Sesgo de selección
El sesgo de selección es un error sistemático introducido por la forma en que se eligen los sujetos para un estudio o se retienen en el análisis, cuando esa selección depende tanto de la exposición como del resultado. Debido a que la muestra analizada no es representativa de la relación en la población de origen, la asociación estimada puede distorsionarse incluso si la exposición y el resultado se miden perfectamente.
Definition
El sesgo de selección es una distorsión de la asociación exposición-resultado que surge cuando la probabilidad de ser incluido (o permanecer) en la población de estudio está influenciada conjuntamente por la exposición y el resultado, de modo que la asociación en la muestra analizada difiere de la de la población de origen.
Scope
La entrada cubre la definición estructural del sesgo de selección como el condicionamiento de un efecto común (colisionador), sus formas comunes en estudios epidemiológicos —como el sesgo de selección de controles, la pérdida de seguimiento y la autoselección— y cómo difiere de la confusión. Es una referencia metodológica y no ofrece asesoramiento clínico.
Core questions
- ¿La entrada o retención en el estudio depende tanto de la exposición como del resultado?
- ¿El análisis condiciona un efecto común (colisionador) de la exposición y el resultado?
- ¿Cómo se relacionan las pérdidas de seguimiento o la falta de respuesta con la exposición y el resultado?
- ¿Se puede razonar sobre la dirección y magnitud del sesgo resultante?
Key concepts
- Colisionador y sesgo de estratificación por colisionador
- Condicionamiento de un efecto común
- Sesgo de selección de controles
- Pérdida de seguimiento / abandono
- Autoselección y falta de respuesta
- Sesgo de Berkson (admisión hospitalaria)
- Efecto del trabajador sano
Mechanisms
En términos estructurales, el sesgo de selección ocurre cuando el análisis condiciona una variable que es un efecto común (un colisionador) de la exposición y el resultado, o de las causas de cada uno. El condicionamiento de un colisionador abre una asociación no causal entre la exposición y el resultado dentro de la muestra seleccionada, incluso cuando no existe ninguna en la población de origen. Este único mecanismo unifica muchos sesgos conocidos: la elección de controles cuya selección depende de la exposición (sesgo de selección de controles), la pérdida diferencial de seguimiento relacionada tanto con la exposición como con el pronóstico, las comparaciones hospitalarias donde la admisión depende de múltiples condiciones (sesgo de Berkson), y el efecto del trabajador sano. El sesgo de selección es distinto de la confusión: la confusión es una causa común preexistente, mientras que el sesgo de selección es creado por el propio proceso de selección y no se elimina necesariamente ajustando por covariables medidas.
Clinical relevance
El sesgo de selección es una razón importante por la que una estimación observacional puede no generalizarse incluso a la población que pretendía describir, por lo que evaluar cómo se seleccionaron y retuvieron los sujetos es fundamental para sopesar la evidencia. El concepto explica cómo los resultados de los estudios pueden inducir a error; no es una guía para el cuidado de ningún individuo.
Epidemiology
El sesgo de selección es una preocupación en todos los diseños de estudio, pero adopta formas características en cada uno: selección de controles en estudios de casos y controles, abandono en estudios de cohortes y falta de respuesta en encuestas. El enfoque estructural (diagrama causal) de la década de 2000 proporcionó una forma unificada de anticiparlo en la etapa de diseño y de razonar sobre su dirección probable.
History
Los sesgos de selección individuales —la paradoja de la admisión hospitalaria de Berkson, el efecto del trabajador sano, los problemas de selección de controles— se describieron a lo largo del siglo XX como fenómenos separados. Hernán, Hernández-Díaz y Robins (2004) los reformularon bajo una única definición estructural basada en el condicionamiento de un efecto común, y Cole y sus colegas (2009) proporcionaron una ilustración numérica accesible del sesgo de colisionador, aclarando cómo la selección crea asociaciones no causales.
Debates
- ¿Cuándo el ajuste por una variable causa, en lugar de curar, el sesgo?
- Debido a que el condicionamiento de un colisionador induce sesgo de selección, ajustar o seleccionar un efecto común de la exposición y el resultado (o sus causas) puede crear una asociación espuria donde no existía ninguna, razón por la cual la estructura causal debe guiar lo que se condiciona.
Key figures
- Miguel Hernán
- James Robins
- Sander Greenland
- Joseph Berkson
Related topics
Seminal works
- hernan-2004
- cole-2009
- delgado-rodriguez-2004
Frequently asked questions
- ¿En qué se diferencia el sesgo de selección de la confusión?
- La confusión proviene de una causa común preexistente de exposición y resultado, mientras que el sesgo de selección es producido por el proceso de selección —típicamente al condicionar un efecto común (colisionador) de ambos— y generalmente no se puede corregir ajustando por los factores de confusión medidos.
- ¿Qué es el sesgo de colisionador?
- Es un sesgo de selección creado cuando el análisis condiciona una variable que es un efecto común de la exposición y el resultado; al hacerlo, se abre una asociación no causal entre ellos dentro de la muestra seleccionada.
- ¿El sesgo de selección afecta la validez interna o externa?
- Es principalmente una amenaza para la validez interna, porque distorsiona la asociación dentro de la muestra estudiada en relación con la población de origen, aunque también influye en la generalizabilidad.