Uno de los objetivos de una investigaci\u00f3n, o de un estudio epidemiol\u00f3gico, es medir y calcular con mayor precisi\u00f3n y validez sus determinaciones, y para que eso ocurra es necesario que el proyecto tenga un dise\u00f1o de estudio lo m\u00e1s preciso posible. (5) O sea, los estudios cl\u00ednicos, para que sean v\u00e1lidos, deben presentar una metodolog\u00eda rigurosa. <\/p>\n\n\n\n
Todo trabajo de investigaci\u00f3n puede presentar dos tipos b\u00e1sicos de errores: el error sistem\u00e1tico y el error aleatorio. (3) El primero, tambi\u00e9n llamado sesgo, corresponde a errores del dise\u00f1o del estudio, mientras que el segundo se debe al azar y est\u00e1 muy relacionado al concepto de precisi\u00f3n. (2)<\/p>\n\n\n\n
Se denomina error aleatorio a los t\u00e9rminos de desajuste, discrepancia o imprecisi\u00f3n no deseada, e est\u00e1 asociado al azar. Ese valor es esencial en un primer momento pero sigue una distribuci\u00f3n probabil\u00edstica. Se debe a la variabilidad biol\u00f3gica del fen\u00f3meno que se estudia, esta inherente al proceso de medici\u00f3n, tanto por el instrumento de medida como por el observador, \u00e9sta es debida al hecho de que se trabaja con muestras de individuos y no con poblaciones enteras. El error aleatorio est\u00e1 muy relacionado con el concepto de precisi\u00f3n. As\u00ed, una estimaci\u00f3n o una medida es tanto m\u00e1s precisa cuanto menor es el componente del error aleatorio. (6)<\/p>\n\n\n\n
El error tipo I, o alfa (\u03b1) es un error que consiste en rechazar una hip\u00f3tesis nula, siendo esa verdadera, mientras que el error de tipo II, o beta , consiste en aceptar una hip\u00f3tesis nula, siendo esa falsa. (8)<\/p>\n\n\n\n
Desarrollo<\/strong><\/span><\/p>\n\n\n\n Los estudios cl\u00ednicos, para ser v\u00e1lidos, deben ser metodol\u00f3gicamente rigurosos. Un estudio es v\u00e1lido si los resultados respectivos representan una estimaci\u00f3n imparcial del resultado verdadero. La validez interna para una investigaci\u00f3n cl\u00ednica est\u00e1 determinada por el rigor del dise\u00f1o del estudio, la recopilaci\u00f3n de datos y los an\u00e1lisis respectivos, que pueden cuestionarse por sesgo o por casualidad. (8) <\/p>\n\n\n\n Decisiones en la salud son tomadas con base en conocimientos t\u00e9cnicos y evidencias a respecto de las opciones a considerar ante un escenario definido y en una poblaci\u00f3n determinada. De esa manera el \u00e9xito de una investigaci\u00f3n se fundamenta en la obtenci\u00f3n de informaci\u00f3n de calidad sobre el problema que se pretende abordar. Es importante que los resultados de esta investigaci\u00f3n se acerquen lo m\u00e1ximo posible de la verdad. (5)<\/p>\n\n\n\n Otro punto necesario de se entender es que todo estudio est\u00e1 sujeto a un cierto margen de error, por lo que ser\u00e1 muy importante conocer cu\u00e1les son sus principales fuentes y los distintos procedimientos que pueden ser utilizados para disminuir su impacto en los resultados. Los errores se pueden clasificar en dos grandes tipos: los errores no aleatorios o sistem\u00e1ticos y los errores aleatorios (no sistem\u00e1ticos). Hay que tener en cuenta que los dos tipos de errores cuando no controlados de manera eficaz, pueden comprometer la validez del estudio. (3)<\/p>\n\n\n\n Estos errores pueden originarse de manera aleatoria, o por azar; y por end incidir en una menor precisi\u00f3n de los resultados. Son los llamados errores aleatorios. Los errores tambi\u00e9n pueden originarse de manera sistem\u00e1tica, impactando