Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
SEMINARIO DE INVESTIGACIÓN I DR. ALEXIS MATEOS PERAZZO DRA. NILSA GONZALEZ DR. LUIS AMAT INTRODUCCIÓN SEMINARIO DE INVESTIGACIÓN La ciencia es más una forma de pensar que una acumulación de conocimientos. FUNDAMENTACIÓN • El seminario procura introducir a los estudiantes en la lógica de la investigación académica en ciencias médicas. Está diseñado para estudiantes que habrán de enfrentar la producción de conocimiento vía la realización de trabajos de tesis y de otras investigaciones posteriores. • A través de las discusiones, lecturas, presentación de textos en clase, resolución de ejercicios, etc. se espera que los participantes se aproximen a la práctica de investigación en ciencias médicas. FUNDAMENTACIÓN • En ese marco también se presentan y analizan los diferentes diseños, métodos y técnicas que emplea la investigación en la producción de conocimiento de lo social. • El seminario parte del supuesto acerca de la investigación como un proceso que se desarrolla a lo largo de varias etapas que van desde el planteo del problema a la elección del marco teórico hasta la redacción del informe final y su publicación, buscando una estrecha articulación entre teoría, objetivos y métodos. CAPACIDADES A SER LOGRADAS • Analizar literatura científica de forma crítica. • Realizar revisiones bibliográficas como método de introducción a la investigación médica. • Manejar los conceptos y definiciones centrales en epidemiología e investigación. MODALIDAD DE TRABAJO • Reunión virtual sincrónica semanal de 3hs cátedra: • Clases teóricas • Discusión de casos • Asistencia docente de los trabajos • Socialización de resultados • Horas prácticas semanales de 5hs cátedra: • Actividades de proceso MÓDULO I Introducción a la investigación Importancia de hacer investigación Fundamentos de la investigación Lee un artículo sobre los temas desarrollados y realiza breve resumen. MÓDULO II Métodos cuantitativos y cualitativos. El proceso de investigación. El artículo científico. Lee el material de apoyo y realiza una evaluación sobre los contenidos del módulo MÓDULO III Variables y Medidas. Tipos de estudios. Distribuciones y probabilidades. Realiza un protocolo con título, fundamentación y objetivos. MÓDULO IV Distribuciones y probabilidades. Hipótesis, población y muestra. Lee el material de apoyo y realiza una evaluación sobre los contenidos del módulo MÓDULO V Distribuciones y probabilidades. Epidemiología básica. El artículo científico médico. Análisis I. Análisis de artículos científicos médicos. MÓDULO VI La revisión bibliográfica. Realiza revisión bibliográfica sobre un tema médico. MODULO I SEMINARIO DE INVESTIGACIÓN I QUE ES INVESTIGAR en medicina? • Es responder una pregunta. • Es obtener datos. • Es testear una hipótesis. • Es comparar tratamientos. • Es conocer las características de una población. La investigación tiene como principales objetivos, la generación de conocimiento, a través de la producción de nuevas ideas; y la solución de problemas prácticos. REVISTA INVESTIGACIÓN EN EDUCACIÓN MÉDICA, publicación trimestral editada por la Universidad Nacional Autónoma de México REVISTA INVESTIGACIÓN EN EDUCACIÓN MÉDICA, publicación trimestral editada por la Universidad Nacional Autónoma de México Rev Argent Salud Pública, 2017; 8(31): 7-12 IMPORTANCIA • La medicina es una ciencia en constante desarrollo y por lo tanto los conocimientos médicos no deberían obtenerse a través de otra fuente que no sea la investigación científica. • Medicina Basada en la Evidencia (David Sachett 1996) Para que aprender a hacer INVESTIGACIÓN? • Generar conocimiento. • Publicar artículos. • Acceder a títulos o mejores puestos (escalafón). Porque la INVESTIGACIÓN es importante en la formación médica? • Oportunidad única de aprendizaje. • Oportunidad de ser parte de un equipo. • La oportunidad de aplicar lo aprendido en clase. • Refuerza tu solicitud de residencia. • Desafío intelectual. • Trabajo cercano con miembros de la facultad y médicos en ejercicio. • La oportunidad de publicar su investigación en revistas respetables. • Oportunidad de presentar su investigación en conferencias científicas respetables. Como se ha de realizar una INVESTIGACIÓN? • Definir un problema de investigación, generar una idea para investigar, construir el marco teórico, establecer la hipótesis, elegir el diseño más adecuado y factible, seleccionar la muestra de sujetos a estudiar, recolectar los datos, analizar y presentar los resultados. FUNDAMENTOS • La investigación sanitaria es un modo sistemático (secuencia) y basado en principios (reglas) de obtener pruebas y evidencias (datos e información) para resolver los problemas de la atención sanitaria e investigar cuestiones relacionadas con la salud. • El término “método” procede del griego “methodoi”, que significa “la senda que se sigue”. La aplicación de métodos apropiados garantiza la validez de las pruebas y la veracidad de los conocimientos. Método se refiere a las REGLAS de las pruebas seguidas para recabar los datos en un proyecto. Metodología alude a la exposición crítica, la comparación y la APLICACIÓN de los métodos. FUNDAMENTOS • El razonamiento y la lógica son la base de la investigación científica. • El método científico se basa en observación, la comprobación de hipótesis y la formulación de teorías. REALISMO El mundo existe independientemente a nuestras creencias (se los estudie o no). El científico descubre y describe. DETERMINISMO Los acontecimientos naturales se suceden de acuerdo a leyes regulares y causas identificables. Los médicos estudian las causas de las enfermedades. EMPIRISMO El descubrimiento debería obtenerse a través de la observación y la veracidad de los conocimientos verificada mediante evidencias contrastables. ESCEPTICISMO Cuestionamiento de la verdad de cualquier proposición, incluso de las debidas a las autoridades más respetadas. Todos los aspectos del conocimiento, incluidos los métodos en los que nos basamos, están abiertos al cuestionamiento, la crítica y la revisión. OBSERVACIÓN • Algunas investigaciones se basan en las OBSERVACIONES realizadas con instrumentos, mientras que otras no lo hacen. El empleo de instrumentos complejos no es una característica necesaria de la observación científica. • Los atributos clave de esta observación son la precisión y la reproducibilidad. Cuando las observaciones son resumidas y confirmadas de manera apropiada, pasan a constituir datos, que conforman las bases fácticas del conocimiento científico. GENERALIZACIÓN • Los enunciados que representan observaciones o medidas (datos) se integran en sistemas explicativos denominados hipótesis y teorías. La inducción consiste en el enunciado de proposiciones generales (hipótesis o teorías) sobre la base de un número limitado de observaciones de elementos seleccionados. • Al observar que la penicilina es útil para curar la neumonía en un conjunto de pacientes, podríamos generalizar que “la administración de penicilina cura la neumonía (en todos los pacientes)”. Las generalizaciones o inferencias se consideran PROBABILÍSTICAS. HIPÓTESIS • “LA ADMINISTRACIÓN DE PENICILINA CURA LA NEUMONÍA BACTERIANA” es un ejemplo de hipótesis. Las hipótesis científicas son afirmaciones que especifican la relación esperada entre dos o más conjuntos de variables. • Las variables son propiedades específicas, observables y medibles de personas, objetos o acontecimientos. En este caso, la primera variable se refiere a la administración de penicilina y el segundo conjunto de variables guarda relación con los cambios beneficiosos en pacientes con neumonía. LEYES • Cuando las hipótesis adquieren un fuerte respaldo empírico, se denominan leyes. • Por tanto, la afirmación “la administración de penicilina cura la neumonía” podría considerarse una leydespués de constatar que en muchos pacientes con neumonía este tratamiento ha resultado eficaz. • Como las hipótesis se testean en un subconjunto de la población blanco, debe tenerse en cuenta el muestreo para su validez y generalización. HIPERTENSOS DEL PARAGUAY HIPERTENSOS QUE CONSULTAN EN CENTROS DE SALUD DEL MSPyBS PACIENTES INCLUIDOS EN EL ESTUDIO POBLACIÓN BLANCO (OBJETIVO) POBLACIÓN ACCESIBLE MUESTRA La base de la estadística es el muestreo y la generalización de los hallazgos Valores estadísticos (letras romanas) Parámetros (letras griegas) Muestreo Nunca exento de error Se minimiza con n mayor y aleatorización Inferencia / Probabilidad TEORÍAS • Las hipótesis o leyes están integradas en sistemas explicativos más generales denominados teorías. Una teoría aclarará las relaciones entre una red de observaciones e hipótesis. • Una teoría explica porque los ATBs son efectivos en tratar enfermedades infecciosas, otras teorías explican la transmisión y manifestaciones del VIH. • Las teorías no son verdades absolutas sino explicaciones probabilísticas, siendo rechazables y reemplazables. Enfoque CUANTITATIVO • Mediante un enfoque cuantitativo se contempla a los pacientes objetivamente, como objetos naturales, y se intenta identificar y medir variables importantes que representan las causas y expresiones de los problemas sanitarios. • Se desarrollan modelos y marcos teóricos que explican sistemáticamente de qué modo se interrelacionan estas variables y se acometen las acciones terapéuticas que actúan para reducir los valores de las variables que representan enfermedad o discapacidad. Enfoque CUALITATIVO • El uso de un enfoque cualitativo para la investigación y el conocimiento lleva a contemplar a los pacientes como individuos y a intentar lograr una indagación profunda de sus experiencias subjetivas y de los motivos de sus acciones. • El investigador desarrolla teorías para interpretar puntos de