Documente Academic
Documente Profesional
Documente Cultură
Vase tambin[editar]
Los sesgos son errores que afectan la validez de un estudio. Muchos estudios incurren en ellos y
en su mayora se originan desde la concepcin de la investigacin cuando no considera las fases
ms importantes durante la recoleccin, anlisis, interpretacin o publicacin de los datos. En
ocasiones, los sesgos pueden ser tan importantes que invalidan todo el trabajo realizado.
Existen
tres
categoras
de
sesgo
bien
tipificadas:
que, en el grupo con una mayora de pacientes menos graves, casi todos mejoraron. Aqu no se
puede valorar el efecto del frmaco, ms bien se evalu el comportamiento de la enfermedad en
muy
graves
contra
menos
graves.
2.- Sesgo de informacin para la medicin y valoracin del efecto: Errores durante la
captura de los datos que modifican la magnitud de las causas investigadas y los efectos
identificados. Suponga que quiere conocer si un determinado medicamento disminuye una
consecuencia grave (un evento cardiovascular). Ambos grupos de participantes (los que toman
ese u otro medicamento) son comparables entre s (tienen la misma edad, estado de salud,
servicios de salud, nivel socioeconmico, etc) y uno es diagnosticado por un mdico cardilogo
con 10 aos de experiencia clnica y que cuenta con un ecocardiograma mientras que el otro
grupo es diagnosticado por un mdico pasante con un electro cardiograma. Sin generalizar, es
ms probable que en el grupo del cardilogo se diagnostiquen los eventos vasculares que, en el
otro grupo. Bajo el supuesto que el medicamento funciona igual de bien en los dos grupos, se
puede concluir que el medicamento no es tan bueno para evitar la complicacin cuando lo que
ocurre es una variacin del mtodo para medir el evento. En este caso el primer grupo estuvo
ante algo ms preciso para medir y eso ocurri sistemticamente durante toda la investigacin.
As pues, la conclusin estara sesgada hacia abajo pues no le da su justo valor al nuevo
frmaco.
3.-Sesgo de confusin: Estos sesgos obedecen a encontrar o no encontrar relaciones de causa
efecto entre las verdaderas variables. Es decir: existe un factor o variable de confusin que se
asocia a la consecuencia pero no la origina. Un ejemplo clsico es la vacunacin contra
tuberculosis que se realiz para el personal de cierto centro hospitalario. Una vez vacunadas a
las personas se encontr que un importante nmero desarroll hepatitis B. En este caso era la
vacuna contra la tuberculosis una causa de hepatitis o exista un evento o variable que estaba
relacionada con ambas variables y que en verdad ocasionaba el efecto? En este caso, se observ
que la inoculacin del virus se dio a travs de las jeringas que se usaron para vacunar al
personal: este era el factor de confusin. Tras observar este ejemplo se pone de manifiesto el
efecto negativo que tendra en la toma de las decisiones, el no vacunar al personal contra la
tuberculosis cuando el problema no era el vial de la vacuna sino el vehculo.
En la actualidad, existen otras clasificaciones de sesgos, sin embargo, para la mayora de
personas stas son las tres fundamentales. Las categoras anteriormente citadas tienen la
debilidad de no ser mutuamente excluyentes y por lo tanto, en ocasiones, algn error
sistemtico se imbrica en dos criterios. An as, siguen siendo categoras que para el uso
corriente
gozan
de
reconocimiento
y
pragmatismo.
La utilidad de conocer y preveer los sesgos es evitar complicaciones subsecuentes pues, una vez
ocurrido el sesgo poco se puede corregir por medio de la estadstica. En los casos menos
desafortunados se puede estimar la direccin del sesgo pero, hasta ahora, no existen mtodos
que permitan aislarlo para seguir contando con un adecuado nivel de validez. Tres llamamientos
importantes que hace el autor son: que la presencia de significancia estadstica no refleja la
presencia o ausencia de sesgo; un estudio no es categricamente sesgado o insesgado (sin
sesgo) sino que, dado que el sesgo es una categora de cantidad, puede tener rubros que
afecten en mayor o menor medida y, existen variables que no originan una causa pero
modifican el efecto del evento (medicamentos que funcionan mejor en edades tempranas, por
sexo etnia). stos no son sesgos, slo limitan la generalizacin de los resultados. Algo que
merece
la
pena
recordar.