en la exactitud, o en la veracidad del fen\u00f3meno estudiado. A estos \u00faltimos se los llamamos sesgos y su importancia esta en el hecho que afectan la validez interna de un estudio, invalidando los resultados de dicha investigaci\u00f3n de alguna manera. (5) De esta manera tenemos por definici\u00f3n que un sesgo es un error sistem\u00e1tico que conduce a hallazgos cuantitativamente incorrectos; representa la diferencia entre lo que se est\u00e1 valorando y lo que se cree que est\u00e1 valorando. (6) Tambi\u00e9n se lo define como cualquier proceso en cualquier momento de interferencia que tiende a producir resultados o conclusiones que difieren de manera sistem\u00e1tica de la verdad. (2)<\/p>\n\n\n\n La metodolog\u00eda utilizada en un proyecto de investigaci\u00f3n es de gran importancia una vez que fallas en esa metodolog\u00eda o limitaciones, adem\u00e1s de pr\u00e1cticas inadecuadas en la investigaci\u00f3n son bien conocidas y representan amenazas para la validez de cualquier estudio de investigaci\u00f3n. (7)<\/p>\n\n\n\n Errores sistem\u00e1ticos – Sesgos:<\/span><\/em><\/strong><\/p>\n\n\n\n Sesgo es cuando en el curso de una investigaci\u00f3n se comete errores de una forma sistem\u00e1tica, y estos pueden ocurrir por varios causales; pero en t\u00e9rminos generales, se acepta que los m\u00e1s frecuentes son aquellos debidos al observador, a lo que se observa y a aquello con lo que se observa. Los sesgos pueden ocurrir en cualquier etapa del curso de una investigaci\u00f3n, desde la planificaci\u00f3n a la presentaci\u00f3n de resultados y la publicaci\u00f3n de estos (5). <\/p>\n\n\n\n Profundizando un poco en esa tem\u00e1tica de posibilidades de cometer los posibles tipos de sesgos. <\/p>\n\n\n\n 1. A partir de la (s) variable (s) en estudio:<\/strong><\/em> <\/p>\n\n\n\n 2. A partir del observador:<\/em><\/strong><\/p>\n\n\n\n El hecho de se observar un evento de inter\u00e9s varia de un sujeto a otro. Y hasta frente a un mismo est\u00edmulo es posible que individuos distintos puedan interpretar de maneras diferentes, de manera entonces que homogenizar la observaci\u00f3n, tratar de tener adecuadas condiciones para su ocurrencia y adecuada metodolog\u00eda conduce a una minimizaci\u00f3n de errores dentro de la tem\u00e1tica de medici\u00f3n. (5)<\/p>\n\n\n\n 3. A partir del (los) instrumento (s) de medici\u00f3n: <\/em><\/strong><\/p>\n\n\n\n Es necesario recurrir siempre al dise\u00f1o de instrumentos de recolecci\u00f3n de datos que tiene por finalidad separar poblaciones que presenten alg\u00fan evento de observaci\u00f3n, ya que si un instrumento carece de la sensibilidad adecuada esa determinar\u00e1 una baja tasa de identificaci\u00f3n de posibles sujetos con eventos de inter\u00e9s. Por otro lado, instrumentos con bajas especificidad har\u00e1n disminuir la probabilidad de encontrar sujetos con eventos de inter\u00e9s. (5)<\/p>\n\n\n\n Sesgo de informaci\u00f3n o medici\u00f3n:<\/strong> se produce cuando las mediciones de las variables son de mala calidad o son sistem\u00e1ticamente desiguales entre los grupos de sujetos estudiados, lo que puede ocurrir cuando se utilizan pruebas poco sensibles y\/o poco especificas para diagnosticar la enfermedad o identificar la exposici\u00f3n, se aplican criterios diagn\u00f3sticos incorrectos en la recogida de datos, por ejemplo. Por ello, las variables deben medirse con un instrumento adecuado, validado, bien calibrado y aplicado la misma forma en todos los participantes del estudio. (3) Traduciendo eso a la pr\u00e1ctica, lo