Epidemiología y demografía sanitaria
Bloque de epidemiología
Tema 16
Confusión
Dr. Esteve Fernández
¿Qué queremos aprender?
1. El concepto de confusión y factor de confusión en
epidemiología.
2. Investigar la presencia de confusión en un estudio
epidemiológico.
3. El concepto de análisis estratificado y ajustado.
4. Obtener medidas de asociación ajustadas.
5. Los conceptos de confusión negativa y confusión
residual.
Estructura de la sesión
1. Definición de confusión.
2. Análisis estratificado.
3. Ajuste de medidas de asociación.
4. Tipos de confusión (positiva y negativa).
5. Confusión residual.
Materiales para el aprendizaje
0. (Diapositivas de la lección)
1. 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.
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
Definición de confusión
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
resultado
exposición
resultado
X
exposición
tercera variable
enfermedad
exposición
Factor de confusión
Confusor
confounder
confounding variable
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.
enfermedad
X
exposición
Factor de confusión
cáncer de
vejiga urinaria
consumo
de café
RR=2.9
cáncer de
vejiga urinaria
RR(aj)=1.3
consumo
de café
Preval. Tabaco (café=0): 0.43
Preval. Tabaco (café=1): 0.73
RR=3.1
Tabaco
¿Cuándo hay confusión?
RR crudo  RR ajustado
La medida de
frecuencia
o asociación
que estemos usando!!!
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)
Otra manera
de tenerlo presente...
AZUCAR
Otro ejemplo.-
Tasa de mortalidad /1000 (1986)
Costa Rica
Venezuela
México
Cuba
Canadá
Estados Unidos
3.8
4.4
4.9
6.7
7.3
8.7
Mortalidad
Costa Rica
México
Canadá
¿Puede ser la edad
un factor de confusión?
¿Puede ser la edad
un factor de confusión?
Mortalidad
Costa Rica
México
Canadá
Estructura etaria
de la población
Tasa de mortalidad /1000 (1986)
Costa Rica
Venezuela
México
Cuba
Canadá
Estados Unidos
3.8
4.4
4.9
6.7
7.3
8.7
Tasa de mortalidad /1000 (1986)
BRUTA
AJUSTADA
Costa Rica
Venezuela
México
Cuba
Canadá
Estados Unidos
3.8
4.4
4.9
6.7
7.3
8.7
3.7
4.6
5.0
4.0
3.2
3.6
Mortalidad
x
Costa Rica
México
Canadá
Estructura etaria
de la población
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).
Renta per capita
Latitud
Incidencia de melanoma
“X” NO es un confusor......
E
E
M
X
E
M
X
M
X
“X” NO es un confusor......
M: cáncer de hígado
E
M
E: alcohol
X
X: virus hepatitis C
“X” NO es un confusor......
E
M
X
M: muerte súbita del lactante
E: tabaquismo materno
X: bajo peso al nacer
“X” NO es un confusor......
M: cáncer de cérvix
E
M
E: infección VPH
X: relaciones sexuales
X
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
Control de la confusión
en el DISEÑO
 emparejamiento
 restricción
en el ANÁLISIS
 estratificación
 ajuste (estandardización)
 emparejamiento
 modelización
Estratificación
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
Ejemplo hipotético sobre abandono del
tabaquismo, en el que se identifica el sexo
como un determinante del mismo
Abandonan No abandonan
Hombres
117
88
Mujeres
83
112
OR = 1,80
OR=1,80
ABANDONO
DEL TABACO
SEXO
???????????????
ambiente laboral
libre
de humo
???????
¿Está asociada la variable confusora
con la exposición y con el resultado?
Confusor
vs Exposición
Ambiente laboral
Sin humo
Con humo
Hombres
92
113
Mujeres
19
176
Sexo
OR = 7,54
¿Está asociada la variable confusora
con la exposición y con el resultado?
Resultado
vs confusor
Dejan de fumar?
Sí
No
sin humo
85
26
con humo
115
174
A.L.
OR = 4,9
OR=1,8
SEXO
ABANDONO
DEL TABACO
OR=4,9
OR=7,5
AMBIENTE LABORAL
LIBRE DE HUMO
¿La asociación exposición-resultado del análisis
crudo tiene la misma dirección y magnitud en
los estratos de la variable de confusión?
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?
AMBIENTE LABORAL
SIN HUMO
¿Dejan de fumar?
Sí
No
Hombres
69
23
Mujeres
16
3
AMBIENTE LABORAL
CON HUMO
OR = 0,56
¿Dejan de fumar?
Sí
No
Hombres
48
65
Mujeres
67
109
OR = 1,20
¿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
AMBIENTE LABORAL
SIN HUMO
CON HUMO
Sexo – Abandono tabaco
OR = 0,56
Sexo – Abandono tabaco
OR = 1,20
¿La asociación exposición-resultado del análisis
crudo tiene la misma dirección y magnitud
después de ajustar por la variable de confusión?
