INTRODUCCIÓN A LA INVESTIGACIÓN EN CIENCIAS DE LA SALUD II SELECCIÓN, DEFINICION Y MEDICION DE...
-
Upload
joaquin-tebar-munoz -
Category
Documents
-
view
217 -
download
0
Transcript of INTRODUCCIÓN A LA INVESTIGACIÓN EN CIENCIAS DE LA SALUD II SELECCIÓN, DEFINICION Y MEDICION DE...
INTRODUCCIÓN A LA INVESTIGACIÓN EN CIENCIAS
DE LA SALUD II
SELECCIÓN, DEFINICION Y MEDICION DE LAS VARIABLES EN INVESTIGACION
EPIDEMIOLOGICA Antonio J. Núñez Montenegro
J. Javier Santos Pérez
INTRODUCCIONINTRODUCCION
En una investigación epidemiológica se recoge información sobre un determinado problema de
salud en una población determinada
Ese problema de salud es el fenómeno a estudiar o variable principal
Enfermedad coronaria, hepatitis C, uso de servicios, insomnio,
Para su estudio es preciso además conocer las características de la población donde se investiga tal fenómeno.
Estas características se denominan variables del estudio y son un conjunto complejo de factores que actúan e interactúan sobre el fenómeno a estudio
DEFINICION DE VARIABLESDEFINICION DE VARIABLES
Una variable puede ser definida como un acontecimiento o característica observable y medible, que puede tener diferentes valores y que representa los conceptos a estudio en la investigación.
El termino medición hace referencia al procedimiento de atribuir valores cualitativos o cuantitativos a características específicas de objetos, personas o hechos.
La medición es un proceso clave tanto en la investigación como en la práctica clínica. Si los procedimientos de medida que se emplean en un estudio no son correctos, la validez interna y externa de los resultados, y por tanto la utilidad del estudio, se restringirá seriamente.
CLASIFICACION DE LAS VARIABLES
En los diseños de investigación de carácter puramente descriptivos, la variable fundamental a recoger es aquella que representa las características que se quieren medir
Prevalencia de infección por VIHFrecuencia de habito tabaquicoRiesgo de enfermedad coronaria
En los diseños epidemiológicos analíticos pretenden establecer la asociación entre el factor a estudio y otros factores considerados de riesgo.
Uso de preservativo e infección por VIHTabaco y riesgo de enfermedad coronaria
Al definir el marco teórico del estudio a realizar, un aspecto importante es decidir sí la dirección de dicha asociación es dependiente o independiente
Al examinar la relación entre presión arterial y peso, se asume que la presión arterial depende del peso, pero no el peso de la presión arterial.
Al examinar la relación entre hematocrito y niveles de hemoglobina, se asume que son dos variables independientes ya que no se cree que una dependa de la otra
1) Variables relevantes para los objetivos del estudio.
a) Variables dependientes o resultado. b) Variables independientes o explicativas.
a) Variables de confusión. b) Variables modificadoras de efecto c) Variables universales d) Variables complementarias.
Variable DependienteVariable Dependiente = Variable resultado
Variable IndependienteVariable Independiente = Variable exposición/Variable explicativa
Variable DependienteVariable Dependiente
Representa el efecto que se quiere estudiar
Variable IndependienteVariable Independiente
Representa la causa o factor predictor del efecto
Esta variable exposición o variable explicativa ha debido preceder en el tiempo a la variable resultado aunque esta secuencia temporal no sea posible establecerla en determinados diseños de investigación. Consumo de café enfermedad coronaria Tratamiento hormonal substitutivo cáncer de úteroIntercambio de jeringuillas infección por VIH
La clasificación de una variable como dependiente o independiente dentro de un proyecto de investigación será funcional ya que dependerá:
Presumible relación entre las variables Hipótesis u objetivos del estudio
1º Partiendo de la hipótesis de que la frecuencia de enfermedad coronaria aumenta con el consumo de café
2º Si se quiere establecer la relación entre consumo de tabaco y neumonía
variable independiente variable dependiente
3º Si la hipótesis que se plantea es que el estrés incrementa el consumo de tabaco
variable independiente variable dependiente
variable independiente
consumo de cafévariable
dependiente enfermedad coronaria
Variables de confusión
Consumo de cafe
Tabaco
Enfermedad coronaria
Variable modificadora
Consumo de caféSi modifica(fumadoras)
No modifica(no fumadoras)
Desenlace
Variables universales
Son fundamentalmente las características socio-demográficas de los sujetos a estudio
El sexo o la edad son variables fundamentales dado que están ligadas íntimamente a la mayoría de los procesos que se van a estudiar, tanto biológicos como sociales y, por tanto, hay que considerarlas como factores de riesgo o como potenciales factores de confusión.
