Академический Документы
Профессиональный Документы
Культура Документы
Alaa Althubaiti Abstract: Como en otros campos, las ciencias mdicas estn sujetas a diferentes fuentes de
Department of Basic Medical Sciences, sesgo. Si bien la comprensin de las fuentes de sesgo es un elemento clave para extraer
College of Medicine, King Saud bin conclusiones vlidas, el sesgo en la investigacin en salud contina siendo un tema muy
Abdulaziz University for Health Sciences, sensible que puede afectar el enfoque y el resultado de las investigaciones. El sesgo de
Riyadh, Saudi Arabia
informacin, tambin conocido como clasificacin errnea, es una de las fuentes ms
comunes de sesgo que afecta la validez de la investigacin en salud. Se origina del enfoque
que se utiliza para obtener o confirmar las mediciones del estudio. El objetivo de este trabajo
es aumentar la concienciacin sobre el sesgo de informacin en los diseos de estudios de
observacin y de investigacin experimental, as como enriquecer las discusiones sobre los
problemas de sesgo. Especificar los tipos de sesgo puede ser esencial para limitar sus efectos
y, el uso de mtodos de ajuste podra servir para mejorar la evaluacin clnica y la prctica de
la atencin de la salud.
Palabras claves: Sesgo de auto-reporte, sesgo de deseabilidad social, sesgo de recuerdo,
clasificacin errnea, sesgo de error de medicin, sesgo de confirmacin
Introduction
El sesgo puede definirse como cualquier error sistemtico en el diseo, la conducta o el
anlisis de un estudio. En los estudios de salud, el sesgo puede surgir de dos fuentes
diferentes; El enfoque adoptado para la seleccin de los sujetos para un estudio o el enfoque
adoptado para recolectar o medir los datos de un estudio. Estos son, respectivamente,
denominados como sesgo de seleccin y sesgo de informacin1. El sesgo puede tener
diferentes efectos sobre la validez de los hallazgos de la investigacin mdica. En los
estudios epidemiolgicos, el sesgo puede conducir a estimaciones inexactas de asociacin,
o sobre o subestimacin de los parmetros de riesgo. La asignacin de las fuentes de sesgo
y sus impactos sobre los resultados finales son elementos clave para sacar conclusiones
vlidas. El sesgo de informacin, tambin conocido como clasificacin errnea, es una de
las fuentes ms comunes de sesgo que afecta la validez de la investigacin en salud. Se
origina del enfoque que se utiliza para obtener o confirmar las mediciones del estudio. Estas
mediciones pueden obtenerse mediante experimentacin (por ejemplo, bioensayos) o
Correspondence: Alaa Althubaiti observacin (por ejemplo, cuestionarios o encuestas).
Department of Basic Medical Sciences,
College of Medicine, King Saud bin Los mdicos son conscientes del hecho de que los resultados de su investigacin pueden ser
Abdulaziz University for Health Sciences, considerados invlidos si no tienen en cuenta las principales fuentes de sesgo. Mientras que
Mail Code: 3127, Riyadh 11481,
varios estudios han discutido diferentes tipos de sesgo, 2-4 el problema de sesgo es todava
PO Box 3660, Saudi Arabia
Tel 966 1 1429 9999 frecuentemente ignorado en la prctica. A menudo el sesgo se introduce involuntariamente
Email thubaitia@ksau-hs.edu.sa en un estudio realizado por investigadores, lo que dificulta su reconocimiento, pero tambin
puede introducirse intencionalmente. Por lo tanto, el sesgo sigue siendo un tema muy
sensible para abordar y discutir abiertamente. El objetivo de este trabajo es aumentar la
conciencia de tres formas especficas de sesgo de informacin en los diseos de estudios de
investigacin mdica experimental y observacional. Estos son sesgos de auto-reporte, y el
submit your manuscript | www.dovepress.com Journal of Multidisciplinary Healthcare 2016:9 211217 211
Dovepress 2016 Althubaiti. This work is published and licensed by Dove Medical Press Limited. The full terms of this license are available at https://www.dovepress.com/terms.php
http://dx.doi.org/10.2147/JMDH.S104807 and incorporate the Creative Commons Attribution Non Commercial (unported, v3.0) License (http://creativecommons.org/licenses/by-nc/3.0/). By accessing the work you
hereby accept the Terms. Non-commercial uses of the work are permitted without any further permission from Dove Medical Press Limited, provided the work is properly attributed. For permission
for commercial use of this work, please see paragraphs 4.2 and 5 of our Terms (https://www.dovepress.com/terms.php).
