Errores y soluciones de la epidemiologia

Diana Paola Cuesta Castro. Estudiante Doctorado en Epidemiología, Universidad de Antioquia

Introducción:errores epidemiológicos y soluciones

Todas las ciencias y los científicos cometen errores, y la epidemiología y los epidemiólogos (incluido este escritor) no son una excepción.

¿Cuánto vale un error?

TRH: ¿Por qué durante 40 años, millones de mujeres recibieron poderosos agentes farmacológicos con efectos carcinogénicos identificados 30 años antes?

Krieger N. Hormone therapy and the rise and perhaps fall of US breast cancer incidence rates: critical reflections. Int J Epidemiol 2008, 37(3):627-637.

Debate del uso de TRH desde una perspectiva epidemiológica:

1. El uso inadecuado de ECA, una dependencia excesiva en datos de estudio observacionales, y una mala interpretación de estudios epidemiológicos.

2. Hacer caso omiso de confusores de contexto social y valoración inadecuada del riesgo en relación con la edad (riesgo de enfermedad cardiovascular vs. Riesgo de cáncer de mama)

3. Hacer caso omiso de las diferencias entre el riesgo absoluto y relativo.

4. Impacto de la industria farmacéutica en la investigación epidemiológica, haciéndose hincapié en las supuestas ventajas sobre los riesgos.

Krieger N. Hormone therapy and the rise and perhaps fall of US breast cancer incidence rates: critical reflections. Int J Epidemiol 2008, 37(3):627-637.

Introducción:errores epidemiológicos y soluciones

Cada estudio presenta un dilema en el equilibrio entre la eficiencia y precisión: por qué los errores siguen ocurriendo a pesar la orientación existente?

Los errores rara vez son deliberados, y generalmente evitables.

Objetivo del artículo: ilustrar estos errores como un llamado a una mejor educación y formación en epidemiología.

Seven deadly sins of environmental epidemiology and the virtues of precaution. Epidemiology 2008, 19(1):158-162

•Preocupación por la metodología

Orgullo

•No reconocimiento de otros

Envidia

•Intimidación por la competencia

Ira

•Deseo de reconocimiento

Lujuria

•Excesivo interés en publicar

Gula

•Deseo de poder

Codicia

•Insensibilidad a la injusticia

Pereza

No proporcionar

información sobre

el contexto y

definiciones de las

población de

estudio.

Error 1

Análisis

Error 1. No proporcionar información del contexto y definiciones de las población de estudio

Es el error más frecuente. Los resultados no se pueden generalizar

fácilmente entre poblaciones o dentro de subgrupos de la misma población o en la misma en momentos diferentes; particularmente en carga de morbilidad, factores de riesgo y compresión causal.



Solución

Definir la población, tiempo de ejecución del estudio y describir detalladamente la edad, sexo, estado socioeconómico y composición étnica.

La fuerza de una asociación puede variar en diversas poblaciones, reflejando la presencia o la ausencia de cofactores.

Atención insuficiente

a la evaluación del

error

Error 2

Error 2. Atención insuficiente a la evaluación del error

Rectificación Resultados

Concluyentes

Bajo costo

Rápidos

Financiación

Tiempo

La principal fuente de error son las mediciones.


Cuando la publicación se asocia con beneficios económicos directos y prestigio, existe una fuerte tentación de pasar por alto los errores.

Reconocer los errores o limitaciones de un estudio puede reducir la posibilidad de publicación sobretodo cuando pudieron evitarse.


Solución

No actuar como si el error de medición no existe. Si es posible cuantifíquelo, en caso contrario, identificarlo como una limitación del estudio.

Muestreo No Aleatorio

No respuesta

Pérdidas seguimiento

Error en la mediciónExclusiones

Error supuestos

estadísticos

Confusión

Maldonado G. Adjusting a relative-risk estimate for studyimperfections. J Epidemiol Community Health 2008, 62(7):655-663

No ajustar la medición implica asumir que las

imperfecciones de un estudio no

tienen un impacto importante en los

resultados

Falta de

demostración de la

comparabilidad y el

problema de la

confusión

Error 3

Error 3. Falta de demostración de la comparabilidad y el problema de la confusión

Los Ensayos Clínicos logran mediante la asignación aleatoria aproximarse a una comparación entre iguales, pero se compromete la validez externa de los hallazgos.

