En
esta entrada hablaré sobre la etapa empírica, en la cual el investigador se
dedica a la recogida de datos y al análisis de esos datos, y ya nos meteremos
con las primeras formulas, aunque estas son fáciles. Pero antes hay que
explicar algunos conceptos y los tipos de diseño que hay.
Definiciones
Población
de estudio: selección de individuos en búsqueda de validez interna y externa.
Muestreo:
cuando no es posible incorporar toda la población de estudio (error determinado
en el tamaño de p < 0,05).
Muestra:
conjunto de individuos concretos, extraídos de la población, que participan en
el estudio.
En
esta imagen podemos ver la diferencia entre población, representada por el
mundo, y muestra, representada por ese conjunto de monigotes. Y la lupa
representa el proceso de muestreo.
Técnica
de apareamiento: seleccionar un sujeto control con las mismas características
que el caso estudiado. Deben de proceder del mismo entorno que surgieran los
casos.
Cohorte:
grupo homogéneo de población, es decir, grupo de sujetos con una característica
en común.
Prevalencia:
describe qué proporción de la población tiene la enfermedad en un punto
específico en el tiempo. Es adimensional y adopta valores entre 0 y 1 (es una
proporción).
Incidencia:
describe la frecuencia de nuevos casos que ocurren durante un periodo de
tiempo. Es dimensional y adopta valores entre 0 e ∞ (es una tasa).
Variables
dependientes e independientes. En este video se explican bien:
Diseños
Diseño descriptivo
Es
aquél en que la información es recolectada sin cambiar el entorno, es decir, no
hay manipulación. Puede ser transversal, que implica una interacción en una
sola ocasión con grupos de personas, o longitudinal, que sigue a algunos
individuos a lo largo del tiempo. En este diseño no se realizan hipótesis.
Diseño analítico
Es
aquel que mide la fuerza de asociación entre 2 variables y puede ser:
- Estudio de cohortes o de seguimiento, que se divide en prospectivo (en
el cual se empieza a investigar en el presente y se sigue en el futuro) y
retrospectivo (en el cual la cohorte no es actual sino antigua, es decir, se
investiga algo que ya se empezó en el pasado). En los 2 casos se comparan 1
variable dependiente y 1 independiente, y siempre se parte de la variable
dependiente. En este diseño si se realizan hipótesis.
- Estudio de casos y controles, es un estudio observacional en el que el
investigador se limita a medir, realizando una técnica de apareamiento. Parte
de la variable dependiente y si se realizan hipótesis.
Diseño experimental
Sirve
para medir la fuerza de asociación entre dos fenómenos. La diferencia está en
que la variable independiente es introducida por el investigador, que no se
limita solo a observar. Este diseño se realiza al azar, por eso son los más
fiables pero tienen muchos problemas éticos ya que se obliga al sujeto a que
haga algo que puede ser nocivo para él. Se parte de la variable independiente y
sí hay hipótesis.
También
cabe mencionar el diseño cuasiexperimental, que no es experimental al 100% y
hay que pedir consentimiento informado. Para evitar sesgo se pueden incluir
elementos de ceguera, como por ejemplo el efecto placebo (el paciente no sabe
si está expuesto o no a la variable independiente), y así no influirá en su
respuesta. Y también, se pueden utilizar el simple ciego, todos saben acerca del
estudio menos los sujetos, el doble ciego, ni el enfermero ni el sujeto saben
acerca del estudio, y el triple ciego, en el que ni el sujeto, ni el enfermero,
ni el que analiza los resultados saben sobre el estudio.
Sobre
esta parte del tema, lo único que veo dificultoso es el identificar el tipo de
diseño que es. Hay que tener bastante claro qué características tiene cada uno
de ellos porque dependiendo de esas características, ahora veremos que se
utilizan un tipo u otros de medidas para los ejercicios.
Medidas de frecuencia (en
estudios descriptivos)
Medidas de asociación en
estudios descriptivos
Miden
la fuerza con la que se asocian 2 fenómenos y son distintas según el
dispositivo de asociación. Se usan en diseños transversales descriptivos.
Y
para calcular la magnitud de asociación se utiliza la razón de prevalencia, la
cual si da 1 significa que P.ne = P.e y no habrá asociación entre las
variables. Pero si da menor que 1, quiere decir que P.ne es mayor y que si
habrá asociación. Nunca pueden ser valores negativos. Y si da 0 o muy próximo,
quiere decir que hay más enfermos entro los no expuestos que entre los
expuestos.
Ejemplo
Se realiza un estudio en el
que se quiere conocer la relación entre el sexo (varón o mujer) y el consumo de
alcohol. Se lleva a cabo sobre un grupo de 349 sujetos, 172 varones, de los
cuales 159 consumen alcohol, y 177 mujeres, de las cuales 152 consumen alcohol.
Primero
planteamos las hipótesis:
Variable
independiente: sexo
Variable
dependiente: tabaquismo
H0:
no hay relación entre el sexo y el consumo de alcohol.
