SESGO

María del Carmen Flores

Cháirez
Epidemiología Clínica
INTRODUCCI
SeÓN le conoce también
distorsión, etc.
como error sistemático, tendencia,

La palabra deriva del antiguo provenzal al antiguo francés biais, "de

costado, con desprecio, contra el grano". De donde viene
el biais francés, "una inclinación, una pendiente, una oblicua".

“Un Sesgo es un error sistemático o una desviación de la

verdad en los resultados”
SESGO
Por definición es, EL PROMEDIO DE LA DIFERENCIA ENTRE
EL VALOR OBSERVADO Y EL REAL; Es diferente de 0, y es
mayor o menor de acuerdo al valor de X.

Como consecuencia de éstos se conduce a resultados

sistemáticamente apartados de la realidad por lo que, en
un estudio de investigación podría invalidar la conclusión.

Así, es posible que los sesgos hagan aparecer una

asociación que en realidad no existe, ó bien que la vuelvan
mayor de lo que en verdad es, o la tornen menor.
Es el grado de asimetría de una distribución, es decir, si una curva
de frecuencias de una distribución tiene una cola más larga se dice
que está sesgada a la derecha (sesgo positivo) y a la izquierda
(sesgo negativo)
VARIABILIDAD
Cuando ocurren fallas en la consistencia o en la
validez, se dice que ocurre un error de medición.

● Si la falla es en la consistencia se le llama

error aleatorio, o simplemente error.
● Cuando la falla ocurre en la validez, se dice
que ocurrió un error sistemático o sesgo.

Estos dos tipos de error pueden ocurrir solos o en

combinación en cualquier medición (ya que la
consistencia y la validez son atributos
independientes).
Los sesgos pueden ocurrir en cualquier
parte del proceso de inferencia:

 Al seleccionar referencias

 En el diseño del estudio

 En la selección de los sujetos de

investigación

 Al aplicar la maniobra experimental

 Por confusión

 En el análisis ó interpretación de los

datos
 SELECCIÓN INFORMACIÓN CONFUSIÓN
Despite being red, It’s a gas giant and It’s a gas giant,
Mars is actually a the biggest planet in composed mostly of
very cold place the Solar System hydrogen and
helium
 SESGOS DE
SELECCIÓN
Se define como una distorsión en el efecto observado (la razón
de momios o el riesgo relativo), ocasionada por los
procedimientos para reclutar o seleccionar a los sujetos del
estudio.

Son las diferencias sistemáticas entre las características iniciales

de los grupos que se comparan, el cual debería tener un
método adecuado para asignar las intervenciones y esta sería
basada en algún proceso al azar (aleatorio).

De esta manera todos los participantes en el estudio tienen la

misma oportunidad de ser asignados a cada uno de los grupos,
esto es llamado “Generación de Secuencia”.
Filtro de referencia y popularidad. Algunos centros
seleccionan el tipo de pacientes que atienden y las
características de estos enfermos podrían ser distintas a las
del enfermo típico.

Incidencia-prevalencia (Neyman). Los casos prevalentes

pueden distorsionar la imagen de la enfermedad; cuando
ésta tiene una alta letalidad en las etapas tempranas, los
casos disponibles (los prevalentes) no incluyen aquellos que
murieron en las etapas iniciales de la enfermedad y esto
puede causar que los factores de riesgo aparezcan como
protectores.

No respondedor, membresía, voluntario, trabajador

sano. Algunas personas pueden “autoseleccionarse” para
un estudio. Por ejemplo, cuando la exposición tiene una
connotacion moral, los expuestos suelen negarse a
participar; algunas personas con una mayor preocupación
por su salud (y diferente “estilo de vida”) suelen estar más
dispuestas a participar en un estudio; algunos oficios y
profesiones atraen personas con características distintas
Susceptibilidad. Algunas personas se saben con
mayor riesgo de enfermedad por su estilo de vida y
están más dispuestas a participar en un estudio en
el que se les hará la prueba que define si ya están
enfermos.
Algunas ocupaciones suponen mayor riesgo de
ciertas enfermedades; si uno estudio solo a esas
personas, las tasas de incidencia pueden ser
mayores que las de la población.

