TEMA: INVESTIGACIÓN Y BIOESTADÍSTICA

Actualización en Enfermería familiar y comunitaria

1 INVESTIGACIÓN Y BIOESTADÍSTICA

TEMA: INVESTIGACIÓN Y BIOESTADÍSTICA

1. MÉTODO CIENTÍFICO

Desde el comienzo de la humanidad, el ser humano ha querido estudiar el mundo que le rodea para poder comprenderlo, controlarlo e intentar obtener el máximo beneficio. El mundo en que el vivimos está lleno de variables que dificultan su estudio, por lo que por dicho motivo la investigación es necesaria en todos los ámbitos científicos y supone un motor y fuente de progreso del conocimiento y de todas las actividades

asociadas. El método científico consiste en un conjunto sistemático de procesos, aceptados unánimemente y que son la base de la ciencia actual. Dicho método se divide en cinco etapas:

Observación: Primera fase el método científico en la que se observa un fenómeno, que se decide estudiar.

Hipótesis: En este paso, se plantea la plantea la pregunta a la que se quiere dar respuesta, se elaborará una hipótesis.

Metodología: En esta fase de diseñará un experimento que sirva para demostrar la hipótesis planteada anteriormente.

Trabajo de campo: En esta fase se realizará el estudio planteado y se analizarán las variables de estudio para ver su correlación mediante el contraste de hipótesis.

Conclusión: Última etapa en la que se constata la hipótesis planteada, y si es finalmente se consigue demostrar dicha hipótesis, se podrá formular una ley aceptada por toda la comunidad científica.

La investigación científica permite describir, explicar y predecir hechos, eventos o fenómenos. El método científico debe ser racional, y lógico en las teorías que se utilicen, dando explicaciones razonables de por qué ocurren las cosas. Deben de ser, estas explicaciones, claras y lo más precisas posibles, y, además, deben ser verificables mediante un proceso de experimentación.

La investigación se define como el proceso sistemático, organizado y objetivo, destinado a dar respuesta a una pregunta o probar una hipótesis de trabajo siguiendo las pautas del Método científico.

El método científico utiliza el método ensayo-error en su desarrollo, ya que, si tras la fase experimental no es posible constatar la hipótesis, no se considerará un fracaso, simplemente se dará retroceso para elaborar una nueva hipótesis con nueva información obtenida con la experimentación que se ajuste mejor al fenómeno a estudio.



Sobre todo, el método científico debe ser analítico. Las leyes o teorías que se elaboren expliquen el fenómeno de forma general, en función de lo particular.

2. PARADIGMAS

Existen diferentes enfoques y formas de obtener conocimiento, por lo que existen numerosas formas de abordar un problema, con el fin de generar un nuevo conocimiento. Además, no solo existe un único método aceptado de forma unánime, y esta situación a dado lugar a que existen diferentes paradigmas de investigación.

•Para el paradigma positivista la realidad es única.

•Considera que es posible establecer leyes generales y permanentes que permitan establecer las causas de los hechos.

•Tiene un enfoque predominantemente cuantitativo.

PARADIGMA POSITIVISTA

•Considera que los hechos están influidos por las interpretaciones que los individuos realizan de los mismos y que las realidades son múltiples y construídas por cada persona.

•Considera que los valores del investigador y el contexto influyen en los resultados.

•Utiliza el método inductivo y técnicas de investigación cualitativas.

PARADIGMA INTERPRETATIVO

•Enfoque que se caracteriza no solo por indagar, obtener datos y comprender la realidad en la que se inserta la investigación, sino por provocar trasformaciones sociales en los contectos en los que interviene.

•Tiene como carteristicas fundamentales la intervención o estudio sobre la práctica local se lleve a cabo a través de procesos de autorreflexión.

•Utiliza fundamentalmente el razonamiento dialéctico, buscando contradicciones para ponerlas de manifiesto.

PARADIGMA CRÍTICO



3. TIPOS DE ESTADÍSTICA

La estadística es la ciencia que utiliza conjunto de datos numéricos para obtener a partir de ellos, resultados basados en el cálculo de probabilidades. Existen dos grandes bloques:

Estadística descriptiva: Describe la muestra de estudio. Es la herramienta principal a la hora de ordenar, resumir y representar gráficamente los datos que surgen de un estudio científico.

