Diseño y análisis en investigación

Respuestas y comentarios a las preguntas

Comentario a la pregunta 3.1

La respuesta más correcta es la “b”, Estudio transversal.

En este estudio vamos a hacer una valoración nutricional al ingreso hospitalario a los pacientes pediátricos que ingresan por un problema no digestivo. No hay intervención (no es experimental), ni hay grupos comparados (no es analítico). Por ello es un estudio observacional, descriptivo y sin direccionalidad. En este caso nos interesa estudiar a una muestra de pacientes ingresados en un momento dado, por ello es un estudio transversal.

Comentario a la pregunta 3.2

La respuesta más correcta es la “a”, Estudio de cohortes.

En este estudio vamos a clasificar el estado nutricional al ingreso de los pacientes ingresados para cirugía programada y vamos a valorar si hay diferencias en el riesgo de infección de la herida quirúrgica entre los pacientes normonutridos y los subnutridos. Es un estudio sin intervención (no es experimental), en el que sí hay grupos comparados (es analítico), en este caso en función de la presencia/ausencia de un factor de riesgo (subnutrición), por ello es un estudio de cohortes. Se diferencia del estudio de casos y controles en que los grupos se seleccionan en función de la exposición; en un estudio de casos y controles hubiéramos seleccionado niños con infección de la herida quirúrgica y otro grupo sin infección.

Comentario

a la pregunta 3.3

La respuesta más correcta es la “c”, Ensayo clínico.

En este estudio realizamos una intervención (probióticos), por lo que es un estudio experimental. Si la intervención es asignada a unos pacientes, siguiendo criterios aleatorios, y comparamos el resultado entre los que la reciben y el grupo que no la recibe, será un ensayo clínico aleatorizado y controlado. El ensayo clínico es un tipo de estudio experimental (se modifica la historia natural con una intervención controlada), analítico (se comparan al menos dos grupos, con intervenciones distintas), anterógrado (se evalúa primero el factor de exposición, la intervención, y luego el efecto, por ejemplo, ingreso hospitalario) y concurrente (el investigador asiste de forma prospectiva a la exposición y al efecto).

Comentario a la pregunta 3.4

La respuesta más correcta es la “d”, Estudio de casos y controles.

Capítulo 3

Este estudio no es un estudio experimental. Aunque los pacientes hayan recibido una intervención, esta intervención no fue indicada por nosotros, sino que fue administrada siguiendo criterios clínicos ajenos a nuestro estudio. Es, por tanto, un estudio observacional. Aunque podríamos haber seleccionado sujetos con y sin aminofilina intravenosa y seguirlos en el tiempo, esta estrategia no es eficiente, porque tendríamos que reclutar y seguir a muchos pacientes para encontrar casos de enterocolitis necrotizante. Por ello seleccionamos sujetos con la enfermedad y por cada enfermo a un control sin enfermedad, mirando hacia atrás (retrógradamente) si recibieron la aminofilina con más o menos frecuencia. El estudio de casos y controles es un estudio observacional, analítico (se comparan dos o más grupos), en el que los grupos se comparan en función de la presencia/ausencia de enfermedad.

Bibliograf A Recomendada

• Argimón JM, Jiménez J. Estudios experimentales I: el ensayo clínico aleatorio. En Métodos de investigación clínica y epidemiológica. Madrid: Elsevier España SA; 2004;33-48.

• Contandriopoulos AP, Champagne F, Potvin L, Denis JL, Boyle P. Preparar un proyecto de investigación. 1.ª ed. Barcelona: SG Editores S.A.; 1991.

• Hulley SB, Cummings SR (eds.). Designing Clinical Research: An Epidemiologic Approach. Baltimore: Williams and Wilkins; 1988.

• Jeehyoung K, Wonshik S. How to do random allocation (randomization). Clin Orthop Surg. 2014;6:103-9.

• Kelsey JL, Thompson WD, Evans AS. Methods in observational epidemiology. Nueva York: Oxford University Press; 1986.

• Kleinbaum DG, Kupper LL, Morgenstern H. Epidemiologic research. Principles and quantitative methods. Belmont, CA: Lifetime Learning Publications; 1982.

• Kramer MS, Boivin JF. Toward an “unconfounded” classification of epidemiological research design. J Chron Dis. 1987;40:683-8.

