Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad

Errores, iatrigenias,, Esquemas y mapas conceptuales de Enfermería

Sobre errores epidemiologicos que ocurren en sector salud

Tipo: Esquemas y mapas conceptuales

2019/2020

Subido el 19/01/2023

Azulop
Azulop 🇲🇽

5

(1)

3 documentos

1 / 6

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Errores potenciales en los estudios epidemiológicos
Un objetivo importante de la mayor parte de las investigaciones epidemiológicas es
medir con exactitud la aparición de enfermedad (u otro resultado evolutivo).
Sin embargo, las mediciones epidemiológicas no siempre son fáciles y hay muchas
posibilidades de error.
Como nunca pueden eliminarse todas las posibilidades de error, hay
que prestarles gran atención y valorar su importancia para minimizarlas en lo posible.
Los errores pueden ser aleatorios o sistemáticos.
Error aleatorio
El error aleatorio es la diferencia debida simplemente al azar entre el valor de una
observación en una muestra y el verdadero valor que corresponde a la población.5 El
error aleatorio reduce la precisión de las medidas de asociación. El error aleatorio
tiene tres orígenes principales: la variación biológica individual, el error de muestreo
y el error de medición.
El error aleatorio nunca puede eliminarse del todo, ya que solo es posible estudiar
una muestra de la población y no hay medición alguna perfectamente exacta. Este
tipo de error puede reducirse si se hacen mediciones cuidadosas de la exposición y
del resultado final, de forma que las mediciones en cada individuo sean todo lo
precisas
que sea posible. El error de muestreo forma parte del proceso de selección de
los participantes en el estudio, que siempre son una muestra de una población mayor.
La mejor forma de reducirlo es aumentar el tamaño de la muestra que se estudia.
Cálculo del tamaño muestral
El tamaño muestral que sería deseable para un estudio determinado puede estimarse
utilizando fórmulas estándar. Para emplear una de estas fórmulas es necesario
disponer
de información de las siguientes variables:
• nivel requerido de significación estadística del resultado que se espera;
• probabilidad aceptable de que un efecto real no se detecte;
• magnitud del efecto que se investiga;
• frecuencia de la enfermedad en la población;
pf3
pf4
pf5

Vista previa parcial del texto

¡Descarga Errores, iatrigenias, y más Esquemas y mapas conceptuales en PDF de Enfermería solo en Docsity!

Errores potenciales en los estudios epidemiológicos

Un objetivo importante de la mayor parte de las investigaciones epidemiológicas es medir con exactitud la aparición de enfermedad (u otro resultado evolutivo). Sin embargo, las mediciones epidemiológicas no siempre son fáciles y hay muchas posibilidades de error. Como nunca pueden eliminarse todas las posibilidades de error, hay que prestarles gran atención y valorar su importancia para minimizarlas en lo posible. Los errores pueden ser aleatorios o sistemáticos. Error aleatorio El error aleatorio es la diferencia debida simplemente al azar entre el valor de una observación en una muestra y el verdadero valor que corresponde a la población.5 El error aleatorio reduce la precisión de las medidas de asociación. El error aleatorio tiene tres orígenes principales: la variación biológica individual, el error de muestreo y el error de medición. El error aleatorio nunca puede eliminarse del todo, ya que solo es posible estudiar una muestra de la población y no hay medición alguna perfectamente exacta. Este tipo de error puede reducirse si se hacen mediciones cuidadosas de la exposición y del resultado final, de forma que las mediciones en cada individuo sean todo lo precisas que sea posible. El error de muestreo forma parte del proceso de selección de los participantes en el estudio, que siempre son una muestra de una población mayor. La mejor forma de reducirlo es aumentar el tamaño de la muestra que se estudia. Cálculo del tamaño muestral El tamaño muestral que sería deseable para un estudio determinado puede estimarse utilizando fórmulas estándar. Para emplear una de estas fórmulas es necesario disponer de información de las siguientes variables:

  • nivel requerido de significación estadística del resultado que se espera;
  • probabilidad aceptable de que un efecto real no se detecte;
  • magnitud del efecto que se investiga;
  • frecuencia de la enfermedad en la población;
  • tamaños relativos de los grupos a comparar. En realidad, el tamaño muestral a menudo se determina a partir de consideraciones logísticas y financieras y siempre hay que llegar a un compromiso entre el tamaño muestral y los costos del estudio. La OMS ha publicado una guía para determinar el tamaño muestral en las investigaciones sanitarias (Lwanga y Lemeshow, 1991). La precisión de un estudio también mejora si se garantiza un tamaño relativo adecuado de los grupos. Este tema suele ser importante en los estudios de casos y controles, cuando hay que decidir el número de controles que se seleccionarán por cada caso. No hay una norma definitiva para determinar la razón ideal entre número de controles y número de casos, ya que hay que considerar el costo relativo de la búsqueda de casos y controles. Si hay escasez de casos y abundancia de controles, es conveniente aumentar la razón controles/casos. Error sistemático En epidemiología se habla de error (o sesgo) sistemático cuando existe alguna tendencia que produce resultados que difieren sistemáticamente de los valores verdaderos. Cuando un estudio tiene un error sistemático pequeño se considera que es de exactitud elevada. La exactitud no depende del tamaño muestral. El error sistemático es un riesgo particular, porque los epidemiólogos, a diferencia de los científicos que trabajan en el laboratorio, no suelen tener control sobre los participantes en los estudios. Además, a menudo resulta difícil obtener muestras que sean representativas de la población originaria. Algunas variables de interés en epidemiología son especialmente difíciles de medir. Eso es lo que ocurre por ejemplo con el tipo de personalidad, los hábitos de consumo de alcohol y las exposiciones previas a condiciones ambientales que cambian rápidamente, dificultades todas que pueden dar lugar a errores sistemáticos. El origen del error sistemático en epidemiología puede ser muy diverso y se han identificado más de 30 tipos de sesgos específicos. Los principales son:
  • sesgo de selección;

cuando casos y controles recuerdan de forma distinta cierta información. Fenómeno de confusión En un estudio de la asociación entre la exposición a una causa (o factor de riesgo) y el desarrollo de una enfermedad puede producirse un fenómeno de confusión cuando en la población estudiada existe otra exposición asociada tanto con la enfermedad como con la exposición sometida a estudio. El fenómeno de confusión se plantea cuando ese factor extraño (en sí mismo determinante o factor de riesgo para el resultado final de salud o enfermedad) tiene una distribución distinta entre los subgrupos de exposición. Ocurre entonces que los efectos de dos exposiciones (factores de riesgo) no se diferencian y se llega a la conclusión incorrecta de que el efecto se debe a una variable y no a la otra. Por ejemplo, en una investigación en la que se estudia la asociación entre el consumo de tabaco y el cáncer de pulmón la edad sería un factor de confusión si la edad promedio de los no fumadores en la población estudiada es muy distinta de la de los fumadores, ya que la incidencia del cáncer de pulmón aumenta con la edad. El fenómeno de confusión puede tener gran influencia e incluso puede cambiar la dirección aparente de una asociación. Una vez controlado el fenómeno de confusión, una variable que parezca protectora puede resultar realmente nociva. Lo más preocupante del fenómeno de confusión es que puede crear la apariencia de una relación causa-efecto que en realidad no existe. Para que una variable sea un factor de confusión debe estar asociada con la exposición en estudio, y ser por sí misma un determinante de la enfermedad (es decir, debe ser un factor de riesgo). Por tanto, en un estudio de exposición al radón y cáncer de pulmón el tabaco no puede ser un factor de confusión si los hábitos de consumo de tabaco son idénticos en el grupo expuesto al radón y en el grupo control. En los estudios epidemiológicos la edad y la clase social suelen ser factores de confusión. Una asociación entre hipertensión y cardiopatía isquémica puede no representar

en realidad otra cosa que el cambio simultáneo de las dos variables cuando aumenta la edad. Hay que tener en cuenta el efecto potencial de confusión de la edad y, cuando así se hace, se observa que, de hecho la hipertensión incrementa el riesgo de cardiopatía isquémica. Control del fenómeno de confusión Hay varios métodos para evitar el fenómeno de confusión mediante el diseño del estudio o durante el análisis de los resultados. Los métodos habitualmente utilizados para controlar el fenómeno de confusión en el diseño de un estudio epidemiológico son:

  • asignación aleatoria (aleatorización);
  • restricción;
  • apareamiento. En la etapa del análisis el fenómeno de confusión puede controlarse mediante:
  • estratificación;
  • uso de un modelo estadístico o "modelado" estadístico. La asignación aleatoria o aleatorización, aplicable solo a los estudios experimentales, es el método ideal para garantizar que las posibles variables de confusión se distribuyen igualmente entre los grupos que van a compararse. Los tamaños muéstrales han de ser lo suficientemente grandes para que sea posible evitar una distribución aleatoria anómala de dichas variables. La aleatorización evita la asociación entre variables que pueden actuar como potenciales factores de confusión y la exposición que está siendo objeto del estudio. La restricción limita el estudio a personas que tienen características especiales. Por ejemplo, en un estudio sobre los efectos del café en la cardiopatía isquémica el estudio podría limitarse a no fumadores, con lo que se eliminaría el efecto potencial de confusión del tabaco. Cuando se controla el fenómeno de confusión mediante apareamiento, los participantes en el estudio se seleccionan de manera que los potenciales factores de confusión