Download Autor: Santiago Perez Lloret 1. Tipos de sesgos en investigación
Document related concepts
no text concepts found
Transcript
Parte 2. Sesgos en investigación clínica. Autor: Santiago Perez Lloret En esta parte del módulo nos ocuparemos de los sesgos en investigación clínica. Recuerde que el objetivo del investigador es intentar evitarlos a toda costa. 1. Tipos de sesgos en investigación clínica Los sesgos afectan a la validez de los estudios de diversa manera y - en ocasiones- muy gravemente (pueden herirlos de muerte). A diferencia de lo que sucede con el error aleatorio, NO son susceptibles de reducir su impacto cuando se aumenta el tamaño muestral. En efecto, tomando los tres ejemplos previos, si la muestra de sujetos de la industria automotriz fuera aún más grande, si fueran más los diabéticos en cada grupo o si incluyéramos más pacientes con AR, la magnitud del error no disminuiría. En principio, algunos autores dividen a los sesgos en: a) Sesgos de selección; b) Sesgos de información, y; c) Sesgos por confusión (error por confusión). Esta última categoría tiene particularidades que merecen ser tratadas con especial atención. Por esa razón, el análisis del efecto de los “factores confusores” requiere un capítulo aparte. En esta sección, sólo abordaremos los errores de selección y de información. 1 Sackett nos invita a detectar posibles sesgos desde la misma elaboración del protocolo de investigación; así, es posible que los sesgos ocurran en: I. El examen de la literatura con la que nos introducimos en el campo a estudiar; II. La especificación y la selección de los sujetos que han de integrar la muestra; III. La instauración de una intervención o la determinación de la existencia de una cierta exposición; IV. La medición de la intensidad de la exposición y de los resultados de la misma; V. El análisis de los datos obtenidos; VI. La interpretación de los resultados; VII. La publicación de los mismos. Es interesante consignar de entrada que cada tipo de diseño epidemiológico es susceptible de presentar con mayor frecuencia ciertos tipos específicos de sesgo, aunque otros se pueden encontrar de manera ubicua. La prevención de sesgos no siempre es tarea sencilla; exige tenerlos en consideración cuando se prepara el plan de investigación. En el momento de elegir el diseño y de generar el protocolo de investigación, deben plantearse los mecanismos de prevención necesarios. Revisemos ahora brevemente las principales características de las clases más importantes de error sistemático, brindando un limitado número de ejemplos de los mismos. a) Sesgo de selección En ocasiones, la selección de los sujetos a incluir en un estudio puede incrementar o reducir la probabilidad de detectar una relación entre la variable independiente y la variable dependiente bajo estudio. Varias formas de sesgo de selección pueden observarse en el contexto de la investigación epidemiológica. Sackett ha elaborado un extenso análisis de los diversos sesgos de selección susceptibles de 2 ser hallados en la literatura, y no pretendemos sustituirlo; solamente hemos de mencionar y describir sumariamente algunos de estos casos a modo de ejemplo. 1. Efecto de “trabajador sano”. Volvamos al ejemplo 1. La exposición a un factor en un ambiente laboral puede variar respecto de la población general, pero también el estado de salud existente en cada muestra. Los trabajadores Ejemplo muy enfermos, los escolares en peor estado de salud, etc., pueden no asistir a su ámbito de trabajo o estudio, o incluso haber sido retirados de él. Debe tenerse en cuenta que un estudio no es necesariamente inválido por presentar este tipo de sesgo; sin embargo, siempre deberán preverse las consecuencias de su eventual presencia e interpretarse con mucho cuidado los resultados obtenidos. 2. Sesgo de membresía. En estudios de cohortes se ha observado que la terapia de reemplazo hormonal del climaterio se asociaba a una intensa reducción del riesgo de eventos cardiovasculares. Cuando más tarde se realizaron ensayos clínicos aleatorizados sobre el particular, tal reducción de riesgo resultó esquiva. ¿Cómo explicar lo sucedido?¿Cómo entender la discrepancia entre los estudios de cohortes y los ensayos clínicos? La respuesta no será definitiva, pero una posible explicación radica en la presencia del llamado sesgo de membresía. Las mujeres “expuestas” en los estudio de cohortes, lo estaban como consecuencia de decisión no aleatorizada no experimental. Recibían la terapia pero...¿cuál fue el motivo?;¿habrán acudido a sus médicos a efectos de mejorar su vida sexual, el estado de su piel, limitar los 3 bochornos o sofocones asociados al climaterio? Y si así fuera...¿no habrán introducido otros cambios en su vida (ej. mayor actividad física, alimentación más sana, etc?