que puede suceder es presentarse una clasificaci\u00f3n incorrecta de sujetos, variables o atributos, dentro de una categor\u00eda distinta de aquella a la que deber\u00eda haberse asignado. Dentro dese tipo de sesgo es posible detectar algunos subtipos como: sesgos de recuerdo o de memoria<\/em><\/strong>; que pueden estar presentes en estudios de car\u00e1cter retrospectivo donde se estudia circunstancias presentes en etapas anteriores a la vida del sujeto. Sesgo de procedimientos,<\/em><\/strong> eso pasa cuando el grupo que presenta la variable resulta ser m\u00e1s interesante para el investigador que el grupo que participa como grupo control. Otra posibilidad de sesgo de medici\u00f3n es el que llamamos sesgo por falta de sensibilidad<\/em><\/strong> de un instrumento, producido cuando no se cuenta con m\u00e9todos adecuados de recolecci\u00f3n de datos. El sesgo de detecci\u00f3n<\/em><\/strong> ocurre por la utilizaci\u00f3n de metodolog\u00edas diagn\u00f3sticas diferentes de las que fueron estipuladas en el comienzo del estudio. Otro tipo de sesgo probable que pueda suceder durante la medici\u00f3n es el sesgo de adaptaci\u00f3n<\/em><\/strong>, que ocurre en estudios experimentales en que los individuos participantes deciden migrar de grupo por preferir un tipo de intervenci\u00f3n sobre otro. El sesgo de atenci\u00f3n <\/em><\/strong>ocurre cuando dos participantes de un estudio pueden alterar su comportamiento al saber que est\u00e1n siendo observados. Ya el sesgo del entrevistador <\/em><\/strong>se produce no hay un entrenamiento adecuado del entrevistador y por ello puede terminar por inducir al entrevistado algunos tipos de respuestas. Por fin, el sesgo de obsequiosidad <\/em><\/strong>es aquello donde los entrevistados responden lo que creen que quieren escuchar el entrevistador. (5)<\/p>\n\n\n\n Sesgo de selecci\u00f3n:<\/strong> es un error de dise\u00f1o del estudio en la selecci\u00f3n de los sujetos y puede aparecer cuando la muestra estudiada no es representativa de poblaci\u00f3n de estudio, cuando se elige un grupo de comparaci\u00f3n inadecuado, o cuando los grupos que se comparan difieren por algunas caracter\u00edsticas relevantes para el estudio. (2) Ese tipo de sesgo tambi\u00e9n puede producirse si existen p\u00e9rdidas o abandonos por motivos que hacen que los sujetos que finalizan el estudio difieran de los que lo iniciaron. Una situaci\u00f3n similar se plantea en el caso de las respuestas en las encuestas transversales. (3) Por lo tanto, el dise\u00f1o del estudio debe evitar en lo posible la aparici\u00f3n de estos problemas y obtener la informaci\u00f3n suplementaria necesaria para determinar si se ha podido producir alg\u00fan sesgo, e intentar evaluar su posible impacto sobre los resultados del estudio. (1) Dentro de este tipo de sesgo existen varios otros subtipos dentro de ellos tenemos el denominado sesgo de Berkson<\/em>; tambi\u00e9n llamado falacia paradoja de Berkon<\/em>, ese tipo de sesgo impide extrapolar las conclusiones en estudios realizados con voluntarios extra\u00eddos de una poblaci\u00f3n sin el EL. Otro subtipo de sesgos de selecci\u00f3n, es el denominado sesgo de Neymann<\/em>(de prevalencia o de incidencia), que se produce cuando la condici\u00f3n en estudio determina p\u00e9rdida prematura por fallecimiento de los sujetos afectados por ella. (5)<\/p>\n\n\n\n Sesgo de confusi\u00f3n o mezcla de efectos:<\/strong> los resultados de estudios obtenidos por medio de observaciones est\u00e1n potencialmente influenciados por este tipo