LOS 7 PECADOS DE LA EPIDEMIOLOGÍA Y SU CLASIFICACIÓN GRUPO 7 by Keydy Yolany Vasquez Romero https://padlet.com/kyvasquez1/xaj9u1901ruyywm9 Este es el Ranking de los 7 pecados en epidemiología para el Grupo 7 con su respectiva justificación. en-us 2021-08-20 20:20:48 UTC 2026-01-30 18:09:39 UTC hello@padlet.com 5. Not providing both absolute and relative summary measures. (V Give numbers, rates and comparative measures, and adjust summary measures such as odds ratios appropriately.) kyvasquez1 https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688485506 Este error lo consideramos el más grave, por la elevada frecuencia en que se presenta. En nuestra experiencia, y basadas en los comentarios del autor,  la falta de conocimiento o apoyo en la Estadística, nos lleva a incurrir en este error básico disminuyendo la seriedad de la investigación. La forma de manejarlo, con un adecuado procesamiento de los datos y una cuidadosa presentación con ajustes de acuerdo con el tipo de estudio y a la población lo hace un pecado en nuestras manos. 

]]> 2021-08-20 20:24:36 UTC https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688485506 1. Failing to provide the context and definitions of study populations. (I Describe the study population in detail) kyvasquez1 https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688499769 Dicho por el mismo autor, no hay nada mas elemental en la epidemiologia. La descripción clara y detallada de la población objeto de estudio, su georreferenciación, en la medida de lo que la situación lo permita en relación con situaciones estigmatizantes. Uno de los objetivos generales mas importantes de la investigacion es precisamente la posibilidad de extrapolación de datos a poblaciones con características similares, su validez externa. Para ello se requiere del detalle de los datos, no es lo mismo la población en Asia que la población en Colombia si hablamos de un estudio de Dietas o de enfermedades pulmonares en la poblacion de una ciudad como México a la poblacion del amazonas, por citar un ejemplo. Así que este error en realidad será fácilmente evitable al detallar la poblacion y todos los factores y cofactores relacionados. ]]> 2021-08-20 20:40:00 UTC https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688499769 3. Not demonstrating comparisons are like-for-like. (III Start with detailed comparisons of groups.) kyvasquez1 https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688510510 En los diferentes tipos de estudios es necesario determinar grupos de poblaciones y estos grupos deben ser comparables. El artículo determina que los métodos estadísticos convencionales para manejar los confusores no serían suficientes. Es importante que los grupos  objeto del estudio sean lo mas homogéneos posibles, claramente alcanzar este objetivo es imposible, pero la escogencia de la muestra debe cumplir con los requisitos inefables como lo son la aleatorización, la cual permite que los individuos sean tomados al azar y en caso de estudios de casos y controles que tengan el mayor cegamiento posible (ciego, doble ciego o triple ciego según sea el caso), que facilitara el que los resultados en esta muestra puedan ser extrapolados (validez externa). Al definir con claridad los criterios de inclusión y exclusión, desde los datos demográficos como serian la edad, el sexo, el nivel educativo, la inclusión de todos los datos clínicos relevantes,  como comorbilidades asociadas (las cuales tendrán un impacto mayor o menor en el objeto del estudio) o preexistentes, ingesta de medicamentos o hábitos de vida nos permitirán obtener la muestra mas homogénea posible, en un intento de controlar los posibles confusores que por lo general van a estar presentes, pero que en un análisis muy juicioso del mismo estudio en sí, de sus objetivos podrían ser identificados, eliminarlos si es posible o en definitiva tenerlos presentes para el análisis de los datos. Es un pecado usual, pero manejable por lo que lo consideramos en un tercer lugar. ]]> 2021-08-20 20:50:16 UTC https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688510510 2. Insufficient attention to evaluation of error. (II Don't pretend error does not exist.) kyvasquez1 https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688514618 Este pecado es común y difícil de manejar. Al elaborar protocolos subestimamos los posibles riesgos a manejar y luego al desarrollar la investigación no identificamos fácilmente posibles fuentes de sesgo u error. Identificarlo y asumirlo puede costar mucho al grupo investigador, no solo en términos de tiempo y dinero, sino incluso puede llegar a afectar la relevancia académica del mismo. Diariamente hay cientos de publicaciones científicas, algunas que pueden llegar a sorprendernos por su publicación quizás hecha por contar con los medios económicos para hacerla, sin que hayan sido detectados y corregidos estos posibles errores, solo por el afán de publicar. Así que en nuestra consideración tan valioso como publicar datos extraordinarios y de gran ayuda en la comunidad científica, es tener la capacidad de asumir los errores en un estudio o su debido reporte como parte de las limitaciones, pues el riesgo de ignorar el error en estudios clínicos será la incorrecta aplicación de resultados en la practica clínica y en políticas de salud pública. ]]> 2021-08-20 20:54:22 UTC https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688514618 6. In intervention studies not demonstrating general health benefits. (VI Ensure general benefits (mortality/morbidity) before recommending application of cause-specific findings.) kyvasquez1 https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688517063 Este es un error común, que se puede solucionar usando la precaución para hacer recomendaciones en salud pública, o de hacerlas será específicamente para determinada población. Si bien uno de los objetivos de muchos estudios es precisamente que sean que los resultados sean extrapolables, se debe ser muy cuidadoso al respecto porque aunque en teoría sea beneficioso y por el contrario causarían detrimento de la salud en determinada población. Estos estudios deberían estar basados en datos de vigilancia o de registro confiables adecuadamente consignados con criterios de calidad con homogenicidad en los datos, para hacer un análisis confiable y comparándolo a una poblacion específica a la que se quiere aplicar. La solución también da suma importancia a la vigilancia epidemiológica y a los estudios poblacionales.  ]]> 2021-08-20 20:57:25 UTC https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688517063 4. Either overstatement or understatement of the case for causality. (IV Never say this design cannot contribute to causality or imply causality is ensured by your design.) kyvasquez1 https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688524106 Uno de los propósitos fundamentales de la epidemiologia como ciencia es identificar y estudiar las posibles causas que provocan o permiten la ocurrencia de estos problemas con el objetivo de buscar soluciones para evitarlos, minimizarlos o eliminarlos según sea la naturaleza del problema. Los estudios experimentales (en especial los ensayos clínicos aleatorizados, los mega ensayos clínicos) magnifican las leyes probabilísticas, llevándonos a finales del siglo XX a la medicina basada en la evidencia, donde no existe mejor evidencia científica que la obtenida mediante la investigación experimental, cayendo en las redes de la ausencia de ética. No son estos los únicos estudios que pueden descubrir una relación causal, ni todos los estudios analíticos han dado respuesta a tal reto de determinar la causalidad y la aplicación en la practica de sus resultados. En muchas ocasiones no han alcanzado el impacto esperado en cuanto a morbi-mortalidad, pudiendo entonces que estas inexactitudes estuvieran precisamente relacionadas con el diseño del estudio. Es necesario que los factores de riesgo sean identificados adecuadamente y cada uno de ellos se interpreten en el marco causal adecuado, con el apoyo de la bibliografía científica, local, regional y global. Entonces, la solución la asumimos como el cuestionamiento de otros diseños como evidencia de causalidad que asuman los vacios éticos de los postulados que tantos años se han utilizado. ]]> 2021-08-20 21:06:46 UTC https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688524106 7. Failure to utilise study data to benefit populations. (VII Establish a World Council on Epidemiology to help infer causality from associations and apply the work internationally.) kyvasquez1 https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688528272 Este error a pesar de que lo consideramos grave se saldría de nuestro alcance porque parecer ser uno de los mas difíciles de corregir. Paradójicamente luego de una larga y seguramente muy costosa investigacion, inversión en tiempo y dinero, con posiblemente todo el rigor científico y resultados transparentes y de alto impacto, pudiera ser desperdiciada debido a una mala interpretación de datos o la desestimación de resultados por ignorancia en este campo. Radica ahí la importancia y la necesidad de una lectura critica en nuestros escenarios médicos y así mismo la "traducción" en un lenguaje adecuado y entendible a los a tomadores de decisiones y a aquellas personas que ocupan cargos en diferentes instancias y que su desconocimiento en estos temas o malas asesorías impiden tomar las decisiones adecuadas.  Afortunadamente van surgiendo estrategias colaborativas como EQUATOR y puntos de vista de instituciones que ayudan a solucionarlo mientras se crea ese consejo mundial de Epidemiologia. Además se esta poniendo mas atención en mejorar la formación en epidemiologia, en realizar estudios de minería de datos y de modelos epidemiológicos con colaboraciones internacionales que están ayudando a solucionar este error.]]> 2021-08-20 21:12:46 UTC https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688528272 Número 1 kyvasquez1 https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688529298 2021-08-20 21:14:25 UTC https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688529298 Número 2. kyvasquez1 https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688529993 2021-08-20 21:15:23 UTC https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688529993 Número 3 kyvasquez1 https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688530344 2021-08-20 21:15:55 UTC https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688530344 Número 4 kyvasquez1 https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688531098 2021-08-20 21:17:12 UTC https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688531098 Número 5 kyvasquez1 https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688532314 2021-08-20 21:19:15 UTC https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688532314 Número 6 kyvasquez1 https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688532767 2021-08-20 21:19:58 UTC https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688532767 Número 7 kyvasquez1 https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688533398 2021-08-20 21:21:04 UTC https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688533398 Bibliografía: Bhopal R. Seven mistakes and potential solutions in epidemiology, including a call for a World Council of Epidemiology and Causality. Emerg Themes Epidemiol. 2009;6:1–9. kyvasquez1 https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688543043 2021-08-20 21:34:27 UTC https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688543043 Grupo 7 kyvasquez1 https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688546800 Keydy Vasquez Romero
Adriana Pulido
Claudia Castellanos Peñaranda
Oriana Gómez Erazo
SEMANA 2 
Epidemiologia y Demografía
]]> 2021-08-20 21:39:57 UTC https://padlet.com/kyvasquez1/xaj9u1901ruyywm9/wish/1688546800