vista personales y para informar de sus acciones terapéuticas de manera que tengan sentido y resulten apropiadas para los pacientes. Nosotros percibimos a los pacientes dentro de dos marcos de trabajo distintos, pero interrelacionados: como sistemas biológicos desajustados que no funcionan bien, y como personas, iguales a nosotros, que viven en una sociedad e intentan comprender y afrontar sus problemas individuales de atención sanitaria. CONCLUSIONES • Se investiga para responder una pregunta relevante. • Existe un método para realizar dicha investigación, que inicia con la observación. • A partir de las investigaciones se generan teorías, siempre refutables por nuevas investigaciones. • No hay verdades absolutas sino probabilidades. TAREA • Escribe 5 preguntas de investigación. MÓDULO II SEMINARIO DE INVESTIGACIÓN MÓDULO II Métodos cuantitativos y cualitativos. El proceso de investigación. El artículo científico Lee los artículos proporcionados y determina tipo de investigación, así como identifica las partes de un artículo. ENFOQUE CUANTITATIVO • Los problemas sanitarios se conceptualizan como las disfunciones de un organismo. El propósito de los investigadores es describir con precisión estos problemas e identificar sus causas y consecuencias. • Ignorar los valores y experiencias personales puede reducir considerablemente la eficacia de las intervenciones sanitarias. ENFOQUE CUALITATIVA • Aporta una perspectiva importante de aquellos elementos distintos de las propiedades de las máquinas que forman parte de todos los participantes en los contextos clínicos. • Da voz a los participantes y facilita a los investigadores la adquisición de valiosas perspectivas sobre cómo esos participantes ven y viven sus problemas. Imagine que se le entrega un billete de curso legal y que tiene impresa en él la cifra de 100 dólares. • Si perteneciera usted a una tribu de una parte remota del mundo que nunca hubiera visto un billete bancario, miraría el papel como un objeto decorativo y lo valoraría como una curiosidad. (Cualitativo). • Si atravesara un periodo de dificultades financieras, verá los 100 dólares como una oportunidad de comprar comida o pagar facturas. (Cuantitativo). • Si fuera usted contable, se concentraría en el número impreso en el billete para realizar cálculos fiscales. (Cuantitativo). • Si fuera un falsificador consumado, le interesarían enormemente las propiedades físicas del objeto, como su longitud, anchura, color y textura: todos ellos, detalles necesarios para llevar a buen término su actividad delictiva. (Cuantitativo). La investigación cualitativa se basa en el SENTIR, la cuantitativa en el MEDIR. La insistencia actual en este aspecto obliga a que los métodos de investigación sanitaria den cabida al riguroso estudio de los valores, preferencias y necesidades del paciente, y por tanto nos vemos obligados tanto a enfoques cualitativos como cuantitativos. Institute of Medicine: «proporcionar una asistencia respetuosa y sensible a las preferencias, necesidades y valores de cada paciente, y garantizar que todas las decisiones clínicas estén guiadas por los valores del paciente». https://www.england.nhs.uk/integrated-care-pioneers/resources/patient-care/ El Yo declaro https://www.england.nhs.uk/integrated-care-pioneers/resources/patient-care/ PERCEPCIÓN CUANTITATIVA • Los investigadores cuantitativos prefieren una perspectiva «ingenuamente» realista del conocimiento. El reduccionismo es vital para realizar investigación cuantitativa. • El reduccionismo se refiere al proceso consistente en reducir fenómenos complejos a elementos más simples y fundamentales. • Para identificar asociaciones de causa y efecto, es preciso someter a prueba mediante estudios de investigación hipótesis enunciadas con claridad. Al centrarse en síntomas y signos se pierde la perspectiva holística de la persona. PERCEPCIÓN CUALITATIVA • Los investigadores cualitativos pretenden comprender el modo en que los sujetos viven sus problemas de salud y los motivos de sus acciones destinadas a afrontar estos problemas. • Por ejemplo, los investigadores cualitativos que investigan las cardiopatías isquémicas tendrían en cuenta las experiencias de los participantes y el conocimiento del cual estos disponen acerca de su problema de salud. POSICIONAMIENTO CUANTITATIVO • El posicionamiento del investigador es «objetivo», dirigido a percibir y registrar los acontecimientos de forma desapasionada. No obstante, existe un reconocimiento de la posibilidad de error y un sesgo integrado en la recogida de datos. • Se dispone de técnicas específicas con miras a reducir estos sesgos y de métodos de medición confiables. POSICIONAMIENTO CUALITATIVO • Los investigadores cualitativos consideran que los instrumentos normalizados son intrusivos, ya que pueden restringir la propia expresión e impedir la comprensión de las verdaderas experiencias. • El investigador adopta una postura de subjetividad, por lo cual se puede desarrollar un grado de empatía entre el investigador y el participante, lo que puede favorecer la consideración de los valores, necesidades y preferencias del paciente. DATOS CUANTITATIVOS • Los datos (resultados, outcomes) obtenidos en la investigación cuantitativa consisten en conjuntos de observaciones y medidas, descripciones objetivas de episodios físicos y conductuales, la salud y la enfermedad. • Se resumen y analizan según los principios estadísticos. DATOS CUALITATIVOS • En la investigación cualitativa, la base de datos es esencialmente un análisis del relato que comunica lo sucedido a las personas. Este relato debe ser adecuadamente detallado para ilustrar al lector en los significados personales que tuvieron los sucesos. • Los datos son descriptivos, un relato detallado de lo que dijeron las personas, de sus acciones y actividades, y de sus interacciones con los demás, pudiendo utilizarsecitas literales o grabaciones. TEORÍAS CUANTITATIVOS • Las teorías basadas en pruebas cuantitativas contienen a menudo «modelos», que pueden ser matemáticos y/o representaciones de sistemas de los patrones de los hallazgos. Los modelos de procesos anatómicos y fisiológicos, como serían los correspondientes a los sistemas circulatorios o nerviosos, son buenos ejemplos de modelos cuantitativos. • Las teorías cuantitativas son «normativas», pretenden describir y explicar, lo más estrechamente posible, el funcionamiento ideal de las cosas. Representan unos parámetros que se suponen estables y aplicables universalmente. TEORÍAS CUANTITATIVOS • Las teorías basadas en evidencias cuantitativas se comprueban a través de predicciones o hipótesis enunciadas con precisión y deducidas lógicamente. • La exactitud de una teoría cuantitativa se valora en virtud de la magnitud con que las predicciones generadas por la teoría se corresponden con las evidencias producidas por una investigación metodológicamente rigurosa. TEORÍAS CUALITATIVOS • Las teorías que integran evidencias de la investigación cualitativa son interpretaciones globales de significados personales que emergen en situaciones sociales concretas. • Los investigadores sanitarios cualitativos enfocan la formación de teorías mediante el intento de identificar «temas» o categorías de significados comunes. Lo importante es que las categorías se desarrollen a partir de evidencias que expresen los significados personales y no de los «hechos» derivados de estadísticas de medidas objetivas. De esta forma, se afirma que la teoría está «fundamentada» en los relatos de un grupo de personas. TEORÍAS CUALITATIVOS • La comprobación más sencilla de las interpretaciones cualitativas consiste en acudir directamente a los participantes para establecer si las interpretaciones de los investigadores tienen sentido para ellos. • La extensión en que se desarrolla un consenso entre los investigadores y sus participantes es uno de los indicios relevantes de la veracidad de las teorías cualitativas. APLICACIÓN CUANTITATIVA • Se aplican enfoques cuantitativos para: • descubrir las causas de las enfermedades y las discapacidades • predecir la carga de estas enfermedades y discapacidades en poblaciones individuales • desarrollar y validar procedimientos de valoración • evaluar la eficacia de las intervenciones. APLICACIÓN CUALITATIVA • La investigación cualitativa proporciona evidencias y teorías que nos permiten comprender mejor a nuestros participantes como seres humanos. • Esta investigación desvela el modo en que las enfermedades, la discapacidad y la prestación de atención sanitaria afectan a la vida de las personas interpretado desde sus propios puntos de vista. CUANTITATIVO CUALITATIVO Origen Ciencias naturales Ciencias sociales Percepción de la investigación Reduccionista: Identificación y definición operativa de variables Holística: personas en el entorno de sus contextos sociales Posición del investigador Objetiva: observación separada y medida precisa de las variables Subjetiva: estrecha interacción personal con los participantes Base de datos Cuantitativa: interrelaciones entre variables Cualitativas: descripciones de acciones y significados personales relacionados con el contexto Verificación de teorías Controlada: respaldo o rechazo empírico de las hipótesis deducidas de las teorías Consensuada: se equiparan las interpretaciones del investigador con la de los participantes y otros observadores Aplicaciones Predicción y control de factores relacionados con la salud en escenarios aplicados Interacción con personas de una forma consensuada de manera acorde con los valores en escenarios de atención sanitaria CUANTITATIVO CUALITATIVO Marco general Busca confirmar hipótesis sobre un fenómeno. Usa métodos estructurados: cuestionarios, encuestas, observación estructurada. Busca