Berkson. Ocurre en estudios de casos y controles,

por ejemplo; se descubrió cuando se observó
asociación entre dos enfermedades solo en
pacientes hospitalizados y no en las personas que
viven en la comunidad.
La razón de este sesgo fue que cuando estas dos
enfermedades se encontraban en un paciente, era
más probable que se le hospitalizara, que cuando
estaba presente cualquiera de ellas por separado.
La supuesta asociación no era real y estaba
causada por los criterios de admisión del hospital.
 SESGOS DE
INFORMACIÓN
Se refiere al sesgo de medición, cuando los resultados del
proceso arrojan valores que son sistemáticamente diferentes
del valor real.

Los factores envueltos son los siguientes:

a) Expectativa diagnóstica. Ocurre cuando quien obtiene los
datos anota el valor que quisiera o esperaba observar y no
el que realmente ocurrió.
b) Inferencia. Cuando se registra lo que se cree que ocurrió y
no lo que se vió.
PE. El enfermo informa orina roja y el medico anota
“hematuria” (este enfermo podria estar tomando
antituberculosos y no tendría “hematuria”, a pesar del color
de su orina).
 SESGOS DE
INFORMACIÓN
c) Sospecha diagnóstica o de exposición. Se busca con más
acuciosidad un posible efecto, cuando se sabe que el paciente está
expuesto a sus factores de riesgo; en consecuencia, se descubre
más a menudo ese resultado en los expuestos que en los no
expuestos (en quienes no se buscó con el mismo interés).
Aunque esa es la práctica clínica recomendable en la consulta
habitual, en los estudios de investigación las mediciones deben
hacerse con la misma frecuencia y acuciosidad en los expuestos y
en los no expuestos.

d) Recuerdo, rumiación. Un problema frecuente en los estudios

de casos y controles. Es más probable que quien tiene la
enfermedad hará el intento de recordar su exposición a los factores
de riesgo que quien no la tiene y, en consecuencia, se detectan
más casos expuestos que controles (que también podrían estar
expuestos, pero no lo recuerdan).
 SESGOS DE
INFORMACIÓN
e) El enfermo “obsequioso”. Los enfermos muestran su “interés”
por participar activamente en su curación y premian los esfuerzos de su
médico, informando molestias de menor intensidad de las que en
verdad tienen.
f) Deseabilidad social. Las personas no desean ser vistas como
alguien que hace “cosas” socialmente mal vistas y, en consecuencia,
responden de manera sesgada. Por ejemplo, las preguntas relacionadas
con la cantidad de alimentos que se consumen en un día, la ingesta de
alcohol y otros psicotrópicos, las preferencias sexuales y la violencia
familiar o de género, suelen generar respuestas que no corresponden
con la cantidad real que toma la persona con sus preferencias o su
verdadera conducta.
g) Prevaricación. Podría corresponder más a fraude que a sesgo, si el
enfermo espera una “ganancia” (compensación, certificado de
incapacidad, etc.) informa molestias más intensas.
h) Entrevistador. Cuando por la manera de hacer las preguntas se
induce una forma de respuesta que no corresponde con lo que el
paciente contestará si la pregunta se hubiera hecho de manera neutra.
 EJEMPLOS

Al tratar de detectar ictericia en una

Medir la tensión arterial justo habitación iluminada con luz artificial
después de que el paciente y sin luz natural, se descubrirían solo
suba las escaleras, siempre los casos más extremos y no los
arrojaría valores más altos. leves.
 SESGOS DE CONFUSIÓN
Se dice que ocurre este tipo, cuando se mezclan los efectos de
la variable de exposición con una variable extraña y con los del
resultado.

