Actualizado por ultima vez el 8 de junio de 2022, por Luis Benites.
¿Qué es el sesgo de Neymar?
Neyman Bias es un sesgo de selección en el que los muy enfermos o muy bien (o ambos) se excluyen erróneamente de un estudio. El sesgo («error») en sus resultados puede estar sesgado en dos direcciones:
- Excluir a los pacientes que han muerto hará que las condiciones parezcan menos graves.
- Excluir a los pacientes que se han recuperado hará que las condiciones parezcan más graves.
Es posible que no sepa qué grupos (mejorados/muertos) está excluyendo, lo que hace imposible ajustar cualquier sesgo en sus resultados.
Este tipo de sesgo a menudo ocurre cuando ha pasado una cantidad significativa de tiempo entre la exposición y la investigación; los pacientes que han muerto o se han recuperado serán erróneamente excluidos de cualquier análisis, sesgando los resultados hacia individuos que son más » promedio «. Por ejemplo, un estudio de pacientes hospitalizados por gripe perderá a los pacientes que han muerto y a los que han sido dados de alta después de la recuperación. El sesgo de Neyman es un problema menor con los casos agudos y de corta duración que con las enfermedades a largo plazo como el VIH o la tuberculosis.
Este tipo de sesgo también se denomina sesgo de prevalencia-incidencia por el hecho de que es preferible utilizar casos incidentes en lugar de casos prevalentes. Los casos incidentes son casos más nuevos, como admisiones por primera vez. Los casos prevalentes son casos preexistentes, que suelen estar más enfermos con una enfermedad más avanzada que los casos incidentes. La combinación de casos prevalentes e incidentes en realidad puede empeorar el sesgo de incidencia prevalente, oscureciendo la verdadera relación entre las variables de su estudio (es decir, las variables en su experimento o estudio) (Magnus, 2008).
Evitar el sesgo de Neymar
La selección cuidadosa del tipo de estudio puede ayudar a disminuir los efectos de este sesgo, porque algunos estudios son más susceptibles que otros al sesgo de prevalencia-incidencia. Por ejemplo, este sesgo suele ocurrir en investigaciones transversales y de casos y controles , aunque a veces ocurre en estudios experimentales o de cohortes . Por otro lado, un estudio de seguimiento cuidadosamente diseñado puede ayudar a disminuir los efectos de este sesgo.
Streiner y Norma (2009) ofrecen el siguiente ejemplo: las perspectivas a largo plazo para los pacientes con esquizofrenia son malas, pero se basan principalmente en un estudio de la historia natural de los pacientes hospitalizados por la enfermedad. Esto extraña a los pacientes dados de alta que viven vidas productivas. Los estudios de seguimiento de los pacientes admitidos por primera vez revelan un panorama un tanto optimista: entre el 60 % y el 80 % de los pacientes viven vidas productivas en la comunidad.
Referencias:
Magnus, M. “ Fundamentos de la epidemiología de las enfermedades infecciosas. ” 2008, Jones & Bartlett APRENDIZAJE.
Streiner, D. & Norman, G. “ PDQ Epidemiología ”. 2009, Médico.
