Variables confundentes

Variables confundentes
Temas->>Epidemiología analítica
Este tema es de nivel
BASICO
Variables confundentes
TEMA
EPIDEMIOLOGIA
ANALITICA
•Estudios de cohortes
•Estudios de cohortes
II
•Casos
y controles
•Casos
y controles II
•Casos
y controles III
•Intervalos de
confianza
•Variables
confundentes
•Análisis estratificado
OTROS TEMAS
•Introductorios
•Instrumentales
introductorios
•Paradigmas
epidemiológicos
•Indicadores de
riesgo EPI
•Investigación y EPI
•Epidemiología
descriptiva
•Epidemiología
analítica
•Estudios
experimentales
Parte crucial de la etapa de interpretación de los resultados y de
evaluación de los hallazgos es analizar críticamente la posibilidad de que
eventuales factores pudieran estar invalidando metodológicamente los
resultados. El investigador debe ser consciente de que los resultados
obtenidos pueden deberse a otros factores que no corresponden a la
intervención en estudio y que de no ser consideradas pudieran llevar a
conclusiones equivocadas.
En términos generales, frente a los resultados obtenidos el investigador
debe estar en condiciones de poder evaluar si los resultados pueden ser
originados por:
1.
2.
3.
4.
5.
Simple azar o chance
Ocurrencia de error sistemático
Presencia de variables confundentes
Fenómenos de interacción entre variables estudiadas.
Asociaciones causales
1. Simple azar o chance
Estadísticamente es posible conocer y controlar la probabilidad de
ocurrencia de error en la investigación desde fases tan tempranas en la
investigación como puede ser la etapa de muestreo. Subsecuentemente,
la revisión y análisis preliminar de la información permite verificar la
magnitud real de error proveniente de los datos recogidos. Aunque el
error aleatorio es imposible de eliminar, el conocimiento de su cuantía
permite emitir juicios considerando su magnitud al evaluar los resultados
de la investigación. Dependiendo del problema en cuestión y el nivel de
conocimientos imperantes el investigador debe decidir cuál es el nivel
máximo de error tolerable para, por ejemplo, implementar una medida
preventiva o una de control en una población.
2. Ocurrencia de error sistemático
La participación del sesgo en los resultados obtenidos en una
investigación puede ser muchas veces abortada sometiendo a una
cuidadosa revisión y análisis las características del diseño de la
investigación, en particular aquellos aspectos referidos a la medición de
las principales variables independientes del estudio (variables de
exposición y covariables). Es esencial además minimizar la probabilidad
de existencia de errores sistemáticos derivados de la aplicación de
instrumentos de medición optimizando las condiciones de aplicación de
dichos instrumentos mediante su evaluación previa y su control
permanente durante la fase de trabajo de terreno y recolección de
información.
3. Presencia de variables confundentes e interacción entre variables
estudiadas.
Un capítulo importante en la investigación epidemiológica corresponde
al análisis de resultados considerando la participación de variables que
pudieran ejercer algún efecto sobre la relación encontrada. Esto podría
manifestarse a través de una distorsión del efecto observado respecto al
efecto real debido a una desigual distribución de una variable extraña en
los grupos estudiados (efecto de confusión). También es posible la
obtención de un efecto no esperado, pero real, producto de la
file:///C|/Documents%20and%20Settings/Salud%20Publica/Escritorio/RecEpidem/EPIANAL9A.HTM (1 de 6)31/08/2007 9:33:19
OBJETIVOS DE LA LECTURA
1. Conocer los factores que
pueden interferir en los
resultados obtenidos en un
estudio
2. Reconocer una variable
confundente
Variables confundentes
interrelación simultánea de dos o más factores participantes en el efecto
estudiado (interacción).
4. Asociaciones causales
En el análisis de relaciones de causalidad, el investigador debe tener la
certeza absoluta acerca de la direccionalidad de las asociaciones
observadas (prospectiva o no) y considerar que la exposición estudiada
pudiera corresponder en realidad a un outcome o variable dependiente al
estudiar una cadena causal.