explorar un fenómeno. Métodos semiestructurados: entrevistas, grupos focales, observación participativa. Cuestionarios Cerrados Abiertos Formato de datos Numéricos Textuales Flexibilidad Diseño fijo desde inicio a fin. Las respuestas no influyen o determinan en el diseño. Diseño sujeto a suposiciones estadísticas. Algunos aspectos del diseño son flexibles . Las respuestas afectan las preguntas. Diseño iterativo. PROCESO DE INVESTIGACIÓN • La investigación científica aplicada a la salud en general se realiza siguiente pasos concretos, a modo de algoritmo. • Estos pasos se incluyen en el PROTOCOLO, documento que sintetiza la idea, los objetivos, el diseño, y el método, utilizados en un estudio o proyecto de investigación. Planificación Hipótesis Objetivos Diseño Recopilación de datos Organización de los datos Análisis Interpretación y conclusiones PREGUNTAS DE INVESTIGACIÓN • El primer paso en el proceso de solución de problemas consiste en enunciar claramente y sin ambigüedades el problema que se pretende resolver. • Los problemas de una investigación reflejan tanto las necesidades de atención sanitaria no satisfechas de los pacientes como las oportunidades creadas por los nuevos avances teóricos y tecnológicos para mejorar dicha atención. • El problema debe ser realista, ha de tener solución con los recursos de que disponen los investigadores. PLANIFICACIÓN • La planificación conlleva la elección de estrategias y técnicas de recopilación de datos apropiadas para responder a las preguntas clave y someter a prueba las hipótesis. • Esta planificación se basa en el conocimiento detallado de las investigaciones previas compendiadas en una revisión bibliográfica. Se deben contemplar aspectos éticos y económicos. PROTOCOLO • Funciona como una guía o manual del estudio y debe incluir: • Título, colaboradores e institución • Fundamentación • Objetivos • Métodos: descripción, diseño, lugar, población, intervención o factores y confundidores, método de selección y muestreo, medidas de exposición y resultados, tamaño muestral, gestión de datos y análisis estadístico. • Consideraciones éticas: consentimiento informado y confidencialidad. • Logística: Cronograma, presupuesto, responsabilidades. • Referencias EL ARTÍCULO CIENTÍFICO • La publicación científica se ciñe a reglas más o menos rígidas con el fin de que todos los artículos posean una estructura universal. • Repite de alguna manera lo enumerado en el protocolo. Antes del estudio Después del estudio TÍTULO De que se trata el estudio? Breve, informativa, searchable RESUMEN Cual es su núcleo? Destaques del IMRaD INTRODUCCIÓN Por que se realizo el estudio? El problema, la importancia, lo conocido y no conocido, hipótesis, pregunta de investigación y objetivos. LUGAR Donde se realizo? Porque ahí? Puede ser parte de método MÉTODOS Como se realizo? Métodos y justificación de los mismos RESULTADOS Que se encontró? Resumen de hallazgos y figuras DISCUSIÓN Que significa lo encontrado? Se consiguieron los objetivos? Limitantes? Implicaciones para investigaciones futuras CONCLUSIÓN Cual es el principal hallazgo y su significancia? No repetir la Discusión. FORMATO PROCESO Título Frase que compendia el asunto exacto del estudio. Un buen título les permitirá a los lectores juzgar rápidamente si el artículo es de su interés o no. Debe incluir tema, diseño y población, sin abreviaciones. Resumen El resumen es una breve descripción (aproximadamente, 250 palabras) del informe completo. El objetivo de esta sección es ofrecer al lector una visión general de lo comunicado. Su forma estructurada sigue la regla IMRaD. Introducción Establece el estado de la pregunta de investigación mediante la exposición de la base teórica del problema en consideración y describe y evalúa las investigaciones pertinentes completadas con anterioridad. La introducción actúa así como un vínculo entre los trabajos pasados y los conocimientos actuales.La revisión de los trabajos anteriores se realiza con un sesgo dirigido únicamente a aquellos aspectos del problema que tienen relevancia directa para el informe. Método La finalidad de la sección de métodos es informar al lector de cómo se llevó a cabo exactamente el estudio. Es importante recordar que la sección de métodos debe contener un detalle suficiente para permitir que otro investigador pueda reproducirlo. Por convención se presentan tres subapartados: diseño (no en revistas anglosajonas), participantes (o sujetos, quienes, cuantos y como se seleccionaron), instrumental/herramientas y procedimiento (muestreo, recolección de datos, análisis). Resultados La sección de resultados presenta los hallazgos de la investigación y dirige la atención hacia los puntos de interés. Deben aplicarse los principios de la estadística descriptiva y la inferencia estadística para presentar los datos resumidos y analizados: gráficos, tablas y resultados de las pruebas estadísticas. Discusión La discusión debería relacionar los hallazgos con estudios similares y, especialmente, con la teoría en la que se inspiran. Si se obtuvieron resultados inesperados, deben exponerse las posibles razones de estos (p. ej., fallos en el diseño y los controles). De este modo, la discusión abrirá el camino hacia la solución de los problemas pendientes. En la conclusión, que por lo común es el párrafo que cierra el apartado de discusión, se resumen los hallazgos y sugerencias principales para su posterior investigación. Bibliografía y apéndices Se recoge toda la bibliografía manejada en el artículo. Se facilitará así al lector la evaluación de las fuentes. Debe proporcionarse una información suficiente para que todo lector interesado pueda identificar y encontrar las fuentes. Un informe de investigación puede incluir apéndices referenciados, en los que se incluiría una descripción completa de los cuestionarios u otros instrumentos de medida, los datos sin procesar o los cálculos estadísticos, si fuera necesario. Artículo Tipo de investigación Variable estudiada 1 Cualitativa Modelos educativos 2 3 4 Artículo Resumen IMRaD Población estudiada Procedimiento realizado Aspectos éticos Discusión 1 No No No No No 2 3 4 Artículo Tipo de investigación Variable estudiada 1 Cualitativa Modelos educativos 2 Mixto Alternativas de formación 3 4 Artículo Resumen IMRaD Población estudiada Procedimiento realizado Aspectos éticos Discusión 1 No No No No No 2 Si Si Si Si Si 3 4 Artículo Tipo de investigación Variable estudiada 1 Cualitativa Modelos educativos 2 Mixto Alternativas de formación 3 Cuantitativo Resistencia vascular, índice cardíaco, volumen eyectado 4 Artículo Resumen IMRaD Población estudiada Procedimiento realizado Aspectos éticos Discusión 1 No No No No No 2 Si Si Si Si Si 3 Si Si Si Si Si 4 Artículo Tipo de investigación Variable estudiada 1 Cualitativa Modelos educativos 2 Mixto Alternativas de formación 3 Cuantitativo Resistencia vascular, índice cardíaco, volumen eyectado 4 Cualitativo Discriminación en lugar de trabajo Artículo Resumen IMRaD Población estudiada Procedimiento realizado Aspectos éticos Discusión 1 No No No No No 2 Si Si Si Si Si 3 Si Si Si Si Si 4 Si Si Si Si Si MÓDULO III SEMINARIO DE INVESTIGACIÓN MÓDULO III La pregunta de investigación Variables y Medidas. Tipos de estudios. Lee los artículos proporcionados y determina el tipo de estudio y los tipos de variables presentadas. PREGUNTA DE INVESTIGACIÓN • Aunque la investigación médica puede tomar variadas (e inesperadas) direcciones, en general el tipo de pregunta que da inicio a una investigación suele ser similar. • Recordar que la pregunta de investigación es el motor de inicio de todo el proyecto, y que ha sido formulada luego de revisiones bibliográficas sobre otras investigaciones y de la observación concienzuda de la realidad. PREGUNTA DE INVESTIGACIÓN • La búsqueda de artículos sobre investigaciones previas puede facilitarse si se utiliza la técnica PICO: https://pubmedhh.nlm.nih.gov/pico/index.php • P: Población enfocada • I: Intervención realizada (terapia, test diagnóstico, etc.) • C: Comparado con… (con test o terapia se comparo la intervención) • O: Outcome o resultados https://pubmedhh.nlm.nih.gov/pico/index.php PREGUNTA DE INVESTIGACIÓN • En la investigación sanitaria casi todas las búsquedas se basan en motores de internet y en bases de datos de revistas digitales. • Las herramientas de búsqueda más extendidas sobre publicaciones de investigación sanitaria son PubMed o Public Medline (https://pubmed.ncbi.nlm.nih.gov/), Google Académico (https://scholar.google.es/), LILACS (https://lilacs.bvsalud.org/es/), https://pubmed.ncbi.nlm.nih.gov/ https://scholar.google.es/ https://lilacs.bvsalud.org/es/ PREGUNTA DE INVESTIGACIÓN • Las preguntas de investigación aparecen cuando existe algún cambio en algún aspecto afectando la salud de la población, que requiera intervención, como ser cambios ambientales, sociales o de alimentación, o cambios demográficos. • Los nuevos avances médicos y tecnológicos obligan a investigar la aplicación práctica de estas contribuciones. La investigación puede estar destinada a mejorar un servicio sanitario o a reducir costos al seleccionar el mejor método diagnóstico o tratamiento. CATEGORÍA EJEMPLOS DIAGNÓSTICO O CRIBADO • El nuevo score diferencia demencia vascular de demencia senil? • El dosaje de lactato pronostica de forma más temprana la falla circulatoria que los datos clínicos? SALUD PÚBLICA • Cuál es el índice de letalidad entre las personas expuestas a unos niveles elevados de mercurio? • Cual es el riesgo de las mujeres fumadoras en padecer osteoporosis severa en relación a las no fumadoras? EFECTIVIDAD DE TRATAMIENTOS • Cual es la efectividad de la cirugía bariátrica de derivación en comparación con los análogos incretina en el tratamiento