1. ERRORES EN LOS ESTUDIOS EPIDEMIOLÓGICOS
Todo estudio epidemiológico es entendido como un ejercicio de medición, en el que debe perseguirse la exactitud, esto es, la estimación del parámetro deseado con el mínimo error. Pero todo estudio epidemiológico está sujeto a un cierto margen de error, por lo que será muy importante conocer cuáles son sus fuentes principales y los diferentes procedimientos que pueden ser utilizados para minimizar su impacto en los resultados.
Existen dos posibles fuentes de error, el error aleatorio y el error sistemático. Un estudio es preciso cuando carece de error aleatorio y es válido cuando carece de error sistemático.
La analogía que se utiliza para describir ambos conceptos es la práctica del "tiro al blanco" donde el punto medio del objetivo es el valor verdadero en la población blanco y los "disparos" son las diferentes mediciones que se realizan en la población en estudio para estimar dicho valor verdadero. Un buen tirador cuya arma no está bien calibrada apuntará al blanco equivocado, podrá ser muy preciso (todos los disparos dan en el mismo lugar), pero ninguno de ellos da en el blanco correcto. Esto corresponde al error sistemático. Por otra parte, un tirador con mano temblorosa, pero con un arma bien calibrada, estará apuntando al blanco correcto aun cuando sus disparos no den en el punto medio del blanco seleccionado.
Validez es sinónimo de exactitud, fiabilidad sinónimo de precisión
1.1. Error aleatorio, Intervalos de confianza y Contraste de hipótesis
Por error aleatorio (debido al azar) entendemos el error ligado al propio proceso de medición, esto es, a la falta de precisión. Esta falta de precisión o error aleatorio tendrá un valor distinto, e impredecible dentro de un rango en cada una de las repeticiones de la medición. La variabilidad de una medición será por tanto un indicador de su precisión, cuanto más amplia sea dicha variabilidad menor será su precisión. La variabilidad puede proceder de distintas fuentes como son la variabilidad biológica, la imprecisión del instrumento de medida, la inexperiencia del evaluador, etc.
Los errores aleatorios no suelen afectar a la validez interna de los estudios (no alteran la dirección de los resultados), pero sí limitan su potencia. En un estudio epidemiológico, la manera principal de reducir el error aleatorio consiste en aumentar el tamaño de la muestra. De esta manera, minimizamos el riesgo de obtener resultados distorsionados por azar, ya que la repetición de la medición tenderá a producir resultados distintos pero cercanos al valor verdadero del parámetro a medir.
Asumiendo que la repetición de un experimento con un mismo número de pacientes puede dar resultados diferentes por mero azar, la inferencia estadística nos permite cuantificar el rango de error, a partir de medidas de dispersión de los resultados obtenidos y del tamaño muestral (error estándar). A menor dispersión de los resultados y mayor tamaño muestral tendremos menor rango de error.
Sea cual sea el parámetro elegido para expresar los resultados de un estudio, el rango de error de nuestra estimación puede expresarse como un intervalo de confianza, situado entre un valor por debajo y otro por arriba del resultado obtenido. Cuanto más grado de confianza queramos atribuir a nuestra estimación de error, más amplio será el rango de dicho intervalo.
Habitualmente empleamos el intervalo de confianza al 95%, cuya interpretación es: “si repetimos 100 veces un experimento en las mismas condiciones y con igual número de sujetos, el verdadero valor del parámetro poblacional que queremos estimar, se encontrará incluido dentro de 95 intervalos de confianza de los 100 construidos a partir de los resultados de cada experimento”.
Similar interpretación tendrían intervalos de confianza más exigentes.
La presentación de la incertidumbre sobre el tamaño del efecto obtenido en un estudio en forma de intervalos de confianza, es el método preferido en las principales revistas científicas. A diferencia del nivel de significación obtenido en un contraste de hipótesis (“p”), que sólo expresa la probabilidad de que la diferencia encontrada sea debida al azar (error tipo I o de falso positivo), el intervalo de confianza refleja la incertidumbre del resultado en las propias unidades de medida del efecto a evaluar, lo que facilita la interpretación de su relevancia clínica. Por otra parte, el intervalo de confianza permite juzgar la significación estadística del resultado, ya que sólo será significativo cuando no esté comprendido en su rango el valor nulo de ausencia de efecto (ej. “0” para diferencias de medias o riesgos, el “1” para medidas de riesgo).
También podemos medir el error aleatorio mediante el abordaje clásico que nos ofrece el contraste de hipótesis que veremos más adelante.