AJUSTE
Método para controlar el efecto
de una tercera variable en el análisis
de la relación entre otras dos variables
Ajuste de medidas
de asociación
¿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
OR de Mantel-Haenszel
Estrato i
Casos
Controles
Expuestos
ai
bi
m1i
No expuestos
ci
n1i
di
n2i
m2i
Ni
 (a * d / N )
i
OR(MH ) =
i
i
i
 (b * c / N )
i
i
i
i
RR (MH) en estudio de cohortes con Incidencia Acumulada
Estrato i
Casos
No casos
Expuestos
ai
bi
m1i
No expuestos
ci
n1i
di
n2i
m2i
Ni
 [a (c +d )/N ]
i
RR (MH ) =
i
i
i
i
 [c (a +b )/N ]
i
i
i
i
i
RR (MH) estudio cohortes con Densidad Incidencia (pers-tiempo)
Estrato i
Casos
Pers-tiempo
Expuestos
a1i
y1i
No expuestos
a0i
y0i
Ti
 (a * y
1i
RR (MH ) =
0i
/T i )
i
 (a * c
0i
i
1i
/T i)
Volvamos a nuestro ejemplo
¿La OR bruta = OR ajustada?
AMBIENTE LABORAL
SIN HUMO
¿Dejan de fumar?
Sí
No
Hombres
69
23
Mujeres
16
3
AMBIENTE LABORAL
CON HUMO
¿Dejan de fumar?
Sí
No
Hombres
48
65
Mujeres
67
109
OR bruta
= 1,80
OR ajust
= 1,1
¿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?
OR crudo=1,8
OR ajust=1,1
ABANDONO
DEL TABACO
SEXO
OR=4,9
OR=7,5
AMBIENTE LABORAL
LIBRE DE HUMO
OR crudo=1,80
OR ajust=1,09
SEXO
X
ABANDONO
DEL TABACO
OR=4,95
OR=7,54
AMBIENTE LABORAL
LIBRE DE HUMO
Asunciones
• definición correcta de los estratos
• homogeneidad dentro de cada estrato
• ausencia de “confusión residual”
La confusión no es un
fenómeno “todo o nada”
La realidad es más compleja
que una tabla de 2 x 2
La confusión no es un fenómeno “todo o nada”
La realidad es más compleja que una tabla de 2 x 2
RR de hemorragia digestiva respecto al uso
de eritromicina
No ajustado
Ajustado por edad, raza,
sexo, residencia y AINES
Ajustado por lo anterior
y hospitalización reciente
RR
IC95%
1,8
1,2-2,7
1,5
1,0-2,2
1,1
0,7-1,7
Tipos de confusión
Confusión positiva
Cuando la confusión produce una
sobreestimación del efecto ( el estimador
bruto se aleja de 1,0 y exagera la asociación
no ajustada frente a la ajustada).
Confusión negativa
Cuando la confusión produce una
infraestimación del efecto ( el estimador
bruto se acerca a 1,0 y atenúa la asociación
no ajustada frente a la ajustada).
Tipo de confusión
Positiva Negativa
Ajustado
3.0
5.0
Bruto o no ajustado
x
3.0
2.0
x
0.4
0.3
x
0.4
x
0.7
0.1
1
10
RR, OR…
Fuente: Szklo y Nieto 2000
Confusión residual
Confusión residual
Cuando no se puede ajustar o
cuando el ajuste es imperfecto
1. No disponemos de información de la variable
que sospechamos que es el confusor (no
sabemos si los casos y controles fumaban o no)
2. La información no es suficiente (sólo sabemos
si fumaban o no, pero no sabemos nada de los
exfumadores o del nº de cigarrillos...)
OR de IAM respecto a la menopausia.
Estudio ARIC (mujeres de 45-64 años, 1987-89)
Odds ratio (IC95% )
A
No ajustada
4,54 (2,67 - 7,85)
B
Ajustada por edad:
45-54 vs. 55+ (Mantel-Haenszel)
3,35 (1,60 – 6,01)
Ajustada por edad:
45-49, 50-54, 55-59, 60-64 (M-H))
3,04 (1,37 – 6,11)
Ajustada por edad:
continua (regresión logística)
2,47 (1,31 – 4,63)
C
D
Recapitulación
1. Definición de confusión
Situación en la que la
asociación entre una
determinada exposición y un
determinado resultado es
debida a la influencia de una
tercera variable
enfermedad
exposición
Factor de confusión
Confusor
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.
¿ RR crudo = RR ajustado ?
Recapitulación
2. Análisis estratificado
Estratificación
Método para eliminar comparaciones
erróneas resultado del efecto de variables
confusoras
Sexo – Abandono tabaco (OR=1,80)
AMBIENTE LABORAL
AMBIENTE LABORAL
SIN HUMO
Sexo – Abandono tabaco
OR = 0,56
CON HUMO
Sexo – Abandono tabaco
OR = 1,20
Recapitulación
3. Ajuste de medidas de asociación
Ajuste
Método para controlar el efecto
de una tercera variable en el análisis
de la relación entre otras dos variables
Enfermedad
Sí
Estrato 1
Sí
No
Estrato 2
No
a1
b1
Enfermedad
c1
d1
Sí
No
Sí
a2
b2
No
c2
d2
OR ( MH ) =
 (a * d / N )
i i i
 (b * c / N )
i i
i
Recapitulación
4. Tipos de confusión
Positiva
La confusión produce una sobreestimación del
efecto ( el estimador crudo se aleja de 1,0 y
exagera la asociación no ajustada frente a la
ajustada).
Negativa
La confusión produce una infraestimación del
efecto ( el estimador crudo se acerca a 1,0 y
atenúa la asociación no ajustada frente a la
ajustada).
5. Confusión residual Cuando no se puede
ajustar o cuando el ajuste
es imperfecto
Epidemiología y demografía sanitaria
Bloque de epidemiología
Tema 16
Confusión
Dr. Esteve Fernández
Descargar

Tema 2