de la obesidad mórbida? • Cual es la reducción de riesgo de ACV isquémico con la ingesta diaria de AAS? COLATERALES DE TRATAMIENTOS • Cual es el riesgo de hemorragia digestiva con la ingesta diaria de AAS? • Cual es la incidencia de hiperkalemia con el uso de IECAS? DISEÑOS • Todos los diseños se basan en los mismos componentes: • P: Población definida • O: Resultado medido • I: Intervención realizada • E: Exposición • C: Grupo control para comparar • Con P y O basta para responder preguntas sobre frecuencia y prevalencia. DISEÑOS • La primera distinción separa a los estudios en ANALÍTICOS y NO ANALÍTICOS. • Un estudio no analítico o DESCRIPTIVO no trata de cuantificar la relación sino de darnos una imagen de lo que está sucediendo en una población (p. ej., la prevalencia). • Los estudios descriptivos incluyen informes de casos, series de casos, estudios cualitativos y estudios de encuestas (transversales), que miden la frecuencia de varios factores y, por lo tanto, el tamaño del problema. DISEÑOS • Un estudio analítico intenta cuantificar la relación entre 2 factores, el efecto de una intervención (I) o exposición (E) sobre un resultado (O). Para cuantificar el efecto, necesitamos conocer la tasa de resultados en un grupo de comparación (C), así como en el grupo de intervención o expuesto. • Ya sea que el investigador cambie activamente un factor o imponga una intervención, determina si el estudio se considera observacional (participación pasiva) o experimental (participación activa). DISEÑOS • En los estudios experimentales, el investigador manipula la exposición, es decir, asigna sujetos al grupo de intervención o exposición. Los estudios experimentales, o ensayos controlados aleatorios (ECA), son similares a los experimentos en otras áreas de la ciencia. • Los ensayos controlados, particularmente si son aleatorizados y ciegos, tienen el potencial de controlar la mayoría de los sesgos que pueden ocurriren los estudios científicos. DISEÑOS • En los estudios de observación analíticos, el investigador mide la relación entre un factor de exposición y un determinado resultado. Incluyen los estudios de casos y controles (resultado presente), estudio de cohortes (exposición presente) y transversales (ambos presentes). • Todos estos estudios incluyen grupos emparejados de sujetos. Investigan y registran las exposiciones (intervenciones o factores de riesgo) y observan los resultados (enfermedad) a medida que ocurren. Experimentales Estudio de Cohortes Casos y controles Estudios observacionales Opiniones de expertos Revisiones EXPERIMENTAL OBSERVACIONAL El investigador asigna exposición? ALEATORIZACIÓN? GRUPO CONTROL? ESTUDIO CLÍNICO RANDOMIZADO ESTUDIO CUASI- EXPERIMENTAL ANALÍTICO DESCRIPTIVO DIRECCIÓN CAUSA↔EFECTO SERIE DE CASOS REPORTES TRANSVERSALTRANSVERSAL CASOS Y CONTROLES COHORTES ESTUDIO CARÁCTERÍSTICA Observacional y descriptivo, Serie de casos Detalla las características de una muestra de personas con una condición en común (ej, TBC pulmonar). Observacional y descriptivo, Serie de casos Detalla las características de un caso clínico llamativo por diagnóstico o evolución poco frecuentes. Observacional y descriptivo, transversal Determina la prevalencia de una condición en un período de tiempo en una población dada. Observacional, analítico, casos y controles (retrospectivo) Compara la frecuencia de un factor (nocivo o protector) entre personas con un diagnóstico dado y controles sin dicho diagnóstico. Su análisis produce Odds Ratios. Por ejemplo determinar si los pacientes con cáncer de cérvix han tenido más parejas sexuales que las que no tienen dicho diagnóstico. Observacional, analítico, estudio de cohortes (prospectivo) Compara la frecuencia de un diagnóstico entre personas con un factor dado (nocivo o protector) y controles sin dicho factor. Su análisis produce riesgo relativo y reducción de riesgo, número necesario para tratar, y (si se registra tiempo de evento) curvas de supervivencia y Hazard Ratios. Útil para comparar tratamientos. Por ejemplo determinar la protección que ofrece una vacuna en prevenir COVID19. Observacional, analítico, transversal Analiza causa (condición) y efecto (diagnóstico) al mismo tiempo y busca asociación (no causalidad) a través de diferentes herramientas estadísticas, dependiendo el tipo de datos. Los datos pueden ser recabados a partir de registros médicos. Por ejemplo buscar si existe asociación entre recien nacidos de bajo peso y TSH. ESTUDIO CARÁCTERÍSTICA Cuasi-Experimental Comparar la efectividad de un tratamiento entre un grupo intervención y un grupo control, con un muestreo no azaroso (por conveniencia u otro), o sin grupo control (comparando los datos contra otros estudios). Por ejemplo determinar la efectividad de reducción de la PA en paciente con preeclampsia comparando amlodipina sola vs amlopidina+labetalol en pacientes que acuden libremente a la urgencia del Hospital de Clínicas. El grupo amlodipina pudo ser reemplazado por una “cohorte histórica” con un tratamiento habitual. Otro ejemplo podría ser el estudio de la cafeína sobre la motilidad esofágica, siendo cada paciente su propio control (antes de consumir cafeína). Experimental Comparar la efectividad de un tratamiento entre un grupo intervención y un grupo control, con un muestreo probabilístico. Por ejemplo se quiere comparar la efectividad para el control de la glicemia de la dapagliflozina versus tratamiento típico con metformina. Se elige aleatoriamente a partir de grupos estratificados por sexo, edad e IMC. PASADO DEL ESTUDIO PRESENTE DEL ESTUDIO FUTURO DEL ESTUDIO EXPOSICIÓN FACTOR CAUSA ENFERMEDAD EFECTO CONSECUENCIA EXPOSICIÓN FACTOR CAUSA ENFERMEDAD EFECTO CONSECUENCIA EXPOSICIÓN FACTOR CAUSA ENFERMEDAD EFECTO CONSECUENCIA ESTUDIO TRANSVERSAL ESTUDIO PROSPECTIVO COHORTE ESTUDIO RETROSPECTIVO CASOS Y CONTROLES VARIABLE • Las variables pueden definirse como aquellos atributos o características de los eventos, de las personas o de los grupos de estudio que cambian de una situación a otra o de un tiempo a otro y que, por lo tanto, pueden tomar diversos valores. • Desde el punto de vista conceptual pueden ser independientes (explicativa, causa, usualmente un factor) y dependientes (resultado, efecto, usualmente una enfermedad). • Desde el punto de vista operativo (medición) pueden ser cuantitativas o numéricas (0,23; 45) y cualitativas o categóricas (rangos, escores). Las variables cuantitativas pueden ser continuas (valores infinitos entre 2 medidas) o discretas (finitos). MEDICIÓN • La medición consiste en asignar un número o una calificación a alguna propiedad específica de un individuo, una población o un evento usando ciertas reglas. • Para medir es necesario seguir un proceso que consiste en el paso de una entidad teórica a una escala conceptual y, posteriormente, a una escala operativa. a) se delimita la parte del evento que se medirá. b) se selecciona la escala con la que se medirá. c) se compara el atributo medido con la escala. d) se emite un juicio de valor acerca de los resultados de la comparación. ESCALAS • Las variables categóricas poseen escalas nominales u ordinales, las cuantitativas escalas de intervalo y de razón. • Las categorías deben ser exhaustivas y mutuamente excluyentes, debe existir una categoría para cada caso que se presente y cada caso debe poder colocarse en una sola categoría. ESCALAS CATEGÓRICAS • Pueden ser de tipo nominal, categorías sin orden de importancia. Cuando son solo dos categorías se denomina escala dicotómica (M/F, Si/No, Tiene/No tiene). • Una variable de Procedencia, sería nominal, no hay orden determinado, aunque a cada sitio de procedencia se le asigne un valor referencial. • O ordinales, categorías con orden (rankings, escores), como ser nivel de enfermedad (leve, moderado, severo). • Una pregunta sobre de satisfacción con 3 categorías (nada satisfecho, satisfecho, muy satisfecho) es una escala ordinal. ESCALAS NUMÉRICAS • Se miden a través de escalas de tipo intervalo, con cero arbitrario (puede haber valores negativos), como ser la temperatura o el coeficiente intelectual. • Ignorando los días bisiestos, los años son una unidad de medida fija para el tiempo . Sin embargo, el año cero no significa “nada” con respecto al tiempo. El año 2000 no es “el doble de tarde” que el año 1000. • O escalas de tipo razón, con cero real (solo valores positivos) que indica ausencia del valor medido, como ser las mediciones bioquímicas. • Un ejemplo es el peso en kilos. Un kilo es una unidad de medida fija porque siempre representa exactamente el mismo peso. Además, cero kilos corresponde a “nada” con respecto al peso. ESCALAS NUMÉRICAS • Las variables discretas no permiten el registro de fracciones: goles recibidos, número de personas. • Las variables continuas permiten números decimales: peso de pacientes, temperatura corporal. • Se pueden graficar mediante histogramas para evidenciar la distribución. • El valor real es el valor ± 0.5. OTRO ENFOQUE… • Variable dicotómica: Tienen precisamente dos valores distintos. • Ejemplos típicos son el sexo, tener un automóvil o ser portador del VIH. Es útil distinguir las variables dicotómicas como un nivel de medición separado porque requieren análisis diferentes que otras variables. • Variable categórica: Variables en las que los cálculos no tienen sentido. • Contienen (generalmente pocas) categorías de respuesta . Debido a que los cálculos no tienen sentido, las variables categóricas simplemente definen grupos y se analizan sus frecuencias. • Variable métrica: Variables en las que los cálculos son significativos. • Debido a que se permiten los cálculos, generalmente los analizamos con estadísticas descriptivas. Existen 2 valores posibles? DICOTÓMICA Existeun orden de los valores? Existe una unidad fija de medida? NOMINAL ORDINAL METRICA NO SI SI NO NO SI CATEGÓRICA Artículo Pregunta de investigación o hipótesis 1 Puede el control de la glicemia predecir la incidencia de hipertensión aso gestación? 