Otras variables como la religión, paridad, grupo étnico o raza, no suelen recogerse de manera rutinaria en las investigaciones y su inclusión vendrá determinada por los objetivos específicos del estudio.
1. Selección de las variables.2. Definición de las variables.
interna3. Medición de las variables : validez
externa
ETAPAS
¿ Recoger todas las variables posibles? ¡ no ¡
¿ Recoger unas pocas variables? ¡ no ¡
Selección de las Selección de las variablesvariables
El recoger información no relevante para el
estudio puede poner en peligro la viabilidad
del mismo
En el intento de recoger gran cantidad de
información, se puede no prestar suficiente
atención a la obtención de información de
calidad sobre los fenómenos importantes, los
cuales pueden ser omitidos o recogidos de
forma inadecuada.
Recoger sólo unas cuantas variables, sin haber realizado un análisis previo de cuáles necesariamente hay que incluir, podría llevar a olvidarse de recoger información de interés para el estudio, lo cual es difícilmente subsanable
una vez este ha finalizado.
En un estudio sobre la relación entre dieta y cáncer de mama no
serie adecuado no recoger antecedentes familiares o tratamiento
hormonal sustitutivo considerados en la literatura como posibles
factores de riesgo
DESEABLEDESEABLE FACTIBLEFACTIBLE
DEFINICION DE LAS VARIABLES
Las variables seleccionadas deben poder medirse de alguna manera, ya que la investigación epidemiológica requiere una cuantificación del estado de salud y de los patrones de enfermedad, pero a veces se inicia un trabajo de investigación con ideas ambiguas de cómo medir las variables del estudio.
Para poder medirse adecuadamente, las variables necesitan ser definidas operativamente
La definición precisa y operativa de las variables permite que se mida lo que realmente se quiere medir (validez interna) y permite la reproductibilidad del estudio.
1º Se suele partir inicialmente de definiciones "conceptuales"
“hipertensión” "aumento de tensión arterial"
“obesidad” “exceso de peso”“deseo” ”necesidad”
¿Qué aumento de tensión arterial consideramos hipertensión?
¿Cuantos kilos de mas consideramos obesidad?
¿Necesidad de que?
2º La definición operativa explica claramente lo que realmente se va medir, sin ambigüedades y con una sola posible interpretación.
Ejemplo: Hipertensión: presión diastólica superior a 90 mm Hg y una presión sistólica de >158 mm Hg
Obesidad: peso superior al 10% considerado habitual según edad y sexo.
Deseo: la necesidad de relacionarse con otra persona.
En un estudio sobre tabaquismo pasivo y peso al nacimiento, el factor de riesgo fundamental sería la exposición pasiva de la gestante al humo ambiental del tabaco durante la gestación. exposición (pareja fumadora), no-exposición (pareja no fumadora).
Clasificación errónea de la exposición ya que algunas parejas pueden no fumar delante de las embarazadas. exposición de la mujer según el número de horas que está en la misma habitación mientras la pareja fuma. Esta definición, más ajustada, sería aún incompletahay que considerar las otras fuentes de exposición (exposición en el trabajo o durante el tiempo de ocio).
Definición operativa
"lo que desearía medir" "lo que se puede medir"
¿Son muy grandes las discrepancias?
”compartir material de inyección”
¿Cuales son las definiciones más recomendables?
Las definiciones mas precisas
"consumo de psicofarmacos"
La variable "clase social" con respecto a la cual no existe una definición mundialmente aceptada y por lo tanto se utilizan criterios aproximados (situación laboral, ingresos económicos, etc.)
