Español (spanish formal Internacional)French (Fr)English (United Kingdom)Italian - ItalyPortuguês (pt-PT)
logo SEFO

Los elementos de la investigación

1) LA PREGUNTA DE LA INVESTIGACIÓN:

La mejor pregunta de investigación debe especificar un solo resultado mensurable, así como todas las condiciones y variables importantes.

La pregunta contiene población, maniobra o las condiciones afectando a la población del estudio, y los resultados.

2) HIPÓTESIS:

Suposición, fundada en observaciones o reflexiones, que puede conducir a predicciones refutables.

También, conjetura elaborada de forma que pueda ser comprobada y refutada.

    a) Hipótesis alternativa:

Generalmente se define como que la hipótesis nula (no hay diferencias) no es cierta.

Si el objetivo del ensayo es comparar un fármaco con placebo, la hipótesis nula consistiría en que no hay diferencias entre los dos grupos, y la hipótesis alternativa en que hay una diferencia.

    b) Hipótesis nula:

Hipótesis de que no existe diferencia entre dos grupos (por ejemplo, dos tratamientos).

Cuando ambos grupos difieren en cuantía suficiente, la hipótesis nula es muy improbable.

3) RANDOMIZACIÓN:

Idealmente, un proceso que asegura que cada miembro de una población tiene una ocasión igual de ser incluido en la muestra del estudio. Esto no es siempre posible.

Más importante, la randomización significa que asignan los pacientes del estudio a los grupos de tratamiento o placebo para el experimento, sin consideración alguna hacia cualesquiera características de los pacientes o deseos   del personal del estudio.

4) POBLACIÓN:

Cada persona que satisface los criterios de inclusión para el estudio.

Grupo de gente con una característica definida (hembras blancas) o un ajuste definido (gente que vive en Andalucía).

El denominador en el cálculo de una tasa.

5) MUESTRA:

La gente que satisficieron los criterios de inclusión del estudio y que se incorporan realmente en el estudio. Un subconjunto de la población.

Fracción seleccionada de una población determinada, idealmente representativa de la población de referencia y de tamaño suficiente. Subgrupos de observaciones de la población de estudio.

6) MUESTREO

Selección de los sujetos de una población que tomarán parte en un estudio.

Una vez se ha definido de manera precisa la población a la que se refiere un ensayo clínico, los participantes deben ser idealmente seleccionados de manera aleatoria, es decir, de manera que cada participante potencial de la población estudiada tenga las mismas probabilidades de ser incluido en la muestra.

Rara vez esto ocurre, porque las personas identificadas como elementos de la población de referencia pueden tener alguna característica que los hace precisamente identificables.

7) MANIOBRA:

Cualquier exposición o tratamiento que actúen sobre los pacientes para producir un resultado.

8) RESULTADO U OUTCOME:

El efecto de una maniobra.

En inglés este término se usa también para designar variables predeterminadas en un ensayo clínico (por ejemplo, mortalidad cardiovascular + re-infarto, en ensayos clínicos con pacientes que han sufrido un infarto de miocardio).

9) VALIDEZ INTERNA:

¿Los resultados de un estudio son válidos para la población paciente estudiada?

Grado en el que los grupos experimental y de referencia han sido formados y cotejados de tal manera que las diferencias observadas entre ellos en las variables dependientes estudiadas pueden atribuirse solamente a la intervención sometida a investigación

10) VALIDEZ EXTERNA:

¿Son los resultados válidos fuera de la población de pacientes estudiada? ¿Son los resultados de los estudios hechos en los varones válidos para las hembras?

Grado en que las conclusiones obtenidas con la muestra de población que participa en un estudio pueden ser generalizadas a su población de referencia o a otras poblaciones, lugares, momentos e investigadores.

11) VARIABLE:

Cualquier atributo, fenómeno o hecho que pueda tener diferentes valores. Una propiedad de un individuo que puede ser observada; por ejemplo, altura, peso, sexo; esta propiedad varía de un individuo a otro.

Hay tres niveles de precisión de la medición de una variable: nominal, ordinal e intervalo.

El más simple es el nominal: los valores asumidos por una variable a este nivel indican simplemente categorías (por ejemplo, sexo, grupo de tratamiento, etc.).

Las variables también pueden ser ordenadas (agrupación ordinal), por ejemplo según nivel de dosis, categorías de duración del tratamiento o según la clase social.

Las variables que no sólo se pueden ordenar, sino que además permiten la medición de la distancia entre las categorías se denominan intervalos (por ejemplo, altura, peso, presión arterial, número de fallecimientos).

Los valores que puede tomar cualquier variable, ya sea explicativa o respuesta, constituyen los niveles de las variables.

