1 / 64

Epidemiología y demografía sanitaria Bloque de epidemiología

Epidemiología y demografía sanitaria Bloque de epidemiología. Tema 16 Confusión Dr. Esteve Fernández. ¿Qué queremos aprender? El concepto de confusión y factor de confusión en epidemiología. Investigar la presencia de confusión en un estudio epidemiológico.

Faraday
Download Presentation

Epidemiología y demografía sanitaria Bloque de epidemiología

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Epidemiología y demografía sanitaria Bloque de epidemiología Tema 16 Confusión Dr. Esteve Fernández

  2. ¿Qué queremos aprender? • El concepto de confusión y factor de confusión en epidemiología. • Investigar la presencia de confusión en un estudio epidemiológico. • El concepto de análisis estratificado y ajustado. • Obtener medidas de asociación ajustadas. • Los conceptos de confusión negativa y confusión residual.

  3. Estructura de la sesión • Definición de confusión. • Análisis estratificado. • Ajuste de medidas de asociación. • Tipos de confusión (positiva y negativa). • Confusión residual.

  4. Materiales para el aprendizaje • 0. (Diapositivas de la lección) • Lectura recomendada • De Irala-Estévez J, Martínez-González MA, Guillén-Grima F. ¿Qué es un factor de confusión?. Med Clín (Barc). 2001; 117: 377-385.

  5. Materiales para el aprendizaje • 2. Lecturas complementarias • Delgado Rodríguez M, Llorca Díaz J. Sesgos: En: Gálvez Vargas R, Sierra López A, Saénz González MC, et al., eds. Piédrola Gil. Medicina Preventiva y Salud Pública. 10ª edición. Barcelona: Masson, 2000. Capítulo 13 • Szklo M, Nieto J. Epidemiología intermedia. Madrid: Ed. Díaz de Santos; 2003. Capítulo 5. • 3. Seminario de resolución de problemas nº 8

  6. Definición de confusión

  7. CONFUSIÓN Situación en la que la asociación entre una determinada exposición y un determinado resultado es debida a la influencia de una tercera variable confounding

  8. resultado exposición

  9. X tercera variable resultado exposición

  10. enfermedad exposición Factor de confusión Confusor confounder confounding variable

  11. Factor de confusión 1. El factor de confusión se asocia causalmente a la enfermedad; 2. Se asocia, causalmente o no, con la exposición; 3. Y no es una variable intermedia en la secuencia causal entre exposición y enfermedad.

  12. enfermedad X exposición Factor de confusión

  13. cáncer de vejiga urinaria consumo de café

  14. RR=3.1 Preval. Tabaco (café=0): 0.43 Preval. Tabaco (café=1): 0.73 Tabaco cáncer de vejiga urinaria RR=2.9 RR(aj)=1.3 consumo de café

  15. La medida de frecuencia o asociación que estemos usando!!! ¿Cuándo hay confusión? RR crudo  RR ajustado

  16. cáncer de vejiga consumo de café Tabaco 1. El tabaco es un factor de riesgo del cáncer de vejiga; 2. El tabaco está asociado al consumo de café; 3. Fumar no es consecuencia de beber café (ni viceversa)

  17. AZUCAR Otra manera de tenerlo presente...

  18. Otro ejemplo.- Tasa de mortalidad /1000 (1986) Costa Rica 3.8 Venezuela 4.4 México 4.9 Cuba 6.7 Canadá 7.3 Estados Unidos 8.7

  19. Mortalidad Costa Rica México Canadá

  20. ? ¿Puede ser la edad un factor de confusión?

  21. Mortalidad Costa Rica México Canadá Estructura etaria de la población ¿Puede ser la edad un factor de confusión?

  22. Tasa de mortalidad /1000 (1986) Costa Rica 3.8 Venezuela 4.4 México 4.9 Cuba 6.7 Canadá 7.3 Estados Unidos 8.7

  23. Tasa de mortalidad /1000 (1986) BRUTA AJUSTADA Costa Rica 3.8 3.7 Venezuela 4.4 4.6 México 4.9 5.0 Cuba 6.7 4.0 Canadá 7.3 3.2 Estados Unidos 8.7 3.6

  24. Mortalidad Costa Rica México Canadá Estructura etaria de la población x

  25. Renta per capita Latitud Incidencia de melanoma Se ha definido la CONFUSIÓN en el contexto de los estudios etiológicos (casos y controles, cohortes), pero este fenómeno es aplicable a estudios descriptivos (transversales y ecológicos).