Althubaiti Dovepress
Como pruebas de laboratorio) diseos de estudio. Por afectan las concentraciones en experimentos biolgicos.
ejemplo, en un estudio observacional de la enfermedad Ejemplos de errores no gaussianos se pueden encontrar en
cardiovascular, las mediciones de los niveles de colesterol las mediciones del alcohol en el aliento, en las que la
en la sangre (como factor de riesgo) a menudo incluan variabilidad alrededor de la medida aumenta con el aumento
errores. de las concentraciones de alcohol40-42.
Un anlisis que ignora el efecto del error de medicin en los
resultados puede ser referido como un anlisis ingenuo.22 Adjusting for measurement error bias
Los resultados obtenidos mediante el anlisis ingenuo El tipo y la distribucin de los errores de medicin
pueden ser potencialmente sesgados y engaosos. Tales determinan el tipo de mtodo de ajuste.34 Cuando los
resultados pueden incluir estimadores inconsistentes (o errores son sistemticos, los mtodos de calibracin pueden
sesgados) y / o ineficientes de los parmetros de regresin, utilizarse para reducir sus efectos sobre los resultados. Estos
lo que puede dar inferencias deficiente sobre los intervalos mtodos se basan en una medicin de referencia que puede
de confianza y la hiptesis de los parmetros.22,34 obtenerse de un estudio previo o piloto y que se utiliza
Sin embargo, el muestreo aleatorio no debe confundirse con como la cantidad correcta para calibrar las mediciones del
la variabilidad del error de medicin. Los mtodos estudio. Como tales, las herramientas matemticas simples
estadsticos comnmente utilizados pueden abordar la se pueden utilizar si los errores son estimados. Los mtodos
variabilidad del muestreo durante el anlisis de los datos, de ajuste para errores sistemticos son ms simples de
pero no tienen en cuenta la incertidumbre debida al error de aplicar que los de errores aleatorios.
medicin. Se han realizado esfuerzos significativos para desarrollar
El sesgo de error de medicin raramente ha sido discutido o enfoques estadsticos sofisticados que ajusten el efecto de
ajustado en la literatura de investigacin mdica, excepto en los errores de medicin aleatorios.34 Paquetes de software
el campo de la medicina forense, donde los toxiclogos estadstico comnmente disponibles y populares, tales como
forenses tienen indudablemente la comprensin ms terica el Paquete de Software R (http: // www.r-project.org ) Y
del sesgo de medicin, ya que es particularmente relevante Stata (Stata Corporation, College Station, TX, EUA)
para su tipo de investigacin. Tambin se han informado incluyen caractersticas que permiten realizar ajustes para
ejemplos conocidos de sesgo de error de medicin para errores de medicin aleatorios. Algunos de los mtodos de
anlisis de contenido de alcohol en sangre.38,39 ajuste de sesgo incluyen simulacin-extrapolacin,
calibracin de regresin y el enfoque de variable
Systematic and random error instrumental.34 Para seleccionar el mejor enfoque de ajuste,
el conocimiento de las propiedades de error es esencial. Por
Los errores podran ocurrir de manera aleatoria o
ejemplo, la cantidad de desviacin estndar y la forma de la
sistemtica. Cuando los errores son sistemticos, las
distribucin de errores deben identificarse mediante un
mediciones observadas se desvan de los valores verdaderos
estudio previo o piloto. Por lo tanto, se recomienda la
de una manera consistente, es decir, son consistentemente
evaluacin de la tcnica de medicin para identificar las
ms altos o ms bajos que los valores verdaderos. Por
propiedades de error antes de iniciar el procedimiento de
ejemplo, un dispositivo podra ser calibrado incorrectamente
medicin real. Las propiedades de error tambin deben
y restar una cierta cantidad de cada medicin. Al no
identificarse para los errores de medicin de la encuesta, en
contabilizar esta desviacin en la medicin, los resultados
los que se pueden utilizar mtodos para examinar la
contendrn errores sistemticos y en este caso, las
fiabilidad y la validez de la encuesta, tales como los
mediciones verdaderas estaran subestimadas.
controles de prueba y de registro.