Estadística Analítica: Genera conclusiones poblacionales partiendo de los resultados que se obtienen de la muestra de estudio. Es el instrumento fundamental a la hora de contrastar la hipótesis de trabajo y hacer extensibles los resultados a la población global.

4. TIPOS DE VARIABLES

La estadística tiene por objeto de estudio diferentes características, categorías de un grupo de población, que se denominan variables. Dichas variables pueden ser o no susceptibles de medida, clasificándose en variables cualitativas o también denominado atributo, que es un carácter no susceptible de medida, por lo que es una variable observable. Mientras que las variables cuantitativas, son susceptibles de medida.

Variables cuantitativas

• Discreta: Cuando la varibale presenta separaciones o interrupciones en la escala de valores que puede tomar. Por ej, número de hijos....

• Continua: SI puede tomar cualquier valor dentro de un intervalo. Entre dos valores dados, siempre va a existir un valor intermedio que podra tomar la variable. Por ej, talla de los estudiantes....

Variables cualitativas

• Nominal: Si sus distintas modalidades no admiten ningún tipo de ordenación. Si solo se puede tomar dos modalidades se denomina como binaria o dicotómica. Por ej, sexo de las personas, estado civil,...

• Ordinal: Si sus distintas modalidades admiten algún tipo de ordenación. Por ej, nivel de estudios, estadíos de un enfermo,...

En la realización de un experimento primeramente se observan y se analizan los resultados (estadística descriptiva), y a continuación se interpretan y obtienen conclusiones (estadística analítica).



5. TIPOS DE ESCALAS

Las escalas que se utilizan de forma habitual para las variables cualitativas son la nominal y la ordinal.

La escasa nominal se basa en asignar un nombra a cada una de las posibles observaciones. Las categorías son mutuamente excluyentes y no existe ningún orden entre las mismas. Es el nivel más básico de medición.

En la escala ordinal las categorías son también mutuamente excluyentes, pero en este vaso, si existe algún tipo de orden entre las mismas.

Un ejemplo de este tipo de escala sería la escala de tipo Likert, que se utiliza entre otras cosas para el grado de acuerdo con alguna afirmación de una persona, frecuencia con la que se desempeña una determinada actividad o importancia que se le otorga a algo.

Las escalas que se utilizan en las variables cuantitativas son las de intervalo y la de razón o proporción.

En la escala de intervalo, existe un orden numérico entre las observaciones y es posible calcular diferencias entre las observaciones. En esta escala no existe el cero absoluto. Esto quiere decir que el valor 0 no incida la ausencia de la característica.

La escala de razón o proporción, tiene las mismas características que la escala anterior, pero en esta categoría si existe el 0 absoluto que si indica el cero absoluto.

6. ANÁLISIS DE DATOS DE LAS VARIABLES A ESTUDIO

Variables cualitativas: Los datos cualitativos de expresan de forma de frecuencia o porcentajes de cada categoría.

o Frecuencia absoluta: Es el número de veces que aparece una misma categoría en la variable estudiada.

o Frecuencia relativa: Es el cociente entre la frecuencia absoluta de una categoría y el número total de observaciones.

o Porcentaje: Es el tanto por ciento que representa cada categoría, o lo que es lo mismo, la frecuencia relativa multiplicada por 100.

Ejemplo: En la planta de medicina interna del HULA tenemos ingresadas 23 mujeres, y 37 hombres. Y queremos realizar un análisis de la variable cualitativa de sexo femenino.

- Frecuencia absoluta: 23

- Frecuencia relativa: 23/60= 0,383

- Porcentaje: 38.3%



Variables cuantitativas: Resumen la información de la muestra, informando sobre las características de la población de estudio. La forma más habitual de representación de datos es la media ± la desviación típica.

o Media aritmética: Es la suma de todos los resultados observados, dividido entre el número de observaciones.

o Mediana: Es aquel valor que una vez ordenados todos los valores observados en orden creciente, tiene tantos valores inferiores como superiores a él. Divide en dos partes iguales la distribución. Cuando el número de observaciones es impar se toma el valor central y cuando es par se obtiene con la media aritmética de los dos valores centrales.

o Moda: Es el valor de la variable que más veces se repite, es decir el de mayor frecuencia. Cuando exista más de un valor con frecuencia máxima, se dirá que hay más de una moda, por dicho motivo puede existir distribuciones que sean bimodal, trimodal,…

o Rango: Es la diferencia entre los valores máximo y mínimo de la serie. Sirve para medir el campo de variación de la variable.

o Desviación media: Es el sumatorio de los valores absolutos de las

desviaciones de los valores observados con respecto a la media aritmética dividido entre el total de individuos.

