SEMINARIO DE INVESTIGACIÓN I - COMPLETO

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