Biasedit de muestreo

el sesgo de muestreo es un error sistemático debido a una muestra no aleatoria de una población, causando que algunos miembros de la población sean menos propensos a ser incluidos que otros, lo que resulta en una muestra sesgada, definida como una muestra estadística de una población (o factores no humanos) en la que todos los participantes no están igualmente equilibrados u representados objetivamente. Se clasifica principalmente como un subtipo de sesgo de selección, a veces específicamente denominado sesgo de selección de muestras, pero algunos lo clasifican como un tipo separado de sesgo.,

una distinción del sesgo de muestreo (aunque no universalmente aceptado) es que socava la validez externa de una prueba (la capacidad de sus resultados para generalizarse al resto de la población), mientras que el sesgo de selección se ocupa principalmente de la validez interna de las diferencias o similitudes encontradas en la muestra en cuestión. En este sentido, los errores que ocurren en el proceso de recolección de la muestra o cohorte causan sesgo de muestreo, mientras que los errores en cualquier proceso posterior causan sesgo de selección.,

Los ejemplos de sesgo de muestreo incluyen la autoelección, la detección previa de los participantes del ensayo, el descuento de los sujetos/pruebas del ensayo que no se completaron y el sesgo de migración al excluir a los sujetos que se han mudado recientemente al área del estudio o fuera de ella, el sesgo de tiempo prolongado, donde se detecta una enfermedad de desarrollo lento con mejor pronóstico, y el sesgo de tiempo de espera, donde la enfermedad se diagnostica antes a los participantes que en las poblaciones de comparación, aunque el curso promedio de la enfermedad es el mismo.,

intervalo de Tiempoeditar

  • terminación temprana de un ensayo en un momento en que sus resultados apoyan la conclusión deseada.
  • Un ensayo puede ser terminado temprano en un valor extremo (a menudo por razones éticas), pero el valor extremo es probable que sea alcanzado por la variable con la varianza más grande, incluso si todas las variables tienen una media similar.,

Exposicióneditar

  • sesgo de susceptibilidad
    • sesgo de susceptibilidad clínica, cuando una enfermedad predispone a una segunda enfermedad, y el tratamiento para la primera enfermedad parece erróneamente predisponer a la segunda enfermedad. Por ejemplo, el síndrome posmenopáusico da una probabilidad más alta de desarrollar también cáncer endometrial, así que los estrógenos dados para el síndrome posmenopáusico pueden recibir una culpa más alta que real para causar cáncer endometrial.,
    • sesgo Protopático, cuando un tratamiento para los primeros síntomas de una enfermedad u otro resultado parece causar el resultado. Es un sesgo potencial cuando hay un tiempo de retraso desde los primeros síntomas y el inicio del tratamiento antes del diagnóstico real. Puede ser mitigado por el retraso, es decir, la exclusión de las exposiciones que ocurrieron en un cierto período de tiempo antes del diagnóstico.
    • sesgo de indicación, una posible confusión entre causa y efecto cuando la exposición depende de la indicación, P., un tratamiento se da a las personas en alto riesgo de adquirir una enfermedad, lo que potencialmente causa una preponderancia de las personas tratadas entre los que adquieren la enfermedad. Esto puede causar una apariencia errónea de que el tratamiento es una causa de la enfermedad.

DataEdit

  • particionar (dividir) datos con conocimiento del contenido de las particiones, y luego analizarlos con pruebas diseñadas para particiones elegidas a ciegas.,
  • alteración post hoc de la inclusión de datos basada en razones arbitrarias o subjetivas, incluyendo:
    • Selección de cereza, que en realidad no es sesgo de selección, sino sesgo de confirmación, cuando se eligen subconjuntos específicos de datos para apoyar una conclusión (por ejemplo, citando ejemplos de accidentes aéreos como evidencia de que el vuelo de la aerolínea es inseguro, mientras se ignora el ejemplo mucho más común de vuelos que se completan de forma segura., Ver: heurística de disponibilidad)
    • rechazo de datos erróneos por (1) motivos arbitrarios, en lugar de según criterios previamente establecidos o generalmente acordados o (2) descartar «valores atípicos» por motivos estadísticos que no tengan en cuenta información importante que podría derivarse de observaciones «salvajes».