¿no serían de inicio más consientes acerca de la importancia de unos buenos hábitos de vida?. En definitiva… ¿no pertenecerían al “club de las chicas buenas”?. En estudios aleatorios, puede romperse este sesgo de “membresía”, de “pertenencia al club”: si como consecuencia del sorteo se nos recluta en un grupo o en otro, no se lo hace según un agregado de pertenencia potencial sino siguiendo las reglas del azar. Los fumadores son bebedores con más frecuencia que los no fumadores; los jugadores de casino son más frecuentemente fumadores; ciertas creencias religiosas se asocian a determinadas conductas sexuales evitativas. Los “clubes” pueden ser muchos y es necesario tener en cuenta su influencia, especialmente en los estudios de cohortes y también en los de casos y controles. 3. Efecto voluntario o sesgo de “no respuesta”. Son dos formas del mismo tipo general de error sistemático. Suponga Ud que pretende llevar a cabo un estudio sobre la prevalencia de hipertensión arterial y, a tal efecto dispone- previa difusión y propaganda- de un sector en una serie de tiendas donde se ha de medir la tensión arterial e indagar antecedentes personales y familiares de la entidad a evaluar. Es bien posible que el primer sujeto en la fila sea un hipertenso: bien que lo sepa o bien que lo sospeche, puede tener una motivación especial para conocer su estado. También puede suceder que la segunda persona sea familiar del primer sujeto; su probabilidad personal de hipertensión puede ser mayor que la de la población general. Desde luego, todo participante de un estudio debe ser “voluntario”, debe manifestar su expresa voluntad de participar de la investigación. Pero debemos tener gran cuidado cuando nuestro método de selección hace más 4 probable la inclusión de ciertos sujetos en detrimento de otros, por razones “sesgadas”. Del mismo modo, cuando ciertos sujetos rechazan participar de un estudio de manera sistemática, pueden afectarse los resultados de manera inversa a lo explicado anteriormente. Por eso, nuestros sistemas de selección deben configurarse de modo de evitar estos dos efectos. 4. Paradoja de Berkson. En algunos estudios el reclutamiento de casos de una enfermedad se hace sobre una base hospitalaria. Los pacientes incluidos en un estudio de base hospitalaria puede incluir pacientes más severamente enfermos, incluso portando más de una enfermedad. Ello puede determinar que de manera artificiosa se detecten asociaciones que en realidad no existen en la población general. Tomemos un ejemplo: supongamos que estamos estudiando pacientes con cierta enfermedad respiratoria, asociada con el hábito de fumar. Los pacientes hospitalizados, sobre todo en mal estado, frecuentemente pasan gran parte del día inactivos, lo que facilita el desarrollo de osteopenia. Entonces, podríamos llegar a concluir a favor de una asociación entre osteopenia y hábito de fumar, que en realidad podría no existir. Este sesgo puede sobreestimar o subestimar una asociación entre una exposición y un evento. Es particularmente importante en estudios de casos y controles. b) Sesgo de Información 1. Sesgo de acceso al diagnóstico. Personas de diferentes áreas geográficas, o niveles socioeconómicos pueden eventualmente ver dificultado en mayor o menor medida el acceso a un determinado diagnóstico. Esto afecta la calidad de la información de que dispondremos y puede constituir un sesgo conocido como sesgo de acceso al diagnóstico. 5 2. Sesgo de sospecha diagnóstica. El conocimiento de que un sujeto ha estado expuesto a un factor determinado, potencialmente causante de una enfermedad, puede afectar la intensidad de la búsqueda de la misma, generando una diferencia con el interés diagnóstico puesto de manifiesto en los no expuestos. Un ejemplo muy citado es el de la exposición al asbesto; cuando los médicos conocen que el paciente ha estado expuesto a fuentes de asbesto, es probable que busquen con mayor énfasis (métodos más sensibles) la presencia de mesotelioma que cuando no sospechen la exposición. El ejemplo 2 citado previamente (sobre el tratamiento intensivo vs convencional en pacientes diabéticos) representa otro caso del mismo tenor. 3. Sesgo de detección. Cuando se comparan eventos acaecidos a lo largo del tiempo, la aparición durante el desarrollo del estudio de métodos más sensibles puede identificar en estadios más precoces una enfermedad. Su frecuencia cambia de manera sesgada y muy posiblemente también los resultados de un tratamiento, dado que por lo general, detecciones más tempranas permiten terapéuticas más exitosas. 