Confusión Dr. Sunita Dodani Profesor Asistente Medicina Familiar, CHS Universidad Aga Khan Pakistán 11/6/2015 Objetivos de aprendizaje Entender el rol de los confusores en un estudio Aprender.
Download ReportTranscript Confusión Dr. Sunita Dodani Profesor Asistente Medicina Familiar, CHS Universidad Aga Khan Pakistán 11/6/2015 Objetivos de aprendizaje Entender el rol de los confusores en un estudio Aprender.
Confusión
Dr. Sunita Dodani Profesor Asistente Medicina Familiar, CHS Universidad Aga Khan Pakistán 4/28/2020
Objetivos de aprendizaje
Entender el rol de los confusores en un estudio
Aprender la relación entre una exposición, enfermedad y factores potenciales confusores
Entender la diferencia entre confusión y modificación de efecto (interacción)
Aprender los métodos para controlar los confusores en el diseño de estudios y en el análisis de los datos.
4/28/2020
Objetivos de realización
Después de esta conferencia, el estudiantes será capaz de:
Diferenciar el rol de un confusor en un estudio
Usar métodos para controlar los efectos de los confusores en proyectos de investigación
4/28/2020
Confusión
Confusión ocurre cuando dos factores están asociados entre ellos, o “van juntos” y el efecto de uno es confundido con o distorsionado por el efecto del otro.
Un confusor es una variable que está asociada con la exposición y en forma independiente de la exposición es un factor de riesgo para la enfermedad.
4/28/2020
Confusión
Ejemplos: Estudio uno: encontró una asociación entre tabaquismo y pérdida de pelo.
El estudio estuvo confundido por edad
Estudio dos: encontró un resultado mejor para centros de maternidad cuando se compararon con hospitales El estudio podría estar confundido por voluntarios altamente motivados que pudieran haber seleccionado a esos centros como una opción
4/28/2020
Confusión
Confusores está generalmente correlacionados a otros factores causales – HSV-2
Actividad sexual
– HPV Cáncer cervical Un confusor no puede ser un intermediario en la ruta causal entre la exposición y la enfermedad 4/28/2020
Confusión
En otras palabras, confusor es una variable que está asociada con la variable predictiva y es una causa de la variable resultado Junto con sesgo, confusión es con frecuencia la explicación alternativa de causa efecto y la más importante de intentar excluir. A diferencia del sesgo, confusión puede controlarse en diferentes niveles del estudio.
4/28/2020
Modificación de efecto
La modificación de efecto es un tipo de interacción Cuando la fuerza de la asociación entre dos variables es diferente con respecto a una tercera variable, se llama modificador de efecto.
4/28/2020
Modificación de efecto
Ejemplos 1 relación entre dosis de tiazida y riesgo de muerte súbita; adición de suplemento de potasio, modifica el efecto a algunas dosis.
modificador de efecto …….. Adición de potasio
4/28/2020
Modificación de efecto
Ejemplo 2 Personas quienes toman inhibidores de la monoaminooxidasa (MAOI) están en riesgo de embolia si comen ciertos alimentos como el queso. modificador de efecto ……….
MAOI
–
MAOI no está asociado con comer queso. No es un confusor.
4/28/2020
Enfrentándose con confusores
En la fase de diseño Los investigadores deberán estar conscientes de los confusores y ser capaces de controlarlos La primera lista de variables (como edad y sexo) pueden estar asociados con la variable predictiva y ser un factor de riesgo para el resultado 4/28/2020
Enfrentándose con confusores
Dos estrategias en la fase de diseño A) Especificación B) Pareado Ambas estrategias de muestreo Especificación: Los criterios de inclusión en el diseño que especifica un valor del potencial confusor y los excluye a todos con un valor diferente Por ejemplo, en café e infarto al miocardio, sólo no fumadores deberán ser incluidos en el estudio: Si una asociación se observa entre café e infarto al miocardio, no se debe a tabaquismo
4/28/2020
Enfrentándose con confusores
Especificación: Ventajas
Fácilmente entendible
Se enfoca sólo en sujetos para la pregunta de investigación Desventajas
Limita generalización
Puede dificultar adquirir el tamaño de muestra adecuado.
4/28/2020
Enfrentándose con confusores
Pareando (principalmente en estudios casos controles)
Selección de casos y controles con valores pareados de la variable confusora Pareado sensato e.g en estudio de beber café como predictor de infarto al miocardio, cada caso (paciente con infarto al miocardio) podría ser pareado con uno o más controles que fumaban la misma cantidad que el caso (10 20 cigarrillos/día)
4/28/2020
Enfrentándose con confusores
Pareando Ventajas:
Puede eliminar la influencia de fuertes confusores
Puede incrementar la precisión (poder) por equilibrar el número de casos y controles en cada estrato
Puede muestrearse por conveniencia haciendo más fácil seleccionar a los controles
4/28/2020
Enfrentándose con confusores
Pareado Desventajas
Consume tiempo Requiere decisión temprana sobre cuales variables son predictoras y cuales confusoras Requiere análisis pareado Crea el peligro de sobre-parear (pareando sobre un factor que no es confusor, por lo tanto reduciendo el poder)
4/28/2020
Enfrentándose con confusores
En el análisis a) Estratificación b) Ajuste Estratificación
Asegura que sólo los casos y controles con nivel similar de una variable confusora potencial son comparados.
Involucra dividiéndo a los sujetos en estratos.
4/28/2020
Enfrentándose con confusores
Estratificación Ventajas
Fácilmente entendible
Flexible y reversible
Puede elegir cual variable estratificar después de la colección de datos.
4/28/2020
Enfrentándose con confusores
Estratificación Desventajas
Número de estratos limitados por el tamaño de muestra necesario para cada estrato
Pocas co-variables pueden ser consideradas
Poco estratos por co-variable da lugar a menor control del confusor
4/28/2020
Enfrentánose con confusores
Ajuste estadístico
Existen técnicas estadísticas disponibles para ajustar por confusores.
Estas técnicas modelan la naturaleza de las asociaciones entre la variable aislando los efectos de las variables predictivas y de confusores
Esto requiere software para análisis multivariable
4/28/2020
Enfrentándose con confusores
Ajuste estadístico Ventajas
Múltiples confusores pueden ser controlados simultáneamente
Información sobre variables continuas puede ser completamente usada
Flexible y reversible
4/28/2020
Enfrentándose con confusores
Ajuste estadístico Desventajas
El modelo puede no ser apto
Estimaciones inseguras de la fuerza de efecto (si el modelo no capta la relación predictor - resultado)
Los resultados pueden ser difíciles de entender
Co-variables relevantes debieron ser medidas
4/28/2020