Sesgo de selección

El sesgo de selección es un tipo de sesgo o error que puede producirse cuando los investigadores eligen quiénes serán incluidos en un estudio.

Los estudios con sesgo de selección pueden acabar teniendo resultados que no pueden aplicarse a la población fuera del estudio, por lo que carecen de validez externa.

También pueden dar lugar a una representación inexacta de la relación entre una exposición y un resultado, por lo que carecen de validez interna.

Normalmente, el objetivo de un estudio es averiguar si una exposición está asociada a un resultado en una población diana.

Por ello, lo ideal es que un estudio se realice en una muestra de población de personas que sea similar a esa población diana en todos los aspectos significativos, lo que daría al estudio una alta validez externa.

Por ejemplo, si se quiere averiguar cómo influye el tabaquismo en el riesgo de cáncer de pulmón en Portland (Oregón), la población diana son los habitantes de Portland.

Lo ideal sería que la población de la muestra incluyera a personas de Portland.

Y además, la población de la muestra debe incluir personas de edades, razas y niveles socioeconómicos que reflejen también la población diana, porque todos estos son factores que probablemente afecten al riesgo de cáncer de pulmón.

Si el estudio solo recluta estudiantes de uno de los institutos locales, es probable que la población de la muestra no represente a la población diana, ya que la edad promedio del estudio será más baja que la edad promedio de Portland, que es de 36 años.

Para que la población de la muestra represente a la población diana, una herramienta que se puede utilizar es la aleatorización, que significa que las personas se seleccionan para entrar en el estudio mediante un proceso de azar.

Para mostrar cómo funciona, digamos que los investigadores meten los nombres de todas las personas de Portland en una bolsa de papel marrón, que tendría que ser bastante grande, ya que habría más de 600.000 nombres en esa bolsa, probablemente con varias repeticiones.

Supongamos entonces que se eligen mil nombres de la bolsa para incluirlos en el estudio, ya sea simplemente eligiéndolos o utilizando un programa informático para asegurarse de que es realmente por azar.

Eso es la aleatorización.

Al utilizar la aleatorización, hay una probabilidad bastante alta de que la población de la muestra y la población diana sean similares, y de que el estudio tenga una alta validez externa, lo que significa que cualquier conclusión hecha sobre la población de la muestra puede aplicarse a la población diana.

A veces, incluso cuando una población se selecciona al azar, el sesgo de selección puede reducir la validez externa de un estudio.

Por ejemplo, si se decide elegir aleatoriamente la población de la muestra de una lista de todas las direcciones de casas de Portland, o de una lista de todos los números de teléfono de Portland.

En esta situación, hay una alta probabilidad de sesgo de muestreo, que es un tipo de sesgo de selección.

En este caso, algunas personas de la población diana pueden tener menos posibilidades o ninguna de ser seleccionados para formar parte de la población de la muestra, porque hay algunas personas que viven en la ciudad que no tienen una dirección o un número de teléfono fijos.

Si las personas que no tienen una dirección o un número de teléfono fijos tienen un nivel socioeconómico más bajo que las que tienen una dirección fija, entonces la renta media del estudio será superior a la renta media de todos los habitantes de Portland.

Otro ejemplo habitual de sesgo de muestreo se produce cuando los investigadores tienen la dirección o el número de teléfono correctos, pero simplemente no pueden contactar con esa persona.

Por ejemplo, digamos que los investigadores tienen una lista de nombres de personas de Portland con cáncer de pulmón y una lista de nombres de personas de Portland sin cáncer de pulmón, y quieren preguntar a cada persona sobre su condición de fumador en los últimos 10 años.

Los investigadores deciden llamar a cada persona de la lista entre las 17:00 y las 21:00 horas de los miércoles, ya que la mayoría de la gente sale del trabajo a esa hora.

Pero esta lista excluye a las personas que trabajan por las tardes, como las que hacen turnos de noche, como las enfermeras y los policías, o que tienen que tener varios trabajos para llegar a fin de mes.

Para evitar el sesgo de muestreo, los investigadores pueden hacer llamadas telefónicas a diferentes horas del día y en diferentes días de la semana.

Además, los investigadores pueden intentar utilizar varios modos de contacto, como enviar un correo electrónico o un mensaje de texto a la persona o ir a su casa para verla.

Otro tipo de sesgo de selección se denomina sesgo de no respuesta, y es especialmente problemático en los estudios que requieren tiempo o esfuerzo por parte del participante, como una encuesta.

En general, las personas más jóvenes, las mujeres, las personas de raza blanca y las personas con estudios superiores y con un nivel socioeconómico más alto son las más propensas a responder a una encuesta.

A menudo, las personas deciden no completar una encuesta porque piensan que les llevará demasiado tiempo o simplemente porque no les gusta responder a las preguntas.

Por eso, en este tipo de estudios, los investigadores a veces utilizan incentivos, como dinero o comida gratis, para motivar a la gente a participar, en un esfuerzo por garantizar que la población de la muestra refleje con exactitud la población diana.

Vamos a ver ahora cómo el sesgo de selección puede influir en la validez interna de un estudio, o en su calidad.

En última instancia, para sacar conclusiones de un estudio, la clave es asegurarse de que los dos grupos (por ejemplo, las personas con cáncer de pulmón y las personas sin cáncer de pulmón) tengan características basales similares entre sí.

De este modo, la única diferencia clave es la exposición que se intenta estudiar, la exposición al tabaco.