Variables confundentes
El efecto de confusión se produce cuando en el análisis de una relación,
existe distorsión en el efecto estimado, el que es producido por la
presencia de una variable extraña en el estudio de la asociación.
El efecto que puede tener la presencia de esta variable extraña en el
resultado puede ser diverso: en ocasiones determina la existencia de
asociaciones positivas, las que en la práctica no son reales (error de tipo I
o ) o bien, pueden esconder asociaciones reales, las que en presencia
de esta variable extraña, quedan enmascaradas (error de tipo II o ß).
El concepto de confusión es crítico en el análisis epidemiológico, siendo
más importante en el terreno de la investigación epidemiológica
observacional o no experimental que en el campo experimental. Esto se
debe a que los estudios experimentales permiten un mejor control de este
efecto por características inherentes a su tipo de diseño (randomización,
control a priori de eventuales variables confundentes o el uso de
matching o pareamiento de variables).
Conceptualmente deben cumplirse algunos requisitos para considerar a
una variable como potencialmente confundente:
●
●
●
La variable incriminada debe estar simultáneamente asociada con
la enfermedad (variable dependiente) en estudio y con la
exposición,
Por tanto, debe ser un factor de riesgo para la enfermedad
estudiada,
El factor extraño si bien es cierto debe estar asociado con la
exposición (o variable independiente), no debe ser consecuencia
de ésta última.
Gráficamente lo anterior corresponde a la siguiente representación:
Figura 1:
Variables confundentes.
Por ejemplo, en el análisis del efecto protector del Beta Caroteno en
relación con el cáncer del sistema digestivo, se encuentra evidencia
file:///C|/Documents%20and%20Settings/Salud%20Publica/Escritorio/RecEpidem/EPIANAL9A.HTM (2 de 6)31/08/2007 9:33:19
Variables confundentes
favorable acerca del consumo de vegetales en la reducción del riesgo del
cáncer, concluyéndose que el consumo de Beta Caroteno en la dieta rica
en vegetales es una medida específica de protección contra el cáncer.
Sin embargo, en este ejemplo pueden existir al menos dos posibles
variables confundentes a considerar. La primera, es la edad, variable que
se asocia con la incidencia de cáncer, y que podría asociarse con el nivel
de consumo de verduras y hortalizas, lo que podría verificarse si en el
estudio se contara con información acerca de la constitución por edad de
los sujetos estudiados.
Otra variable confundente podría ser el consumo de fibra en la dieta. En
este caso, el nivel de consumo y tipo de fibra está relacionada
simultáneamente con la variable “consumo de vegetales” y con la
variable cáncer. Para ambos ejemplos de posibles variables
confundentes, se cumplen las condiciones previamente señaladas para
poder considerarlas como tales. De no considerarse en el análisis la
presencia de ellas pudiera concluirse una recomendación errónea
basándose en una relación espúrea o ficticia.
Para mayor claridad respecto a las características de las variables
confundentes se plantearán tres situaciones hipotéticas (Figura 2):
Figura 2.
Ejemplos de posible variables confundentes
1. En este caso, el tabaquismo se relaciona simultáneamente con la
exposición y con el desenlace u outcome. Corresponde realmente a una
variable confundente.
2. En esta situación, el nivel de colesterol sérico corresponde a una
variable “intermedia”, vale decir, en la cadena causal precede al daño y
es consecuencia de la exposición principal en estudio. En este caso, la
variable no corresponde a una variable confundente.
3. Finalmente se da acá el caso en que la variable de exposición
(tabaquismo) está asociada con una tercera variable (consumo de
alcohol). Si embargo, esta última, no corresponde a una variable
confundente, puesto que sólo se asocia con la exposición y no con el
desenlace.
file:///C|/Documents%20and%20Settings/Salud%20Publica/Escritorio/RecEpidem/EPIANAL9A.HTM (3 de 6)31/08/2007 9:33:19
Variables confundentes
No siempre es fácil saber si se cumplen los requisitos para que una
variable sea considerada confundente. Por ejemplo, ¿cómo saber si una
variable es factor de riesgo para el desenlace estudiado si se desconocen
antecedentes al respecto?