La naturaleza de estos niveles es lo que determina el tipo de las variables.

Así se tiene los siguientes tipos de variables:

  • Dicotómica: aquella variable que sólo puede tomar dos posibles valores.
  • Nominal: aquella variable que puede tomar varios valores.
  • Ordinal: aquella variable que puede tomar varios valores y en los que se puede establecer un orden entre las categorías.
  • Cuantitativa: aquella variable que puede tomar un rango numérico de valores.
  • Censurada: aquella variable cuantitativa que puede tener información parcial o no completa (tiempo hasta que ocurre algo en Análisis de Supervivencia).
  • Variable binaria: variable o resultado que sólo puede tomar uno de dos posibles valores.
  • Variable categórica (sinónimo: variable discreta): Se dice de la variable que presenta interrupciones.
    • Una variable es categórica si, entre varios valores potencialmente observables, hay un valor que no puede ser observado.
    • Las variables binarias son un tipo de variable categórica, que sólo puede tomar dos valores.
  • Variable continúa: se dice de la variable que no presenta interrupciones; una variable es continua si, entre dos valores observables, siempre existe la posibilidad de que haya otro valor observable.
  • Ejemplos: edad, peso, altura, presión arterial.

  • Variable dependiente: variable cuyo valor depende del efecto de otra(s) variable(s) (las variables independientes).
    • Manifestación o resultado cuyo valor se pretende explicar o justificar por la influencia de variables independientes, sobre todo el modelo de regresión.
    • En estadística, la variable que puede ser predicha mediante una ecuación de regresión.
    • Variable independiente: característica de la que se supone una influencia sobre un hecho o una manifestación (la variable dependiente).
    • En estadística, la variable independiente es uno de los elementos de una ecuación de regresión.
  • Variable intermedia (sinónimo: variable contingente): variable presente en una cadena causal desde una variable independiente a otra dependiente.
  • Determina la variable dependiente, pero es a su vez objeto de modificación por parte de la variable independiente y se asocia simultáneamente con ambas.

12) ASIGNACIÓN ALEATORIA:

En un estudio en el que se comparan dos o más modalidades de tratamiento, es conveniente que los grupos formados sean parecidos en todas las características pronosticas excepto en el tratamiento recibido, de modo que cualquier diferencia de curso clínico que se registre podrá ser atribuida a los diferentes tratamientos administrados (y sólo a ellos).

La asignación aleatoria consiste en distribuir a cada participante a uno de los grupos de tratamiento por un método disciplinado de azar, de modo que cada sujeto tenga exactamente las mismas probabilidades de formar parte de uno u otro grupo de tratamiento.

Los pacientes de un grupo tienen, por término medio, la misma probabilidad de poseer una característica determinada que los de otro grupo; esto ocurre con todos los factores pronósticos, conocidos o no.

Cuando el número de pacientes incluidos en un ensayo clínico es limitado, la asignación aleatoria puede determinar la formación de grupos algo diferentes; esto es tanto menos probable cuanto mayor sea el número de pacientes.

Con el fin de valorar si ha habido suerte en la asignación aleatoria, al final del ensayo es preciso comparar la distribución de las características pronosticas conocidas en cada grupo.

La mayoría de las publicaciones sobre ensayos clínicos contienen una tabla de comparación de estas características.

Con el fin de evitar la distribución desigual de las características pronosticas en cada grupo, se puede realizar una asignación por bloques o bien se pueden corregir las diferencias conocidas con un análisis estratificado o con un análisis de regresión.

La asignación aleatoria es la característica definitoria de los ensayos clínicos controlados, y diferencia a éstos de los estudios de cohortes.

  • Asignación aleatoria estratificada:
    • Método por el que, antes de la asignación aleatoria, los pacientes son incluidos en subgrupos (estratos) de características pronosticas similares y después son asignados de manera aleatoria, por separado para cada estrato, a cada una de las modalidades de tratamiento.
    • De este modo los grupos y subgrupos finales de tratamiento formados son comparables, por lo menos en cuanto a los factores que han sido considerados en la formación de bloques o estratos.
    • Por ejemplo, el riesgo de complicaciones cardiovasculares asociadas a la hipertensión arterial es mayor en pacientes diabéticos, pero también puede ocurrir que algún grupo de fármacos anti-hipertensivos dé lugar a más efectos indeseados entre los pacientes diabéticos.
    • En un ensayo clínico sobre fármacos anti-hipertensivos, se puede proceder a una asignación aleatoria general, o bien a asignar a los pacientes diabéticos y no diabéticos por separado a cada modalidad de tratamiento; en ambos casos se podrán analizar por separado los resultados en pacientes diabéticos y no diabéticos.
    • No obstante, los resultados tendrán mayor validez si la asignación ha sido realizada por separado, que si se hiciera simplemente un análisis de subgrupos.
  • Asignación aleatoria por bloques:
  • Asignación aleatoria aplicada a grupos sucesivos de pacientes (por ejemplo, grupos de cuatro, grupos de diez, etc.), con el fin de evitar desequilibrios entre grupos en caso de análisis intermedio o de interrupción del ensayo.

