Sesgos: selección, información y confusión

1 · Definición

Un sesgo es un error sistemático: uno que empuja el resultado siempre en la misma dirección, y que por lo tanto no se corrige agrandando la muestra.

2 · Las tres familias

Toda la literatura metodológica organiza los sesgos en tres grupos, según en qué momento del estudio se producen:

Familia	Cuándo aparece	Qué falla
Selección	Al elegir a quién estudiar	Quiénes entraron o se quedaron
Información	Al medir	Cómo se obtuvo el dato
Confusión	Al interpretar	Una tercera variable explica la asociación

Y una diferencia práctica que conviene tener presente desde el principio:

3 · Sesgo de selección

Los que participan difieren sistemáticamente de los que no.

Voluntarios. Quien responde una encuesta voluntaria tiene más interés en el tema que quien no responde. Es la razón por la que una encuesta por internet con 50.000 respuestas no vale, para inferir, lo que una muestra probabilística de 1.000.

No respuesta. Los que no contestan difieren de los que sí. En la EPH, la no respuesta de ingresos se concentra en los extremos.

Supervivencia. Se estudia solo a los que quedaron. Analizar empresas exitosas para encontrar “las claves del éxito” ignora a las que hicieron lo mismo y fracasaron.

Pérdida de seguimiento. En un longitudinal, quienes abandonan suelen ser los que peor evolucionan.

Controles mal elegidos. En casos y controles, si los controles no vienen de la misma población que los casos, la comparación no vale.

4 · Sesgo de información

El dato se obtiene de manera distinta o incorrecta entre grupos.

Memoria. Quien tuvo el problema recuerda y busca exposiciones con más intensidad que quien está sano. Es la amenaza principal de los estudios retrospectivos.

Deseabilidad social. Se subdeclara lo mal visto —alcohol, tabaco, ingresos no registrados— y se sobredeclara lo bien visto —ejercicio, lectura, voto—.

Entrevistador. Quien pregunta sabe en qué grupo está la persona e indaga distinto. Se previene con el enmascaramiento.

Mala clasificación. El instrumento clasifica mal a algunos casos. Si el error es igual en todos los grupos, la asociación se diluye; si es distinto entre grupos, puede exagerarla o invertirla.

5 · Confusión

Una tercera variable se asocia tanto a la exposición como al resultado, y produce una asociación que no es directa.

El ejemplo clásico: se observa asociación entre consumo de café y cáncer de pulmón. Pero quienes toman más café fuman más, y es el tabaco lo que produce el efecto. El tabaco es la variable de confusión.

Para serlo, una variable tiene que cumplir tres condiciones:

1. Asociarse a la exposición.
2. Asociarse al resultado, de manera independiente.
3. No estar en la cadena causal entre ambas.

Esa tercera condición es la que más se olvida: si la variable es un paso intermedio —la exposición la produce, y ella produce el resultado— controlarla es un error, porque elimina justamente el efecto que se quería medir.

6 · Controlar de más también sesga

Existe la idea de que ajustar por todas las variables disponibles es prudente. No lo es: hay variables que crean asociaciones falsas cuando se las controla.

El caso se llama colisionador: una variable que es efecto común de la exposición y del resultado. Al condicionar sobre ella, los dos factores que la producen quedan artificialmente relacionados entre sí.

Un ejemplo sencillo: supongamos que dos condiciones distintas e independientes —una respiratoria y una traumática— aumentan la chance de estar internado. Si el estudio se hace solo entre internados, entre ellos las dos condiciones van a aparecer asociadas negativamente, porque quien está internado y no tiene una probablemente tenga la otra. La asociación es del filtro, no del mundo. Ese es el mismo mecanismo del sesgo de Berkson.

Tres reglas prácticas que se derivan:

• Se controla por variables anteriores a la exposición, no posteriores.
• No se controla por una variable que pueda ser consecuencia de la exposición o del resultado.
• Restringir la muestra a una categoría —“solo internados”, “solo ocupados”, “solo quienes respondieron”— es condicionar, aunque no aparezca en ningún modelo.

Para decidir qué se controla y qué no, la herramienta que usa hoy la epidemiología son los diagramas causales: dibujar las flechas entre las variables antes de escribir el modelo. El dibujo dice qué hay que ajustar, y también qué no.

7 · Hacia dónde empuja cada sesgo

Un sesgo no es solo “algo que salió mal”: tiene dirección, y razonarla es lo que distingue una discusión de limitaciones seria de una lista de disculpas.

Situación	Efecto sobre el resultado
Mala clasificación igual en todos los grupos	Lo acerca al nulo: diluye la asociación
Mala clasificación distinta entre grupos	Puede exagerarla o invertirla
Pérdida de los que peor evolucionan en el grupo tratado	Exagera el beneficio del tratamiento
Voluntarios más interesados en el tema	Suele exagerar prevalencias y efectos
Confusión por un factor que va en el mismo sentido	Exagera
Confusión por un factor que va en sentido contrario	Enmascara un efecto real

Cuando la confusión no medida es la duda principal, se puede ir un paso más: calcular cuán fuerte tendría que ser una variable no medida para explicar todo el resultado. Si hace falta una asociación descomunal —más fuerte que cualquier factor conocido del campo—, el hallazgo se sostiene mejor.

8 · Qué se puede hacer, y cuándo

Etapa	Selección	Información	Confusión
Diseño	Muestreo probabilístico, criterios claros	Instrumentos validados, enmascaramiento	Apareamiento, restricción
Análisis	Casi nada	Nada	Estratificación, regresión múltiple
Escritura	Declararlo	Declararlo	Declarar lo no medido

La última fila es la que siempre está disponible. Un estudio con limitaciones declaradas es un estudio honesto; uno con limitaciones ocultas es otra cosa.

9 · Errores frecuentes

• Creer que más casos corrigen el sesgo. Aumentan la precisión de un resultado equivocado.
• Confundir sesgo con error aleatorio. El margen de error publicado no incluye el sesgo.
• Controlar una variable intermedia. Elimina el efecto que se quería medir.
• Controlar todo lo que hay en la base. Ajustar por un colisionador crea asociaciones que no existen.
• No darse cuenta de que restringir la muestra es condicionar. “Analizamos solo a los internados” es una decisión con las mismas consecuencias que agregar esa variable al modelo.
• No declarar la tasa de respuesta. Es el indicador que permite al lector juzgar el riesgo de sesgo de selección.
• Generalizar desde una muestra de voluntarios.
• Suponer que la regresión resuelve la confusión. Controla lo que mediste; las variables no medidas siguen ahí.
• Presentar las limitaciones como fórmula vacía. “Las limitaciones son el tamaño de la muestra” sin decir qué sesgo concreto puede haber introducido y en qué dirección.

@misc{estadistica_ar_sesgos_en_investigacion,
  author       = {Montivero, Jorge Luis},
  title        = {{Sesgos: selección, información y confusión}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/sesgos-en-investigacion}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-09-18}
}