Preguntas de Investigación para el residentado médico y ENAM

Question 1

Mujer de 39 años, médica infectóloga en un hospital de Lima, revisa un estudio de sensibilidad diagnóstica para enfermedad de Chagas. El estudio usó como patrón de oro una prueba con sensibilidad real del 90%, asumiéndola como 100%. ¿Qué sesgo se introduce?

Accepted Answer

Sesgo de patrón de oro imperfecto, subestimando el desempeño real de la prueba en evaluación. Cuando el patrón de oro no es perfecto (sensibilidad o especificidad <100%), se introduce el sesgo de referencia imperfecta, que usualmente subestima el desempeño real de la prueba evaluada si sus errores son independientes. Se corrige con métodos como análisis de clase latente o patrón compuesto. El sesgo de verificación ocurre cuando no se aplica el patrón a todos los sujetos. El sesgo de incorporación ocurre cuando la prueba es parte del patrón. No es error aleatorio (es sistemático).

Question 2

Varón de 46 años, médico oncólogo en el INEN, revisa un estudio observacional que sugiere que estatinas reducen mortalidad por cáncer de colon (HR 0.6, IC95% 0.5-0.8). Un editor crítico señala posible sesgo de tiempo inmortal. ¿Qué implica este sesgo?

Accepted Answer

El período entre diagnóstico e inicio de estatinas se clasifica erróneamente como expuesto, sobreestimando la supervivencia del grupo tratado. El sesgo de tiempo inmortal ocurre en estudios de cohortes cuando el período durante el cual el paciente no podía tener el desenlace (porque aún no había iniciado el tratamiento) se asigna incorrectamente al grupo expuesto, inflando artificialmente la supervivencia de los tratados. Se corrige con análisis de tiempo dependiente o landmark analysis. No aplica a caso-control y no se resuelve aumentando muestra. El sesgo de memoria es distinto (información retrospectiva).

Question 3

Mujer de 34 años, médica epidemióloga en el MINSA, analiza la relación entre altitud y mortalidad neonatal usando datos ecológicos de provincias. Encuentra correlación positiva (r=0.6). ¿Qué limitación fundamental debe reconocer?

Accepted Answer

Falacia ecológica: no se pueden inferir asociaciones individuales a partir de correlaciones agregadas poblacionales. La falacia ecológica es la inferencia incorrecta de asociaciones individuales a partir de datos agregados. La correlación entre altitud y mortalidad neonatal a nivel provincial no implica que a nivel individual la altitud cause muerte neonatal; podría haber confusores poblacionales (pobreza, acceso a salud). Los estudios ecológicos son exploratorios, no causales. La correlación nunca implica causalidad directa sin cumplir criterios adicionales.

Question 4

Varón de 53 años, docente de bioestadística en Ayacucho, revisa un estudio de regresión logística que evalúa predictores de mortalidad en sepsis. Incluye 12 variables predictoras con solo 80 eventos observados. ¿Qué limitación metodológica debe señalar?

Accepted Answer

Sobreajuste del modelo por insuficientes eventos por variable (regla práctica: al menos 10 eventos por predictor). La regla práctica (events per variable, EPV) sugiere al menos 10 eventos por predictor en regresión logística. Con 80 eventos y 12 variables (EPV=6.7), hay riesgo alto de sobreajuste, estimadores inestables y falsos positivos. Se debe reducir variables (selección clínica o penalizada). La regresión logística es apropiada para desenlaces binarios. El problema es pocos eventos, no exceso. Categóricas pueden incluirse con codificación dummy.

Question 5

Varón de 55 años, jefe de la unidad de investigación del INEN en Lima, revisa un estudio observacional que sugiere beneficio de un suplemento en cáncer de mama. El RR es 0.7 (IC95% 0.5-0.98; p=0.04). Sin embargo, el estudio solo reportó los resultados de uno de 20 desenlaces analizados sin corrección. ¿Qué fenómeno amenaza la interpretación?

Accepted Answer

Sesgo de publicación selectiva con probable error tipo I por comparaciones múltiples. Analizar 20 desenlaces con alfa=0.05 sin corrección implica probabilidad ~64% de encontrar al menos uno significativo por azar (error tipo I inflado). Reportar solo el significativo (reporte selectivo) empeora el sesgo. La corrección de Bonferroni ajustaría alfa a 0.0025. No hay error tipo II (se detectó diferencia). El sesgo de memoria aplica a caso-control retrospectivos. La regresión a la media ocurre con mediciones extremas iniciales.

Question 6

Varón de 52 años, investigador en salud pública en Cusco (3400m), diseña un estudio para evaluar si el mal de altura crónico se asocia con mortalidad cardiovascular. Recluta a 1000 residentes con eritrocitosis y 1000 sin eritrocitosis, seguidos por 10 años. Al analizar los resultados, observa que el 30% de los participantes con eritrocitosis se mudaron a Lima durante el seguimiento, mientras solo el 5% sin eritrocitosis lo hicieron. ¿Qué sesgo amenaza principalmente la validez del estudio?

