OBSERVACIONES Y MEDICIONES EN LA EPIDEMIOLOGIA

Vista previa del material en texto

OBSERVACIONES Y MEDICIONES 
EN LA EPIDEMIOLOGIA 
 
 
Análisis e interpretación de observaciones 
En la práctica medica se observan 2 tipos de decisiones sobre los fenómenos observados 
en los PX. 
• Decisiones explicativas: Nombrar los fenómenos observados y proponer las causas de 
dicho evento. P.E: DX y pronostico. 
• Decisiones de manejo: Se eligen estrategias para evitar que el fenómeno ocurra o para 
modificarlo cuando ya sucedió. P.E: Acciones preventivas y TX de una enfermedad. 
Para que las observaciones sean útiles al tomar decisiones debe incluirse la numeración, 
descripción e interpretación que las haga clasificables de acuerdo con su contenido 
(Interviene cuantificación). 
Con el uso de criterios, el proceso de medición convierte a las observaciones en categorías; 
esto permite la comparación de los resultados con los obtenidos en diferentes momentos. 
El criterio es una regla por medio del cual es posible evaluar algo; su propósito es 
determinar la realización de un procedimiento y establecer los estándares para 
identificación y adecuación. Los criterios se denominan operacionales cuando contienen 
suficientes detalles sobre las reglas para describir un procedimiento o el camino a seguir 
para tomar una decisión. Lo que permite que un proceso sea convertido en criterio es el 
consenso para aceptarlo como referencia ideal. El uso de criterios específicos es un 
prerrequisito necesario para la interpretación y para determinar el DX, para posteriormente 
valorar efectos de los TX con base en cambios clínicos. 
 
 
Clasificación de las observaciones 
Los datos obtenidos en medicina son clasificables y se han dividido en: 
• Blandos o subjetivos: No son cuantificables. Dependen de la evaluación de quien los 
observa o del informe verbal de los PX. P.E: Síntomas y signos como dolor, náuseas y 
grado de palidez. 
• Duros u objetivos: Pueden ser cuantificados físicamente. P.E: PA, y Temperatura 
corporal. Las características que debe cumplir son: Obtenidos objetivamente, entidad 
observada se preserva para evaluarla de nuevo, debe ser medible en una escala 
intervalo y la reproducibilidad de las observaciones (uso de escalas para determinar 
gravedad de síntomas = Información objetiva). Existe la posibilidad de que no todos los 
datos ‘’duros’’ garantizan que sus resultados sean la expresión de la verdad sobre la 
variable investigada. 
A todo este conjunto de procesos de obtención de datos, su cuantificación e interpretación, 
se le llama medición y los componentes que lo conforman son los siguientes: 
• Parámetros o variables a medir: Para determinar el proceso de medición más apropiado, 
es importante definir las variables de interés, para que se pueda identificar qué se está 
midiendo y así definir cómo y con qué medirlo. 
 
• Instrumento de medición. Al seleccionar los instrumentos de evaluación en medicina, 
se necesita que éstos cumplan con: Relevancia de la medicina en relación con la 
pregunta de estudio o hipótesis; poseer una definición operacional; credibilidad en 
términos de aceptación y comprensión tanto a nivel médico como de las autoridades y 
pacientes; precisión (repetibilidad y validez). 
• Proceso de medición: Se explicará cómo utilizar el instrumento elegido, y la manera de 
cuantificar e interpretar sus resultados, así como la escala empleada considerando el 
tipo de variable. 
• Sujeto que ha de medirse. Especifica la población en donde será realizado el 
procedimiento, individuos sanos o pacientes con alguna enfermedad específica. 
• Sujeto que mide. Es necesario especificar su grado de entrenamiento y conocimiento 
previo para lograr la uniformidad del procedimiento. 
 
 
Parámetro o variable a medir 
Las mediciones consisten en reglas para asignar número o para ser cuantificables los 
atributos observables. A cada uno de los atributos u observaciones obtenidas de los sujetos 
se les denomina variable porque al cambiar de un sujeto a otro, o aún en el mismo sujeto, 
permite distinguir entre elementos, o detectar el efecto de intervenciones o agentes 
causales. 
Las variables se dividen en categorías mediante el uso de escalas. El término de escalas 
de medición se refiere a los criterios empleados para definir las diferentes categorías en las 
cuales se pueden agrupar las observaciones; cuando se utilizan para describir a una 
persona en particular se llaman valores de la variable. La escala de medición será elegida 
de acuerdo con el tiempo de variable que se tiene y según sea el objetivo del estudio. 
Las variables se clasifican en cualitativas y cuantitativas: 
Variables cualitativas: Dividen a los individuos en subclases no numéricas, mutuamente 
exclusivas: 
• Variables nominales: Dividen en los sujetos en subclases no comparables dentro del 
mismo grupo. Ejemplos: sexo, raza, grupo sanguíneo y nacionalidad. 
• Variables ordinales: Existe ya un ordenamiento jerárquico en sus clases, con intervalos 
graduales Ejemplo: Estado general del PX, intensidad de una enfermedad y pronóstico 
del PX. 
Variables cuantitativas: Las diferencias entre los elementos de la muestra se expresan en 
cantidades o valores numéricos, se dividen en: 
• Variables discretas: Tienen valores separados unos de otros por intervalos asimétricos, 
con un grupo de valores contables dentro de lo que se considera un grupo entero. 
Ejemplo: Determinar el número de gestaciones o intervenciones quirúrgicas. 
• Variables continuas: Se cuantifican con un grupo de valores considerado infinito, al 
mencionar 2 valores siempre será posible encontrar un cierto valor intermedio adicional. 
En cuanto a su contenido, las variables pueden clasificarse en: 
 