2 Evaluar la eficacia y tolerabilidad de diferentes combinaciones de medicamentos de primera línea para el tratamiento del dolor neuropático diabético. 3 Evaluar la correlación entre el puntaje de un examen anual escrito basado en casos clínicos con preguntas de opción múltiple y el promedio ponderado como indicador de desempeño académico. 4 Conocer las características relacionadas con el hábito de fumar en la población estable de la ciudad de Cipolletti. Artículo Variables Diseño 1 Glicemia, presión arterial, peso RN Cohorte: factor DM, resultado PA/RN 2 Escala de dolor Experimental aleatorio 3 Puntajes de examen anual Longitudinal descriptivo 4 Tabaquismo actual, humo pasivo Transversal descriptivo ACTIVIDAD SEMANA 4 MÓDULO IV SEMINARIO DE INVESTIGACIÓN MÓDULO IV Muestreo y asignación. Desviación, error estándar e intervalo de confianza. Lee el material de apoyo y realiza una evaluación sobre los contenidos del módulo Población, muestreo y muestra • Población es el grupo completo de individuos con una serie de características determinadas en común. • Hipertensos, personas de más de 60 años, médicos internistas, etc. • Una muestra es un subgrupo de esos individuos seleccionados con un método particular, con un objetivo determinado. • El muestreo es el proceso de selección de unidades (personas, individuos, organizaciones) desde una población de interés. • Estudiando esta muestra se pretende generalizar las conclusiones a la población de la cual proviene. Población, muestreo y muestra • Desde el punto de vista teórico, existen 2 tipos de poblaciones: la Población Blanco y la Población Accesible. • La Población Blanco, o de referencia, representa el gran grupo de individuos a los cuales se pretende generalizar las conclusiones de un estudio en particular. Es una población teórica. • La Población Accesible o elegible representa el subgrupo de individuos de la Población Blanco que son accesibles para la realización del estudio. Habitualmente es demasiado grande o es demasiado costoso evaluarla completamente. • A partir de la población accesible se hace el muestreo. Población blanco referencia objetivo Población accesible N Muestra n Investigación Resultados Generalización Validez Externa Muestreo Población, muestreo y muestra • Las técnicas utilizadas para seleccionar individuos de la Población Accesible se llaman técnicas de muestreo. • Muestrear nos permite disminuir el número de individuos a evaluar a un número compatible con los recursos disponibles, manteniendo la posibilidad de generalizar con validez los resultados obtenidos. • Es importante remarcar que aún teniendo recursos infinitos, no es necesario evaluar a todos los individuos para obtener conclusiones válidas y generalizables, y en muchos casos, puede no ser ético. • Por ejemplo, nuestro interés describir el efecto del uso de un determinado AINE en una población anciana con cefalea, nuestra. • Población Blanco será: todos los ancianos con cefalea que han existido y existirán. • Nuestra población accesible podrían ser todos los ancianos que consultaron a nuestro Centro por cefalea durante un periodo determinado de tiempo. Se tomaría una muestra de esta población. Técnicas de muestreo • El propósito final de todos los métodos de muestreo es extraer una muestra representativa a partir de la población. • Una muestra representativa permite generalizar confiadamente los resultados. • Si el diseño de la investigación presenta deficiencias (de muestreo por ejemplo), el análisis estadístico, por complejo que sea, no será capaz de extraer información útil o valida. • Lo ideal es que una muestra representativa contenga en miniatura todos los factores o variables relevantes de la población en la misma proporción y magnitud que en la población original. • Si una población no es representativa, se dice que está sesgada, y se generan errores de muestreo, que se definen como la magnitud de la diferencia entre el verdadero estado de la población y el estado de la muestra. Técnicas de muestreo • Los estudios cuantitativos y cualitativos utilizan diferentes métodos de muestreo. Las técnicas de muestreo se pueden clasificar en: • Probabilísticas (aleatoria) • No probabilísticas (no aleatorias). • Los estudios cuantitativos utilizan metodologías de muestreo que aseguran que todos los individuos de la población accesible tengan la misma probabilidad de ser seleccionados. Esta es la razón por la cual los estudios cuantitativos utilizan variantes de muestreo probabilístico. • Los estudios cualitativos buscan obtener información sobre un determinado grupo de individuos, por lo cual deben elegir casos específicos, utilizando métodos no probabilístico. POBLACIÓN MUESTRA Todos los pediatras activos en Asunción 35 pediatras seleccionados para un estudio de estrés laboral Todos los internistas del departamento Central 20 internistas seleccionados para evaluación de renta personal La temperatura de un paciente en un día Temperatura cada 6hs Todos los pacientes con ACV secuelar 40 pacientes con ACV secuelar para evaluar un programa de rehabilitación Todas las gasas quirúrgicas en todos los quirófanos del Hospital Central del IPS 30 gasas estériles seleccionadas para estudios bacteriológicos POBLACIÓN Muestra representativa Muestra sesgada Muestreo no probabilístico • MUESTREO CONSECUTIVO: Implica incluir todo paciente que cumpla con los criterios de elección durante un determinado período de tiempo. Por ejemplo todos los pacientes hipertensos que acuden al consultorio de un hospital de marzo a julio. • MUESTREO INCIDENTAL O CONVENIENCIA: Se trata de seleccionar los individuos más accesibles. Por ejemplo estudiantes de la UNIDA para un estudio nutricional. Puede ocurrir que se trate de una muestra sesgada. Muestreo no probabilístico • MUESTREO POR JUICIO O PROPÓSITO: Implica la elección de la muestra de la población que se cree poseen una característica especial. Se utiliza en estudios cualitativos. • MUESTREO POR CUOTAS: El principio es forzar a que la muestra contenga el mismo porcentaje de individuos con ciertas características prefijadas, que la población general (dato que se debe tener de antemano), por ejemplo proporción M/F. Posee menos sesgo que el por conveniencia. Muestreo no probabilístico • MUESTREO EN BOLA DE NIEVE: Se comienza con la elección de un individuo que cumpla con el criterio de inclusión y luego se continúa con alguien recomendado por el primero que cumpla con el mismo criterio. Si bien este método difícilmente represente la población general, existen situaciones en las que es el único método disponible. Elijo a los individuos más accesibles. Elijo a los individuos que tienen una característica. Elección piramidal hacia abajo. Elijo según proporciones de la población. MUESTREO NO PROBABILÍSTICO MÉTODO VENTAJAS DESVENTAJAS CUANDO USAR Muestreo de conveniencia Menor costo y fácil Solo para estudiar ciertas variables o enfermedades Cuando los sujetos están fácilmente accesibles Muestreo por cuotas Represento diferentes grupos de interés Solo para ciertas características que quiero explicar Cuando quiero mostrar una característica en particular y para esto selecciona individuos de diferentes grupos que lo representen. Muestra deliberada Solo muestreo los individuos que responderán mi pregunta Solo sirve para ciertas variables o enfermedades Cuando los sujetos que están accesibles son los apropiados para responder a un objetivo específico. Muestreo de bolas de nieve Muestreo individuos con características poco frecuentes o poco accesibles Losindividuos serán homogéneos para la característica dada. Cuando quiero estudiar individuos de difícil acceso o enfermedades poco frecuentes. Se recogieron líquidos BAL de 51 pacientes con EVALI en 16 estados y de 99 participantes sanos que formaban parte de un estudio en curso sobre el tabaquismo en el que participaron no fumadores, usuarios exclusivos de cigarrillos electrónicos o productos de vapeo, y fumadores de cigarrillos exclusivos que se inició en 2015. Usando el fluido BAL, realizamos espectrometría de masas con dilución de isótopos para medir varios tóxicos prioritarios: acetato de vitamina E, aceites vegetales, aceite de triglicéridos de cadena media, aceite de coco, destilados de petróleo y terpenos diluyentes. Para estimar la variación de peso real relacionada con las vacaciones, medimos el peso corporal en una muestra de conveniencia de 195 adultos. Los sujetos se pesaron cuatro veces a intervalos de seis a ocho semanas, de modo que se determinó el cambio de peso para tres períodos: antes de las vacaciones (desde finales de septiembre o principios de octubre hasta mediados de noviembre), vacaciones (desde mediados de noviembre hasta principios o mediados de enero) y posvacacionales (desde principios o mediados de enero hasta finales de febrero o principios de marzo). Se obtuvo una medición final del peso corporal en 165 sujetos en septiembre u octubre siguiente. Se obtuvieron datos sobre otros signos vitales y medidas de salud autoinformadas de los pacientes para enmascarar el principal resultado de interés. Los resultados de mortalidad se compararon entre los pacientes tratados en 18 hospitales con un centro de trauma de nivel 1 y 51 hospitales sin centros de trauma ubicados en 14 estados. Los pacientes de 18 a 84 años con una lesión de moderada a grave fueron elegibles. Se obtuvieron datos completos de 1104 pacientes que fallecieron en el hospital y 4087 pacientes que fueron dados de alta vivos. Utilizamos la ponderación de la puntuación de