Factores de confusión

Las características de un posible factor de confusión son las siguientes:

  • Se debe asociar con el resultado.
  • Se debe asociar con la exposición del interés.
  • No debe ser un paso intermedio en la relación causal entre la exposición de interés del estudio y el resultado.

Ejemplo: ¿Las inversiones efectuadas en el programa A permitieron reducir los niveles de anemia?
Por ejemplo, los factores que pueden conducir a una conclusión confusa sobre el impacto de una intervención en los niveles de anemia podrían ser:

  • la coexistencia de otro programa con un posible efecto en la reducción de los niveles de anemia, la focalización en los mismos grupos de población,
  • una menor incidencia del paludismo en el área de intervención debido a la disminución de las lluvias durante la medición de referencia.

Si no se controla el análisis de los datos de todos los factores de confusión, no es posible atribuir la reducción de los niveles de anemia a la intervención nutricional.

  • Si bien medir una asociación y verificar la temporalidad es bastante sencillo, controlar todos los factores de confusión (conocidos y desconocidos) es muy difícil, dado que los datos sobre todos los factores de confusión no suelen estar disponibles en las encuestas de población. Por lo general, se debe realizar un ensayo controlado aleatorio en el contexto de una investigación para medir y comparar las tasas de anemia y los múltiples posibles factores de confusión entre el grupo de intervención y un grupo de control (no expuesto a la intervención) antes y después de la intervención.
  • Las encuestas nacionales de población y los datos rutinarios de vigilancia comúnmente no tienen un grupo de control.
  • Sin un grupo de control, intentar interpretar una asociación como una relación causal puede inducir a errores. Existe un gran riesgo de arribar a la conclusión incorrecta, como en el ejemplo mencionado, donde la conclusión fue que la intervención nutricional repercute en los niveles de anemia cuando, en realidad, el cambio en las tasas de anemia se debió a un factor de confusión y no a la intervención en sí.
    El análisis de datos de este tipo de datos de encuestas no es adecuado para analizar una relación causal y podría llevar a tomar medidas políticas incorrectas.
We use cookies. By continuing to use our site, you agree to this. Details and objection options can be found in our privacy policy.
Use of third party offers

In addition to technically necessary ‘session’ cookies, this website uses Matomo tracking as well as video hosting from Youtube.com and Vimeo.com.

When you choose to play a video, your browser establishes a connection to third-party providers’ servers, which may automatically transmit your IP address as well as information about your browser, operating systems, date/time and the address of our website to them.

Tracking cookie from Matomo

Matomo is used in a GDPR-compliant manner, as it only collects and processes data within this website. It is used for non-personal tracking of user interaction.