Quantitative Methodologies 2: Confusion bias and how to control a confounding factor

• Autores: Quispe, Antonio M., Alvarez-Valdivia, María Gracia, Loli-Guevara, Silvana
• Formato: artículo
• Fecha de Publicación: 2020
• Institución: Universidad Continental
• Repositorio: CONTINENTAL-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.continental.edu.pe:20.500.12394/10170
• Enlace del recurso: https://hdl.handle.net/20.500.12394/10170; http://dx.doi.org/10.35434/rcmhnaaa.2020.132.675
• Nivel de acceso: acceso abierto
• Materia: Sesgo de confusión; Diseño de investigaciones epidemiológicas; http://purl.org/pe-repo/ocde/ford#1.02.02

Identificar el sesgo de confusión y cómo controlarlo es uno de los desafíos metodológicos más importantes en el diseño de estudios que buscan identificar la causalidad. Este sesgo está presente en cualquier análisis de la asociación entre una exposición y un resultado de interés, una asociación que puede estar sesgada o no por una tercera variable llamada confusor. Podemos diagnosticar un confusor en todos los casos en los que este crea una asociación espuria entre una variable de exposición o variable independiente y la variable de resultado o variable dependiente. Para controlar el sesgo de confusión, podemos usar diferentes métodos. Estos incluyen aquellas técnicas aplicadas en el diseño del estudio, tales como restricción, aleatorización y coincidencia, y aquellas técnicas empleadas en el análisis de datos, como la estratificación, el análisis multivariado, la estandarización, los puntajes de propensión, el análisis de sensibilidad y el inverso ponderación de probabilidad. En esta revisión, analizamos cómo identificar una variable de confusión y las principales técnicas para controlar el sesgo de confusión.