• Variables unidimensionales: Reflejan un solo atributo como propiedad única 
cuantificable, su medición es por medio de una sola escala. Ejemplo: Determinar talla y 
FC. 
• Variables multidimensionales: Son combinaciones de variables unidimensionales para 
formar los llamados índices. Ejemplo: Concepto de salud integral definido por la OMS. 
Las variables se clasifican también en cuanto a su relación entre sí o con un fenómeno 
específico en: 
• Variables independientes (precedente): Su distribución se separan de tal forma que aun 
si se conocen las características de una de ellas, no es posible conocer las de la otra y 
al modificar una de las variables no cambia a la otra. 
• Variables dependientes (subsiguiente): Su distribución está estrechamente relacionada 
con la de la otra variable, de tal modo que al modificar la variable independiente se 
cambia también la variable dependiente. 
• Variables interdependientes: Las variables tienen relación entre ellas, sin que sea 
especificada en términos de dependencia o independencia, solo como coexistencia. 
 
 
Escalas de medición 
Para determinar la escala a utilizar es necesario definir tanto el tipo de variable como su 
grupo de categoría de expresión que depende del objetivo del estudio. Las escalas se han 
dividido así: 
Escalas Cualitativas 
• Escalas nominales: Son cualitativas no ordenadas y se refiere a nombres utilizados para 
representar grupos o clases mutuamente exclusivos y exhaustivos. La clase exhaustiva 
ocurre cuando la suma de las probabilidades de todas las opciones es igual a 100%. La 
clase exclusiva ocurre cuando es imposible que un determinado sujeto presente más 
de una opción de clasificación. 
• Escalas ordinales: Existe un ordenamiento predeterminado aproximado de la intensidad 
de los fenómenos, pero no hay un valor asignado entre ellos. Son escalas asimétricas 
y no cuantificables. Permiten ordenar de manera creciente o decreciente las diversas 
categorías. Esta escala puede tener solamente 2 opciones (dicótoma)o tener varias 
opciones. El ordenamiento es de mayor a menor y es posible asignar números a cada 
clase de acuerdo con un predeterminado orden de importancia. La escala se emplea en 
estudios que implican respuestas sobre preferencias a TX. 
EscalasCuantitativas 
• Escalas dimensionales o intervalos: Se conforman con números cuya distancia entre 2 
puntos es igual, son infinitas ya que el cero no tiene un valor absoluto y es posible 
encontrar valores +/-, por lo que es posible asignar el cero a alguna categoría particular 
de la propiedad. Existen limites superior e inferior previstos para cada categoría de la 
variable, los valores son arbitrarios. 
 
• Escala de relación: Los intervalos entre 2 puntos adyacentes son también iguales pero 
el cero tiene un valor absoluto, no hay valores ´negativos y únicamente se considera 
valores positivos. 
Existen otros tipos de escalas aplicables a variantes unidimensionales o 
multidimensionales, donde se describen sus características particulares: 
• Indicador: Medidas unidimensionales como elementos individuales específicos (atributo 
medido). 
• Índice: Para medidas multidimensionales, compuestas y derivadas de combinaciones 
de elementos unidimensionales. Para convertir los datos a índices existen 2 técnicas: 
Juicios (subjetivo) y derivación de los valores mediante métodos estadísticos (objetivo). 
• Proxy indicadores: Para las variables que no pueden ser medidas directamente, se 
cuantifican por mediciones sumamente relacionadas. Usado cuando el método de la 
medición directo no existe. 
Al realizar una escala es importante tener el objetivo de su uso: Identificación, clasificación 
o predicción. 
 
