El sesgo de supervivencia es un problema común en la investigación en ciencias de la salud y en otros campos que involucran el estudio de eventos que pueden causar la muerte.
Este sesgo se produce cuando los datos que se analizan están sesgados porque solo se consideran las observaciones que sobreviven hasta cierto punto en el tiempo, mientras que se excluyen aquellas que no lo hacen.
Contenidos
Sesgo de superviencia: el ejemplo de los aviones de combate en la Segunda Guerra Mundial
Durante la Segunda Guerra Mundial, los Estados Unidos se enfrentaron a un problema importante relacionado con el número de bajas aéreas en combate (aviones derribados). Se planteaban entonces la pregunta de cómo se podía reducir la cantidad de aviones que caían a tierra o mar durante los enfrentamientos bélicos.
Luego de examinar los daños en los aviones estadounidenses, se descubrió que las balas impactaban principalmente en las alas y la cola, sin afectar significativamente el motor. La mayoría de los investigadores llegaron a la conclusión de que la solución era proteger las áreas donde se encontraban las balas.
No obstante, Abraham Wald no estaba de acuerdo con esta idea. En lugar de proteger las alas y la cola, propuso proteger el motor. La lógica detrás de su argumento explica de manera clara el sesgo de supervivencia. El error radica en analizar solamente los aviones que regresan a la base. ¿Qué sucede con los aviones que no logran volver?
En este caso, la evidencia era que los aviones que recibían disparos en las zonas que no presentaban puntos críticos no lograban regresar, lo cual distorsionaba la visión completa de la situación. Por esta razón, Wald propuso proteger el motor, ya que entendió que analizar sólo los aviones que sobrevivían a la guerra, no contaban la historia completa.
El ejemplo del sesgo de supervivencia durante la Segunda Guerra Mundial ilustra la importancia de analizar los datos de una manera exhaustiva, y no limitarse a los casos que sobreviven. Al aplicar esta lógica en otros ámbitos, como la investigación médica, se puede evitar el riesgo de llegar a conclusiones erróneas basadas en información incompleta o sesgada.
Ejemplo de sesgo supervivencia en estudios médicos
Vamos a ver otro ejemplo de sesgo de supervivencia. Supongamos que queremos analizar la supervivencia de dos grupos de pacientes que han sido sometidos a diferentes tratamientos para una enfermedad.
En el grupo A, todos los pacientes sobrevivieron durante el período de estudio de 5 años, mientras que en el grupo B, algunos pacientes murieron antes del final del período de estudio. Si solo se analizan los datos de los pacientes que sobrevivieron en ambos grupos, se ignorará la información importante sobre los pacientes que murieron en el grupo B, lo que puede llevar a conclusiones erróneas sobre la efectividad de los tratamientos.
Deja una respuesta