de sesgo que puede resultar en una sobre o subestimaci\u00f3n de la asociaci\u00f3n real. Cuando observamos una asociaci\u00f3n no causal entre la exposici\u00f3n y el evento en estudio por la acci\u00f3n de una tercera variable no controlada encontramos un sesgo de confusi\u00f3n. Las variables se denominan factores de confusi\u00f3n. Los resultados de un estudio estar\u00e1n confundidos cuando los resultados obtenidos en la poblaci\u00f3n que esta siendo estudiada apoyan una conclusi\u00f3n falsa espuria sobre la hip\u00f3tesis en evaluaci\u00f3n debido a la influencia de otras variables que no fueron bien controladas ya sea durante la fase de dise\u00f1o o de an\u00e1lisis. (2) La clasificaci\u00f3n err\u00f3nea de los factores de confusi\u00f3n es un problema que requiere especial atenci\u00f3n por parte de los investigadores, ya que el hecho de no medir con precisi\u00f3n uno o m\u00e1s factores de confusi\u00f3n puede sesgar seriamente los resultados observados. (4)<\/p>\n\n\n\n Ahora intentaremos esquematizar los distintos sesgos que pueden ocurrir durante una investigaci\u00f3n. Los que pueden agruparse en aquellos que ocurren en la etapa de planificaci\u00f3n, los de etapa de muestreo y seguimiento; y los de la etapa final del estudio, que se encuentran relacionados encuentran relacionados con la medici\u00f3n, el an\u00e1lisis, la interpretaci\u00f3n y su reporte. <\/p>\n\n\n\n Sesgos asociados a la parte de dise\u00f1o inicial y planificaci\u00f3n de la investigaci\u00f3n:<\/span><\/em><\/strong><\/p>\n\n\n\n Sesgos durante el proceso de muestreo<\/em><\/strong>:<\/span><\/p>\n\n\n\n Sesgos en la recolecci\u00f3n de dato<\/em><\/strong>s:<\/p>\n\n\n\n Sesgos en an\u00e1lisis e interpretaci\u00f3n de datos:<\/span><\/em><\/strong><\/p>\n\n\n\n Sesgos en la fase de divulgaci\u00f3n y publicaci\u00f3n de resultados de la investigaci\u00f3n:<\/span><\/em><\/strong><\/p>\n\n\n\n Actitud ante los sesgos: <\/span><\/em><\/strong><\/p>\n\n\n\n Los investigadores tienen que tener en claro que los sesgos son sus peores enemigos y que pueden aparecer en cualquier momento del curso de la investigaci\u00f3n. En cualquier estudio se cometen sesgos, nuestra actitud ante ellos debe ser la de evitar aquellos que realmente pueden evitarse y conocer los que son inevitables. La finalidad de conocerlos es poder determinar si influyen por exceso o por defecto en los resultados, y m\u00e1s concretamente tenerlos en cuenta a la hora de interpretarlos. (3) Para evitar los sesgos son necesarias estrategias en la planificaci\u00f3n del proceso de investigaci\u00f3n, o sea, tener un proyecto pulcro, acucioso y preciso; pues esta es la mejor estrategia para evitar o minimizar los sesgos. (5)<\/p>\n\n\n\n Utilizaremos un ejemplo para identificar a qu\u00e9 se hace referencia cuando se habla de sesgo. <\/span><\/em><\/p>\n\n\n\n Ejemplo 1, sesgo de selecci\u00f3n:<\/span><\/em><\/p>\n\n\n\n Estudio donde se asocia el consumo de bebidas energ\u00e9ticas y el c\u00e1ncer de h\u00edgado. En este estudio, supongamos, los casos de c\u00e1ncer de h\u00edgado se seleccionaron de distintos centros m\u00e9dicos, mientras que los controles proced\u00edan de la misma unidad cl\u00ednica en d\u00f3nde se hab\u00edan realizado los diagn\u00f3sticos de los casos. <\/span><\/em><\/p>\n\n\n\n Al elegir este mecanismo de selecci\u00f3n de controles los investigadores incluyeron distintos sujetos que podr\u00edan presentar otras patolog\u00edas gastrointestinales. Es decir, personas que representaban una parte de la poblaci\u00f3n con menor consumo de bebidas energ\u00e9ticas, una vez que su retirada es parte del tratamiento para una gran parte de dichas patolog\u00edas. <\/span><\/em><\/p>\n\n\n\n Ejemplo 2, sesgo de seguimiento:<\/span><\/em><\/p>\n\n\n\n Se realiza un estudio del efecto de un determinado f\u00e1rmaco X y se cuenta con dos grupos.