Medicina Basada en la Evidencia

Lectura crítica de documentos científicos – 414 – Sus causas podrían agruparse en tres grupos: ■ Factores que influyen en la inclusión de los pacientes en el estudio. ■ Factores relacionados con la exposición al factor o intervención en estudio. ■ Factores que afectan a la medición, análisis o publi- cación de los resultados. Es importante también tener en cuenta la posible pre- sencia de factores de confusión , que son aquellos que están asociados de forma independiente tanto al resul- tado como a la exposición que estamos evaluando. Son más frecuentes en los estudios observacionales, pero también pueden ocurrir en ensayos clínicos mal dise- ñados. La correcta aleatorización y un tamaño mues- tral suficiente ayudará a que, por azar, los factores de confusión conocidos y no conocidos se distribuyan de forma homogénea entre los grupos comparados. La labor de evaluar la validez será diferente en función del tipo de estudio (ensayo clínico, estudio de factores pronós- ticos, estudio ecológico, estudio de pruebas diagnósticas, etc.). En los siguientes capítulos del manual se desarrolla Tabla 1. Principales sesgos que pueden aparecer en los estudios científicos Sesgo de asignación allocation bias Ocurre cuando el equipo investigador conoce o puede predecir qué intervención va a recibir el próximo participante elegible. Por ejemplo, si la aleatorización se realiza sin cegamiento y previa a la inclusión del siguiente paciente en el estudio Sesgo de clasificación missclasification bias Ocurre cuando un sujeto o exposición se clasifica erróneamente. Puede ocurrir, por ejemplo, cuando en un estudio se evalúan eventos referidos por el propio paciente en vez de confirmados por un médico Sesgo de confirmación confirmation bias Ocurre cuando se busca y emplea información que confirma la hipótesis inicial de equipo investigador Sesgo cronológico chronological bias Ocurre cuando pacientes incluidos al inicio de un estudio pueden tener distinto riesgo que los incluidos más tardíamente. Podría ocurrir, por ejemplo, en un estudio en pacientes alérgicos a pólenes cuando un grupo es evaluado en invierno frente a otro evaluado en primavera o en un estudio retrospectivo sobre una determinada enfermedad si a lo largo de la historia han cambiado los criterios diagnósticos o alguna medida terapéutica relevante Sesgo de desgaste attrition bias Corresponde a diferencias sistemáticas en el seguimiento (por pérdidas) de los sujetos de los grupos de estudio. Es frecuente, por ejemplo, que los pacientes con peores resultados tiendan a abandonar más el estudio Sesgo de detección detection bias Sucede si determinados sujetos tienen alguna característica que haga que la evaluación de la variable estudiada sea distinta frente a los que no tienen dicha característica Sesgo de industria industry sponsorship bias Sucede cuando los métodos y resultados de un estudio están dirigidos a favorecer los intereses de la entidad financiadora del estudio Sesgo de memoria recall bias Posibilidad de inexactitud en variables retrospectivas recogidas directamente de lo que recuerda el paciente. Riesgo de diferente capacidad para recordar determinada información en los distintos grupos de estudio. Por ejemplo, casos vs . controles Sesgo de observación observation bias Se debe a la diferencia de comportamiento de los sujetos estudiados al conocer el hecho de que son observados. Por ejemplo, mejorando su adhesión a las recomendaciones y tratamientos distintos a la intervención evaluada Sesgo del observador observer bias Existe una diferencia sistemática entre el valor verdadero de una variable y la medida por el observador. Esto ocurre de forma frecuente cuando la subjetividad es una parte importante de la evaluación, por ejemplo, cuando se valora el grado de ictericia de un recién nacido mediante exploración clínica Sesgo de publicación publication bias Sucede si la probabilidad de que un estudio sea publicado condiciona los resultados del mismo Sesgo de selección selection bias Los sujetos de la muestra difieren sistemáticamente de la población a la que quieren representar o, en estudios que comparan grupos, estos difieren en más aspectos que exclusivamente la intervención y exposición en estudio. Por ejemplo, cuando se selecciona una muestra de pacientes hospitalizados para evaluar un factor de riesgo para desarrollar una determinada enfermedad Sesgo del voluntario volunteer bias El riesgo de que sujetos que se presentan como voluntarios a un estudio tengan características diferentes a la población general es elevado