En el caso de errores aleatorios, la desviacin de los valores
Un enfoque ms sencillo utilizado por los profesionales para
observados de los valores reales no es consistente,
minimizar los errores en los estudios epidemiolgicos es la
provocando que los errores se produzcan de manera
replicacin; En este mtodo, se dispone de repeticiones del
impredecible. Tales errores seguirn una distribucin, en el
factor de riesgo (por ejemplo, nutrientes promedio a largo
caso ms simple una distribucin gaussiana (tambin
plazo) y se calcula la media de estos valores y se utiliza para
llamada normal o en forma de campana), y tendrn una
presentar un valor aproximado con respecto al valor real.43
media y una desviacin estndar. Cuando la media es cero,
Estas repeticiones tambin se pueden utilizar para estimar
el valor medido debe ser reportado dentro de un intervalo
La varianza del error de medicin y aplicar un enfoque
alrededor de cero y una cantidad estimada de desviacin del
estadstico ajustado.
valor real. Cuando se indica que el valor objetivo cae dentro
de un intervalo o intervalo de niveles mnimos y mximos,
el tamao del intervalo depende principalmente del tamao Confirmation bias
de los errores de medicin, es decir, cuanto mayores son los
errores, mayor es la incertidumbre y, Ms amplios los Poner nfasis en una hiptesis porque no contradice
intervalos, lo que podra afectar el nivel de precisin.
las creencias del investigador se denomina sesgo de
Los errores aleatorios tambin podran ser proporcionales a
la cantidad medida. En este caso, los errores se pueden confirmacin, tambin conocido como confirmativo,
denominar errores multiplicativos o no gaussianos.36 Estos determinacin u observador
errores aleatorios se producen debido a factores
experimentales incontrolables y posiblemente desconocidos,
como las condiciones ambientales del laboratorio que
214 submit your manuscript | www.dovepress.com
Journal of Multidisciplinary Healthcare 2016:9
Dovepress
Dovepress Information bias in health research
parcialidad. El sesgo de confirmacin es un tipo de sesgo confirmacin. El cegamiento puede involucrar participante,
psicolgico en el que se toma una decisin de acuerdo con clnico de tratamiento, reclutador y / o asesor.
las preconcepciones, creencias o preferencias del sujeto. Tal Adems, debe alentarse a los investigadores a que evalen
sesgo es el resultado de errores humanos, incluyendo objetivamente las pruebas, teniendo en cuenta las pruebas
imprecisin e ideas errneas. En la medicina, el sesgo de contradictorias y modifiquen las perspectivas a travs de
confirmacin es una de las principales razones de los errores programas especficos de educacin y capacitacin 53,54, sin
diagnsticos y puede causar un diagnstico inexacto y una sobrecorreccin o cambio en la toma de decisiones del
gestin inadecuada del tratamiento.45-47 investigador55.
Es importante comprender cmo los resultados de una Sin embargo, el problema con las sugerencias anteriores es
investigacin mdica se ven afectados por el sesgo de que se vuelven ineficaces si no se toman en cuenta factores
confirmacin. Muchos estudios han demostrado que especficos de sesgo. Por ejemplo, los investigadores pueden
cualquier aspecto de la investigacin que requiera juicio llegar a conclusiones con prisa debido a la presin externa
humano est sujeto a un sesgo de confirmacin, 48-50, que para obtener resultados, lo cual puede ser particularmente
tambin influy en los criterios de inclusin y exclusin de cierto en ensayos clnicos altamente sensibles. El sesgo en
los diseos de estudios de ensayos controlados aleatorios.51 estos casos es un tema muy sensible, ya que podra afectar la
Hay muchos ejemplos de sesgo de confirmacin en la validez de la investigacin. Sin embargo, podemos evitar la
Literatura mdica, algunos de los cuales son incluso posibilidad de tal sesgo desarrollando y siguiendo protocolos
ilustrados en la correspondencia de ADN.16 de estudio bien diseados.