  • Asignación aleatoria por minimización: consiste en :
    • identificar las variables relevantes que se desea distribuir equilibradamente a ambos grupos de tratamiento (por ejemplo, en un ensayo clínico sobre tratamiento del infarto agudo de miocardio, edad, hábito de fumar, antecedente de cardiopatía isquémica y diabetes).
    • formar estratos según las va­riables de interés (en el ejemplo, pacientes de menos de 70 años o de 70 o más, fumadores o no fumadores, con antecedente de cardiopatía isquémica o sin él, y diabéticos o no diabéticos).
    • contar, para cada estrato, cuántos pacientes han sido asignados a cada una de las modalidades de tratamiento.
    • sumar los pacientes incluidos en cada uno de los estratos en una y otra modalidad de tratamiento.
    • asignar el nuevo paciente a la modalidad de tratamiento en la que los sujetos de sus características estén menos representados.
  • Asignación alterna:
    • En un ensayo clínico con dos grupos, método de asignación de tratamientos en el que el primer paciente recibe un tratamiento A, el segundo el alternativo (B), el tercero el A, el cuarto el B, y así sucesivamente, de manera predecible.
    • Este tipo de asignación no es óptimo (generalmente implica que el investigador conoce qué técnica, A o B, le corresponde al próximo paciente) y por lo tanto puede dar lugar a grupos desiguales y es raramente compatible con el mantenimiento del carácter doble ciego de un ensayo).
  • Asignación oculta:
  • Proceso de asignación descrito de tal modo, que hace pensar que se tomaron medidas adecuadas para ocultar las asignaciones de los pacientes a cada grupo a los responsables de la evaluación de los pacientes (por ejemplo, asignación aleatoria centralizada, uso de sobres numerados, opacos y cerrados contenidos en una bolsa cerrada, uso de frascos y otros envases numerados o codificados u otras descripciones con elementos que convenzan de la ocultación.

13) CONSENTIMIENTO INFORMADO:

Procedimiento formal para aplicar el principio de autonomía.

Debe reunir por lo menos tres elementos: voluntariedad, información y comprensión.

La voluntariedad implica que los sujetos puedan decidir libremente si quieren participar en un estudio, sin que haya persuasión (es decir, cuando se induce a "aceptar libremente" actitudes, valores, intenciones o acciones), manipulación, opciones reales o su percepción de elección), ni coerción.

El carácter voluntario del consentimiento puede resultar vulnerado cuando es solicitado por personas en posición de autoridad o de gran influencia sobre el sujeto de la investigación y cuando no se da un tiempo "suficiente" para que el sujeto pueda reflexionar, consultar y decidir.

La información debe ser comprensible y debe incluir el objetivo del estudio y su procedimiento, los beneficios y riesgos potenciales, las posibles incomodidades derivadas de la participación y la posibilidad de retirarse del estudio en cualquier momento sin que ello dé lugar a perjuicio.

En este contexto es básica la comprensión de la información, que no sólo depende de ésta, sino también de la competencia de quien la recibe, es decir de su capacidad para comprender.

14) REPRODUCIBILIDAD:

Referida a una prueba, grado en que los resultados son idénticos o estrechamente semejantes cada vez que aquélla se lleva a cabo.

15) RIESGO ABSOLUTO:

Término usado con significados diferentes según la escuela de epidemiología, que en consecuencia debería ser evitado.

16) RIESGO ATRIBUIBLE:

Sinónimo: fracción etiológica.

Proporción de todos los casos de una enfermedad que son atribuibles a un determinado factor de riesgo.

17) RIESGO ATRIBUIBLE ENTRE LOS EXPUESTOS:

Proporción de casos expuestos que es atribuible a un factor de riesgo determinado.

18) RIESGO RELATIVO:

Cociente entre el riesgo de padecer una enfermedad determinada entre los individuos expuestos a un factor de riesgo determinado y el riesgo de padecerlo entre los no expuestos.

Si a es el número de expuestos con la enfermedad, b el número de expuestos sin la enfermedad, c el número de no expuestos con la enfermedad y del número de no expuestos sin la enfermedad, el riesgo entre los expuestos es a/a + b, el riesgo entre los no expuestos es c/ c + d y el riesgo relativo

 
Diseño y desarrollo openland.es