Sesgos y Error Aleatorio Flashcards
Los estudios epidemiológicos buscan responder:
A una pregunta concreta como:
-¿Cuál es la frecuencia de ocurrencia de un evento?
-¿Cuál es la asociación entre un factor de riesgo y una enfermedad?
En Chile, para estudiar la frecuencia de ocurrencia de un evento, se realizan:
Estudios transversales mediante la Encuesta Nacional de Salud (ENS) aplicada a una muestra de la población.
La prevalencia de la enfermedad de estudio obtenida a través de la ENS, es:
Una estimación del parámetro de la población desde una muestra (y su estadístico), por lo que puede estar sujeta a error (ya sea de tipo aleatorio o sistemático).
¿De qué factores dependen la precisión y validez de la medición de la unidad de observación?
De la naturaleza y magnitud del error (si es que existe), pudiendo afectar a la interpretación de los resultados o datos obtenidos.
El error aleatorio es aquel:
Que es parte de nuestra experiencia y no podemos predecir, ya que son producidos por el azar, y por ende, no son posibles de eliminar, pero sí de cuantificar con la estadística.
La presencia del error aleatorio genera….
Estimaciones imprecisas de los resultados.
A mayor precisión de la estimación del parámetro, la distribución normal será más…
Angosta (los puntos serán más cercanos entre sí, en cambio, a menor precisión los puntos se distribuyen más dispersos o anchos).
Los errores aleatorios se producen porque…
La unidad de medición corresponde a una muestra de la población y no al universo mismo. Por ello, es importante la selección y tamaño de la muestra.
La validez interna de un estudio es aquella…
Que está libre de error sistemático o sesgo, por ende, los resultados obtenidos son válidos para la muestra estudiada. Es decir, se extrapolan los resultados a nuestra muestra.
La validez externa de un estudio, es aquella que…
Permite inferir correctamente los resultados del estudio de la muestra a una población de mayor tamaño. Por ello, es requisito contar con validez interna. Es decir, se extrapolan los resultados a la población completa.
El error aleatorio se puede producir por tres razones:
- Debido al observador: Se generan diferencias de apreciación por parte de quién realiza la medición del fenómeno que se mide y estudia.
- Debido al entrevistado: Existen derivadas o fluctaciones en el sujeto que se estudia (por ejemplo, la presión arterial cambia durante el día).
- Debido al instrumento de medición: Poseen sus propias fluctuaciones.
Para cuantificar el error aleatorio, es posible:
Medir el error estándar, o el intervalo de confianza. De esta forma, obtendremos el nivel de error aleatorio, y por ende, el nivel de precisión de las estimaciones.
Si obtenemos un valor de riesgo relativo (RR) o de odds ratio (OR) en una muestra, este corresponde a…
La mejor estimación puntual, pues el verdadero RR o OR se encuentra dentro del intervalo de confianza obtenido.
Para prevenir el error aleatorio, podemos:
- Aumentar el tamaño de la muestra.
- Mejorar los procedimientos de muestreo.
- Disminuir la variabilidad de la medición utilizando protocolos estrictos, instrumentos calibrados y promedios de múltiples medidas.
Los estudios epidemiológicos se orientan a objetivos:
Cuantificables, por lo que el proceso de medición es crucial.
En epidemiología se busca obtener:
Un valor estimado (estimador) de un valor “verdadero” (parámetro) que no es posible de medir, ya que la población es muy grande, por lo que se selecciona una muestra a partir de dicha población.
En epidemiología las estimaciones se denominan así porque:
Estan sujetas a error, cuya naturaleza y magnitud tienen implicancias en la validez y precisión de la medición, y por ende, en la interpretación de los resultados.
En las estimaciones existen dos grandes fuentes de error:
- Error aleatorio.
- Error sistemático.
El error aleatorio, surge de dos procesos:
- Error muestral: Los estudios se hacen en una muestra, y no en todos los individuos (universo) a los que se refiere el estudio, por ende, la muestra puede no ser idéntica a la población, de tal forma que los valores observados a partir de muchas muestras seleccionadas de idéntica forma pueden ser aleatoriamente mayores, iguales o menores que el “verdadero” parámetro que se hubiera obtenido en toda la población.
- Error de la medición: Provienen del instrumento de medición o de cambios aleatorios en el sujeto o en el observador.
La magnitud del error muestral puede disminuirse:
Aumentando el tamaño de la muestra, pues si la muestra incluyera a todo el universo (población) no habría error aleatorio.
La ausencia de error aleatorio se denomina:
Precisión.
La bioestadística a través de las pruebas de significancia o de hipótesis permite:
Valorar la importancia del error aleatorio en las estimaciones.
Anteriormente, para estimar el error aleatorio se prefería:
Proponer una hipótesis nula (H0= niega el efecto de la intervención propuesta en el universo), para luego determinar un valor de probabilidad (p) crítico de error tipo I o valor alfa (generalmente del 5%). Posteriormente, se realiza la pregunta: ¿qué probabilidad hay de que se hubiera obtenido este resultado (el observado) si la hipótesis nula fuese verdadera?, y para responderla, se realiza una prueba estadística adecuada al problema, obteniendo un valor observado para esa prueba y su correspondiente valor p. Si es que se obtiene un valor p mayor a 5%, se decide que la probabilidad de la H0 es bastante alta y que hasta entonces no se puede rechazar, o que la diferencia entre ambos grupos (expuesto y no expuesto) no es significativa, o que las diferencias observadas se deben al azar.
Las hipótesis nulas son:
Conservadoras, pues mantienen lo que ya se conoce hasta el momento en la ciencia.
Las situaciones alternativas de una prueba de hipótesis a partir de los resultados de un estudio son:
- El estudio concluye que se rechaza la H0, dado que la verdad es que la H0 es falsa (decisión correcta): Es decir, hay asociación y el estudio correctamente lo detecta.
- El estudio concluye que se rechaza la H0, dado que la H0 es correcta o error tipo I (alfa): No hay asociación, pero el estudio incorrectamente la detecta, es el peor error.
- El estudio concluye que no se rechaza la H0, dado que la verdad es que la H0 es correcta (decisión correcta): No hay asociación y el estudio correctamente no la detecta.
- El estudio concluye que no se rechaza la H0, dado que la verdad es que la H0 es falsa o error tipo II (beta): Hay asociación, pero el estudio incorrectamente no la detecta.
El poder o potencia de un estudio es:
La capacidad de un estudio de rechazar una H0 dado que la hipótesis alternativa es verdadera. Se calcula como el complemento del error tipo II (Poder = 1 - error tipo II).
El poder de un estudio es mayor cuando:
- Mayor es la muestra.
- Más grande es el efecto (una asociación o diferencia) que se quiere detectar.
- Más precisas son las mediciones.
