Ocultamiento de asignación: definición y ejemplos

Actualizado por ultima vez el 24 de febrero de 2022, por Luis Benites.

¿Qué es el ocultamiento de la asignación?

ocultación de la asignaciónEl ocultamiento de la asignación es cuando la persona (o el sistema) responsable de asignar personas a diferentes grupos de tratamiento y grupos de control :

  • No sabe cuál será la próxima asignación de tratamiento y
  • Oculta los resultados de la asignación de los demás.

El ocultamiento de la asignación es diferente del cegamiento . Con el cegamiento, el personal del estudio y/o el paciente no saben a qué grupo han sido asignados. Con el ocultamiento, el personal del estudio y los pacientes no tienen forma de saber a qué grupo (tratamiento o control) han sido asignados. Si bien el doble cegamiento puede reducir el sesgo , la ocultación de la asignación es mucho más eficaz.

Ejemplo sin ocultación: un investigador utiliza un proceso aleatorio para asignar pacientes a grupos de tratamiento y grupos de control. La lista se envía por correo electrónico al personal del estudio, lo que esencialmente significa que cualquier persona tiene acceso a la lista. El personal del estudio podría derivar a amigos, familiares o personas con buenos pronósticos al grupo de tratamiento y viceversa. Esto no es una rareza: se sabe que el personal del estudio hace todo lo posible para revelar las asignaciones de los pacientes y reasignarlos a un grupo más deseable.

Con ejemplo de ocultación: un centro de aleatorización telefónica centralizada (como este ) utiliza la aleatorización para asignar pacientes a grupos. La base de datos es independiente y, por lo tanto, no es accesible para el personal del estudio, excepto para recibir una asignación de tratamiento para un paciente específico.

La asignación aleatoria es esencial para los ensayos controlados aleatorios y se considera uno de los sellos distintivos de un ensayo de calidad. El ocultamiento de la asignación es una forma de garantizar una aleatorización adecuada; sin ella, el sesgo de selección y los sesgos de confusión invalidan el estudio. Además, los ensayos que no tienen un ocultamiento adecuado pueden informar efectos del tratamiento mucho mayores (¡hasta un 40 % más!).

Referencias

Berger, V. (2020). Aleatorización, enmascaramiento y ocultamiento de la asignación . Chapman & Hall/CRC.
Pidal J, Hrobjartsson A, et al. Impacto de la asignación ocultación de las conclusiones extraídas de metanálisis de ensayos aleatorios. Int J Epidemiol 2007;36:847-857.
Schulz KF, Grimes DA. Asignación ocultación en ensayos aleatorios: defensa contra el desciframiento. The Lancet 2002;359(9306):614-18.

Tengo una Maestría en Ciencias en Estadística Aplicada y he trabajado en algoritmos de aprendizaje automático para empresas profesionales tanto en el sector de la salud como en el comercio minorista.

Deja un comentario

La relación de verosimilitud monótona (MLR) representa un proceso útil de generación de datos; uno en el que existe una…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!