Aseguramiento y control de la calidad de los datos en un estudio de cohorte en Colombia

RESUMEN: Introducción: la calidad de los datos facilita garantizar la fiabilidad de los estudios observacionales. Objetivo: describir el aseguramiento y el control de calidad para mantener la fiabilidad y la validez del dato en un estudio de cohorte. Métodos: presentar el manejo de datos implementad...

Full description

Autores:
Yepes Delgado, Carlos Enrique
Muñoz González, Simón
Zuleta Tobón, John Jairo
Tipo de recurso:
Article of investigation
Fecha de publicación:
2023
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/45595
Acceso en línea:
https://hdl.handle.net/10495/45595
Palabra clave:
Estudios de Cohortes
Cohort Studies
Control de Calidad
Quality Control
Recolección de Datos
Data Collection
Exactitud de los Datos
Data Accuracy
Sesgo
Bias
Mejoramiento de la Calidad
Quality Improvement
Curaduría de Datos
Data Curation
https://id.nlm.nih.gov/mesh/D015331
https://id.nlm.nih.gov/mesh/D011786
https://id.nlm.nih.gov/mesh/D003625
https://id.nlm.nih.gov/mesh/D000068598
https://id.nlm.nih.gov/mesh/D015982
https://id.nlm.nih.gov/mesh/D058996
https://id.nlm.nih.gov/mesh/D066289
Rights
openAccess
License
https://creativecommons.org/licenses/by-nd/4.0/
Description
Summary:RESUMEN: Introducción: la calidad de los datos facilita garantizar la fiabilidad de los estudios observacionales. Objetivo: describir el aseguramiento y el control de calidad para mantener la fiabilidad y la validez del dato en un estudio de cohorte. Métodos: presentar el manejo de datos implementado dentro de un seguimiento de enfermos renales crónicos cuya exposición fue un programa de protección renal comparado con el tratamiento convencional y su asociación con desenlaces clínicos. Se evaluó el cambio en la frecuencia de errores después de implementar el plan y la reproducibilidad del ingreso de registros a las bases de datos. Resultados: se documentó una disminución progresiva en los errores cometidos en la captación de datos. El valor de Kappa entre los recolectores de la información para las variables clínicas más importantes fue 0,960 para la depuración de creatinina < 60 mL/min; 0,942 para la alteración ecografía renal; 0,871 para la proteinuria > 150 mg/dL; 0,730 para la alteración del sedimento urinario; 0,956 para la asignación de estadio al ingreso. Los coeficientes de correlación intraclase para la identificación de las cifras de presión arterial sistólica fue 0,996; para la de presión arterial diastólica 0,993 y para los niveles de creatinina sérica al diagnóstico 0,995. Discusión: la calidad de los datos comienza con el reconocimiento de los retos y dificultades que implica su responsable captación, de ahí el aporte de la estandarización de los procesos y el personal que los lleve a cabo en forma idónea. Estudios evidencian que muchos procesos de mejora surgen en el desarrollo de la investigación sin protocolos preestablecidos. Conclusión: la reducción en la proporción y el tipo de error durante el proceso de captación de datos se debe a su identificación temprana y la corrección de instructivos, del instrumento de control de diligenciamiento y de la capacitación continua del personal. El análisis mostró una buena concordancia interevaluador. ABSTRACT: Introduction: Data quality makes it easier to ensure that observational studies are reliable. Objective: To describe assurance and quality control to maintain data reliability and validity in a cohort study. Methodology: We present the data management strategies implemented in a study that followed patients of chronic kidney disease who were in a renal protection program and compared them with those undergoing conventional treatment to observe its association with clinical outcomes. We assessed the changes in error frequency after implementing the plan along with the reproducibility of the strategies for entering records into the databases. Results: We documented a progressive decrease of data collection errors. The Kappa values among data collectors for the most important variables were: 0.960 for creatinine clearance <60 ml/min; 0.942 for renal ultrasound alteration; 0.871 for proteinuria >150 mg/ dl; 0.730 for urinary sediment alteration and 0.956 for stage allocation upon admission. The intraclass correlation coefficient for the identification of systolic blood pressure was 0.996; for diastolic blood pressure, the coefficient was 0.993 and for serum creatinine levels at diagnosis, the value was 0.995. Discussion: Data quality begins with the recognition of the challenges and difficulties involved in responsible data collection, hence the contribution of standardized processes and personnel to carry them out in a suitable manner. Studies show that many improvement processes arise in the development of research without pre-established protocols. Conclusion: The reduction in error ratio and type during the data collection process are the result of the early identification of erroneously entered or missing data, the correction of the guidelines for completing forms as well as of the instruments for detecting errors and continuous training of the staff. The analysis showed good inter-rater reliability.