4. Sesgo de opinión previa. Las tácticas puestas de manifiesto en un proceso diagnóstico llevado a cabo en un paciente pueden ser identificadas por parte del mismo. Esto puede afectar su comportamiento frente a una nueva exposición del sujeto a idéntico proceso. Por ejemplo, la aplicación de un mismo cuestionario por segunda vez al mismo paciente, puede afectar la naturaleza de las respuestas dada la previa exposición al instrumento. 5. Sesgo de enfermedad inaceptable. Existen enfermedades o condiciones vergonzantes que los pacientes pueden no manifestar. Este tipo de situaciones 6 puede inducir a una subestimación de la frecuencia de una exposición o de un evento socialmente “penalizado”. 6. Sesgo de contaminación. En un ensayo clínico, los pacientes que fueron aleatorizados y asignados a un determinado grupo pueden recibir, por error, el tratamiento que corresponde a otro grupo. En este caso se verifica el llamado sesgo de contaminación, poco habitual en nuestros días. 7. Sesgo de retirada. En ocasiones, en un estudio, el retiro de pacientes expuestos a un factor (por ejemplo, un tratamiento) puede diferir sistemáticamente del exhibido por los no expuestos. Este tipo de sesgo puede presentarse en ensayos clínicos abiertos. 8. Sesgo de medición insensible. En algunos estudios, los métodos destinados a la medición de resultados no permiten detectar cambios con la suficiente sensibilidad. 9. Sesgo de expectativa. Frecuentemente, la expectativa del paciente, del médico, de los familiares del paciente, frente a la exposición a un tratamiento puede afectar al resultado del mismo. Puede observarse este tipo de sesgo en ensayos clínicos no controlados. 10. Sesgo de rememoración (recall). La rememoración de antecedentes personales o familiares de exposición a un factor puede ser más fácil en los pacientes que presentan una entidad clínica (casos) que en sus controles. Este es el tipo de sesgo que podemos observar en el ejemplo 3 arriba citado, cuando nos referimos al estudio de casos y controles en sujetos con o sin AR. 7 11. Sesgos en la lectura de la literatura médica correspondiente al campo en estudio. Existen varios en este terreno; sesgo de retórica (algunos autores emplean argumentaciones o recursos retóricos que pueden resultar más convincentes, pero no necesariamente más correctos), “one-sided reference” (puede que sólo una línea argumental que aparece en la literatura sea seguida por los investigadores, omitiendo toda referencia a otras interpretaciones discrepantes), “hot stuff” (sesgo de “tema caliente”; cuando una determinada temática se encuentra en el centro de atención en un área de investigación, puede que muchas líneas argumentales se vean “traccionadas” o bien “repelidas” por este tópico caliente). 12. Sesgos en el análisis de datos. Aquí tenemos las llamadas “expediciones de pesca” (no tenemos un objetivo preciso, y procuramos la búsqueda de asociaciones no planeadas con riesgo de falsa positividad); la “tortura de datos” (los datos son manipulados de modo tal que soporten la hipótesis del investigador), etc. Esta lista de sesgos no ha pretendido ser exhaustiva. De todos modos, es común tipificar a los sesgos de información como: 1) errores de clasificación no diferencial, y, 2) errores de clasificación diferencial. Ya nos hemos referido a esta división de los sesgos en otra sección del curso. Simplemente diremos que muchos de los sesgos antes mencionados pueden encasillarse en una de estas subdivisiones con mayor frecuencia. Los principales efectos de una mala clasificación son: 1) Cuando una enfermedad se clasifica como presente o ausente, un error no diferencial hace que se diluya la asociación y se subestime el efecto; 8 2) Cuando una exposición se clasifica en dos categorías (SI-NO), la mala clasificación no diferencial subestima la asociación entre las variables dependiente e independiente; 3) Cuando la exposición se clasifica en más de dos categorías, el sesgo de clasificación no diferencial puede sobre o subestimar la fuerza de la asociación; 4) La mala clasificación diferencial sea de la enfermedad o de la exposición puede subestimar o sobreestimar la fuerza de la asociación. Como quiera que sea, recordemos que una buena lectura previa, un pensamiento crítico bien ejercido, la coparticipación activa de los investigadores advertidos, son las herramientas más útiles en la prevención de sesgos o errores sistemáticos que pueden afectar, a veces irreversiblemente, los resultados de una investigación. Hasta aquí hemos analizados los diseños de estudios de investigación clínica más comunes y los sesgos que podemos encontrar más frecuentemente. Una parte importante de la labor científica es el análisis estadístico de Conclusión sus resultados. En la tercera parte de este módulo describiremos brevemente los principios y métodos de las pruebas de confrontación de hipótesis más frecuentemente utilizados. 9 10