  26. “X” NO es un confusor...... E M X E M X E M X

  27. “X” NO es un confusor...... M: cáncer de hígado E: alcohol X: virus hepatitis C E M X

  28. “X” NO es un confusor...... E M X M: muerte súbita del lactante E: tabaquismo materno X: bajo peso al nacer

  29. “X” NO es un confusor...... M: cáncer de cérvix E: infección VPH X: relaciones sexuales E M X

  30. Evaluación de la confusión 1. La variable de confusión, ¿está asociada con la exposición y con el desenlace? 2. La asociación* exposición-desenlace del análisis bruto ... ¿es similar en el análisis estratificado? 3. La asociación* exposición-desenlace del análisis bruto… ¿es similar en el análisis ajustado? *dirección y magnitud

  31. Control de la confusión • en el DISEÑO • emparejamiento • restricción en el ANÁLISIS • estratificación • ajuste (estandardización) • emparejamiento • modelización

  32. Estratificación

  33. Evaluación de la confusión 1. La variable de confusión, ¿está asociada con la exposición y con el desenlace? 2. La asociación* exposición-desenlace del análisis bruto... ¿es similar en el análisis estratificado? 3. La asociación* exposición-desenlace del análisis bruto… ¿es similar en el análisis ajustado? *dirección y magnitud

  34. Ejemplo hipotético sobre abandono del tabaquismo, en el que se identifica el sexo como un determinante del mismo Abandonan No abandonan 117 88 Hombres Mujeres 83 112 OR = 1,80

  35. ABANDONO DEL TABACO OR=1,80 SEXO ??????????????? ??????? ambiente laboral libre de humo

  36. Ambiente laboral Confusor vs Exposición Sin humo Con humo 92 113 Hombres Mujeres 19 176 ¿Está asociada la variable confusora con la exposición y con el resultado? Sexo OR = 7,54

  37. Dejan de fumar? Resultado vs confusor Sí No sin humo 85 26 con humo 115 174 ¿Está asociada la variable confusora con la exposición y con el resultado? A.L. OR = 4,9

  38. ABANDONO DEL TABACO OR=1,8 SEXO OR=4,9 OR=7,5 AMBIENTE LABORAL LIBRE DE HUMO

  39. ESTRATIFICACIÓN Método para eliminar comparaciones erróneas resultado del efecto de variables confusoras ¿La asociación exposición-resultado del análisis crudo tiene la misma dirección y magnitud en los estratos de la variable de confusión?

  40. ¿Dejan de fumar? ¿Dejan de fumar? AMBIENTE LABORAL CON HUMO AMBIENTE LABORAL SIN HUMO Sí Sí No No Hombres Hombres 48 69 23 65 Mujeres Mujeres 16 67 109 3 ¿La asociación exposición-resultado del análisis crudo tiene la misma dirección y magnitud en los estratos de la variable de confusión? OR = 0,56 OR = 1,20

  41. ¿La asociación exposición-resultado del análisis crudo tiene la misma dirección y magnitud en los estratos de la variable de confusión? Sexo – Abandono tabaco (OR=1,80) AMBIENTE LABORAL SIN HUMO AMBIENTE LABORAL CON HUMO Sexo – Abandono tabaco OR = 1,20 Sexo – Abandono tabaco OR = 0,56

  42. AJUSTE Método para controlar el efecto de una tercera variable en el análisis de la relación entre otras dos variables ¿La asociación exposición-resultado del análisis crudo tiene la misma dirección y magnitud después de ajustar por la variable de confusión?

  43. Ajuste de medidas de asociación

  44. ¿La asociación exposición-resultado del análisis crudo tiene la misma dirección y magnitud después de ajustar por la variable de confusión? Debemos calcular la OR “ajustada” como ponderación de la OR de cada uno de los estratos Método de Mantel-Haenszel

  45. å ) ( a * d / N i i i i = OR ( MH ) å ) ( b * c / N i i i i OR de Mantel-Haenszel Estrato i Casos Controles ai bi m1i Expuestos No expuestos ci di m2i n1i n2i Ni

  46. RR (MH) en estudio de cohortes con Incidencia Acumulada Estrato i Casos No casos ai bi m1i Expuestos No expuestos ci di m2i n1i n2i Ni å a [ ] ( c + d )/ N i i i i i = RR ( MH ) å c [ ] ( a + b )/ N i i i i i

  47. RR (MH) estudio cohortes con Densidad Incidencia (pers-tiempo) Estrato i Casos Pers-tiempo a1i y1i Expuestos No expuestos a0i y0i Ti å ) ( a * y / T 0i 1i i i = RR ( MH ) å ) ( a * c / T i 0i 1i i

  48. ¿Dejan de fumar? ¿Dejan de fumar? AMBIENTE LABORAL SIN HUMO AMBIENTE LABORAL CON HUMO Sí Sí No No Hombres Hombres 69 48 23 65 Mujeres Mujeres 16 67 109 3 Volvamos a nuestro ejemplo ¿La OR bruta = OR ajustada? OR bruta = 1,80 OR ajust = 1,1

  49. ¿Hay confusión? a) ¿Asociación sexo – ambiente laboral? b) ¿Asociación ambiente laboral – abandono? c) ¿Asociación sexo – abandono por estratos de ambiente laboral? d) ¿Asociación sexo – abandono bruta semejante tras ajustar por ambiente laboral?

  50. ABANDONO DEL TABACO OR crudo=1,8 OR ajust=1,1 SEXO OR=4,9 OR=7,5 AMBIENTE LABORAL LIBRE DE HUMO

More Related