<\/span> El primer grupo toma el f\u00e1rmaco X y lo componen 40 sujetos, y un segundo grupo (control) el cual NO tomar\u00e1 el f\u00e1rmaco X y lo componen tambi\u00e9n 40 sujetos.<\/span> <\/em><\/p>\n\n\n\n El estudio con el f\u00e1rmaco X tiene una duraci\u00f3n de 20 d\u00edas, en los cuales los participantes deben estar ingresados en el hospital para su observaci\u00f3n diaria. Durante esa franja de<\/span> tiempo se ha producido varios abandonos, de modo que los dos grupos de estudio quedaran de la siguiente manera: grupo de 30 sujetos en uso del f\u00e1rmaco y grupo control con 37 individuos. Este abandono es un ejemplo cl\u00e1sico de sesgo de seguimiento. <\/span><\/em><\/p>\n\n\n\n Errores Tipo 1 y Tipo 2<\/strong><\/span><\/p>\n\n\n\n El m\u00e9todo que utilizamos para realizar el muestreo de una poblaci\u00f3n es esencial para la representatividad de un estudio dentro de la que se desea averiguar los resultados obtenidos. La importancia de la muestra en los estudios cl\u00ednicos es una de las bases de cualquier estudio que quiera ser v\u00e1lido. Entre las caracter\u00edsticas fundamentales de una muestra rigurosa est\u00e1 su correcto tama\u00f1o. (8)<\/p>\n\n\n\n El objetivo de planificar el tama\u00f1o de muestra es estimar el n\u00famero apropiado de sujetos para el estudio espec\u00edfico. <\/p>\n\n\n\n Los pilares sobre los que se basa el c\u00e1lculo del tama\u00f1o de la muestra en estudios anal\u00edticos o experimentales son varias, todas necesarias para un resultado final correcto, e incluyen errores de tipo I y II y las probabilidades de cometerlos (designados como alfa y beta), la dimensi\u00f3n del efecto, la variabilidad de los resultados y el poder del estudio. (8)<\/p>\n\n\n\n Al final del estudio, el investigador utilizar\u00e1 pruebas estad\u00edsticas en un intento de rechazar la hip\u00f3tesis nula y favorecer la alternativa. Asumiendo que no hubo sesgos que cambien sistem\u00e1ticamente los resultados y dependiendo de si la hip\u00f3tesis nula es verdadera o falsa en la poblaci\u00f3n general. (8)<\/p>\n\n\n\n El error tipo I (falso positivo) ocurre si un investigador rechaza la hip\u00f3tesis nula, cuando es cierta en la poblaci\u00f3n, por otro lado el error tipo II (falso negativo) ocurre si un investigador no rechaza la hip\u00f3tesis nula, cuando es falsa en la poblaci\u00f3n. (8)<\/p>\n\n\n\n Los errores de tipo I y II no se pueden evitar por completo, pero su probabilidad se puede reducir aumentando el tama\u00f1o de la muestra de estudio. La probabilidad (previamente definida) de que un investigador cometa un error tipo I se llama alfa (\u03b1) o, como tambi\u00e9n se conoce, el nivel de significancia estad\u00edstica Por ejemplo, si en un estudio que relaciona los efectos del ejercicio con los niveles de HDL, el alfa es 0.05, entonces el investigador define el 5% como la posibilidad m\u00e1xima de rechazar incorrectamente la hip\u00f3tesis nula (deduciendo ese ejercicio y los niveles de HDL est\u00e1n asociados con la poblaci\u00f3n, cuando en realidad no lo est\u00e1n). El alfa est\u00e1 directamente relacionado al valor de P, determinado por pruebas estad\u00edsticas, ya que la hip\u00f3tesis nula se rechaza si el valor de