Finalmente, para superar el sesgo de confirmacin y mejorar
Overcoming confirmation bias la confiabilidad de las investigaciones, es importante aceptar
Los investigadores han demostrado que no tomar en cuenta que el sesgo es una parte de las investigaciones. La
el sesgo de confirmacin podra afectar la fiabilidad de la cuantificacin de este sesgo inevitable y sus fuentes
investigacin. Varios estudios en la literatura tambin potenciales debe ser parte de conclusiones bien desarrolladas.
sugieren una serie de enfoques para hacer frente a este tipo Conclusion
de sesgo. Un enfoque que se utiliza a menudo es llevar a El sesgo en la investigacin epidemiolgica y mdica es un
cabo mltiples e independientes controles de los temas de problema importante. Entender los posibles tipos de sesgo y
estudio en diferentes laboratorios o mediante la consulta con cmo afectan las conclusiones de la investigacin es importante
otros investigadores que pueden tener opiniones diferentes. para asegurar la validez de los hallazgos. En este trabajo se
A travs de este enfoque, los cientficos pueden buscar discutieron algunos de los tipos ms comunes de sesgo de
retroalimentacin y confirmacin independientes.52 El uso
informacin, a saber, sesgo de autoinformes, sesgo de error de
de procedimientos de cegamiento o enmascaramiento, ya
medicin y sesgo de confirmacin. Tambin se presentaron
sea simple o doble ciego, es importante para mejorar la
enfoques para superar los prejuicios mediante el uso de mtodos
confiabilidad de las investigaciones cientficas. Estos
de ajuste. En la Tabla 1 se presenta un resumen de los tipos de
enfoques han demostrado ser muy tiles en ensayos
estudio con mtodos comunes de recopilacin de datos, tipo de
clnicos, ya que protegen conclusiones finales de sesgo de
sesgo de informacin y estrategias de ajuste o prevencin.
Table 1 Type of study designs, common data collection methods, type of bias, and adjusting strategies
Study design Data collection method Type of bias Overcoming strategy
Observational Self-administered questionnaire, Social desirability Conduct internal or external validation study
surveys, or interviews
Apply MarloweCrowne Social Desirability Scale
or MartinLarsen Approval Motivation score
Recall Use memory aids or diaries
Interview a subsample of participants prior to
initiating the study (validated subsample)
Observational/experimental Laboratory tests Systematic errors Conduct calibration study
Random errors Apply statistical adjusting method (eg, simulation
extrapolation, regression calibration, Bayesian
approaches)
Replicate measurements
Clinical examination/diagnostic Confirmation Make multiple and independent checks
tests
Introduce training and education programs
En este trabajo se discutieron algunos de los tipos ms 3. Pannucci CJ, Wilkins EG. Identifying and avoiding bias in research.
comunes de sesgo de informacin, a saber, sesgo de Plast Reconstr Surg. 2010;126(2):619625.
autoinformes, sesgo de error de medicin y sesgo de 4. Choi BCK, Pak AWP. Bias, Overview. Chichester, UK: John Wiley and
confirmacin. Tambin se presentaron enfoques para superar Sons, Ltd; 2005.
los prejuicios mediante el uso de mtodos de ajuste. En la tabla 5. Zhu K, McKnight B, Stergachis A, Daling JR, Levine RS. Comparison
1 se presenta un resumen de los tipos de estudio con mtodos of self-report data and medical records data: results from a case-control
comunes de recoleccin de datos, tipo de sesgo de informacin study on prostate cancer. Int J Epidemiol. 1999;28(3):409417.
y estrategias de ajuste o prevencin. El marco descrito en este 6. Magura S, Kang SY. Validity of self-reported drug use in high risk
populations: a meta-analytical review. Subst Use Misuse. 1996;31(9):
trabajo proporciona a epidemilogos e investigadores mdicos
11311153.
