Error aleatorio y error sistemático Flashcards
estimaciones y error
- las estimaciones de un parámetro está sujeto a error
- la naturaleza y magnitud de este error tiene implicancias en la validez y precisión de la medición
- altera la interpretación de los resultados
el error aleatorio surge de 2 procesos
1) error muestral (a partir de una muestra)
2) error aleatorio, proveniente del instrumento o de cambios aleatorios en el sujeto u observador
por qué el error muestral es la gran fuente de error aleatorio
- ya que la muestra que se obtiene no es idéntica a la población, y por lo tanto, los valores observados en muestras seleccionadas pueden tener aleatoriamente valores mayores, menores o iguales al verdadero parámetro medido en toda la población
cómo se puede disminuir la magnitud de un error muestral
- aumentando el tamaño de la muestra, si se incluyera toda la población, no habría error aleatorio (menor error, mayor precisión)
hipótesis nula (H0)
plantea que las variables no están relacionadas
- se relaciona con un nivel de significación (p) desde el cual se rechazará la hipótesis (las variables si están relacionadas)
error tipo II
podemos cometer un error y aceptar la hipótesis nula siendo esta falsa
error tipo I
podemos cometer un error y rechazar la hipótesis nula, siendo esta verdadera
qué significa poder (o potencia del estudio)
cuando no se rechaza la hipótesis nula dado que esta es falsa (error tipo II), es el complemento del error tipo II
poder= 1- error tipo II
cuándo el poder será mayor
- cuanto mayor sea el tamaño de la muestra
- cuanto mayor sea la magnitud del efecto (una asociación o diferencia)
- cuanto más precisas son las mediciones
estimaciones estadísticas
dentro del riesgo relativo (RR)
- se usan los datos del estudio para estimar el parámetro de interés
- RR= IAexp/IA nexp
- valor nulo (no hay diferencias)=1
- > 1 los expuestos tienen mayor riesgo que los no expuestos
- <1 la exposición es un factor protector
intervalo de confianza
error aleatorio
son los valores entre los cuales se encuentra el estimador puntual en el universo si se obtuvieran muestras infinitas
- hay un nivel de confianza que depende de la variabilidad y el error tipo I que el investigador está dispuesto a arriesgar
- permite obtener un valor mínimo y máx (límites)
- ej: IC 95% es el nivel de confianza, con un 5% de error tipo I que se asume
cuando se estudia una asociación causa-efecto, el intervalo de confianza
indicará el rango en el que está la medida de exposición verdadera
es decir, si un mismo estudio se repitiera con diferentes muestras de la población, en 95% de ellos los resultados estarán distribuidos alrededor del valor real y solo el 5% caería fuera de este rango, en valores aleatoriamente más altos o bajos
para aumentar la precisión y reducir el error aleatorio se debe
- incrementar el tamaño de la muestra: es lo más importante, por ello, la estimación del tamaño de muestra con PODER suficiente para detectar un efecto y que minimice el error tipo I, es crucial en la planificación de un estudio
- mejorar las mediciones individuales: hay distintas estrategias, como obtener mediciones de cada individuo si las características varían o utilizar instrumentos más precisos (se reduce la variabilidad aleatoria de la medición)
error sistémico o sesgo
- desviaciones del valor real que ocurren en forma sistemática en una misma dirección
- los estudios que minimizan el error sistemático maximizan la VALIDEZ
razones por las que ocurren los sesgos
- por fallas al momento de seleccionar a los participantes (sesgo de selección)
- por fallas en la obtención de las mediciones (sesgo de medición)
- por fallas en identificar con antelación la existencia de otras variables que confundan la relación entre la variable de exposición y la variable de efecto (sesgo de confusión)
sesgo de selección
- ocurre cuando las personas seleccionadas tienen una probabilidad diferente de ser incluídas en la muestra en base a características propias de la exposición y/o el efecto a estimar. Ej: aquellas personas que son expuestas y presentan el efecto tienen mayor probabilidad de ser seleccionadas
sesgo de vigilancia médica
ej: suele ocurrir en estudios de caso-control del efecto de ACO orales sobre la DM. las personas con ACO tienen probablemente mayor número de consultas que las personas sin ACO, por lo que una enfermedad subclínica será diagnosticada con mayor probabilidad en personas con ACO
sesgo de selección al inicio de un estudio
- puede ocurrir al escoger los criterios y procedimientos para la selección de los individuos y la conformación de lso grupos o en los estudios de seguimiento por pérdida de segumiento
sesgo de medición
- incluye cualquier error sistemático en la obtención de la información sobre la exposición, enfermedad o variables confusoras
- distorsión entre la estimación del efecto por errores de medición (o clasificación)
sesgo de información de individuos
- el sesgo de memoria suele ocurrir cuando se recolecta información de las personas retroespectivamente, por lo que puede no recordarse los detalles de la exposición o el evento
sesgo de los instrumentos y su aplicación
- uso de instrumentos con distinta sensibilidad/especificidad puede ocurrir para evaluar tanto la exposición como la enfermedad
- en estudios de caso-control muchas veces no se pueden usar los mismos instrumentos, ya que hay procedimientos diagnósticos que no pueden ser practicados en personas sanas
- diferencias en quienes aplican los instrumentos, si los examinadores están capacitados para detectar una enfermedad o exposición, etc
uso de proxy o informante indirecto
cuando no es posible recolectar información sobre la exposición o el evento en la persona, se puede recurrir a terceras personas (informante indirecto) que pueden disponer de información parcial
sesgo de confusión
- cuando se estudia la relación de interés se ignora la presencia de otra variable que puede inducir el efecto de asociación
- ej: la asociación entre obesidad y cáncer, la edad es una variable de confusión
cuál es la base para la identificación de variables de confusión
- se requiere conocimeinto experto del tema que se investiga, por lo que se requiere estar al día con el conocimiento
- es un proceso bastante complejo
qué condiciones tiene la variable confusora para serlo
será confusora si y sólo si es causa común de la exposición y el efecto
en estudios observacionales, la estrategia de control de confusión consiste en tratar de
- formazr que en promedio, los grupos en comparación (expuestos y no expuestos, casos y no casos, etc) sean iguales respecto a la variable de confusión
- ej: si la varfiable confusora es la edad, se puede seleccionar a participantes dentro de un rango de edad en específico, o si la variable confusora fuerza el sexo, el estudio seleccionará solo participantes hombres o mujeres, etc
- esto se conoce como RESTRICCIÓN
PAREAMIENTO
estrategias para control de confusión
- ej: si la variable confusora es el sexo, y se selecciona una mujer para el grupo de casos, se seleccionará también una mujer en el grupo de no casos
la mayoría de los estudios observacionales controlan el efecto de confusión en la etapa de análisis, mediante procedimientos estadísticos como
- estandarización
- estratificación
- modelos multivariados, considera el efecto confusor de las variables en forma simultánea, pero requiere de un sólido conocimiento para evaluar si los modelos se adecuan o no
