización de cualquier estudio epidemiológico se pueden clasificar en dos grandes grupos: Error Aleatorio y Error Sistemático.
El Error Aleatorio: Es aquel debido al azar, es decir, se define como aquellas desviaciones del valor real que ocurren en forma no sistemática. Este tipo de error deriva del hecho de tomar sólo una muestra de la población y no a la población total. La magnitud del error aleatorio se calcula o cuantifica a través de las pruebas de hipótesis y/o el cálculo de los intervalos de confianza. La ausencia de error aleatorio se denomina precisión. Para reducir este error, y por ende, aumentar la precisión podemos: 1.-Incrementar el tamaño de la muestra (esta es la forma más importante). 2.-Aumentar el periodo de seguimiento para obtener más mediciones. 3.-Modificar el diseño para mejorar la obtención de la información.
El Error Sistemático: También llamado Sesgo en epidemiología, es un error caracterizado por presentarse en forma sistemática en el estudio y modificar sus resultados. Si en una investigación se introducen muchos errores sistemáticos o sesgos conduciendo a una distorsión de los resultados, entonces, diremos que el estudio se encuentra sesgado, por lo tanto, carece de validez. Existen tres grandes grupos de sesgos:
- Sesgo de Selección
Es cualquier sesgo que se deriva del proceso de selección de la población a estudiar. Ocurre cuando los individuos que se estudian no son representativos de la población objetivo de la cual se extraerán las conclusiones. Este sesgo puede llevar a una estimación errónea del efecto, ya sea sub-estimándolo o sobre-estimándolo.
- Sesgo de información u observación
Este sesgo incluye cualquier error sistemático en la obtención de la información sobre la exposición y/o la enfermedad a estudiar. El sesgo de información es por tanto una distorsión en la estimación del efecto por errores de medición en la exposición o enfermedad o en la clasificación errónea de los sujetos. Las fuentes de sesgo de información más frecuentes son: Instrumento de medida no adecuado, la memoria de los participantes (los enfermos pueden recordar más su exposición que los sanos), criterios diagnósticos incorrectos, omisiones, imprecisiones en la información y errores en la clasificación.
- Sesgo de Confusión:
El efecto de confusión se produce cuando la asociación entre dos variables está influenciada por una tercera variable que no estaba considerada. Esta tercera variable debe cumplir tres requisitos para ser considerada variable confusora: a) estar relacionada con la enfermedad, b) estar relacionada con la exposición y c) no ser una variable intermedia entre la exposición y la enfermedad.El concepto de confusión es crítico en el análisis epidemiológico, siendo más importante en el terreno de la investigación epidemiológica observacional que en el campo experimental. Esto se debe a que los estudios experimentales permiten un mejor control de este efecto por características inherentes a su tipo de diseño (randomización o aleatorización, control a priori o a posterior de eventuales variables confundentes o el uso de pareamiento o matching de individuos según ciertas variables). La prevención de los sesgos potenciales debe realizarse durante el diseño del estudio ya que en el análisis no siempre es posible controlar todos los sesgos. Finalmente, como hemos visto, la presencia de sesgos en un estudio afecta su validez. Así podríamos definir la validez de un estudio como la ausencia de sesgos. La validez tiene dos componentes: la validez interna y la validez externa.
La validez interna: se refiere a la validez de las inferencias de los resultados, hacia la población de donde se seleccionó la muestra. Ejemplo, deseo estudiar la prevalencia de hipertensión arterial en Santiago, como no puedo tomar la presión arterial a todos los habitantes, tomo una muestra. Si los resultados de esta muestra son similares a lo que se encontraría si aplicara el diseño a todos los habitantes de Santiago, yo puedo decir que mi estudio tiene validez interna. Ésta se ve amenazada por la presencia de sesgos en el estudio.
La validez externa o generalización de los resultados aplicables a individuos que están fuera de la población de estudio. Es decir es la extrapolación de los datos, retomando el ejemplo anterior, sería que los datos obtenidos en mi estudio son extrapolables a todo Chile. La validez interna es por tanto un prerrequisito para que pueda darse la externa. ‘La presencia de sesgos y errores aleatorios deben considerarse en el momento de analizar una asociación como potencialmente causal debido a que estos factores pueden estar mostrando una situación que no es real.
Causalidad en estudios epidemiológicos
En relación a la causalidad, podríamos definir “causa” diciendo que «dos variables están causalmente relacionadas si un cambio en una de ellas es seguido por un cambio en la otra». Como veíamos anteriormente, no toda asociación encontrada en un estudio se puede definir como causal, debido a que errores o sesgos durante la investigación pueden llevar a una asociación errónea. La decisión de considerar causal una asociación, la toma el investigador después de realizar un análisis completo que incluye estos antecedentes. Para esto cuenta también con un conjunto de criterios que ayudan a plantear si una asociación es causal o no: Criterios de causalidad de Bradford-Hill (1965)
1. Fuerza de asociación: relación entre las tasas de enfermedad de los que presentan el factor causal hipotético y quienes no lo presentan. Además, una relación causal es más fuerte si el efecto de la dosis-respuesta puede ser demostrado, es decir, que es posible observar una gradiente.
2. Consistencia de la asociación: este criterio requiere que la asociación determinada en un estudio se mantenga al estudiarlo bajo otras condiciones, con otras poblaciones y con diferentes métodos de estudio.
3. Secuencia temporal de la asociación: la exposición al factor probable debe anteceder a la aparición de la enfermedad y permitir el período de inducción y latencia.
4. Especificidad de la asociación: Una causa origina un efecto particular. Este criterio es más difícil de lograr, ya que un solo factor puede causar más de una enfermedad y por otra parte, múltiples factores pueden causar una enfermedad (multifactorialidad).
5. Plausibilidad Biológica: el contexto biológico debe explicar lógicamente la etiología por la cual una causa produce un efecto. Depende del estado actual del conocimiento.
6. Coherencia de la asociación: existe entendimiento entre los hallazgos de la asociación causal y la historia natural de la enfermedad. Se combinan aspectos de consistencia y plausibilidad.
7. Dosis-respuesta: la respuesta está fuertemente influenciada por la dosis respectiva y así es posible observar diferencias importantes en los resultados.
8. Cesación: la remoción del factor puede afectar el resultado, ya sea produciendo el término de la enfermedad o una disminución significativa de ella.
Referencias
1. Escuela de Salud Pública, Universidad de Chile (2014). Error aleatorio, sesgo y causalidad, Módulo de Epidemiologia, Guía de trabajo. Santiago, Chile
