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