Tabla 2: Sesgos potenciales en los estudios sobre pronóstico

¿La muestra de pacientes está bien definida y es representativa de pacientes en un momento similar del curso de la enfermedad?

  • Los pacientes que acuden a un centro no tienen por qué ser representativos de los casos de enfermedad que surgen en una colectividad: sesgo centrípeto (pacientes más graves atendidos en centros de referencia), sesgo de popularidad  (fama de un profesional/ servicio en el tratamiento de una enfermedad), sesgo del filtro de remisión (los profesionales remiten a ciertas instituciones, pero no a otras), y sesgo de accesibilidad diagnóstica (por dificultades económicas, culturales o geográficas).
  • Los pacientes rechazan participar y los participantes no representan los casos de enfermedad originados en la colectividad
  • Los pacientes se incorporan al estudio en momentos diferentes de la historia naturalde la enfermedad
  • Los pacientes de larga evolución tienen más probabilidad de ser incorporados, lo que se conoce como falacia de Neyman o sesgo por duración de la enfermedad.
  • Los pacientes que sobreviven tienen mayor oportunidad de recibir una nueva opción terapéutica
  • Los pacientes que se incorporan pertenecen a grupos distintos de un proceso similar
  • Las pérdidas de información motivan que el análisis se   circunscriba a los pacientes con información completa

-¿El seguimiento ha sido suficientemente largo y completo?

  • Cuantía de las pérdidas en relación con la frecuencia del efecto
  • Sesgo del "tiempo mínimo"

-¿Los parámetros utilizados para medir los resultados han sido objetivos y no sesgados?

  • Criterios utilizados comparables en el tiempo y en el espacio
  • Bases de datos asistenciales que cumplan ciertas condiciones

-¿Se ha ajustado por todos los factores pronósticos importantes?

  • Sesgo de confusión

-¿El análisis se hizo correctamente?

  • Evitar los puntos de corte bajos en el análisis bivariable para seleccionar variables candidatas al modelo final
  • Validar los resultados del modelo predictivo
  • Cuando se utilizan análisis multivariables se indica el número de pacientes con toda la información y si es necesario se compara su pronóstico con el resto

Cerrar tabla