ERROR Y SESGO

ERROR y SESGO

Definición : Entenderemos por error de medición a la diferencia existente entre el valor obtenido al medir una variable con relación a su valor real y objetivo.

Error: existe error cuando las desviaciones acerca del valor real ocurren en forma desorganizada, no sistematizada

Se puede producir error de medición por causas que determinan su ocurrencia en forma aleatoria (error aleatorio) o bien ser efecto de un error que ocurre en forma sistemática (sesgo).

El concepto de error de medición se visualiza fácilmente cuando el ejemplo se refiere a situaciones experimentales u otras condiciones de medición propias de las ciencias básicas.

En salud pública la ocurrencia de error adopta características peculiares, desde el momento en que se miden variables en una dimensión poblacional, además de la individual. Señalaremos algunas de las fuentes más importantes de error de medición

1) A partir de la variable en observación

Periodicidad (variabilidad en la observación):

el suceso observado puede seguir un patrón irregular a lo largo del tiempo, sea distribuyéndose uniformemente en el tiempo o concentrándose en períodos o ciclos. El conocimiento de esta característica es importante en sucesos biológicos que presentan ciclos conocidos (ritmo circadiano, ondas electroencefalográficas, temperatura corporal, accidentes laborales, etc).

Naturaleza de la medición:

Tanto para variables cuantitativas como cualitativas puede haber dificultad para medir la magnitud o valor de una variable, sea porque la magnitud de valores es pequeña (determinaciones hormonales) o por la naturaleza del fenómeno en observación (estado mental, satisfacción con la atención recibida).

Condiciones de la observación:

determinados sucesos requieren de condiciones especiales para que su ocurrencia sea posible. Estas condiciones son bien conocidas en el terreno de las ciencias básicas, no así al considerar grupos humanos y situaciones de no-experimentación (ej. Temperatura, humedad).

Errores en la clasificación de determinados eventos (por ejemplo, enfermedades), producto de modificaciones en la nomenclatura utilizada, situación que debe ser advertida por el investigador (ej.: diferentes definiciones operacionales de hipertensión arterial, diferentes códigos de clasificación de enfermedades o cambios en la clasificación de enfermedades).

2) Derivados de características del observador

La capacidad de observación de un suceso es variable de un individuo a otro. Es más, frente a un mismo estímulo es posible que dos individuos puedan tener percepciones diferentes. Homogeneizar la observación, garantizando adecuadas condiciones para su ocurrencia y adecuadas técnicas (metodología) de observación, conduce a minimizar errores de medición.

El error es inherente al observador, casi independientemente del instrumento de medición utilizado. Es por ello que en los diferentes modelos de investigación epidemiológica se definen estrictas condiciones para homogeneizar la medición realizadas por diferentes observadores, utilizando claras definiciones operacionales o verificando el cumplimiento de estos requisitos entre los sujetos incorporados en un estudio.

3)Relativo a los instrumentos de medición:

La medición de fenómenos biomédicos utilizando algo más que los sentidos, conlleva la participación de instrumentos de medición, los que a su vez, siempre tienen limitaciones técnicas para poder medir exactamente lo que se desea. Las limitaciones de los instrumentos de medición se aplican tanto a aparatos y tecnología "dura" como a instrumentos de exploración poblacional, como encuestas u otros afines 1 .

Estas restricciones aplican fácilmente a las pruebas diagnósticas, en las que siempre existe la probabilidad de sobrediagnosticar a sujetos (falsos positivos) o subdiagnosticarlos (falsos negativos), cometiendo en ambos casos errores de distinta naturaleza.

Frecuentemente la epidemiología debe recurrir al diseño de instrumentos de recolección de información, cuya finalidad, al igual que la aplicación de métodos diagnósticos, es separar población de acuerdo a la presencia de algún atributo de interés.

Si un instrumento carece de la sensibilidad adecuada, este determinará una baja tasa de identificación de sujetos verdaderos positivos (enfermos). Por el contrario, instrumentos de exploración con baja especificidad harán disminuir la probabilidad encontrar sujetos verdaderos negativos (sanos).

Por ejemplo, una encuesta poblacional destinada a medir la frecuencia de violencia intrafamiliar puede considerar preguntas o ítems inadecuados para poder detectar el problema en un grupo familiar, careciendo de una adecuada sensibilidad. El mismo instrumento, esta vez formulado con un excesivo numero de itemes, de poca trascendencia con relación al problema, puede carecer de la especificidad adecuada para medir el problema.

Error _ (- Error)Probabilidad de rechazar la hipótesis nula cuando ésta es realmente cierta. También

denominado Error tipo I y Probabilidad .Véase Significación estadística, nivel de.Error _ (- Error)

Probabilidad de aceptar la hipótesis nula cuando ésta es realmente falsa. También denominado

Error tipo II y Probabilidad ß.

.

Error tipo I

Véase Error .

Error tipo II

Véase Error .

.

TIPOS DE ERROR

 Error aleatorio.

Es el error que puede atribuirse a la variabilidad aleatoria que con lleva siempre un proceso de muestreo. El azar hace que la muestra con la que vamos a trabajar no sea representativa. El error aleatorio no afecta a la validez interna de un estudio, pero reduce la posibilidad de elaborar conclusiones sobre la relación exposición enfermedad, aunque no altera el sentido de la asociación. Los errores aleatorios, a diferencia de los errores sistemáticos, se pueden minimizar aumentando el tamaño de la muestra error aleatorio como “aquella parte de nuestra experiencia que no podemos predecir. Desde el punto de vista estadístico, el error aleatorio también puede ser considerado como la variabilidad del muestreo.

...