Por ejemplo, un grupo de investigación informó que el

consumo de café se asociaba con la presencia de una forma
de cáncer.
Otros investigadores no pudieron replicar ese resultado.
• Cuando se investigaron las causas de esta discrepancia se
observó que entre los tomadores de café también había más
fumadores y que la mayor incidencia de cáncer ocurría en
los fumadores. Así, la supuesta asociación entre consumo de
café y cáncer ocurrió por un sesgo de confusión; es decir, el
consumo de café se asociaba con la exposición (fumar) y con
 SESGOS DE CONFUSIÓN
Causan una asociación que no existe.
Para que una variable se considere confusora se requiere que
ésta se asocie con la enfermedad aún en ausencia de la
exposición y que se asocie con la exposición; pero que no sea
consecuencia de la exposición.
 CONTROL DE SESGOS
A diferencia del error aleatorio, el sesgo difícilmente puede medirse y cuando
ocurre, ya no existe forma de atenuar sus consecuencias. Solo puede evitarse el
sesgo con un apropiado diseño del proyecto de investigación.

Para evitar el sesgo de selección debe ponerse especial

atención a los criterios de inclusión y a los procedimientos de
reclutamiento de pacientes, con la finalidad de obtener una
muestra de enfermos que sean lo más parecidos posibles al
paciente típico con ese trastorno o enfermedad.
A fin de evitar el sesgo de confusión se han usado diferentes
procedimientos: restricción; “apareamiento”; estratificación;
ajuste de tasas (ajustar las tasas con respecto de una población
típica —ajuste directo— o usar incidencia esperada con ajuste
indirecto); ajuste multivariado, para considerar simultáneamente
los efectos de múltiples variables y, por último, si el diseño es de
un ensayo clínico controlado, se deben asignar los tratamientos
 CONTROL DE SESGOS
A fin de evitar el sesgo de información debe
ponerse especial cuidado en los procedimientos de
medición; por ejemplo, aplicar el mismo
procedimiento a todos los sujetos, anotar lo
observado y las inferencias y distinguirlos, hacer
mediciones de manera independiente y a ciegas
(para evitar que el conocimiento de las hipótesis o de
la exposición induzcan al examinador a buscar con
más ahínco un resultado en ciertos pacientes y no en
otros).

Es primordial consignar preguntas objetivas y sin

juicios de valor.

Es fundamental diseñar definiciones operativas para

el procedimiento de medición y para la interpretación
 “Riesgo de Sesgo”
No es posible conocer hasta que grado han afectado los sesgos de
los resultados en un estudio específico(ECAs) por ello se dice que
es más apropiado considerar el Riesgo de Sesgo para calcular la
validez de la información.

La validez sería la evaluación de la precisión con la que un

instrumento mide correctamente lo que desea medir.

El cálculo se realiza mediante el cociente de la media menos la

moda sobre la desviación típica:

Sesgo = media-moda/desviación típica

 THANKS 
Epidemiología clínica tercera edición, Laura Moreno Altamirano, McGrawHill Capítulo 9 y 11.
Análisis crítico de ensayos clínicos aleatorizados: Riesgo de sesgo
(Critical analysis of randomized clinical trials: The risk of bias, Marco Alarcón Palacios 1,a,b,
Roberto Carlos Ojeda Gómez1,c.d, Iveht Lucy Ticse Huaricancha1,c,d, Katherine Cajachagua
Hilario1,c,d.)
Diplomado en Análisis de Información, “Recordando las medidas de tendencia central, de dispersión y
de la forma.” M. en G. Alberto Porras Velázquez Derechos Reservados © Centro de Investigación en
Geografía y Geomática "Ing. Jorge L. Tamayo", A.C.
https://metodologiadelainvestigacion31.wordpress.com/2017/12/04/sesgo-de-confusion/

CREDITS: This presentation template

was created by Slidesgo, including
icons by Flaticon, infographics &
images by Freepik.
ALTERNATIVE RESOURCES