Sesgo de verificación/sesgo de detección: definición

Actualizado por ultima vez el 17 de diciembre de 2021, por Luis Benites.

¿Qué es el sesgo de verificación?

El sesgo de verificación (también llamado sesgo de detección o sesgo de evaluación ) es el uso selectivo de una sola prueba de diagnóstico » estándar de oro » en un estudio. A algunos pacientes se les da la prueba de verificación del «estándar de oro», mientras que a otros no; La razón de esto es que muchas pruebas estándar de oro son costosas, invasivas o riesgosas. Cuando su estudio solo incluye pacientes cuya condición ha sido verificada con la prueba estándar de oro, los resultados de su análisis estarán sesgados (es decir, diferentes de lo que deberían ser).

Este tipo de sesgo se puede evitar al incluir un espectro de pacientes que están en riesgo de una enfermedad o condición en particular, no solo aquellos pacientes identificados con el estándar de oro.

El sesgo de verificación también se denomina » sesgo de referencia de prueba «, que a veces se abrevia como » sesgo de referencia «. Los dos tipos de sesgo (es decir, sesgo de verificación y sesgo de referencia) a veces se confunden, pero significan cosas muy diferentes.

Ejemplo

Digamos que las personas que visitan la sala de emergencias con la muñeca hinchada tienen más probabilidades de hacerse radiografías que las que no la tienen . Eso significa que una mayor proporción de personas con fracturas de muñeca e inflamación recibirán las radiografías «estándar de oro» que las personas con fracturas de muñeca y sin inflamación. Si solo incluye personas con hinchazón (es decir, aquellas que recibieron el estándar de oro de una radiografía) en su estudio, entonces está dejando fuera a un grupo completo de personas con fracturas de muñeca.

Un estudio que sólo incluye a aquellos pacientes que reciben una prueba diagnóstica estándar de oro corre el riesgo de sacar conclusiones erróneas . Por ejemplo, la sensibilidad (la tasa de verdaderos positivos) puede sobreestimarse y la especificidad (la verdadera tasa de negativos) puede subestimarse. La sensibilidad y la especificidad se calculan a partir de la información de una tabla de contingencia como la anterior (sensibilidad = a/(a+c); especificidad = (d/d+b)). La disminución de la información en las celdas c y d conducirá a una mayor sensibilidad y una menor especificidad.
sesgo de verificación

Sesgo de verificación parcial y diferencial

El sesgo de verificación parcial se aplica cuando solo una proporción de pacientes (p. ej., aquellos que tienen tobillos hinchados) se prueban con el estándar de oro. Este tipo de sesgo ocurre cuando la selección está vinculada de alguna manera al resultado de la prueba. La solución sería probar a todos con el patrón oro, lo que generalmente no es práctico ni financieramente posible.

El sesgo de verificación diferencial ocurre cuando se verifican todos los pacientes, pero se usa más de un estándar de referencia. Por ejemplo, el grupo con prueba positiva recibe radiografías, mientras que el grupo con prueba negativa obtiene una cita de seguimiento para una nueva revisión.

Evitar el sesgo de verificación

El sesgo de verificación no se puede eliminar por completo de un estudio a menos que ese estudio esté libre de resultados de pruebas de detección. Se puede minimizar seleccionando un diseño de estudio apropiado. Por ejemplo, podría incluir una muestra aleatoria de personas que dieron negativo en el resultado o prueba que está estudiando. También puede ajustar estadísticamente el sesgo, lo que puede ser engorroso (ver Ankerst et. al, p.325 para ver un ejemplo) y no siempre efectivo.

Referencias

Ankerst, D. et. Alabama. Detección del cáncer de próstata: segunda edición. Springer Science & Business Media,
Price, C. y Christenson, R. (Eds.). Aplicación de la medicina de laboratorio basada en la evidencia: de los principios a los resultados . 2003 – Médico.
Vogt, WP (2005). Diccionario de estadística y metodología: una guía no técnica para las ciencias sociales . SABIO.

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

El criterio Cp de Mallows es una forma de evaluar el ajuste de un modelo de regresión múltiple . Luego,…
statologos comunidad-2

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

You have Successfully Subscribed!