Para tales efectos, es posible que en el análisis se pueda obtener
información desagregando la información recogida.
En un hipotético ejemplo de estudio de casos (enfermos) y controles
(sanos) destinados a establecer la existencia de asociación entre la
exposición al consumo de café y el riesgo de cáncer del páncreas, se
estudian 100 casos y 100 controles, con el siguiente resultado:
Tabla 1.
Ejemplo: Consumo de café y cáncer de páncreas
Consumo de café
Exposición +
Exposición Total
Pacientes con cáncer
30
70
100
Sujetos sanos
18
82
100
El valor de Odds ratio correspondiente es:
OR = 30 x 82 = 1.95
18 x 70
Con lo cual se concluye que el consumo de café esta asociado con un
mayor riesgo de padecer de cáncer del páncreas.
Una posible variable de confusión en este estudio pudiera estar dada por
la edad de los sujetos participantes en el estudio. Si así fuera,
primeramente se debería estudiar si se cumplen los requisitos para
considerar a esta variable como una variable de confusión:
En primer lugar se analizará la relación existente entre la variable edad y
la variable dependiente en estudio (cáncer de páncreas), utilizando para
ello información desagregada de la edad, considerada ésta
dicotómicamente en menores o mayores de 40 años de edad:
Tabla 2.
Ej. Consumo de café y cáncer del páncreas: casos y controles según
grupo de edad
Edad (años)
Menos de 40
Más de 40
Pacientes con cáncer
50
50
Sujetos sanos
80
20
file:///C|/Documents%20and%20Settings/Salud%20Publica/Escritorio/RecEpidem/EPIANAL9A.HTM (4 de 6)31/08/2007 9:33:19
Variables confundentes
Total
100
100
Luego, el porcentaje de sujetos mayores de 40 años con cáncer es
claramente superior (50%) al de sujetos sanos (20%).
Esto se puede validar mediante un test de chi cuadrado
(
=19,78 , p < 0.0001)
En una segunda etapa, se estudiará la asociación entre esta variable
(edad) con la variable “exposición”.
Tabla 3.
Ej. Antecedente de exposición de acuerdo a categoría de edad, casos y
controles
Edad (años)
Menores de 40
Mayores de 40
Consumo de Café
Expuestos
No expuestos
13
117
35
35
Total
130
70
% Expuesto
10
50
Se aprecia que la frecuencia de exposición no es uniforme en los estratos
de edad, teniendo los mayores de 40 años un mayor porcentaje de
exposición. Evaluado esto mediante un test de chi cuadrado, se tiene
=39.91, p < 0.0001
Finalmente, está claro que la edad de los sujetos, así categorizada, no es
consecuencia del consumo de café, con lo cual se establece el
cumplimiento de los requisitos para que la variable edad pueda
considerarse como eventualmente confundente.
Web Gabriel Rada. Revisado 2007 Tomás Merino
CONCEPTOS CLAVES
Los resultados obtenidos en un
estudio pueden deberse a otras
causas aparte de la estudiada:
1. Simple azar o chance
2. Ocurrencia de error sistemático
3. Presencia de variables
confundentes
4. Fenómenos de interacción
entre variables estudiadas
5. Asociaciones causales
file:///C|/Documents%20and%20Settings/Salud%20Publica/Escritorio/RecEpidem/EPIANAL9A.HTM (5 de 6)31/08/2007 9:33:19
Variables confundentes
file:///C|/Documents%20and%20Settings/Salud%20Publica/Escritorio/RecEpidem/EPIANAL9A.HTM (6 de 6)31/08/2007 9:33:19