propensión para ajustar las diferencias observables entre los pacientes tratados en centros de trauma y los tratados en centros que no son de trauma. Se utilizó una estrategia de muestreo por cuotas con el objetivo de inscribir aproximadamente a 3000 pacientes de 18 a 64 años de edad y 1200 pacientes de 65 a 84 años de edad, distribuidos uniformemente entre centros de trauma y centros de no trauma y en categorías de gravedad de la lesión y región principal lesionada. Muestreo probabilístico • El muestreo probabilístico es el que utiliza un mecanismo aleatorio que asegura que cada individuo de la población accesible tiene la misma probabilidad de ser seleccionado. • Este tipo de muestreo asegura que la muestra sea representativa de la población de referencia y por lo tanto libre de sesgo de selección. • Además asegura que los fenómenos observados en la muestra son representativos de los fenómenos que ocurren en la población (generalización, validez externa). Muestreo probabilístico • MUESTREO ALEATORIO SIMPLE: Primero se debe tener un listado completo de todos los elementos de la población accesible (marco muestral). • Por ejemplo TODOS los alumnos de la UNIDA. • Luego se asigna a cada individuo un numero aleatorio con cualquier planilla de cálculo, software estadístico o tablas de números randomizados y ordenando la lista por ese número aleatorio tomar, comenzando desde la primer fila, la cantidad de elementos hasta completar la muestra. Excelente método en cuanto a minimizar sesgos. El inconveniente es que se debe generar un MARCO muestra. Requiere una muestra menor. Dado que se conoce el tamaño exacto de la muestra y de la población, es posible estimar exactamente la representatividad de esta: es decir, la magnitud del error de muestreo. "=ALEATORIO.ENTRE(1;1000)" ORDENAR DE MENOR A MAYOR Paciente 1 782 Paciente 13 4 Paciente 2 975 Paciente 15 48 Paciente 3 166 Paciente 9 72 Paciente 4 905 Paciente 29 72 Paciente 5 372 Paciente 11 77 Paciente 6 529 Paciente 21 136 Paciente 7 172 Paciente 26 136 Paciente 8 639 Paciente 24 157 Paciente 9 72 Paciente 3 166 Paciente 10 769 Paciente 7 172 Paciente 11 77 Paciente 22 177 Paciente 12 415 Paciente 20 231 Paciente 13 4 Paciente 23 240 Paciente 14 772 Paciente 30 281 Paciente 15 48 Paciente 25 322 Paciente 16 953 Paciente 5 372 Paciente 17 396 Paciente 17 396 Paciente 18 466 Paciente 12 415 Paciente 19 767 Paciente 18 466 Paciente 20 231 Paciente 6 529 Paciente 21 136 Paciente 8 639 Paciente 22 177 Paciente 28 695 Paciente 23 240 Paciente 27 725 Paciente 24 157 Paciente 19 767 Paciente 25 322 Paciente 10 769 Paciente 26 136 Paciente 14 772 Paciente 27 725 Paciente 1 782 Paciente 28 695 Paciente 4 905 Paciente 29 72 Paciente 16 953 Paciente 30 281 Paciente 2 975 https://www.randomizer.org/ Muestreo probabilístico • MUESTREO ALEATORIO ESTRATIFICADO: El investigador divide a la población en subgrupos que comparten ciertas características (ej. varones/mujeres), creado un marco muestral para cada estrato, eligiendo luego por el método del muestreo aleatorio simple dentro de cada estrato. • Asegura representatividad, pero no agrega mucha precisión al aleatorio simple. • Los estratos pueden estar ponderados por la frecuencia de las variables de estratificación en la población blanco. Así se hay 40% varones y 60% mujeres, se puede ponderar el muestreo para que refleje esta proporción. Si mi n es 60, puedo elegir 24 varones y 36 mujeres para mantener la proporción. Muestreo probabilístico • MUESTREO SISTEMÁTICO: Selecciona los individuos utilizando un proceso periódico. Esta técnica trabaja con una lista de la población y elige, por ejemplo, un caso de cada 10 o cada 20 para su inclusión en la muestra. No es un método genuinamente aleatorio, aunque, en general, aportará una muestra representativa. • No es necesario tener el marco muestral para seleccionar los individuos. Su principal desventaja sería la existencia de una periodicidad no conocida en la población que coincida con la periodicidad de selección, que generaría un sesgo de selección. • Son ejemplos el registro de temperatura o presión cada 6hs. Para un estudio requiero seleccionar 37 pacientes hipertensos que ingresan al servicio de urgencia. Para ello puedo elegir el 1er paciente hipertenso del día del comienzo del estudio y luego elijo cada 5to paciente hipertenso luego de ese primero. Muestreo probabilístico • El MUESTREO POR CONGLOMERADOS (CLUSTERS) es el proceso de obtener una muestra de individuos naturalmente agrupados, como por ejemplo, los pacientes de un mismo médico de cabecera o los habitantes de una manzana de la ciudad. • Luego se eligen aleatoriamente que conglomerado analizar, analizándose todos los individuos de este conglomerado. La unidad de muestreo es pues el conglomerado. • No es considerada una selección verdaderamente aleatoria. Entre todos los individuos de la población accesible, elijo al azar. Elijo cada Ner individuo según aparición en el registro. Divido a la población en estratos, y elijo al azar dentro de los estratos. Divido a la población en conglomerados, elijo al azar los conglomerados. MUESTREO PROBABILÍSTICO MÉTODO VENTAJAS DESVENTAJAS CUANDO USAR Muestreo aleatorio simple Reducimos el número en la muestra al seleccionar individuos Necesitamos una lista de individuos. Cuando conocemos la lista del marco muestral, manteniendo la representatividad de la muestra de una manera fácil. Muestreo sistemático Acortamos los tiempos Los sujetos no deben tener un patrón de periodicidad natural. Cuando no conocemos la lista del marco muestral y los individuos no tienen un patrón de periodicidad. Muestreo estratificado Mantengo la representatividad cuando la población está distribuida en estratos. Debo conocer la proporción de la distribución de lapoblación. Cuando la población esté distribuida en estratos. Muestreo agrupado Nos permite analizar poblaciones con distribución dispar pero con alguna definición de agrupación natural . Las poblaciones puede ser homogéneas dentro de cada grupo y diferentes entre los clusters. Cuando la población está definida en grupos naturales. En este ensayo controlado y abierto que comparó una gama de posibles tratamientos en pacientes hospitalizados con Covid-19, asignamos aleatoriamente a los pacientes para que recibieran dexametasona oral o intravenosa (en una dosis de 6 mg una vez al día) por hasta 10 días o recibir solo la atención habitual. El resultado primario fue la mortalidad a los 28 días. Aquí informamos los resultados finales de esta evaluación. Llevamos a cabo un ensayo clínico multicéntrico, prospectivo, aleatorizado, controlado y abierto, con la inscripción de pacientes del Registro sueco completo de angiografía coronaria y angioplastia (SCAAR) y puntos finales evaluados a través de registros nacionales. Un total de 7244 pacientes con STEMI sometidos a PCI fueron asignados aleatoriamente a aspiración manual de trombo seguida de PCI o solo PCI. El punto final primario fue la mortalidad por todas las causas a los 30 días. Para que esta tarea iniciada por el investigador sea económica y administrativamente factible, utilizamos registros nacionales como plataformas en línea para la aleatorización, formularios de registro de casos y datos de seguimiento, realizando así un ensayo clínico aleatorizado basado en registros. Utilizamos ecocardiografía transtorácica para determinar la prevalencia de fibrosis endomiocárdica en una zona rural de Mozambique. Examinamos una muestra aleatoria de 1063 sujetos de todos los grupos de edad seleccionados por agrupamiento. Se definieron criterios diagnósticos mayores y menores, y se desarrolló y aplicó una puntuación de gravedad. Los casos se clasificaron según la distribución y gravedad de las lesiones en el corazón. Diseñamos un estudio utilizando un muestreo sistemático de la comunidad junto con un examen ecocardiográfico detallado en sujetos seleccionados al azar. Los objetivos fueron determinar la prevalencia de fibrosis endomiocárdica en Inharrime, Mozambique, y describir su gravedad y modo de presentación en la comunidad. El Estudio multicéntrico de epidemiología de la isquemia perioperatoria II fue prospectivo y longitudinal e incluyó a 5436 pacientes ingresados con enfermedad de las arterias coronarias refractaria a la medicación que estaban programados para someterse a una cirugía de derivación de la arteria coronaria en una de las 70 instituciones médicas en 17 países de América del Norte. América del Sur, Europa, Medio Oriente y Asia. Después de obtener la aprobación de la junta de revisión institucional de cada institución y obtener el consentimiento informado por escrito de los pacientes, se inscribirían prospectivamente 100 pacientes en cada institución de acuerdo con un muestreo sistemático según esquema: dado N = el número de pacientes que se espera que se sometan a un injerto de derivación de la arteria coronaria durante un período de un año y R = N ÷ 50 (al entero más cercano), se inscribió a cada R-ésimo paciente que cumplía con los criterios de ingreso. Si el paciente Rth no cumplía con los criterios, se elegía al siguiente paciente programado para revascularización miocárdica, y así sucesivamente. Utilizamos un método de muestreo estratificado de etapas múltiples para seleccionar una muestra representativa a nivel nacional de personas de 20 años o más en la población general. El proceso de muestreo se estratificó según la región geográfica (noreste, norte, este, centro sur, noroeste y suroeste de China), el grado de urbanización (ciudades grandes [Beijing, Shanghái y capitales de provincia], ciudades medianas, cabeceras de condado y zonas rurales). municipios) y estado de desarrollo económico (evaluado sobre la base del producto interno bruto [PIB] de cada