Finalmente, el autor seala algunos de los tratamientos utilizados para controlar los sesgos
sealando los mtodos de restriccin de participantes, el pareamiento de variables, el anlisis
multivariado como los tres ms importantes. En este documento Gerhard muestra algunos
ejemplos sencillos de cmo aprender y manejar algunos de los sesgos ms frecuentes.
Ver artculo completo en: Gerhard T. Bias: considerations for research practice. Am J HealthSyst Pharm 2008; 65: 2159-2168.
Sesgo de investigacin
Martyn Shuttleworth 10.6K visitas
Sesgo de diseo
El sesgo de diseo se presenta cuando el investigador no tiene en cuenta los sesgos
inherentes probables en la mayora de los tipos de experimento.
Algunos sesgos son inevitables y el investigador debe demostrar que entiende esto, que ha
hecho todo lo posible por disminuir su impacto o que lo tomar en cuenta en las estadsticas y
el anlisis.
Otro tipo de sesgo de diseo se produce una vez que se termin la investigacin y se
analizaron los resultados. Se produce cuando las dudas iniciales de los investigadores no
estn incluidas en la publicidad, algo muy comn en esta actualidad de comunicados de
prensa e investigaciones motivadas por la poltica.
Por ejemplo, la investigacin sobre los beneficios en la salud de la palmera de asa puede
desatender la conciencia del investigador de las limitaciones del grupo de muestra. El grupo
probado puede haber sido todo femenino o de una determinada edad.
Sesgo de seleccin/muestral
El sesgo muestral se produce cuando el proceso de toma de muestras inserta un sesgo
inherente en el estudio. Existen dos tipos de sesgo muestral, basados en las muestras que se
omiten y las que se incluyen.
Sesgo de omisin
Este sesgo de la investigacin se produce cuando se omiten ciertos grupos en la muestra. Un
ejemplo podra ser que las minoras tnicas son excluidas o, por el contrario, son las nicas
estudiadas.
Sesgo de inclusin
El sesgo de inclusin se produce cuando las muestras son seleccionadas por conveniencia.
Generalmente, este tipo de sesgo es el resultado de una conveniencia, en donde, por ejemplo,
los voluntarios son el nico grupo disponible y tienden a ser de una categra demogrfica
estrecha.
No hay ningn problema con esto, siempre y cuando los investigadores sean conscientes de
que no pueden extrapolar los resultados a toda la poblacin. Reclutar estudiantes fuera de un
bar para un estudio psicolgico no constituir un grupo plenamente representativo.
Sesgo de procedimiento
El sesgo de procedimiento ocurre cuando se aplica una cantidad injusta de presin de los
sujetos, obligndolos a responder sus preguntas rpidamente.
Sesgo de medicin
En general, los sujetos son muy reacios a dar respuestas socialmente inaceptables,
por temor a ser juzgados. Por ejemplo, un sujeto puede tratar de evitar parecer homofbico
o racista en una entrevista. Esto puede sesgar los resultados y es una de las razones por la
que los investigadores suelen utilizar una combinacin de entrevistas, incluyendo un
cuestionario annimo, para minimizar el sesgo de medicin.
Sesgo de respuesta
Por el contrario, en el caso del sesgo de respuesta el sujeto, consciente o inconscientemente,
da una respuesta que piensa que el entrevistador quiere or.
El sujeto tambin puede creer que entiende el experimento y que conoce los resultados
esperados, por eso adapta sus respuestas.
Una vez ms, este tipo de sesgo debe ser tenido en cuenta en el experimento o se debe
restringir la cantidad de informacin dada al sujeto para que no est al tanto de la magnitud
total de la investigacin.
Sesgo de informacin
Sesgo de investigacin
Martyn Shuttleworth 10.6K visitas
Sesgo de diseo
El sesgo de diseo se presenta cuando el investigador no tiene en cuenta los sesgos
inherentes probables en la mayora de los tipos de experimento.
