Download Autor: Santiago Perez Lloret 1. Tipos de sesgos en investigación

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