H1:
los varones consumen más alcohol que las mujeres.
H2:
las mujeres consumen más alcohol que los varones.
Ahora
llevamos a cabo las operaciones para saber que hipótesis aceptamos:
P.e
= 159/172 = 0’92 (los expuestos son los varones)
P.ne
= 152/177 = 0’85 (los no expuestos son las mujeres)
(Esto
último es para ver si se acepta o no la H1, si quisiésemos comprobar
la H2 sería al contrario, los expuestos serían las mujeres y los no
expuestos los hombres)
Después
calculamos la razón de prevalencia:
R.p
= 0’92/0’85 = 1’08
Como
ha salido una cifra superior a 1, se acepta la H1.
Medidas de asociación en
estudios de seguimiento y experimentales
Son iguales al anterior, pero en estas se utiliza en
vez de la prevalencia, la incidencia.
Y
para calcular la magnitud se utiliza la razón de riesgo o riesgo relativo, que
es la relación entre la incidencia en expuestos y la incidencia en no
expuestos.
Ejemplo
Se realiza un estudio en el
que se quiere conocer qué tipo de suministro produce más cuadros diarreicos, si
por bolo o por perfusión. Se lleva a cabo sobre un grupo de 93 pacientes, en 45
se utilizó suministro por bolo, de los cuales 12 tuvieron cuadros diarreicos, y
en 48 se utilizó suministro por perfusión, de los cuales 5 tuvieron cuadros
diarreicos.
Pues
llevaremos a cabo los pasos del ejemplo anterior:
Variable
independiente: tipo de suministro
Variable
dependiente: cuadro diarreico
H0:
no hay relación entre el tipo de suministro y el cuadro diarreico.
H1:
el suministro por bolo produce más cuadros diarreicos que por perfusión.
H2:
el suministro por perfusión produce más cuadros diarreicos que por bolo.
n =
93 pacientes; nb = 45 de los que 12 tuvieron cuadro, np =
48 de los que 5 tuvieron cuadro
Ib
= 12/45 = 0’26
Ip
= 5/48 = 0’10
R.R.
= 0’26/0’10 = 2’6, por lo que se acepta la H1
Medidas de asociación en
estudios de casos y controles
Se
trata de relacionar la ventaja de los casos con la ventaja de los controles (es
la razón entre la ODDS de los casos y la ODDS de los controles).
Se
puede utilizar esa fórmula o también se puede calcular de la siguiente forma:
Ejemplo
En un centro de salud se
pretende realizar un estudio acerca de la influencia del tabaquismo sobre las
enfermedades pulmonares obstructivas crónicas (EPOC). Para ello a partir de un
grupo de 337 pacientes EPOC que acude a
consulta de enfermería del centro se selecciona un grupo de otros 337 pacientes
que no presentaban EPOC pero que acudían a consulta de enfermería del centro en
el programa del paciente diabético. Tras recoger los datos de los antecedentes
de tabaquismo en todos los sujetos de estudio se comprueba que en el 1º grupo
había 215 pacientes con antecedentes de tabaquismos, mientras que el 2º grupo
se detectaron 122 pacientes con antecedentes de tabaquismo. Para ello se pide:
1. Hipótesis nula.
2. Hipótesis alternativa de los investigadores.
3. Identificación de la variable dependiente e independiente.
4. Identificación y justificación del tipo de diseño de
investigación que se está planteando.
5. Calculo de la magnitud de asociación entre las variables de
estudio.
6. Conclusión respecto a la hipótesis.
3.
Variable dependiente: EPOC
Variable independiente: Los antecedentes
del tabaquismo.
1. H0:
no hay relación entre el tabaquismo y la EPOC
2.
H1: Los antecedentes de tabaquismo favorecen el EPOC.
H2: Los antecedentes de
tabaquismo reducen el EPOC.
4.
Tipo de diseño de caso y controles, porque partimos de la variable dependiente.
Es analítico y retrospectivo, ya que busca antecedentes de tabaquismo.
5.
Como es un caso de casos y controles se mide mediante la OR.
OC=
215/337-215= 1,76
ONC=
122/337-122= 0,56
OR=
1,76/0,56= 3,14
6. Nos quedamos con H1 ya que los
antecedentes de tabaquismo influyen en la aparición de EPOC. No aceptación de H0.
(Si diese menos que 1 te tienes que quedar con la H2).
De
momento hasta este punto lo entiendo todo, lo único que espero es que en el
examen no ponga el enunciado muy lioso para deducir que tipo de diseño es, ya
que es eso lo que condiciona el cómo hacer y el qué utilizar para los cálculos.
Pero la asignatura comienza a ponerse interesante.
Duda:
¿Por qué si en los diseños descriptivos no hay hipótesis, se hacen ejercicios
donde hay que formularlas?
No hay comentarios:
Publicar un comentario