sesgo de selección

El sesgo de muestreo es un error sistemático debido a una muestra no aleatoria de una población, ^{[ 2 ]} lo que provoca que algunos miembros de la población tengan menos probabilidades de 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 objetivamente representados. ^{[ 3 ]} Se clasifica principalmente como un subtipo de sesgo de selección, ^{[ 4 ]} a veces denominado específicamente sesgo de selección de muestra , ^{[ 5 ] [ 6 ] [ 7 ]} pero algunos lo clasifican como un tipo de sesgo separado. ^{[ 8 ]}

Una distinción del sesgo de muestreo (aunque no universalmente aceptada) radica en que este menoscaba 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 centra principalmente en la validez interna, es decir, en las diferencias o similitudes encontradas en la muestra en cuestión. En este sentido, los errores que se producen durante el proceso de recolección de la muestra o cohorte provocan sesgo de muestreo, mientras que los errores en cualquier proceso posterior causan sesgo de selección.

Algunos ejemplos de sesgo de muestreo incluyen la autoselección , la preselección de los participantes en los ensayos, el descarte de sujetos/pruebas que no se completaron y el sesgo de migración al excluir a los sujetos que se han mudado recientemente dentro o fuera del área de estudio, el sesgo de duración , donde se detecta una enfermedad de desarrollo lento con mejor pronóstico, y el sesgo de tiempo de anticipación , donde la enfermedad se diagnostica antes en los participantes que en las poblaciones de comparación, aunque el curso promedio de la enfermedad sea el mismo.

• Finalización anticipada de un ensayo clínico cuando sus resultados respaldan la conclusión deseada.
• Un ensayo puede terminarse antes de tiempo al alcanzar un valor extremo (a menudo por razones éticas ), pero es probable que el valor extremo lo alcance la variable con la mayor varianza , incluso si todas las variables tienen una media similar .

• Sesgo de susceptibilidad
  • Sesgo de susceptibilidad clínica , que se produce cuando una enfermedad predispone a otra, y el tratamiento de la primera enfermedad parece, erróneamente, predisponer a la segunda. Por ejemplo, el síndrome posmenopáusico aumenta la probabilidad de desarrollar también cáncer de endometrio , por lo que los estrógenos administrados para el síndrome posmenopáusico pueden ser atribuidos en mayor medida de lo que realmente son responsables del cáncer de endometrio. ^{[ 9 ]}
  • Sesgo protopático , que se produce cuando un tratamiento para los primeros síntomas de una enfermedad u otro resultado parece causar dicho resultado. Es un sesgo potencial cuando existe un lapso de tiempo entre los primeros síntomas y el inicio del tratamiento antes del diagnóstico real. ^{[ 9 ]} Puede mitigarse mediante el desfase temporal , es decir, la exclusión de exposiciones que ocurrieron en un período de tiempo determinado antes del diagnóstico. ^{[ 10 ]}
  • Sesgo de indicación , una posible confusión entre causa y efecto cuando la exposición depende de la indicación, por ejemplo, si se administra un tratamiento a personas con alto riesgo de contraer una enfermedad, podría producirse una preponderancia de personas tratadas entre quienes contraen la enfermedad. Esto puede generar la impresión errónea de que el tratamiento es la causa de la enfermedad. ^{[ 11 ]}

• Particionar (dividir) los datos conociendo el contenido de las particiones y, a continuación, analizarlas con pruebas diseñadas para particiones elegidas al azar.
• Alteración posterior de la inclusión de datos basada en razones arbitrarias o subjetivas, entre las que se incluyen:
  • La selección sesgada de datos , que en realidad no es un sesgo de selección, sino un sesgo de confirmación , ocurre cuando se eligen subconjuntos específicos de datos para respaldar una conclusión (por ejemplo, citar ejemplos de accidentes aéreos como evidencia de que los vuelos comerciales son inseguros, mientras se ignora el ejemplo mucho más común de vuelos que terminan sin problemas. Véase: heurística de disponibilidad ).
  • Rechazo de datos erróneos por (1) motivos arbitrarios, en lugar de según criterios previamente establecidos o generalmente acordados, o (2) descarte de " valores atípicos " por motivos estadísticos que no tienen en cuenta información importante que podría derivarse de observaciones "atípicas". ^{[ 12 ]}