• Mahmoud S. An overview of randomization and minimization programs for randomized clinical trial. J Med Signals Sens. 2011;1:55-61.

• Wang D, Bakhai A. Randomization. En: Wang D, Bakhai A. Clinical trials. A practical guide to design, analysis, and reporting. Londres: Remedica; 2006;65-74.

• Xiao L, Huang Q, Yank V, Ma J. An easily accessible web-based minimization random allocation system for clinical trials. J Med Internet Res. 2013;15:e139.

Tipos de variables

Diseño de base de datos

Objetivos docentes:

• Conocer el concepto de variable.

• Conocer los tipos de variables y las escalas de medida.

• Identificar la escala de medida correspondiente a cada variable.

• Saber seleccionar las variables de un estudio.

• Conocer los programas informáticos disponibles para la introducción de los datos de un estudio (bases de datos).

• Saber elegir el tipo de campo para cada tipo de variable.

• Saber diseñar tablas y formularios de bases de datos.

• Conocer los procedimientos de exportación e importación de bases de datos entre programas.

Variables

Recibe el nombre de variable toda característica medida en un estudio, se realice su medición en números (variables cuantitativas: edad o peso) o en categorías (variables cualitativas o categóricas). Se denomina variable porque, aunque podemos prever los valores posibles (espacio muestral), el valor observado en un momento dado en un individuo, grupo, comunidad o población es cambiante. Por ejemplo, podemos prever que los valores posibles del sexo de un nuevo recién nacido pueden ser masculino o femenino, pero hasta que no observamos al nuevo recién nacido no podemos asegurarlo. En este ejemplo, la unidad de observación es el recién nacido y el conjunto de recién nacidos examinados es la muestra de estudio.

Aunque la mayoría de las variables de uso frecuente pueden ser de fácil comprensión, existen otras que no lo son y, por lo tanto, requerirán de una definición operativa. Dicha definición incluirá el rango de valores posibles y la definición de cada uno de ellos. Veamos un ejemplo: evolución de una enfermedad. Podemos definir como valores posibles: curación (desaparición de síntomas en ausencia de tratamiento), mejoría (desaparición de síntomas con tratamiento), persistencia o empeoramiento (persistencia o empeoramiento de síntomas incluso con tratamiento).

Las variables se diferencian en función de diversas características (tabla 4.1): su papel en la pregunta de investigación, el número de posibles valores y su escala de medición. Es importante conocer las características de las variables, ya que van a condicionar su recogida y análisis. Cuando presentemos los distintos test estadísticos comprenderemos la trascendencia del tipo de variables en la elección de los mismos.

Tabla 4.1 Tipos de variables

Según su papel en la pregunta de investigación:

· Dependiente (respuesta).

· Independiente (explicativa o exposición).

Según el número de valores posibles: Según su escala de medición:

· Continuas.

· Discretas.

Papel en la pregunta de investigación

· Nominal (dicotómica, politómica).

· Ordinal.

· De intervalos (continuas o de escala).

· De razones (continuas o de escala).

Podemos diferenciar a las variables en función del papel que desempeñen en nuestra pregunta de investigación. Si estudiamos la asociación entre dos variables, las denominaremos como “dependiente” e “independiente”, respectivamente. La que recibe el nombre de dependiente (variable resultado o efecto) es aquella que pensamos viene condicionada por la otra variable, que denominamos independiente (variable explicativa o de exposición). Por ejemplo, si queremos estudiar la prevalencia de diabetes en una muestra de población y conocer las variaciones según la edad y el sexo de sus componentes, la presencia de diabetes sería la variable dependiente y la edad y el sexo las independientes. Por el contrario, si estudiamos la influencia de la diabetes sobre los niveles de presión arterial, esta sería la variable dependiente y la diabetes se consideraría variable independiente.

Número de valores posibles de su espacio muestral

Son variables continuas las que pueden adoptar un número teóricamente infinito de valores a lo largo de un continuo (por ejemplo: talla, peso). Son discretas cuando solo son posibles un número finito de valores (por ejemplo: número de hijos de una pareja; esta variable no puede tener fracciones). A la hora de identificar las variables continuas debemos tener en cuenta que, aunque los valores teóricamente posibles sean infinitos, muchas muestras contienen valores finitos, bien por tener escasas observaciones o por falta de precisión en la medición (por ejemplo: medición sin decimales).