Accepted Answer

Sesgo de selección por pérdidas diferenciales durante el seguimiento. Las pérdidas diferenciales durante el seguimiento (30% vs 5%) generan un sesgo de selección por attrition, especialmente si el traslado a Lima se asocia con la exposición (eritrocitosis severa motiva descenso) y con el desenlace (reducción de riesgo cardiovascular). El sesgo de memoria aplica a estudios caso-control. No hay evidencia de clasificación errónea del desenlace ni sesgo de publicación (el estudio no se ha publicado aún).

Question 7

Mujer de 30 años, médica residente de psiquiatría en un hospital de Lima, revisa un ECA sobre un nuevo antidepresivo. El estudio fue prematuramente detenido tras análisis interino que mostró beneficio (RR 0.6, IC95% 0.4-0.9; p=0.02). ¿Cuál es la amenaza principal a la validez?

Accepted Answer

Detención prematura por eficacia tiende a sobreestimar el efecto del tratamiento. La detención prematura por eficacia suele sobreestimar el tamaño del efecto porque se detiene en un pico de beneficio aparente antes de que se regularice con más seguimiento y pacientes. Esto es un fenómeno bien documentado. Aunque éticamente justificable bajo reglas de paro preespecificadas (O'Brien-Fleming, Haybittle-Peto), afecta la precisión. Los análisis interinos requieren ajuste de alfa para preservar el error tipo I global.

Question 8

Varón de 44 años, investigador clínico en un hospital de Chiclayo, revisa un ECA cluster-aleatorizado que evaluó una intervención educativa en 10 centros de salud. Los autores analizaron los datos como si fueran individuales (n=2000) ignorando el clustering. Los resultados fueron estadísticamente significativos. ¿Qué error metodológico compromete las conclusiones?

Accepted Answer

No ajustar por el efecto del diseño (correlación intracluster) subestima los errores estándar e infla el error tipo I. En diseños cluster-aleatorizados, los individuos dentro del mismo cluster están correlacionados (ICC>0). Analizar como si fueran independientes subestima la varianza, produce ICs falsamente estrechos y p-valores inflados (error tipo I aumentado). Se requiere ajuste por efecto del diseño o modelos multinivel. La aleatorización cluster es válida y apropiada para intervenciones grupales. El sobrepoder no es un problema analítico.

Question 9

Varón de 58 años, director de un instituto de investigación en Lima, evalúa una propuesta de estudio que pretende reclutar pacientes con VIH en programas del MINSA sin consentimiento informado explícito, argumentando que los datos serán anonimizados. ¿Cuál es la postura ética correcta según Helsinki y regulación peruana?

Accepted Answer

La anonimización posterior no elimina la obligación de consentimiento informado para datos clínicos identificables de poblaciones vulnerables. La Declaración de Helsinki y la normativa peruana (Ley 29733, Reglamento INS de ensayos clínicos) exigen consentimiento informado para investigación con datos identificables, aun si se anonimizan posteriormente. Las poblaciones vulnerables (como personas con VIH) requieren protecciones adicionales, no menores. La anonimización puede eximir solo en investigaciones con datos ya totalmente disociados y sin riesgo identificable.

Preguntas de Investigación

1.Mujer de 39 años, médica infectóloga en un hospital de Lima, revisa un estudio de sensibilidad diagnóstica para enfermedad de Chagas. El estudio usó como patrón de oro una prueba con sensibilidad real del 90%, asumiéndola como 100%. ¿Qué sesgo se introduce?

2.Varón de 46 años, médico oncólogo en el INEN, revisa un estudio observacional que sugiere que estatinas reducen mortalidad por cáncer de colon (HR 0.6, IC95% 0.5-0.8). Un editor crítico señala posible sesgo de tiempo inmortal. ¿Qué implica este sesgo?

3.Mujer de 34 años, médica epidemióloga en el MINSA, analiza la relación entre altitud y mortalidad neonatal usando datos ecológicos de provincias. Encuentra correlación positiva (r=0.6). ¿Qué limitación fundamental debe reconocer?

4.Varón de 53 años, docente de bioestadística en Ayacucho, revisa un estudio de regresión logística que evalúa predictores de mortalidad en sepsis. Incluye 12 variables predictoras con solo 80 eventos observados. ¿Qué limitación metodológica debe señalar?

7.Mujer de 30 años, médica residente de psiquiatría en un hospital de Lima, revisa un ECA sobre un nuevo antidepresivo. El estudio fue prematuramente detenido tras análisis interino que mostró beneficio (RR 0.6, IC95% 0.4-0.9; p=0.02). ¿Cuál es la amenaza principal a la validez?