Potencial sesgo de ajuste excesivo en estudios de cohorte de contaminación del aire y salud: un estudio metodológico

Área de la Ciencia:

• Salud Ambiental Salud del medio ambiente.
• Epidemiología La epidemiología.
• Inferencia causal La inferencia causal es una inferencia causal.

Sus antecedentes:

• El ajuste de confusión es crítico en la inferencia causal para estudios de salud ambiental.
• El ajuste excesivo, o el ajuste estadístico excesivo, puede introducir sesgo en las estimaciones de efecto causal.
• Este problema es frecuente, pero no se aborda en la investigación sobre la exposición a la contaminación atmosférica a largo plazo y los resultados para la salud.

Objetivo del estudio:

• Investigar las prácticas actuales con respecto al ajuste excesivo en los estudios de exposición a la contaminación atmosférica a largo plazo y la salud.
• Evaluar la prevalencia del ajuste excesivo en la investigación de salud ambiental de alto impacto.
• Evaluar el papel de los gráficos acíclicos dirigidos (DAG) en la mitigación del ajuste excesivo.

Principales métodos:

• Búsqueda sistemática de PubMed (enero 2021-octubre 2023) para estudios de cohorte sobre contaminación del aire y salud.
• La inclusión de estudios publicados en revistas de alto impacto.
• Identificación de un posible ajuste excesivo utilizando el Criterio modificado de causa disyuntiva.
• Análisis descriptivo de los datos extraídos, incluidas las prácticas de ajuste de confusión y el uso de DAG.

Principales resultados:

• Se incluyeron 175 estudios; el 69,7% mostró un potencial ajuste excesivo.
• Solo el 14,9% de los estudios utilizó gráficos acíclicos dirigidos (DAG) para la selección de variables.
• El exceso de ajuste a menudo se debió al ajuste de mediadores como el Índice de Masa Corporal (56,0%) y la hipertensión (14,3%).
• Los estudios que utilizaron DAG tuvieron tasas significativamente más bajas de ajuste excesivo (42,3% frente a 74,5%).

Conclusiones:

• Un número sustancial de estudios sobre la contaminación del aire y la salud muestran un potencial exceso de ajuste.
• El uso de DAG para la selección de confusores es poco frecuente, pero se asocia con un ajuste excesivo reducido.
• La aplicación adecuada de los DAG es crucial para mejorar la validez de la inferencia causal en la investigación de salud ambiental.