Escalas de medicin error y sesgo Definicin de variable
El trmino variable, en su significado ms general, se utiliza para designar
cualquier caracterstica de la realidad que puede ser determinada por observacin, que puede ser sujeto de medicin.
Puede mostrar diferentes valores de una unidad.
Tipos de variables Una variable es independiente cuando se presume que los cambios de valores de esta variable determinan cambios en los valores de otra (u otras) variables que, por eso mismo, se denominan dependientes. A esta situacin la denominaramos co-variacin. El concepto de variable interviniente supone que la relacin entre dos variables est mediada por otra (u otras) que transporta los posibles efectos de la primera. Operacionalizacin de variables
En el proceso de operacionalizacin de una variable es necesario
determinar los parmetros de medicin a partir de los cuales se establecer la relacin de las variables enunciadas por la hiptesis. Clasificacin de variables
Las variables se clasifican segn su capacidad o nivel en que nos permitan
medir los objetos. Es decir, que la caracterstica ms comn y bsica de una variable es la de diferenciar entre la presencia y ausencia de la propiedad que ella enuncia. ESCALAS DE MEDICION
Uno de los principales objetivos de la investigacin epidemiolgica es
establecer las causas del fenmeno de inters. Una causa de enfermedad desde el punto de vista epidemiolgico es un evento, condicin, caracterstica o una combinacin de estos factores que juegan un papel importante en el desarrollo de la enfermedad. Modelo de Rothman
Este modelo define como causa suficiente a un grupo de condiciones y
acontecimientos mnimos que, inevitablemente inician o producen la enfermedad. Dicho de otro modo, una causa es suficiente cuando la enfermedad es observada en los individuos que presentan la causa, no obstante, la causa no se observa en todos los individuos con la enfermedad porque existen otras causas para ella. Por ejemplo, el hbito de fumar cigarrillos es una causa del cncer de pulmn, pero ste tambin es causado por la exposicin a las fibras de asbesto o al gas radn. Cada CS est compuesta por un grupo de causas componentes (CC). La presencia de una CC aumenta la probabilidad de que la enfermedad se produzca, es decir la presencia de CC equivale a la presencia de los factores de riesgo. Para este modelo una causa se denomina necesaria (CN) cuando sta siempre debe anteceder una enfermedad. Factores predisponentes factores que crean un estado de sensibilidad hacia un agente patgeno. Ej. La edad, el grado educacional, ocurrencia previa de la enfermedad y el ambiente laboral
Factores facilitadores factores que facilitan la manifestacin de la
enfermedad o por el contrario facilitan la recuperacin de una enfermedad. Ej. Los ingresos, el acceso a la atencin mdica y la nutricin. Factores desencadenantes factores que estn asociados con la aparicin definitiva de la enfermedad. A menudo un factor es ms importante u obviamente ms reconocible que otro cuando hay varios factores involucrados. Algunos ejemplos son la exposicin a un medicamento, agentes intoxicantes o traumatismos fsicos. Validez y precisin en los estudios epidemiolgicos Se distinguen dos tipos de validez de estudio: la interna y la externa.
La validez interna: se refiere a que los resultados del estudio sean
atribuidos slo al efecto bajo investigacin. Esto es posible cuando todas las fuentes de error han sido reducidas al mnimo en las etapas de diseo, implementacin y anlisis del estudio.
La validez externa: se refiere a que los resultados del estudio sean
generalizables, esto es, cuando un estudio produce inferencias imparciales con respecto a una poblacin objetivo. Por ejemplo, los resultados de un estudio realizado en hombres podran no ser generalizables en mujeres, quienes tambin forman parte de la misma poblacin objetivo desde dnde los hombres vinieron. Los errores en los estudios epidemiolgicos Conducen a un clculo sesgado del estimador de riesgo y a inferencias incorrectas acerca de la relacin entre el factor de riesgo y la enfermedad bajo investigacin.
Al reducir al mnimo los errores, en las etapas de planificacin y de
ejecucin del estudio, el investigador tiene mas fuerza para llegar a la conclusin de que los resultados representan el valor verdadero. Slo los estudios con resultados vlidos son tiles para el proceso de inferencia causal. Tipos de error
1. El error aleatorio es parte de la variacin, en una medicin, que
generalmente es considerada como debida solo al azar. Existen varias fuentes de error aleatorio. Una fuente principal de este tipo de error es el proceso de establecer la muestra de estudio. Esta forma de error aleatorio tambin se conoce como error de muestreo. La principal forma de reducir el error aleatorio es agrandar el tamao muestral en estudio. Esto aumentar la precisin del clculo de riesgo y por consiguiente, del estudio.
2. El error sistemtico es el resultado de los defectos en el mtodo
de seleccin de los participantes en estudio o en los procedimientos de recoleccin de informacin pertinente a la exposicin o enfermedad. En consecuencia, los resultados observados del estudio tendern a ser diferentes de los resultados verdaderos. Esta tendencia hacia los resultados errneos es llamada sesgo. Minimizar el sesgo aumentar la validez del clculo de riesgo. El sesgo en los estudios epidemiolgicos puede clasificarse en dos tipos principales
El sesgo de seleccin ocurre cuando hay diferencias entre los que
participan en el estudio y aquellos que no participan, y esas diferencias tienen un efecto sobre el clculo de riesgo, desvindolo de su valor verdadero.
La percepcin o el conocimiento del tema del estudio influye en el deseo
de participar de los sujetos (Ej.: el uso de las drogas o el alcohol); Un deficiente marco de muestreo que excluye sistemticamente a un grupo de sujetos con caractersticas similares (Ej.: realizar entrevistas por telfono en un distrito donde aquellos pertenecientes a los estratos socioeconmicos bajos no tienen telfonos); Los voluntarios (Ej.: usualmente los voluntarios tienen una motivacin especial para participar en un estudios como una mayor percepcin de riesgo o un alto nivel educacional). El sesgo de informacin: Es una falla en la medicin de los factores de riesgo o los datos de enfermedad que da lugar a una calidad diferente de la informacin entre los grupos de comparacin. Algunos ejemplos incluyen:
Cuando hay una medida incorrecta de la variable de estudio (Ej.: El
esfigmomanmetro no esta calibrado); El entrevistador subconscientemente o conscientemente busca y recolecta datos selectivamente (Ej.: sesgo del entrevistador); Los sujetos de estudio tienen una memoria inexacta o incompleta de los eventos o experiencias pasadas relacionadas con la pregunta de estudio (Ej.: sesgo del memoria). CONFUSIN
La confusin es otra fuente de error en los estudios
epidemiolgicos. Ocurre cuando hay un tercera variable que puede causar la enfermedad en estudio y que a su vez est asociada con el factor de riesgo bajo investigacin. A menos que sea posible ajustar el efecto de confusin de esta tercera variable, sus efectos no pueden distinguirse de los del factor de riesgo en estudio.