Ejemplo: La edad de los pacientes que a acudieron hoy a nuestro centro de salud son, 28, 31, 38, 42, 51.

Media: 28+31+38+42+51

5=38 años


Mediana: 38


Rango: 51-28= 23


Desviación media: 28−38 + 31−38 + 38−38 + 42−38 + 51−38

5=6,8

Se toma valores absolutos en cada operación de los paréntesis



o Varianza: Se define como la media de los cuadrados de las desviaciones de los valores observados respecto de la media de la muestra partido por el total de individuos. El resultado siempre es positivo.

o Desviación típica: Es la raíz cuadrada positiva de la varianza. Es uno de

los resultados estadísticos más utilizados.

7. REPRESENTACIÓN DE LAS VARIABLES DE ESTUDIO

Para lograr tener una percepción visual de las características de nuestras variables de estudio resulta muy útil el uso de gráficas y diagramas. Existen diferentes tipos de representaciones que se utilizan en función del tipo de variable, de si los datos son agrupados o no, …

•Representación en la que un círculo se divide en sectores, de forma que los ángulos, sean proporcionales a la frecuencia de la categoría.

Diagrama de sectores

•Tipo de gráfico que en lugar de barras, utiliza un dibujo alusivo al fenómeno de estudio.

Pictograma

•Consiste en representar sobre el eje de coordenadas los valores observados. Tipo de representación muy usado, tanto para variables cualitativas como cuantitativas.

Diagrama de barras

•Conjunto de rectángulos, cuyas bases son cada uno de los intervalos de valores de la variable, y su altura es la frecuania relativa o absoluta de cada uno de ellos.

Histograma

•Tipo de representación más aproiada para detectar datos atípicos. Este diagrama está formado por una caja que contiene el 50% de los datos centrales de la distribución y unos segmentos que salen de la caja que indican los limites.

Diagrama de cajas (box-plot)


Varianza S2: 28−38 2+ 31−38 2+ 38−38 2+ 42−38 2+ 51−38 2

5=66,8

Cada valor del paréntesis al cuadrado


Desviación típica S: 66,8=8,17



8. DISTRIBUCIONES

Una vez conseguida toda la información posible de los valores observados en las variables de estudio, el siguiente paso es extraer todas las propiedades de la población de estudio de la que provienen. Existen tres leyes teóricas que rigen la mayoría de los fenómenos biológicos habituales. Dos corresponden con variables discretas que son la distribución binomial, y la distribución de Poisson, y una para las variables continuas que es la distribución normal o de Gauss.

Distribución binomial: Este tipo de distribución es la correspondiente a pruebas o ensayos que tienen únicamente dos posibles resultados, generalmente éxito y fracaso. Los ensayos deben ser independientes, por lo que el resultado de cualquiera de ellos no influye en los demás.

Distribución de Poisson: Este tipo de distribución aparece en experimentos en los cuales se observa la aparición de fenómenos puntuales sobre un soporte continuo, ya sea espacial o temporal. En estas circunstancias la variable aleatoria X, mide el número de ocurrencias del fenómeno concreto, y suele darse cuando la probabilidad de que suceda el fenómeno sea muy pequeña. Es una distribución asimétrica, que tiende a la normalidad.

Distribución normal o de Gauss: Tipo de distribución más común en las variables continuas. Esta distribución tiene gran importancia ya que muchos fenómenos presentes en la naturaleza se rigen por dicha distribución. Esto sucede debido a lo que establece el teorema central del límite. Este teorema, concluye, que cuando los resultados de un estudio, están influidos por muchas causas independientes que actúan sumando sus efectos, se puede esperar que dichos resultados sigan una distribución normal. La distribución normal depende de dos parámetros la media y la desviación típica. Y se denomina Gauss por la forma de campana que adopta, siendo la media donde está el centro de la campana en la representación, y la desviación típica su anchura.

