Upload
diana-cuesta
View
2.234
Download
1
Embed Size (px)
Citation preview
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.
Error 1. No proporcionar información del contexto y definiciones de las población de estudio
Error 1. No proporcionar información del contexto y definiciones de las población de estudio
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.
Error 2. Atención insuficiente a la evaluación del error
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.
Error 2. Atención insuficiente a la evaluación del error
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.
Error 3. Falta de demostración de la comparabilidad y el problema de la confusión
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.
Error 3. Falta de demostración de la comparabilidad y el problema de la confusión
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
Error 4. Subestimación o sobreestimación de la causalidad basada en asociaciones
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
Error 4. Subestimación o sobreestimación de la causalidad basada en asociaciones
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.
Error 4. Subestimación o sobreestimación de la causalidad basada en asociaciones
Razonamiento causal :Tesis doctoral, revisiones, comentarios, introducción de escritos.
Cuantificación de los efectosRevisiones sistemáticas
Error 4. Subestimación o sobreestimación de la causalidad basada en asociaciones
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.
Error 6. Hacer recomendaciones de salud pública de los estudios de intervención que muestran beneficios específicos, pero no demuestran los beneficios de salud general.
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.
Error 6. Hacer recomendaciones de salud pública de los estudios de intervención que muestran beneficios específicos, pero no demuestran los beneficios de salud general.
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
Error 6. Hacer recomendaciones de salud pública de los estudios de intervención que muestran beneficios específicos, pero no demuestran los beneficios de salud general.
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
Error 7. Incorrecta utilización de los datos por parte de investigadores y sistemas locales de salud.
• Investigar y enseñar, no para servir.
Epidemiólogos académicos
• Prestar serviciosClínicos y
personal de salud pública
Error 7. Incorrecta utilización de los datos por parte de investigadores y sistemas locales de salud.
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
Error 7. Incorrecta utilización de los datos por parte de investigadores y sistemas locales de 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