 
Relevancia de la medida o variable 
Dependiendo del objetivo primario del estudio se efectúa a la selección de las variables mas 
importantes; su relevancia está en función de los siguientes criterios: 
1. Estar estrechamente relacionadas con el objetivo. 
2. Ser sensibles a cambios inducidos por la intervención en estudio. 
3. Hallarse con frecuencia en la población observada. 
4. Incorporar todos los aspectos posibles de importancia. 
5. Número mínimo de variables para resultados de calidad máxima. 
6. Ser importantes para el TX clínico posterior. 
7. Que sea posible medirlas con precisión. 
8. Ser reproducibles. 
Los criterios de evaluación de los instrumentos de medición comprenden definición 
operacional, reproducibilidad, consistencia, confiabilidad, precisión, validez o certeza, 
aplicabilidad y aceptabilidad. 
 
 
Definición operacional 
Implica que el proceso, las variables y los criterios empleados son definidos por lo que son 
y por las especificaciones de los procedimientos empleados en su obtención para que 
puedan ser reproducibles. Para que un proceso sea reproducible es necesario conocer 
cada detalle del método empleado, del instrumento usado para obtener los resultados y del 
criterio especifico y explicito de la interpretación. 
 
 
Consistencia 
 
Es el atributo de obtener los mismos resultados de un procedimiento de medición cuando 
el proceso es repetido por la misma persona u otra diferente, o empleando el mismo método 
o uno distinto. 
• La reproducibilidad requiere de estudios para identificar, estandarizar y remover las 
causas de variación de las observaciones producidas. 
• Confiabilidad se aplica a proceso de control de calidad. 
• La precisión implica que el proceso es reproducible con variabilidad casi nula y además 
es certero. 
• La consistencia puede representarse gráficamente. 
Para optimizar esta cualidad es necesario tener la descripción explicita del instrumento y 
método empleado, así como establecer criterios rigurosos para ser usados en la 
interpretación de los resultados. Cuando se trata de mediciones con instrumentos 
multidimensionales, se requiere que el mismo proceso descrito en cuanto a los criterios de 
interpretación y aplicación, sea obtenido para cada integrante unidimensional del 
instrumento. 
Para valorar la consistencia de la medición se requiere que: 
1. La muestra sea representativa. Incluir todos los grados posibles de alteración por 
evaluar. 
2. La evaluación sea independiente ‘’a ciegas’’. 
3. Haya criterios de interpretación claros y aceptables para todos los evaluadores. 
4. Se incluyan en forma exhaustiva todas las posibilidades alternativas de respuesta, en 
categorías mutuamente excluyentes. 
La 2° propiedad importante para obtener consistencia es la representatividad de la muestra, 
la cual debe incluir la mayor cantidad posible de variables de la enfermedad, desde la leve 
a la grave y de tal modo que los resultados puedan extrapolarse a la población en general. 
Es necesario establecer: Los criterios usados para DX la enfermedad por este método; los 
parámetros para definir ‘’ sombra ecorrfringente’’ y ‘’ecolucida’’, así como los diferentes 
patrones de ecogenicidad; en ausencia de un criterio aceptado debe recurrirse a obtener 
un consenso de interpretación entre todos los observadores; exponer todas las opciones 
posibles de respuesta en forma exhaustiva y mutuamente excluyente, el numero de 
opciones variara de acuerdo con el objetivo del estudio. 
A la concordancia que haya entre 2 o más médicos u observadores se denomina 
‘’concordancia entre observadores’’, y a la obtenida de observaciones repetidas realizadas 
por el mismo medico se la llama ‘’concordancia intraobservador’’. 
La prueba estadística empleada en la determinación del grado de consistencia es el 
indicador de concordancia absoluta, que es la proporción de observaciones en las cuales 
los observadores informan resultados concordantes, es una medida de variabilidad entre 
observadores. 
Por el contrario, la concordancia especifica es la proporción de observaciones en las que 
estuvieron de acuerdo a los 2 observadores acerca de la presencia de determinada 
anormalidad, se expresa como la probabilidad de que todos los observadores informen una 
anormalidad presente dado que el 1° observador lo ha hecho. 
 
Parea determinar la cantidad de concordancia producida por el azar, se utiliza la formula 
del coeficiente de kappa. Los valores de kappa varían de +1 a -1, siendo el 
+1 el completo acuerdo y -1 el completo desacuerdo. El valor de kappa = 
 
0, implica que el valor observado y el producido por azar son iguales. Esta 
prueba no permite comparaciones cuando hay >2 observadores, tampoco es útil en 
variables ordinales. 
Existen diversos métodos estadísticos aplicables para obtener índices de asociación o 
concordancia/discordancia. 
Para determinar la consistencia de la medición se deben tener muestras comparables: Se 
realiza comparando los resultados dados por 2 o > observadores con la misma 
capacitación, quienes hayan examinado los estudios, muestra u observaciones de manera 
independiente y antes de que ocurran cambios. Cuando es el mismo observador quien 
realiza la prueba, asegurar la independencia de las observaciones es aún más importante. 
 