herramientas tiles para manejar el sesgo de informacin en sus 7. Harrison L. The validity of self-reported drug use in survey research: an
investigaciones cientficas. Tambin se describieron las overview and critique of research methods. In: Harrison L, Hughes A,
consecuencias de ignorar este sesgo sobre la validez de los editors. The Validity of Self-Reported Drug Use: Improving the Accuracy
resultados. of Survey Estimates NIDA Research Monograph no 167. Rockville, MD;
El sesgo no suele explicarse en la prctica. A pesar de que 1997:1736.
existen una serie de mtodos de ajuste y prevencin para 8. Darke S. Self-report among injecting drug users: a review. Drug Alcohol
mitigar el sesgo, aplicarlos puede ser bastante difcil debido al Depend. 1998;51(3):253263.
tiempo y recursos limitados. Por ejemplo, las propiedades de 9. Brener ND, Billy JOG, Grady WR. Assessment of factors affecting
sesgo de error de medicin pueden ser difciles de detectar, the validity of self-reported health-risk behavior among adolescents:
evidence from the scientific literature. J Adolesc Health. 2003;33(6):
particularmente si hay una falta de informacin sobre el
436457.
instrumento de medicin. Tal informacin puede ser tediosa
10. Mills JF, Loza W, Kroner DG. Predictive validity despite social
para obtener, ya que requiere el uso de estudios de validacin desirability: evidence for the robustness of self-report among offenders.
y, como se mencion anteriormente, estos estudios pueden ser Crim Behav Ment Health. 2006;13(2):140150.
caros y requieren una cuidadosa planificacin y gestin. 11. van de Mortel TF. Faking it: social desirability response bias in self-
Aunque realizar el anlisis habitual e ignorar el sesgo de error report research. Aust J Adv Nurs. 2008;25(4):4048.
de medicin puede ser tentador, los investigadores siempre 12. Harrison LD, Hughes A, National Institute on Drug Abuse, National
deben seguir la prctica de informar cualquier evidencia de Institutes of Health (U.S.). The Validity of Self-Reported Drug Use:
sesgo en sus resultados. Improving the Accuracy of Survey Estimates. Rockville, MD: U.S.
Con el fin de minimizar o eliminar el sesgo, una planificacin Department of Health and Human Service, National Institutes of
cuidadosa es necesaria en cada paso del diseo de la Health, National Institute on Drug Abuse, Division of Epidemiology
and Prevention Research; 1997.
investigacin. Por ejemplo, se deben seguir varias reglas y
13. Schtz H, Gotta JC, Erdmann F, Risse M, Weiler G. Simultaneous
procedimientos al disear instrumentos de auto-reporte. La screening and detection of drugs in small blood samples and bloodstains.
capacitacin de los entrevistadores es importante para Forensic Sci Int. 2002;126(3):191196.
minimizar este tipo de sesgo. Por otra parte, el efecto del error 14. Ledgerwood DM, Goldberger BA, Risk NK, Lewis CE, Kato Price R. Com-
de medicin puede ser difcil de eliminar, ya que los parison between self-report and hair analysis of illicit drug use in a commu-
dispositivos de medicin y los algoritmos son a menudo nity sample of middle-aged men. Addict Behav. 2008;33(9):11311139.
imperfectos. Una regla general es revisar el nivel de precisin 15. Stephens R. The truthfulness of addict respondents in research projects.
del instrumento de medida antes de utilizarlo para la Int J Addict. 1972;7(3):549558.
recoleccin de datos. Tales ajustes deben reducir en gran 16. Kassin SM, Dror IE, Kukucka J. The forensic confirmation bias:
medida cualquier defecto posible. Finalmente, el sesgo de Problems, perspectives, and proposed solutions. J Appl Res Mem Cogn.
confirmacin puede ser eliminado de los resultados si los 2013;2(1):4252.