Limitantes de ECC. Cuando no es posible aleatorizar, es

inevitable la confusión. Mas que controlar o evitar la confusión es no

demostrar la comparabilidad entre grupos.


Solución

Preparar una análisis detallado de la comparabilidad de los grupos antes de la recolección de los datos. Presentar este análisis al inicio de los resultados.


En EC se presenta la comparación de características demográficas y clínicas en la Tabla 1, pero a menudo se olvida en otros estudios.

El control de confusores en el análisis multivariado no es suficiente por la manera en que se miden y categorizan los confusores.

American Journal of Preventive Medicine 2005, 28(4):369-373.

Subestimación o

sobreestimación de

la causalidad

basada en

asociaciones

Error 4

Error 4. Subestimación o sobreestimación de la causalidad basada en asociaciones

El razonamiento causal no se basa en algoritmos.

Una alternativa que lo clarifica:

Razonamientocontra-

fáctico

Ensayos Clínicos

Estudios observacional

es

Mejorar el marco causal


Algunos autores declaran que una conclusión no es causal, porque los datos provienen de un estudio poblacional, cross sectional, de casos y controles o incluso de cohorte.

Contradicción de resultados entre estudios observacionales y ensayos clínicos:

Baja potencia

Confusores

Delimitación del tiempo de exposición

Poblaciones diferentes


Solución

Nunca informar que un diseño de estudio en particular no puede contribuir a la causalidad o dar a entender que la causalidad está asegurada por su diseño. Por el contrario, proporcionar una explicación desde una perspectiva teórica sobre la causalidad, modelo empírico o desde la literatura científica.


Razonamiento causal :Tesis doctoral, revisiones, comentarios, introducción de escritos.

Cuantificación de los efectosRevisiones sistemáticas


La discusión se realizó desde un enfoque epidemiológico, biológico y clínico.

Sugirió que era imprudente administrar DES en embarazo.

Independiente de la muestra tan pequeña y baja potencia.

No mencionó que los estudios de casos y controles no producen evidencia causal.

1971 Herbst et al.

7 0

1 32

Adenocarcinoma vagina

UsoDES en

embarazo

Caso Control

p<0.00001

Tabaquismo OR 3.82 (1.47 - 9.94)

Cocina aceite vegetal hidrogenado OR 3.91 (1.52 -

10.03)

Elevación de glicemia en ayunas OR 3.32 (1.21 - 8.62)

Elevación colesterol sérico OR 1.67 (1.14 - 2.45)

Bajo ingreso OR 5.05 (1.71 - 14.96)

Antecedente familiar ECV OR 4.84 (1.42 - 16.53)

Consanguinidad entre padres OR 3.80 (1.13 - 12.75)

Educación formal OR 0.04 (0.01 - 0.35)

Discusión: “..mientras que este estudio no establece una relación causa-efecto entre los F.R identificados y EC prematura, plantea la posibilidad de que varios de los factores asociados puedan ser factores de riesgo modificables para el infarto agudo de miocardio”. 1. Programas estrictos de control del

tabaco2. Legislación para limitar la producción

de mantequilla de búfalo3. Fomentar el ejercicio físico 4. Fomentar estilos de vida y otras

medidas dietéticas para mejorar la tolerancia a la glucosa

5. Tamización de niveles de colesterol6. Mejorar el nivel de educación.

Acciones de salud

pública

Información

inapropiada de las

medidas absolutas,

relativas y

ajustadas

Error 5

Error 5. Información inapropiada de las medidas absolutas, relativas y ajustadas.

Precisar la edad y las tasas específicas por sexo se basa prácticamente todo lo que valoramos altamente en epidemiología.