provincia). Las dos primeras etapas del muestreo, en las que se seleccionaron provincias de regiones geográficas y ciudades y condados de provincias, no fueron aleatorias. En las siguientes dos etapas (la etapa en la que se seleccionaron los distritos de la ciudad de las ciudades y los municipios rurales de los condados y la etapa en la que se seleccionaron los distritos de las calles de los distritos de la ciudad y las aldeas rurales de los municipios), el muestreo fue aleatorio. Este proceso de muestreo estratificado de etapas múltiples resultó en un muestreo excesivo de los residentes urbanos. En total, se seleccionaron 152 distritos de calles urbanas y 112 aldeas rurales. En la etapa final del muestreo, la muestra se estratificó de acuerdo con la distribución por sexo y edad en China, sobre la base de los datos de población china de 2006. El diseño propuesto correspondió a una muestra polietápica probabilística, estratificada por conglomerados en el área urbana. La selección de las unidades de muestreo en la primera etapa fue equiprobabilística; se escogieron al azar 12 conglomerados de un universo de 38. En la segunda etapa se seleccionó una muestra de viviendas en forma sistemática (entre 90 y 100 por conglomerado). Dentro de cada una de ellas se relevó al primer adulto mayor de 18 años que tomaba contacto visual con el encuestador para responder al cuestionario específico de FR. Si el individuo seleccionado rechazaba la encuesta, se pasaba a la siguiente unidad de análisis. Muestreo intencional • Es utilizado en estudios cualitativos donde se “elige” los individuos a estudiar por alguna particularidad. Si el estudio fuera sobre “violencia física doméstica contra la mujer”: • MUESTREO DE CASOS INUSUALES: Se eligen por su desviación de la norma. • Selección de mujeres que hayan sufrido máxima (o mínima) violencia. • MUESTREO CON MÁXIMA VARIACIÓN: Se trata de abarcar un abanico de posibilidades. • Selección de mujeres que hayan sufrido todo grado de violencia. • MUESTREO DE BOLA DE NIEVE: Se elige a personas de interés que seleccionan a otras personas de interés. • Selección de una mujer que haya sufrido violencia que convoca casos similares. • MUESTREO BASADO EN TEORÍAS: Busca manifestaciones de conceptos teóricos de interés. • Selección de mujeres con una variable diferente (casadas vs unión libre por ejemplo). Desvío y error estándar, IC • El DE es la desviación promedio de un grupo de valores (raíz cuadrada de la varianza) de una variable. No siempre se conoce el DE en la población, pero siempre se conoce la DE en los valores medidos en la muestra. • A mayor DE, mayor variabilidad dentro de la muestra. • El EE representa la variación esperada al comparar varias mediciones de la misma variable. • El EE es DE/√n : a mayor n, menor error. • A partir del EE se calcula el intervalo de confianza, usualmente IC95 (±2DE): expresa que el 95% de las veces que se toma una muestra de la población, el rango de valores contendrá la media real. El blanco de la izquierda posee impactos más distantes del centro, es decir, mayor varianza (o poca precisión). El error estándar es la desviación esperada de la media de la muestra de la media de la población (representada como la distribución teórica del valor medio de varias muestras). Error Estándar Desviación Estándar μ DISTRIBUCIÓN POBLACIÓN O MUESTRA MUESTRA X VARIAS MUESTRAS Considerado una variable de la población con un valor X (línea roja), cada vez que se toma una muestra (n = 60) de la población se obtiene una IC. Si el IC es de 95%, de 100 tomas de muestra en 95 se obtiene un intervalo que incluye al valor real de X. A mayor n menor DE, menor EE (margen de error) y un IC95 más estrecho. https://www.statskingdom.com/confidence-interval-calculator.html https://www.statskingdom.com/confidence-interval-calculator.html Asignación para2 grupos • En los ensayos clínicos o de intervención existen 2 o más grupos (ramas). • Las ramas pueden ser de una intervención vs placebo (rama control), o de comparación de intervenciones. • La asignación a cada rama puede ser: • Sistemática • Aleatorizada Asignación para 2 grupos • En los ensayos clínicos o de intervención existen 2 o más grupos (ramas). • Las ramas pueden ser de una intervención vs placebo (rama control), o de comparación de intervenciones. • La asignación a cada rama puede ser: • Sistemática • Aleatorizada Asignación para 2 grupos • En la ASIGNACIÓN SISTEMÁTICA existe un valor fijo o secuencia: fecha de nacimiento, número de CI, orden de atención de los pacientes. • Las personas nacidas en meses pares (o días pares del mes) se asignan a una rama, los impares a la otra rama. Los pacientes con lugar par de atención se asignan a una rama, los impares a la otra. • Este método no puede ser “cegado” y por ende acarrea sesgos de selección. Los estudios de este tipo se agrupan como NRCT (non-randomised controlled trial). Asignación para 2 grupos • En la ASIGNACIÓN ALEATORIZADA cada unidad de estudio (persona por ejemplo) tiene la misma probabilidad de estar en una rama o en la otra. • Los ensayos clínicos aleatorizados (RCT) son el “estándar de oro” de la investigación médica. • Los métodos de asignación aleatoria pueden ser: 1. Simples o no restringidos: No asegura ramas ecuánimes en número o cualidad. 2. O restringidos: Procura generar ramas comparables en número o cualidad. • Estructurada, Estratificada y Por bloques Asignación para 2 grupos • En la ALEATORIZACIÓN SIMPLE se tira una moneda o dado o se recurre a una tabla de números aleatorios. • Para garantizar que ambas ramas del estudio tengan el mismo número de participantes se puede realizar una ALEATORIZACIÓN EN BLOQUE. • El número de bloques debe ser múltiplo del número de ramas del estudio. 28 89 65 87 8 13 50 63 4 23 25 47 57 91 13 52 62 24 19 94 91 67 48 57 10 30 29 43 65 42 78 66 28 55 80 47 46 41 90 8 55 98 78 10 70 49 92 5 12 7 95 74 62 60 53 51 57 32 22 27 12 72 72 27 77 44 67 32 23 13 67 95 7 76 30 1 85 54 96 72 66 86 65 64 60 56 59 75 36 75 46 44 33 63 71 54 50 6 44 75 10 91 46 96 86 19 83 52 47 53 65 0 51 93 51 30 80 5 19 29 56 23 27 19 3 5 33 18 8 51 51 78 57 26 17 34 87 96 23 95 89 99 93 39 79 11 28 94 15 52 4 43 13 37 0 79 68 96 26 60 70 39 83 66 56 62 3 55 86 57 77 55 33 62 2 5 85 40 25 24 73 52 93 70 50 48 21 47 74 63 17 27 27 51 26 35 96 29 0 45 84 90 90 65 77 63 99 25 69 2 9 4 3 35 78 19 79 95 7 21 2 84 48 51 97 28 55 53 9 48 86 28 30 2 35 71 30 32 6 47 93 74 21 86 33 49 90 21 69 74 89 83 40 69 80 97 96 47 59 97 56 33 24 87 36 17 18 16 90 46 75 27 28 52 13 73 20 96 5 68 93 41 69 96 7 97 50 81 79 59 42 37 13 81 83 82 42 85 4 31 10 89 7 76 21 40 24 74 36 42 40 33 4 46 24 35 63 2 31 61 34 59 43 36 96 91 50 27 78 37 6 6 16 25 98 17 78 80 36 85 26 41 77 63 37 71 63 94 94 33 3 45 44 66 88 97 61 26 3 89 39 46 67 21 17 98 10 39 33 15 61 63 0 25 92 89 41 58 91 63 65 29 59 97 84 90 14 79 61 55 56 16 88 87 60 32 15 99 67 43 13 43 0 97 26 16 91 21 32 41 60 22 66 72 17 31 85 33 69 7 68 49 20 43 29 71 71 0 51 72 62 3 89 26 32 35 27 99 18 25 78 12 3 9 70 50 93 19 35 56 19 28 15 0 41 92 27 73 40 38 37 11 5 75 16 98 81 99 37 29 92 20 32 39 67 56 38 30 92 30 45 51 94 69 4 0 84 14 36 37 95 66 39 1 9 21 68 40 95 79 39 27 52 89 11 0 81 6 28 48 12 8 5 75 26 3 35 63 5 77 13 81 20 67 58 73 13 28 58 1 5 6 42 24 7 60 60 29 99 93 72 93 78 4 36 25 76 1 54 3 81 60 84 51 57 12 68 46 55 89 60 9 71 87 89 70 81 10 95 91 83 79 68 20 66 5 62 98 7 85 7 79 26 69 61 67 85 72 37 41 85 79 76 84 23 61 58 87 8 5 62 97 16 29 18 52 16 16 23 56 62 95 80 97 63 32 25 34 3 36 48 84 60 37 65 31 13 63 21 8 16 1 92 58 21 48 79 74 73 72 8 64 80 91 38 7 28 66 61 59 97 38 35 34 19 89 84 5 34 47 88 9 31 54 88 97 96 86 1 69 46 13 95 65 96 32 11 78 33 82 51 99 98 44 39 12 75 10 60 36 80 66 39 94 97 42 36 31 16 59 81 99 13 37 5 8 12 60 39 23 61 73 84 89 18 26 2 4 37 95 96 18 69 6 30 45 74 0 3 5 69 99 47 26 52 48 6 3 0 0 18 3 30 28 55 59 66 10 71 44 11 84 13 69 1 88 91 28 79 50 71 42 14 96 55 98 59 96 1 36 88 77 90 45 59 14 66 12 87 22 59 45 27 8 51 85 64 23 85 41 64 72 8 59 44 67 98 56 65 56 40 25 67 87 82 84 27 17 30 37 48 69 49 2 58 98 2 50 58 11 95 39 6 35 63 44 48 97 49 43 65 45 53 41 7 14 83 46 74 11 76 66 63 60 8 90 54 33 65 84 41 94 54 6 57 48 28 1 83 84 9 11 21 91 73 97 28 44 74 6 22 30 95 69 72 7 12 15 58 84 93 18 31 83 45 54 52 62 29 91 53 58 54 66 5 47 19 63 92 75 64 27 90 43 52 18 26 32 96 83 50 58 45 27 57 14 96 39 64 85 73 87 96 76 23 80 71 86 41 3 45 62 63 40 88 35 69 34 10 94 32 22 52 4 74 69 63 21 83 41 27 6 8 9 92 26 22 59 28 27 38 58 22 14 79 24 32 12 38 42 33 56 90 92 57 54 68 97 20 54 33 26 74 3 30 74 22 19 13 48 30 28 1 92 49 58 61 52 27 3 2 92 65 68 99 5 53 15 26 70 4 69 22 64 7 4 73 25 74 82 78 35 22 21 88 83 52 57 78 62 98 61 70 48 22 68 50 64 55 75 42 70 32 9 60 58 70 61 43 97 82 82 76 31 33 85 13 41 38 10 16 47 61 43 77 83 27 19 70 41 34 78 77 60 25 38 61 34 9 49 4 41 66 9 76 20 50 73 40 95 24 77 95 73 20 47 42 80 61 3 1 1 11 88 38 3 10 16 82 24 39 58 20 12 39 82 77 2 18 88 33 11 49 15 16 21 66 14 38 28 54 8 18 7 4 92 17 63 36 75 33 14 11 11 78 97 30 53 62 38 32 29 30 69 59 68 50 33 31 47 15 64 88 75 27 4 51 41 61 96 86 62 93 66 71 4 59 21 65 47 39 90 89 86 77 46 86 86 88 86 50 9 13 24 91 54 80 67 78 66 38 64 50 7 36 56 50 45 94 25 48 28 48 30 51 60 73 73 3 87 68 47 37 10 84 48 33 50 83 53 59 77 64 59 90 58 92 62 50 18 93 9 45 89 6 13 26 98 86 29 Pares: grupo A Nones: grupo B 28 89 65 87 8 13 50 63 4 23 25 47 57 91 13 52 62 24 19 94 91 67 48 57 10 30 29 43 65 42 78 66 28 55 80 47 46 41 90 8 55 98 78 10 70 49 92 5 12 7 95 74 62 60 53 51 57 32 22 27 12 72 72 27 77 44 67 32 23 13 67 95 7 76 30 1 85 54 96 72 66 86 65 64 60 56 59 75 36 75 46 44 33 63 71 54 50 6 44 75 10 91 46 96 86 19 83 52 47 53 65 0 51 93 51 30 80 5 19 29 56 23 27 19 3 5 33 18 8 51 51 78 57 26 17 34 87 96 23 95 89 99 93 39 79 11 28 94 15 52 4 43 13 37 0 79 68 96 26 60 70 39 83 66 56 62 3 55 86 57 77 55 33 62 2 5 85 40 25 24 73 52 93 70 50 48 21 47 74 63 17 27 27 51 26 35 96 29 0 45 84 90 90 65 77 63 99 25 69 2 9 4 3 35 78 19 79 95 7 21 2 84 48 51 97 28 55 53 9 48 86 28 30 2 35 71 30 32 6 47 93 74 21 86 33 49 90 21 69 74 89 83 40 69 80 97 96 47 59 97 56 33 24 87 36 17 18 16 90 46 75 27 28 52 13 73 20 96 5 68 93 41 69 96 7 97 50 81 79 59 42 37 13 81 83 82 42 85 4 31 10 89 7 76 21 40 24 74 36 42 40 33 4 46 24 35 63 2 31 61 34 59 43 36 96 91 50 27 78 37 6 6 16 25 98 17 78 80 36 85 26 41 77 63 37 71 63 94 94 33 3 45 44 66 88 97 61 26 3 89 39 46 67 21 17 98 10 39 33 15 61 63 0 25 92 89 41 58 91 63 65 29 59 97 84 90 14 79 61 55 56 16 88 87 60 32 15 99 67 43 13 43 0 97 26 16 91 21 32 41 60 22 66 72 17 31 85 33 69 7 68 49 20 43 29 Para 2 grupos A/B: 1. Elegimos la fila inicio al azar. 2. Elegimos la columna inicial y los dígitos. 