Algunos sesgos son inevitables y el investigador debe demostrar que entiende esto, que ha
hecho todo lo posible por disminuir su impacto o que lo tomar en cuenta en las estadsticas y
el anlisis.
Otro tipo de sesgo de diseo se produce una vez que se termin la investigacin y se
analizaron los resultados. Se produce cuando las dudas iniciales de los investigadores no
estn incluidas en la publicidad, algo muy comn en esta actualidad de comunicados de
prensa e investigaciones motivadas por la poltica.
Por ejemplo, la investigacin sobre los beneficios en la salud de la palmera de asa puede
desatender la conciencia del investigador de las limitaciones del grupo de muestra. El grupo
probado puede haber sido todo femenino o de una determinada edad.
Sesgo de seleccin/muestral
El sesgo muestral se produce cuando el proceso de toma de muestras inserta un sesgo
inherente en el estudio. Existen dos tipos de sesgo muestral, basados en las muestras que se
omiten y las que se incluyen.
Sesgo de omisin
Este sesgo de la investigacin se produce cuando se omiten ciertos grupos en la muestra. Un
ejemplo podra ser que las minoras tnicas son excluidas o, por el contrario, son las nicas
estudiadas.
Sesgo de inclusin
El sesgo de inclusin se produce cuando las muestras son seleccionadas por conveniencia.
Generalmente, este tipo de sesgo es el resultado de una conveniencia, en donde, por ejemplo,
los voluntarios son el nico grupo disponible y tienden a ser de una categra demogrfica
estrecha.
No hay ningn problema con esto, siempre y cuando los investigadores sean conscientes de
que no pueden extrapolar los resultados a toda la poblacin. Reclutar estudiantes fuera de un
bar para un estudio psicolgico no constituir un grupo plenamente representativo.
Sesgo de procedimiento
El sesgo de procedimiento ocurre cuando se aplica una cantidad injusta de presin de los
sujetos, obligndolos a responder sus preguntas rpidamente.
Utilizar estudiantes obligados a ser voluntarios para obtener crditos acadmicos es otro tipo
de sesgo de investigacin y son los ms propensos a completar la encuesta ms rpidamente
para tener tiempo para ir al bar.
Sesgo de medicin
El sesgo de medicin surge de un error en la recoleccin de datos y en el proceso de
medicin.
En un experimento cuantitativo, una escala defectuosa podra causar un sesgo del
instrumento e invalidar todo el experimento. En la investigacin cualitativa, la posibilidad de
sesgo es ms amplia y mucho ms sutil, por lo tanto, el investigador debe estar
constantemente al tanto de los peligros.
En general, los sujetos son muy reacios a dar respuestas socialmente inaceptables,
por temor a ser juzgados. Por ejemplo, un sujeto puede tratar de evitar parecer homofbico
o racista en una entrevista. Esto puede sesgar los resultados y es una de las razones por la
que los investigadores suelen utilizar una combinacin de entrevistas, incluyendo un
cuestionario annimo, para minimizar el sesgo de medicin.
Sesgo de respuesta
Por el contrario, en el caso del sesgo de respuesta el sujeto, consciente o inconscientemente,
da una respuesta que piensa que el entrevistador quiere or.
El sujeto tambin puede creer que entiende el experimento y que conoce los resultados
esperados, por eso adapta sus respuestas.
Una vez ms, este tipo de sesgo debe ser tenido en cuenta en el experimento o se debe
restringir la cantidad de informacin dada al sujeto para que no est al tanto de la magnitud
total de la investigacin.
Sesgo de informacin
Un sesgo de informacin se produce cuando se comete un error en la manera en que se
difunden los resultados en la bibliografa. Con el crecimiento de Internet, este tipo de sesgo se
est convirtiendo en una fuente de gran preocupacin.
La principal fuente de este tipo de sesgo se debe a que la investigacin positiva tiende a ser
informada con ms frecuencia que la investigacin en donde la hiptesis nula es aceptada.
Cada vez es ms comn que las empresas de investigacin entierren investigacin con el fin
de dar a conocer slo los resultados que los favorezcan.
Desafortunadamente, en el caso de muchos tipos de estudios, tales como el meta-anlisis, los
resultados negativos son igual de importantes para las estadsticas.