StudiesEdit

  • Selección de los estudios a incluir en un meta-análisis (véase también la combinatoria meta-análisis).,
  • realizar experimentos repetidos e informar solo de los resultados más favorables, tal vez reetiquetado registros de laboratorio de otros experimentos como «pruebas de calibración», «errores de instrumentación» o «encuestas preliminares».
  • presentar el resultado más significativo de una draga de datos como si se tratara de un único experimento (que es lógicamente el mismo que el elemento anterior, pero se ve como mucho menos deshonesto).

Atritióneditar

el sesgo de atrición es un tipo de sesgo de selección causado por la atrición (pérdida de participantes), descontando a los sujetos del ensayo/pruebas que no se ejecutaron hasta su finalización., Está estrechamente relacionado con el sesgo de supervivencia, donde solo los sujetos que «sobrevivieron» un proceso se incluyen en el análisis o el sesgo de fracaso, donde solo se incluyen los sujetos que «fallaron» un proceso. Incluye abandono, falta de respuesta (menor tasa de respuesta), retirada y desviaciones del protocolo. Da resultados sesgados cuando es desigual con respecto a la exposición y/o el resultado. Por ejemplo, en una prueba de un programa de dieta, el investigador puede simplemente rechazar a todos los que abandonan el ensayo, pero la mayoría de los que abandonan son aquellos para quienes no estaba funcionando., La diferente pérdida de sujetos en el grupo de intervención y comparación puede cambiar las características de estos grupos y los resultados independientemente de la intervención estudiada.

perdido en el seguimiento, es otra forma de sesgo de desgaste, que ocurre principalmente en estudios medicinales durante un período de tiempo prolongado. La falta de respuesta o el sesgo de retención pueden estar influenciados por una serie de factores tangibles e intangibles, como la riqueza, la educación, el altruismo, la comprensión inicial del estudio y sus requisitos., Los investigadores también pueden ser incapaces de llevar a cabo contactos de seguimiento debido a que la información de identificación y los datos de contacto recopilados durante la fase inicial de reclutamiento e investigación son inadecuados.

Observer selectionEdit

El Filósofo Nick Bostrom ha argumentado que los datos se filtran no solo por el diseño y la medición del estudio, sino por la condición previa necesaria de que haya alguien haciendo un estudio. En situaciones donde la existencia del observador o del estudio está correlacionada con los datos, se producen efectos de selección de la observación y se requiere razonamiento antrópico.,

Un ejemplo es el registro de eventos de impacto en el pasado de la tierra: si los grandes impactos causan extinciones masivas e interrupciones ecológicas que impiden la evolución de los observadores inteligentes durante largos períodos, nadie observará ninguna evidencia de grandes impactos en el pasado reciente (ya que habrían impedido que los observadores inteligentes evolucionaran). Por lo tanto hay un sesgo potencial en el registro de impacto de la Tierra. Los riesgos existenciales astronómicos podrían subestimarse de manera similar debido al sesgo de selección, y se debe introducir una corrección antrópica.,

Volunteer BiasEdit

el sesgo de auto-selección o un sesgo voluntario en los estudios ofrecen otras amenazas a la validez de un estudio, ya que estos participantes pueden tener características intrínsecamente diferentes de la población objetivo del estudio. Los estudios han demostrado que los voluntarios tienden a provenir de una posición social más alta que de un entorno socioeconómico más bajo. Además, otro estudio muestra que es más probable que las mujeres se ofrezcan voluntariamente a los estudios que los hombres. El sesgo voluntario es evidente a lo largo del ciclo de vida del estudio, desde el reclutamiento hasta el seguimiento., En términos más generales, la respuesta voluntaria se puede atribuir al altruismo individual, al deseo de aprobación, a la relación personal con el tema de estudio y a otras razones. Al igual que con la mayoría de los casos, la mitigación en el caso del sesgo voluntario es un aumento del tamaño de la muestra.