• Selección de los estudios que se incluirán en un metaanálisis (véase también metaanálisis combinatorio ).
• Realizar experimentos repetidos e informar solo de los resultados más favorables, tal vez renombrando los registros de laboratorio de otros experimentos como "pruebas de calibración", "errores de instrumentación" o "estudios preliminares".
• Presentar el resultado más significativo de una recopilación de datos como si se tratara de un solo experimento (lo cual es lógicamente lo mismo que el punto anterior, pero se considera mucho menos deshonesto).

El sesgo de desgaste es un tipo de sesgo de selección causado por el desgaste (pérdida de participantes), ^{[ 13 ]} que descarta a los sujetos/pruebas del ensayo que no se completaron. Está estrechamente relacionado con el sesgo de supervivencia , donde solo se incluyen en el análisis los sujetos que "sobrevivieron" a un proceso, o con el sesgo de fracaso , donde solo se incluyen los sujetos que "fracasaron" en un proceso. Incluye el abandono , la falta de respuesta ( tasa de respuesta más baja ), la retirada y las desviaciones del protocolo . Produce resultados sesgados cuando hay desigualdad con respecto a la exposición y/o el resultado. Por ejemplo, en un ensayo 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 funcionaba. La diferente pérdida de sujetos en el grupo de intervención y el grupo de comparación puede cambiar las características de estos grupos y los resultados independientemente de la intervención estudiada . ^{[ 13 ]}

La pérdida de seguimiento es otra forma de sesgo de deserción, que ocurre principalmente en estudios médicos a lo largo de un período prolongado. El sesgo de no respuesta o retención puede verse influenciado por una serie de factores tanto tangibles como intangibles, tales como: riqueza, educación, altruismo, comprensión inicial del estudio y sus requisitos. ^{[ 14 ]} Los investigadores también pueden ser incapaces de realizar el seguimiento debido a la información de identificación y los datos de contacto inadecuados recopilados durante la fase inicial de reclutamiento e investigación. ^{[ 15 ]}

El filósofo Nick Bostrom ha argumentado que los datos se filtran no solo por el diseño del estudio y la medición, sino también por la condición necesaria de que haya alguien realizando el 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 un razonamiento antrópico . ^{[ 16 ]}

Un ejemplo es el registro de impactos pasados ​​de la Tierra: si los grandes impactos causan extinciones masivas y perturbaciones ecológicas que impiden la evolución de observadores inteligentes durante largos períodos, nadie observará evidencia de grandes impactos en el pasado reciente (ya que habrían impedido la evolución de observadores inteligentes). Por lo tanto, existe un posible sesgo en el registro de impactos de la Tierra. ^{[ 17 ]} Los riesgos existenciales astronómicos podrían subestimarse de manera similar debido al sesgo de selección, y es necesario introducir una corrección antrópica. ^{[ 18 ]}

El sesgo de autoselección o el sesgo de voluntariado en los estudios representan amenazas adicionales para la validez del estudio, ya que estos participantes pueden tener características intrínsecamente diferentes a las de la población objetivo del estudio. ^{[ 19 ]} Los estudios han demostrado que los voluntarios tienden a provenir de un estatus social más alto que de un entorno socioeconómico más bajo. ^{[ 20 ]} Además, otro estudio muestra que las mujeres son más propensas a ofrecerse como voluntarias para estudios que los hombres. El sesgo de voluntariado es evidente a lo largo del ciclo de vida del estudio, desde el reclutamiento hasta los seguimientos. En términos más generales, la respuesta de los voluntarios puede atribuirse al altruismo individual, al deseo de aprobación, a la relación personal con el tema del estudio y a otras razones. ^{[ 20 ] [ 14 ]}

El sesgo de Malmquist en astronomía observacional es un sesgo causado por el límite de la sensibilidad del detector. Debido a que la luminosidad aparente disminuye para los objetos distantes, a mayor distancia solo se pueden observar los objetos más brillantes. Esto crea una correlación falsa entre la distancia y la luminosidad . ^{[ 21 ]}