Muestreo y sesgos Flashcards
H1 (Hipótesis alterna, alternativa o de trabajo):
Es la hipótesis que yo planteo, la que yo quiero cumplir como investigador.
H0 (Hipótesis nula):
Generalmente es la realidad, es cómo son las cosas y uno la plantea de manera negativa frente a la hipótesis de trabajo.
Errores aleatorios:
- Error tipo 1:
Rechazar la hipótesis nula cuando era verdadera.
Errores aleatorios:
- Error tipo 2:
No rechazar la hipótesis nula cuando la alterna era verdadera.
Valor de P “Nivel de significancia”:
- Probabilidad máxima que estoy dispuesto a aceptar de cometer un error tipo I en mi estudio.
- Cuánto voy a arriesgar para que mi resultado no sea
explicado por el azar. - Mientras más cercano a 0 voy a ser más exigente desde el punto de vista metodológico (e.g. requerir un tamaño muestral más grande, rigurosidad estadística, etc.).
- Más del 5% es el margen para cometer un error muy grande
La muestra adecuada para trabajar dependerá de…
- las características de la población, se toma el tamaño muestral en relación a la variabilidad del a población.
Muestras No probabilísticas:
Elige sujetos por “conveniencia”, de forma dirigida, seleccionar un grupo de pacientes de manera intencionada.
Muestras Probabilísticas:
- Tomar una muestra al azar
- Todos los sujetos de la población tienen la misma probabilidad de ser elegidos para esa intervención.
Tipo de muestras probabilísticas
- Muestreo aleatorio simple
- Muestreo por estratos (sexo, edad)
- Muestreo por conglomerado (estudio ecológico, multicéntrico, meta análisis, grupos)
Error sistemático
- Error secundario al diseño o conducción de un estudio.
- Son errores derivados de la investigación.
- Predecibles
- No están determinados por el azar.
- Relacionados con la calidad del estudio
- Produce distorsión de los resultados
- Sesgos
Error aleatorio
- Determinado por el azar
- No pueden ser predecidos
1.- Sesgo de selección:
Cómo se escogió la muestra.
1.- Sesgo de selección: a) Sesgos de prevalencia o incidencia:
No considerar el factor muerte
1.- Sesgo de selección: b) Sesgo de la falacia de Berskon:
- Las personas que entran al estudio tienen una probabilidad diferente de tener una característica de interés.
- Elección de paciente “prototipo” en ensayo clínico
1.- Sesgo de selección: c) El sesgo de no respuesta:
- Diseños donde, en un cuestionario por ejemplo, hay preguntas que el paciente no quiera responder.
1.- Sesgo de selección: d) Sesgo de pertenencia o membresía:
- Hay un grupo de sujetos que eran necesarios para mi análisis y por alguna razón los obvié.
2.-Sesgo de información o medición:
- Ocurre al usar métodos de medición distintos entre los grupos.
- Cuando ocupo herramientas que van a medir de forma distinta al grupo intervenido y al no intervenido.
- Típico en los ensayos de pruebas diagnósticas o ensayos clínicos.
a) Sesgo de memoria:
- Muy frecuente en ensayos retrospectivos. Se da en adultos mayores preguntándoles sobre cosas pasadas previamente.
b) Sesgo de adaptación:
- en los diseños de ensayos clínicos donde los pacientes se cambian de grupo.
c) Sesgo del investigador o procedimiento:
- presente en ensayos clínicos y en casos y controles
- Inducir respuestas en el grupo de casos .
3.-Sesgo de confusión:
- Ocurre al seleccionar los sujetos para determinada asociación de un factor de exposición x con una enfermedad y, pero existe un factor z, que es la “variable confundente”,
- Z está asociada con x e y, pero no está en la vía causal
- Es decir, z no es un paso intermediario entre x e y.
La mejor forma de evitar los sesgos de selección y de confusión es la
aleatorización.
La aleatorización permite
que los grupos sean lo más homogéneos posible, y, por tanto, comparables.
Herramientas para comparar factores
- Muestreo por pareos
- Análisis multivariable
Efectos de los errores sistemáticos
- distorsionan resultados finales en la intervención, subestimando o sobre-estimando.