P es menor que el alfa. (8)<\/p>\n\n\n\n La probabilidad de que un investigador cometa un error de tipo II se llama beta (\u03b2). Idealmente, alfa y beta deber\u00edan ser iguales a cero, pero esto es imposible. Podemos disminuir la posibilidad de que ocurra aumentando el tama\u00f1o de la muestra, usando variables continuas, mediciones m\u00e1s precisas o pareadas, usando grupos de dimensiones desiguales o usando resultados m\u00e1s comunes. (8)<\/p>\n\n\n\n Si es particularmente importante para el investigador evitar un error tipo I entonces debe colocar el alfa en niveles m\u00e1s bajos. Por el contrario, si desea evitar el error tipo II (falso negativo), entonces es la beta la que debe colocarse en niveles bajos. (8)<\/p>\n\n\n\n Es necesario que quede claro que los errores que se comete al rechazar la hip\u00f3tesis nula [H0] siendo esa verdadera, son los de tipo I o alfa (\u03b1). La probabilidad de cometer un error de tipo I esta relacionada al nivel de significaci\u00f3n que hemos establecido para nuestra prueba de hip\u00f3tesis. Por otro lado, los errores o de tipo II (\u03b2), se comete cuando se acepta la hip\u00f3tesis nula como falsa. <\/span><\/em><\/p>\n\n\n\n Conclusi\u00f3n:<\/span> <\/strong><\/p>\n\n\n\n Y as\u00ed concluimos que los investigadores en ciencias de la salud deben estar familiarizados con t\u00e9rmino de los errores sistem\u00e1ticos y por azar conociendo su importancia en la validez interna de su trabajo, y as\u00ed desarrollar\u00e1 estudios con resultados muy cercanos a la verdad. <\/p>\n\n\n\n Teniendo siempre en cuenta que los errores sistem\u00e1ticos a diferencia del error por azar no se aten\u00faan al aumentar el tama\u00f1o de la muestra. Adem\u00e1s, habitualmente no pueden corregirse en la fase de an\u00e1lisis, por lo que la mejor estrategia para evitarlos es dise\u00f1ar el estudio cuidadosamente y prevenir su aparici\u00f3n. <\/p>\n\n\n\n Referencias: <\/span><\/strong><\/p>\n\n\n\n <\/p>\n","protected":false},"excerpt":{"rendered":" Dentro del campo de la investigaci\u00f3n cient\u00edfica debemos estar atentos a la presencia de elementos, que introducimos nosotros mismos, y que pueden alterar el adecuado desarrollo de un estudio.<\/p>\n","protected":false},"author":8,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[25,4,3],"tags":[],"_links":{"self":[{"href":"https:\/\/metodocientifico.com.ar\/uai\/padawan\/blog\/wp-json\/wp\/v2\/posts\/437"}],"collection":[{"href":"https:\/\/metodocientifico.com.ar\/uai\/padawan\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/metodocientifico.com.ar\/uai\/padawan\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/metodocientifico.com.ar\/uai\/padawan\/blog\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/metodocientifico.com.ar\/uai\/padawan\/blog\/wp-json\/wp\/v2\/comments?post=437"}],"version-history":[{"count":12,"href":"https:\/\/metodocientifico.com.ar\/uai\/padawan\/blog\/wp-json\/wp\/v2\/posts\/437\/revisions"}],"predecessor-version":[{"id":3344,"href":"https:\/\/metodocientifico.com.ar\/uai\/padawan\/blog\/wp-json\/wp\/v2\/posts\/437\/revisions\/3344"}],"wp:attachment":[{"href":"https:\/\/metodocientifico.com.ar\/uai\/padawan\/blog\/wp-json\/wp\/v2\/media?parent=437"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/metodocientifico.com.ar\/uai\/padawan\/blog\/wp-json\/wp\/v2\/categories?post=437"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/metodocientifico.com.ar\/uai\/padawan\/blog\/wp-json\/wp\/v2\/tags?post=437"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}