17. Crowne DP, Marlowe D. A new scale of social desirability independent
investigadores tienen en cuenta diferentes factores que pueden
of psychopathology. J Consult Psychol. 1960;24:349354.
afectar el juicio humano. 18. Paulhus DL. Measurement and control of response bias. In: Robinson JP,
Los investigadores deben estar familiarizados con las fuentes Shaver PR, Wrightsman LS, editors. Measures of Personality and Social
de sesgo en sus resultados, y se necesita un esfuerzo adicional Psychological Attitudes. San Diego, CA: Academic Press; 1991.
para minimizar la posibilidad y los efectos del sesgo. El 19. Holmberg L, Ohlander EM, Byers T, et al. A search for recall bias
aumento de la conciencia de las posibles deficiencias y los in a case-control study of diet and breast cancer. Int J Epidemiol.
escollos de la toma de decisiones que pueden resultar en sesgo 1996;25(2):235244.
debe comenzar en el nivel de pregrado mdico y los estudiantes 20. Neugebauer R, Ng S. Differential recall as a source of bias in epide-
deben ser provistos con ejemplos para demostrar cmo sesgo miologic research. J Clin Epidemiol. 1990;43(12):13371341.
puede ocurrir. Adems, es necesario ajustar el sesgo o 21. Kip KE, Cohen F, Cole SR, et al; Herpetic Eye Disease Study Group.
cualquier deficiencia en el anlisis cuando no se puede evitar el Recall bias in a prospective cohort study of acute time-varying expo-
sures: example from the herpetic eye disease study. J Clin Epidemiol.
sesgo. Por ltimo, al presentar los resultados de un estudio de
2001;54(5):482487.
investigacin mdica, es importante reconocer y reconocer 22. Fuller WA. Measurement Error Models. New York: John Wiley and
cualquier posible fuente de sesgo. Sons, Inc; 1987.
Disclosure 23. Nusser SM, Fuller WA, Guenther PM. Estimating usual dietary intake
distributions: adjusting for measurement error and nonnormality in
The author reports no conflicts of interest in this work. 24-hour food intake data. In: Lyberg L, Biemer P, Collins M, De Leeuw E,
Dippo C, Schwarz N, Trewin D, editors. Survey Measurement and Process
References Quality. Hoboken, NJ: John Wiley and Sons, Inc; 1997.
24. Paeratakul S, Popkin BM, Kohlmeier L, Hertz-Picciotto I, Guo X,
1. Hennekens CH, Buring JE. Epidemiology in Medicine. Boston: Little,
Brown, and Company; 1987. Edwards LJ. Measurement error in dietary data: implications for the
2. Gerhard T. Bias: considerations for research practice. Am J Health Syst epidemiologic study of the diet-disease relationship. Eur J Clin Nutr.
Pharm. 2008;65(22):21592168. 1998;52(10):722727.
25. Ribi CH, Zakotnik JM, Vertnik L, Vegnuti M, Cappuccio FP. Salt intake 40. Dror IE, Charlton D. Why experts make errors. J Forensic Ident. 2006;
of the Slovene population assessed by 24 h urinary sodium excretion. 56(4):600616.
Public Health Nutr. 2010;13(11):18031809. 41. Gullberg RG. Estimating the measurement uncertainty in forensic
26. Bryant HE, Visser N, Love EJ. Records, recall loss, and recall bias breath-alcohol analysis. Accred Qual Assur. 2006;11(11):562568.
in pregnancy: a comparison of interview and medical records data 42. Dror I, Rosenthal R. Meta-analytically quantifying the reliability and
of pregnant and postnatal women. Am J Public Health. 1989;79(1): biasability of forensic experts. J Forensic Sci. 2008;53(4):900903.
7880. 43. Carroll RJ. Measurement error in epidemiologic studies. In: Armitage P,
27. Feldman Y, Koren G, Mattice D, Shear H, Pellegrini E, MacLeod SM. Colton T, editors. Encyclopedia of Biostatistics. New York: John Wiley
Determinants of recall and recall bias in studying drug and chemical and Sons; 1998:24912519.
exposure in pregnancy. Teratology. 1989;40(1):3745. 44. Nickerson RS. Confirmation bias: A ubiquitous phenomenon in many
28. Coughlin SS. Recall bias in epidemiologic studies. J Clin Epidemiol. guises. Rev Gen Psychol. 1998;2(2):175220.
1990;43(1):8791. 45. Berner ES, Graber ML. Overconfidence as a cause of diagnostic error
29. Weinstock MA, Colditz GA, Willett WC, Stampfer MJ, Rosner B, in medicine. Am J Med. 2008;121(5 Suppl):S2S23.
Speizer FE. Recall (report) bias and reliability in the retrospective assess- 46. Croskerry P. The importance of cognitive errors in diagnosis and strate-
ment of melanoma risk. Am J Epidemiol. 1991;133(3):240245. gies to minimize them. Acad Med. 2003;78(8):775780.