 
Certeza 
La determinación de la certeza de un procedimiento o medición se refiere al grado de 
concordancia existente entre la medición en estudio y el patrón de referencia, considerando 
este último como representativo de la verdad o con el valor verdadero del atributo médico. 
También se le conoce como validez, conformidad, correctividad y exactitud. La comparación 
es fácil de hacer cuando se tienen parámetros objetivos o mediciones fiscas. Pero se 
complica para datos ‘’blandos’’. 
La validez se ha dividido en interna y externa. 
• Validez interna: Cuando el procedimiento esta libre de errores sistemáticos, es 
metodológicamente concreto y el error es mínimo. 
• Valides externa: Los resultados obtenidos de la medición en una muestra pueden 
aplicarse a otra población o muestra mediante la reproducción de la prueba o medición. 
A su vez existen 4 categorías de validez cuando se habla de instrumentos de medición: 
• Certeza de expresión: Ocurre cuando un instrumento aparentemente mide lo que se 
intenta que mida. Ejemplo: Termómetro mide T°. 
• Certeza de contenido: Comprensibilidad con la que un instrumento representa el 
dominio de lo que se intenta que mida. Depende del juicio subjetivoacerca de que tan 
bien las mediciones representan el tema a medir y no se producen coeficientes 
cuantitativos, su medición es aproximada pero no precisa, Confiabilidad de los 
resultados depende de la confianza que se le tenga a la persona que hace la evaluación. 
• Certeza por criterio: Aplica cuando hay una medida considerada estándar como 
indicador adecuado de la característica de interés. La base para establecer este tipo de 
validez es que el criterio considerado estándar sea válido. 
• Certeza de construcción: Aplica cuando no hay un estándar aceptado y se refiere a la 
relación entre la medida a prueba con otra que cuantifique el mismo parámetro del modo 
que se esperaría encontrar si verdaderamente mide lo que intenta medir. 
 
Cuando se clasifican los instrumentos de medición de acuerdo con su objetivo, es posible 
dividirlos en: 
• Instrumento de predicción: Estándar con el cual comparar los resultados obtenidos al 
terminar el seguimiento, tanto en fenómenos futuros como concurrentes y por tanto se 
aplica la certeza. 
• Instrumento de discriminación o DX: Se supone que hay un estándar de comparación y 
su validación recae en la certeza de construcción. 
• Instrumento de evaluación: Se orientan a la cuantificación de cambios ocurridos en los 
mismos individuos en el transcurso de un periodo determinado de tiempo, se aplica 
certeza de construcción. 
De acuerdo con la exactitud y repetibilidad es posible obtener 4 combinaciones con 
respecto a las mediciones. 
 
 
ERRORES 
Hay 2 tipos principales de error que pueden presentarse en toda medición y que producen 
las 3 primeras clases de respuestas erróneas, con respecto a exactitud y repetibilidad: 
• Error aleatorio (Al azar o ruido): Ocurre cuando las mediciones repetidas de la misma 
variable, bajo similares condiciones, no concuerdan; en este caso la desviación 
observada en la misma dirección no es sistemática con respecto al valor real o de 
referencia, sino que se distribuye alrededor del valor real. 
• Error sistemático (Desviación o sesgo): Ocurre cuando las mediciones producen 
resultados desviados en forma constante en una misma dirección, fuera del valor real 
del atributo medido. 
Estos 2 tipos de errores pueden ser producidos por cualquier de los 4 componentes de la 
variabilidad. 
La variabilidad entre observadores esta compuesta por: La variabilidad o inconsistencia en 
cada observador y por La diferencia en la técnica y el criterio usado por cada observador. 
Este ultimo componente de error sistemático produce resultados consistentemente 
desviados en una misma dirección, y es la causa de que se observe mayor diferencia entre 
los grupos de la esperada o real. 
Consecuencias directas de errores al azar: 
• Clasificar erróneamente al PX, elabora un DX equivocado o administrar un TX 
inadecuado. 
• La determinación del valor medio del grupo es menos certera y aumenta el error 
estándar. 
• Este error oscurece las verdaderas asociaciones y tiende a subestimar las correlaciones 
auténticas. 
• Su magnitud es cuantificable siempre y cuando el investigador incluya la determinación 
de la variabilidad en sus mediaciones. 
• El error es tolerable en una investigación solamente si su magnitud es conocida. 
 
Consecuencias de los errores sistémicos: 
• Su presencia sesga las conclusiones obtenidas acerca de grupos o medidas y 
distorsiona cualquier comparación. 
• Su efecto es irreductible por le incremento en el tamaño de la muestra. 
• Comúnmente pasan inadvertidos y es muy difícil cuantificarlos. 
• Este tipo de error es intolerable en cualquier investigación.