3. Si tenemos 2 grupos podemos usar el último dígito: impar (A) o par (B). 4. Determinamos la secuencia de progresión (a gusto). 5. Generamos nuestra lista: B B A B A B A A A B B A A A A A B A A A 1er paciente que ingresa al estudio 2do paciente que ingresa al estudio https://www.randomizer.org/ Podemos usar este orden consecutivamente. Si es par se asigna a rama B Si es impar se asigna a rama A Si las intervenciones son más de 2 se pueden tomar rangos: 0-2 rama A 3-5 rama B 6-8 rama C 9 se ignora https://www.randomizer.org/ Para BLOQUES de 4 individuos con 2 ramas (A/B) se listan todas las posibles combinaciones y se les asigna un número: AABB: 1 BBAA: 2 ABBA: 3 BAAB: 4 ABAB: 5 BABA: 6 Luego se saca el orden de ejecución de cada bloque con la lista de números aleatorios, ignorando 0 y 7 a 9, o generando una lista solo del 1 al 6 (en Excel o en sitios web). 0 54 29 30 65 91 42 69 58 15 23 56 71 97 52 86 5 95 44 70 BAAB ABAB AABB BBAA ABAB ABBA BABA BBAA BABA ABABABAB BAAB https://www.randomizer.org/ 6 1 3 2 2 4 6 3 4 5 5 4 5 5 6 3 3 2 1 5 1 1 5 2 1 https://www.randomizer.org/ El ensayo OPTION-DM examinó tres vías de tratamiento de 16 semanas: amitriptilina oral complementada con pregabalina (A-P), pregabalina complementada con amitriptilina (P-A) y duloxetina complementada con pregabalina. El ocultamiento de la asignación se logró con el personal del sitio utilizando el sistema de asignación al azar en línea de la Unidad de Investigación de Ensayos Clínicos de Sheffield, que registró los detalles de los participantes antes de revelar la asignación. El estadístico del ensayo creó un programa de aleatorización predeterminado estratificado por sitio usando bloques permutados de tamaño 6 o 12. Los pacientes fueron asignados aleatoriamente 1:1:1:1:1:1 para recibir una de las seis secuencias durante 50 semanas, que comprenden las tres vías de tratamiento: A-P seguido de D-P seguido de P-A A-P seguido de P-A seguido de D-P, D-P seguido de A-P seguido de P-A D-P seguido de P-A seguido de A-P P-A seguido de D-P seguido de A-P P-A seguido de A-P seguido de D-P. El enmascaramiento de la medicación del ensayo se mantuvo con fármacos encapsulados idénticos y un placebo de simulación. El médico tratante estaba cegado a la vía de tratamiento. Aquellos que evaluaban los resultados y analizaban los datos también estaban enmascarados a las vías de tratamiento. Asignación para 2 grupos • Para garantizar que ambas ramas del estudio tengan el mismo número de participantes en una variable dada (usualmente sexo) se recurre a la ALEATORIZACIÓN ESTRATIFICADA. • Cada paciente es asignado a un bloque específico según alguna característica, y luego se realiza la aleatorización dentro de dicho bloque. • Si quiero estratificar por sexo y 3 patologías, se definen 6 bloques. A mayor número de variables introducidas, más complejo el diagrama. Creación de estratos por sexo y 3 patologías, con dos ramas, A y B, bloques de 8. Bloque Masculino + DM2: A, B, A, B, A, A, B ,B Bloque Femenino + DM2: B, A, A, B, B, B, A, A Bloque Masculino + HTA: A, A, A, B, A, B, B, B Bloque Femenino + HTA: B, B, A, B, A, A, B Bloque Masculino + ACV: B, B, A, A, B, A, A, B Bloque Femenino + ACV: B, A, A, B, B, A, B, A Se repiten los bloques hasta que se consigue la muestra deseada. Si nuestra n es 200 y en este caso tenemos 48 individuos en estos 6 bloques de 8 individuos, deberemos repetir este ejercicio 6 veces. Una vez alcanzado el número estrato específico, ya no se ingresan más pacientes al estudio en dicho estrato. Pares A Impares B Asignación para 2 grupos • La asignación (y luego la recolección de datos) puede generar varios tipos de errores que se deben tener en cuenta: • Cuando el investigador conoce la intervención: ERROR SISTEMÁTICO NO DIFERENCIAL, donde el investigador excluye pacientes que reúnen criterios de inclusión por “creer” que no se beneficiaran, afecta a ambas ramas por lo que es “no diferencial”, reduce la generalización (validez externa) pero no la validez interna. • Un error similar se produce por errores en instrumentos o métodos de medición de una variable. Asignación para 2 grupos • Cuando el investigador conoce de antemano a que rama será asignado un individuo: ERROR SISTEMÁTICO DIFERENCIAL en donde podrá “decidir” si incluir a ciertos pacientes en una rama determinada, aplicando los criterios de exclusión de forma diferencial, alterado la validez interna del estudio (sesgo de asignación). • A su vez podrá recabar los datos de forma “diferencial” si conoce la rama donde ha sido asignado un determinado paciente, de nuevo alternado la validez interna (sesgo de información). Si el paciente conoce así mismo la rama asignada puede “modular” sus efectos (sesgo de reporte). Asignación para 2 grupos • Los sesgos se reducen considerablemente con el cegado del investigador y del paciente (doble ciego). • Para ello es útil contar con personal externo que asigne los pacientes a una de las ramas y que aplique la medicación o intervención. • En casos de intervenciones que no se pueden cegar (intervención quirúrgica por ejemplo), puede cegarse el análisis. Personal independiente tiene la tabla de asignación. Cuando un investigador llama para incluir un paciente que cumple los criterios de inclusión el encargado consulta la tabla e informa en que grupo debe ir el paciente, A o B, sin saber el investigador que grupo es intervención y cual control. Tamaño de muestra • El cálculo del tamaño de la muestra (n) es una parte importante y sensible de todo protocolo de investigación. • La muestra debe tener un mínimo tamaño para dotar de poder a los resultados de un estudio, sin agregar costo o complejidad. • Cuanto mayor la n, menor el error producido por el muestreo: discrepancia entre el parámetro de población verdadero y su estimación en la muestra. Tamaño de muestra • En algunas situaciones de investigación, incluso errores de muestreo probables importantes tienen una influencia potencial relativamente baja en nuestras decisiones. En estos casos, se puede manejar un tamaño de muestra relativamente reducido. • En otras situaciones se necesitan muestras grandes para justificar la confianza en la veracidad de nuestras decisiones. Tamaño de muestra • Un tamaño de muestra apropiado depende de cinco parámetros de diseño del estudio: 1. Diferencia mínima esperada (tamaño del efecto) y objetivo del estudio. 2. Variabilidad de medición estimada (precisión). 3. Poder estadístico deseado (probabilidad de rechazar una H0 falsa). 4. Parámetros estadísticos (corte de significancia o p y análisis de 1 o 2 colas). • Calcular el tamaño de la muestra requiere estimaciones subjetivas o a partir de estudios previos similares, y se realiza usualmente con programas especializados como G*power. Error de muestreo: 1/√n Una muestra 9 veces más grande, reduce el error en 3 veces. FACTOR MAGNITUD IMPACTO TAMAÑO MUESTRA Valor de p Pequeño Dificil de obtener significancia Grande Grande Fácil de obtener significancia, mayor probabilidad de falsos positivos Pequeña Poder Bajo Poco probable que encuentre efecto (diferencia) Pequeña Alto Muy probable que encuentre efecto (diferencia) Grande Efecto Pequeño Dificil de detectar Grande Grande Fácil de detectar Pequeña Se requerirá una muestra mayor si: Se indica una p pequeña (< 0,01), un poder alto (0,90) y se quiere detectar un efecto pequeño (1% entre muestras por ejemplo). Supongamos que estamos intentando predecir el resultado de unas elecciones disputadas entre dos partidos políticos: A y B. Antes de los comicios se realiza una encuesta entre una muestra representativa de 100 personas. Los resultados son los siguientes: Intención de voto para A: 25%. Intención de voto para B: 75%. Error de muestreo estimado: 10%. En este caso, el error de muestreo estimado es muy bajo en relación con el tamaño del efecto (diferencia esperada de 50%) y será posible predecir con confianza que el partido político B se hará con el gobierno. Un aumento del tamaño de la muestra, por ejemplo, a 10.000 personas, elevaría extraordinariamente el coste de la encuesta sin necesidad. Supongamos ahora que en la encuesta preelectoral con 100 personas se obtuvo la siguiente estadística descriptiva: Intención de voto para A: 48%. Intención de voto para B: 52%. Error de muestreo estimado: 10%. Ahora, en relación con la magnitud aparente del efecto (diferencia 4%) , ese mismo nivel de error de muestreo estimado es demasiado alto para tomar una decisión acerca de qué partido tiene más probabilidades de lograr la victoria en los comicios. Sería preciso repetir la encuesta con un tamaño mayor para reducir ese error. Validez externa • Hace referencia a la posibilidad de generalización de los resultados. • POBLACIONAL: Generalización hasta la población objetivo. • En un estudio
Compartir