30. Paganini-Hill A, Chao A. Accuracy of recall of hip fracture, heart attack, 47. Reid MC, Lachs MS, Feinstein AR. Use of methodological standards
and cancer: a comparison of postal survey data and medical records. in diagnostic test research. JAMA. 1995;274(8):645651.
Am J Epidemiol. 1993;138(2):101106. 48. Hill C, Memon A, McGeorge P. The role of confirmation bias in
31. Biemer PP, Groves RM, Lyberg LE, Mathiowetz NA, Sudman S. suspect interviews: A systematic evaluation. Legal Criminal Psych.
Measurement Errors in Surveys. Hoboken, NJ: John Wiley and Sons, 2010;13(2):357371.
Inc; 1991. 49. Butt L. The forensic confirmation bias: problems, perspectives, and
32. Carroll RJ, Freedman LS, Kipnis V. Measurement error and dietary proposed solutions Commentary by a forensic examiner. J Appl Res
intake. Adv Exp Med Biol. 1998;445:139145. Mem Cogn. 2013;2(1):5960.
33. Thomson CA, Giuliano A, Rock CL, et al. Measuring dietary change in 50. Nakhaeizadeh S, Dror IE, Morgan RM. Cognitive bias in forensic
a diet intervention trial: comparing food frequency questionnaire and anthropology: Visual assessment of skeletal remains is susceptible to
dietary recalls. Am J Epidemiol. 2003;157(8):754762. confirmation bias. Sci Justice. 2014;54(3):208214.
34. Carroll RJ, Ruppert D, Stefanski LA, Crainiceanu CM. Measurement 51. Goodyear-Smith FA, van Driel ML, Arroll B, Del Mar C. Analysis
Error in Nonlinear Models. 2nd ed. New York: Chapman and Hall; of decisions made in meta-analyses of depression screening and the
2006. risk of confirmation bias: a case study. BMC Med Res Methodol.
35. Althubaiti A, Donev AN. Mixture experiments with mixing errors. 2012;12:76.
J Stat Plan Infer. 2011;141(2):692700. 52. Budowle B, Bottrell MC, Bunch SG. A perspective on errors, bias,
36. Althubaiti A, Donev A. Non-Gaussian Berkson errors in bioassay. Stat and interpretation in the forensic sciences and direction for continuing
Methods Med Res. 2016;25(1):430445. advancement. J Forensic Sci. 2009;54(4):798809.
37. Okura Y, Urban LH, Mahoney DW, Jacobsen SJ, Rodeheffer RJ. 53. Rassin E. Individual differences in the susceptibility to confirmation
Agreement between self-report questionnaires and medical record bias. Neth J Psychol. 2008;64(2):8793.
data was substantial for diabetes, hypertension, myocardial infarction 54. Powell MB, Hughes-Scholes CH, Sharman SJ. Skill in interview-
and stroke but not for heart failure. J Clin Epidemiol. 2004;57(10): ing reduces confirmation bias. J Investig Psych Offender Profil.
10961103. 2012;9(2):126134.
38. Gullberg RG. Estimating the measurement uncertainty in forensic blood 55. Dror IE, Busemeyer JR, Basola B. Decision making under time pressure:
alcohol analysis. J Anal Toxicol. 2012;36(3):153161. an independent test of sequential sampling models. Mem Cognit.
39. Moroni R, Blomstedt P, Wilhelm L, Reinikainen T, Sippola E, 1999;27(4):713725.
Corander J. Statistical modelling of measurement errors in gas
chromatographic analyses of blood alcohol content. Forensic Sci Int.
2010;202(13):7174.