Determinadas variables clínicas cuya medición directa no es factible y se recurre a mediciones indirectas (miopía o tensión arterial)
Es difícil conocer él numero de personas que han vivido en la Comunidad Valenciana durante 1998. Los datos del censo de 1996 s ofrecen una medición aproximada
¡Ya se lo que voy a investigar¡
desigualdades
dolor
crispación
miedo
¿Como se puede medir todo esto?
cansancio somnolencia
Tipos de variables y escalas de Tipos de variables y escalas de mediciónmediciónTipos de escalas
Estado civil
Nominal Sexo: masculino/femenino
Hipertensión: si/no
Categórica
Ordinal Disnea: No, leve, moderada, severa
Clase social: Alta, media, baja
Continua Presión arterial
Estatura
Cuantitativa
Discreta Frecuencia cardiaca
MEDICION DE LAS VARIABLES
Escalas nominales: categorías no numéricas A (osteoartritis), B (ar. reumatoide), C (ar. reumática, D (otros)1 (soltero), 2 (casado), 3 (separado), 4 (viudo), 5 (divorciado).Escalas ordinales: ordenadas por rangos
1 (no), 2 (si, pero no regularmente), 3 (si, regularmente) 1 < 2 y 2 < 3
Escalas continuas: nº infinito de valoresHb en sangre, edad, altura,
Escalas discretas: nº finito de valores
nº de hijos, nº de comidas , nº de visitas al médico en un mes
Variable respuesta
Variable deexposición
Categórica Continua
Univariante
CategóricaJi cuadrado
Prueba tAnálisis de la varianza de una vía
(ANOVA)Continua Prueba t
Análisis de la varianza de unavía (ANOVA)
CorrelaciónRegresión simple
Multivariante
CategóricaRegresión logística Anova de múltiples vías
Continua Regresión logística Correlación parcialRegresión múltiple
Ambas Regresión logística Análisis de la covarianza(ANCOVA)
Regresión múltiple
Métodos disponibles
Estará condicionado Objetivos del estudio
Variable elegida
ELECCIÓN DE LA ESCALA
Escala nominal: 1.- alto, 2.- bajo
Escala ordinal: 1º 0-50 cm, 2º 51-100 cm, 3º 101-150 cm, 4º 151-2 m
Escala cuantitativa: estatura en cm.
Variable Estado civil solo un tipo de escala
Variable Estatura diferentes escalas
Los recursos de que se dispongan. - En un estudio retrospectivo, las variables han sido recogidas de una determinada manera (escala binaria) y no se tiene la posibilidad de recogerla con otra escala más informativa (ej. escala continua) - Dependiendo del tiempo de que se disponga y de la estrategia de recogida de información planteada, deberemos elegir entre emplear escalas compuestas, por lo general más extensas, o escalas simples.
Los objetivos del estudio- Determinar si existe una relación dosis-respuesta entre la variable exposición y la variable resultado, deben recogerse las variables con una escala que permita estudiar tal relación.
Muchas de los conceptos usados en la practica clínica
hacen referencia a conceptos intelectuales
(constructos) los cuales no son tangibles.
Actualmente, constructos como “constipación”,
“inteligencia”, “apoyo social” o “incapacidad
funcional”; son constructos intangibles pero bien
establecidos y aceptados como entidades o
enfermedades.
Pero además, muchas de estas entidades relacionadas
con la salud no pueden ser medidas mediante un solo
atributo o variable.
La medición de la salud se traduce, en muchos casos,
en variables compuestas cuyo resultado se muestra
mediante escalas compuestas.
Ejemplo:
La gravedad de un proceso no es posible definirla por un
único síntoma o signo, sino por un conjunto de los mismos
(temperatura, diuresis, presión arterial, nivel de oxigeno,
etc.).
Las tasas de incidencia, prevalencia, etc, son variables
compuestas puesto que precisamos una información
diferente para el numerados y para el denominador).
escalas unidimensionales escalas
multidimensionales.
Las escalas unidimensionales hacen referencia a
situaciones en las que se presume que existe sólo una
dimensión subyacente a lo que se está observando.
Intentan por tanto medir un solo constructo
unidimensional, homogéneo y bien delimitado sin incluir
contribuciones de otras entidades.
Ejemplo:
•Cuestionario de Salud General (General Health Questionnaire, GHQ; Goldberg, 1972),.
•Escala de inteligencia para adultos de Wechsler (Wechsler Adult Intelligence Scale, WAIS, 1981).
Algunos constructos teóricos tienen varias dimensiones.
Actitudes hacia conceptos complejos como la familia, trabajo o vida, pueden contener muchas facetas y para expresar adecuadamente todas ellas en una sola escala se puede requerir diversas dimensiones reflejadas en diversas subescalas.
Variables como la salud, la calidad de vida o el apoyo social, representan conceptos complejos o con componentes diversos que no pueden ser medidos mediante un único concepto.
Se considera así que estas variables son inherentemente multidimenmsionales y que es posible presentar de forma separada los valores de las diferentes dimensiones.