Reconocer la información que dan las medidas absolutas y relativas.

Las medidas relativas tienden a distorsionar el mensaje.

El uso de Odds Ratio magnifica la asociación.

Error 5. Información inapropiada de las medidas absolutas, relativas y ajustadas.

Solución

Especificar las frecuencias absolutas, tasas y medidas comparativas, primando la presentación de las tasas. Ajustar la medida de resumen, en caso de que sea necesario.

Raj Bhopal. The seven sins and 10 commandments of epidemiology

18th IEA World Congress of Epidemiology, Brazil 2008: Course on Epidemiologic Research and New Directions

Odds Ratio: 94.25 IC95% 16.4 -

476.5Diferencia absoluta: 81%

“In our study, the relative risk (RR) of concluding that passive smoking is not harmful, comparing tobacco industry–affiliated authors with nonaffiliated authors, was 7.0 CI95% 3.9-12.6”

Razón de prevalencia: 7.23

Hacer recomendaciones de salud pública de los estudios de intervención que muestran beneficios específicos, pero no demuestran los beneficios de salud general

Error 6

Error 6. Hacer recomendaciones de salud pública de los estudios de intervención que muestran beneficios específicos, pero no demuestran los beneficios de salud general.

Cardiólogos y epidemiólogos cardiovasculares desean controlar los ECV. Pero no tiene sentido si no hay un beneficio neto.

Las conclusiones sobre un tema de investigación específico ayudan en el esfuerzo de causalidad, cuando son contradictorias plantean interrogantes acerca de por qué un determinado factor aumenta o disminuye un desenlace.


Solución

Asegurar los beneficios generales (morbimortalidad) que superen los costes generales antes de recomendar un acción de salud pública o la aplicación clínica de un estudio que muestra un beneficio específico.


Relación costo/beneficio de la TRH

La vitamina A reduce la mortalidad al nacer en Asia pero no en Guinea-Bissau. BMJ 2008;336(7658):1416-20 - Lancet 2008;371(9626):1746-8

La reducción de la Hb glicosilada hasta un 6% en ancianos, mejora el control de la diabetes pero incrementa la mortalidad y efectos adversos. N Engl J Med 2008;358(24):2545-59


Intervención multifactorial para diabéticos reduce las ECV no fatal, la progresión IR y la mortalidad por cualquier causa. N Engl J Med 2008, 358(6):580-591.

Un EC no suele tener el poder para demostrar los beneficios de una intervención en la población general. Requiere de otras fuentes de información para monitoreo de efectos adversos.

Ej. Si una intervención reduce la CC pero incrementa el cáncer, probablemente tendrá un beneficio neto en poblaciones donde la CC es común y el cáncer poco frecuente.

Incorrecta utilización de los datos por parte de investigadores y sistemas locales de salud. Es necesario una autoridad superior que proporcione una voz unificada.

Error 7

Error 7. Incorrecta utilización de los datos por parte de investigadores y sistemas locales de salud.

Interpretación correcta de los datos

Generar hipótesis

Toma de decisiones en salud pública


• Investigar y enseñar, no para servir.

Epidemiólogos académicos

• Prestar serviciosClínicos y

personal de salud pública


Solución

Crear un Consenso de Epidemiología y Causalidad que haga declaraciones autorizadas sobre datos epidemiológicos y emita recomendaciones sobre cuándo y cómo aplicarlos.

USA 1954: Declaración sobre consumo de tabaco

14 compañías tabacaleras y organizaciones profesionales

Publicidad en periódicos de USA Minimizaron los efectos del tabaco en la

salud


Conclusiones

Numerosas guías que ayudan a la publicación

¿Por qué no se acogen las orientaciones? Debilidades humanas Limitaciones innatas de nuestra ciencia Educación insuficiente Presiones de tiempo y recursos

La solución para estos errores estaría en el Consenso de Epidemiología y Causalidad.

Conclusiones

http://dianacuesta.wordpress.com

Health & Medicine

Errores y soluciones de la epidemiologia