Confusión, sesgo y validez del estudio
Esta área reúne los conceptos que los epidemiólogos utilizan para juzgar si una asociación observada entre exposición y resultado refleja un efecto real o un artefacto. Distingue el error sistemático —confusión, sesgo de selección y sesgo de información— del error aleatorio, y enmarca el resultado en términos de validez interna (¿es la estimación correcta para la población de estudio?) y la noción relacionada de modificación del efecto (¿difiere el efecto entre los subgrupos?).
Definition
Confusión, sesgo y validez del estudio nombran conjuntamente el marco mediante el cual la epidemiología evalúa si una asociación medida es una estimación válida de un efecto causal, separando el error sistemático (confusión, sesgo de selección, sesgo de información) del error aleatorio y de la variación genuina del efecto entre subgrupos (modificación del efecto).
Scope
Esta área es una visión general orientativa de las amenazas a la validez en los estudios epidemiológicos y del vocabulario utilizado para razonar sobre ellas. Vincula las entradas temáticas detalladas sobre confusión, sesgo de selección, sesgo de información, modificación del efecto e interacción, y validez interna. Es una referencia metodológica y no proporciona orientación clínica o de tratamiento individual.
Sub-topics
Core questions
- ¿Se explica la asociación observada por una causa común de exposición y resultado (confusión)?
- ¿La forma en que los sujetos entraron o permanecieron en el estudio distorsionó la asociación (sesgo de selección)?
- ¿Se midieron o reportaron la exposición o el resultado de manera diferente entre los grupos (sesgo de información)?
- ¿El efecto difiere genuinamente entre los subgrupos (modificación del efecto), y es esto distinto de la confusión?
- En conjunto, ¿es la estimación internamente válida para la población realmente estudiada?
Key concepts
- Error sistemático versus error aleatorio
- Confusión
- Sesgo de selección
- Sesgo de información (medición)
- Modificación del efecto e interacción
- Validez interna
- Validez externa (generalizabilidad)
- Diagramas causales (DAGs)
Mechanisms
Una asociación medida puede desviarse del verdadero efecto causal por varias razones distintas. La confusión surge cuando un tercer factor es una causa común tanto de la exposición como del resultado, mezclando su efecto con el que se está estudiando. El sesgo de selección surge cuando los procedimientos que incorporan a los sujetos al análisis —y los mantienen en él— dependen conjuntamente de la exposición y el resultado, distorsionando la asociación en la muestra analizada. El sesgo de información surge cuando la exposición o el resultado se clasifican erróneamente, y la clasificación errónea puede ser no diferencial (difuminando la estimación hacia el nulo) o diferencial (desplazándola en cualquier dirección). Estos errores sistemáticos están conceptualmente separados del error aleatorio, que refleja la variabilidad del muestreo y se resume mediante intervalos de confianza. La modificación del efecto no es un error en absoluto: describe una variación real del efecto a través de los niveles de una tercera variable. Los diagramas causales (grafos acíclicos dirigidos) proporcionan un lenguaje común para distinguir la confusión del sesgo de selección y para decidir qué ajustar.
Clinical relevance
Estos conceptos son fundamentales para evaluar la evidencia que sustenta el conocimiento en salud. La credibilidad de una asociación reportada entre una exposición y una enfermedad depende de cuán bien un estudio controló la confusión y el sesgo, y de si su estimación es internamente válida. Esta área describe cómo se juzga la evidencia, no lo que un individuo debe hacer respecto a un diagnóstico o tratamiento.
Epidemiology
El razonamiento sobre la confusión y el sesgo forma parte de todo estudio observacional y está integrado en los estándares de reporte como la declaración STROBE, que pide a los autores que describan cómo abordaron estas amenazas. El marco se aplica en diseños de cohortes, casos y controles, y transversales, y cada vez más a través de métodos explícitos de diagramas causales.
Evidence & guidelines
La declaración STROBE (von Elm et al., 2007) es una guía de reporte ampliamente adoptada que exige a los estudios observacionales abordar las fuentes de sesgo, el control de la confusión y las limitaciones que afectan la validez interna y externa.
History
El vocabulario de sesgo y confusión se cristalizó a lo largo del siglo XX a medida que la epidemiología observacional maduró, basándose en debates sobre la inferencia causal a partir de datos no experimentales. Desde finales del siglo XX, los modelos causales formales —resultados potenciales y grafos acíclicos dirigidos— proporcionaron definiciones precisas que unificaron nociones previamente separadas de confusión y sesgo de selección y aclararon su distinción de la modificación del efecto.
Debates
- ¿Son la confusión y el sesgo de selección un fenómeno o dos?
- Los enfoques de diagramas causales muestran la confusión (una causa común de exposición y resultado) y el sesgo de selección (condicionamiento sobre un efecto común, o colisionador) como estructuralmente distintos, aunque ambos producen asociaciones no causales; algunos tratamientos clásicos los agrupan de manera más laxa.
Key figures
- Sander Greenland
- James Robins
- Judea Pearl
- Kenneth Rothman
- Miguel Hernán
Related topics
Seminal works
- greenland-pearl-robins-1999
- grimes-schulz-2002-bias
- delgado-rodriguez-2004
Frequently asked questions
- ¿Cuál es la diferencia entre sesgo y confusión?
- Ambos son errores sistemáticos, pero la confusión es la mezcla de efectos de una causa común de exposición y resultado, mientras que el sesgo aquí se refiere a distorsiones introducidas por la forma en que se seleccionan los sujetos (sesgo de selección) o cómo se miden las variables (sesgo de información).
- ¿Es la modificación del efecto un tipo de sesgo?
- No. La modificación del efecto describe una variación genuina en un efecto entre subgrupos; es una característica de la relación que se estudia, no un error a eliminar como la confusión o el sesgo.