Test de Apgar (The Apgar score, Apgar, 1953). Es un índice
formado por 5 variables (color, tono muscular, reflejos, respiración y
estado cardiologico) y que evalúa el estado clínico del recién nacido.
SAPS (Simplified Acute Physiology Score). Escala que mide la
gravedad clínica basada en 14 posibles alteraciones fisiológicas que
produce la enfermedad. (diuresis, hipertensión, urea, glucemia, grado de
coma, etc ).
Indice de Katz (Katz Index of Activities of Daily Living; Katz y
cols, 1963), evalúa la capacidad funcional de los ancianos y enfermos
crónicos mediante el grado de independencia en 6 actividades diferentes
(bañarse, ir al cuarto de baño, alimentarse, etc).
PUNTUACION
Ítem 4 3 2 1 0 1 2 3 4
Edad (años)Frecuencia cardíacaTA sistólica (mmHg)Temperatura (00C)Frec.resp.espont.o ventilación (oGPAP)Diuresis (L/24h)Urea (mmol/l)Hematocrito(%)Leucocitos (miles)Glucemia (mmol/l)Potas.ser.(mmoI/L)Sodio sérico (mmoI/L)Bicarbonato (mmo I/L)Gr.de coma(Glasgow)
->180>190>41>50
--
>55,0>60,0>40,0>44,5>7,0>180
--
-140-179150-189
39,0-40,9
35-49--
36,0-54,9
--
27,8-44,4
6,0-6,9161-179
>40,0-
-110-139130-149
---
5,0029,0-35,950,0-59,920,0-39,9
--
156-160--
---
38,5-38,925-34
-3,50-4,997,5-28,9
46,0-49,915,0-19,914,0-27,7
5,5-5,9151-155
30,0-39,9-
<4570-10980-129
36,0,38,412-24
-0,70-3,49
3,5-7,430,0-45,93,0-14,93,9-13,93,5-5,4
130-15020,0-29,9
13-15
46-65--
34,0-35,910-11
--
<3,5---
3,0-3,4-
10,0-19,910-12
56-6555-6955-79
32,0-33,96-9
-0,50-0,69
-20,0-29,9
1,0-2,92,8-3,82,5-2,9
120-129-
7-9
66-7540-54
-30,0-31,9
-SI
0,20-0,49---
1,6-2,7-
110-1195,0-9,9
4-6
>75<40<55
<30,0<6-
0,20-
<20<1,0<1,6<2,5<110<5,0
3
CONDICIONES GENERALES DE LAS ESCALASCONDICIONES GENERALES DE LAS ESCALAS
· Una escala debe recoger todas las posibles categorías o expresiones las cuales deben ser excluyentes una de las otras.
Ejemplo:
Preferencias políticas : 1. Socialistas, 2. Populares.
Esta no es una escala exhaustiva ya que no contempla a los sujetos con preferencias nacionalistas ni a los indecisos.
La información no recogida también debe ser
reflejada en categorías independientes:
- No consta (datos no recogidos)
- No sabe/No contesta (datos imprecisos)
- No aplicable (información no aplicable a
un
subgrupo de sujetos del estudio)
Ejemplo: La variable estado civil, para recoger
todas las posibilidades existentes, contendrá un
conjunto de categorías no ordenadas y
excluyentes:
1. Soltero, 2. Casado, 3. Separado, 4. Viudo, 5.
Divorciado y 6. No consta.
Una escala puede ser ambigua si contiene dos o
mas categorías que no son excluyentes.
Ejemplo: Una escala que recoja los síntomas principales
de malestar psíquico de un paciente puede contener las
siguientes categorías:
1. Ansiedad, 2. Insomnio, 3. Tristeza, 4. Otros.
Esta escala es exhaustiva ya que la categoría 4
recoge otras quejas diferentes a las contempladas
en las otras categorías, sin embargo es una escala
ambigua ya que no indica como clasificar a un
paciente que presentase Insomnio y Tristeza,
Ansiedad e Insomnio o cualquier otra combinación
posible
Este ultimo problema, el cual es bastante común en
las escalas nominales, podría solventarse listando
todas las posibles combinaciones como categorías
individuales:
Ejemplo: 1. Ansiedad, 2. Ansiedad y Tristeza, 3.
Insomnio y Ansiedad, etc.
Otra posibilidad es convertir cada una de las
categorías, en escalas binarias independientes.
Ejemplo: En el ejemplo anterior, las cuatro
categorías podrían convertirse en cuatro escalas
binarias:
Ansiedad (si/no),Insomnio (si/no), etc.