9. CONTRASTE DE HIPÓTESIS

Cuando un investigador quiere realizar un estudio de investigación pretende siempre demostrar una teoría. Los estudios analíticos conllevan el planteamiento de determinadas hipótesis sobre el comportamiento de las variables y de las relaciones entre las mismas den la población. Contrastar dichas teorías, supone ver si las hipótesis planteadas son coherentes con la información extraídas de las muestras.



Las características que debe tener una hipótesis son:

El enunciado debe ser expresado de manera clara.

La relación entre las variables debe ser clara.

Ambas variables, así como sus relaciones deben ser mensurables. Las hipótesis deben tener un poder predictivo.

Lo que hay que tener en cuenta, es que al plantear una hipótesis hay que asumir que esta puede ser cierta o no. Por eso se debe plantear la existencia de dos hipótesis posibles: la hipótesis nula y la hipótesis alternativa.

9.1. HIPÓTESIS NULA (H0)

La hipótesis nula H0 es también conocida como la hipótesis de igualdad. Es la que se contrasta, la hipótesis que se somete a comprobación. Está hipótesis nula no supone un avance científico, y el estudio se diseña con el objetivo de rechazarla. Hay numerosas formas de enunciar dicha hipótesis:

NO hay diferencias significativas entre los grupos que se comparan.

NO hay diferencias significativas entre el grupo que recibe un tratamiento y el que no lo recibe.

NO hay relación entre las variables de estudio.

El tratamiento de estudio no sirve o su efecto es tan pequeño que no resulta valorable.

EJEMPLO: El consumo de sal NO influye en las cifras de Tensión Arterial. El consumo de azúcar NO influye en las cifras de glucemia capilar.

9.2. HIPÓTESIS ALTARNATIVA (H1) La hipótesis alternativa H1 también se denomina hipótesis de investigación porque el estudio se diseña con el objetivo de rechazar la hipótesis nula H0 y aceptar la hipótesis alternativa H1. Formas de enunciar la hipótesis alternativa:

Haz diferencias significativas entre los grupos de estudio.

Hay diferencias significativas entre el grupo de tratados y no tratados.

Una hipótesis es una suposición o conjetura acerca de la relación existente entre distintos fenómenos que permite explicar por que se producen. Está fundada en observaciones o reflexiones y puede ser comprobada o refutada.



Hay relación entre las diferentes variables.

El tratamiento es útil. EJEMPLO: El consumo de sal SI influye en las cifras de Tensión Arterial. El consumo de azúcar SI influye en las cifras de glucemia capilar. Para poder tomar una u otra decisión, se utilizan las pruebas de contraste de hipótesis, que dependerán de tipo de variables se están a estudiar.

10. TIPOS DE ERROR

El proceso de comprobación de la hipótesis es lo que se denomina contraste de hipótesis. Y este proceso es el que permite aceptar o rechazar la hipótesis nula. Los errores que se pueden cometer utilizando este método, principalmente son de dos tipos:

Ambos errores se relacionan de una forma inversa, esto quiere decir, que cuando aumenta uno, el otro disminuya y viceversa. El error tipo I suele ser el más grave ya que es el que favorece la hipótesis nula. Por ello, el riesgo α suele fijarse con niveles bajos, habitualmente entre 0,01-0,05, siendo 0,05 el valor más habitual.

•Se comete cuando se rechaza la hipótesis nula siendo esta cierta.

•En este tipo de error se concluiría que el tratamiento es útil cuando realmente no lo es.

•La probabilidad de cometer este error se denomina α.

•Antes de iniciar la investigación se fija un valor de α. Generalmente se rechaza la hipótesis hula cuando el riesgo de cometer el error de tipo I es menor de 0,05.

Error tipo I

•Se comete cuando no se rechaza la hipótesis nula siendo esta falta.

•En este tipo de error se conluiría que el tratamiento no es útil cuando en realidad si lo es.

•La probabilidad de cometer este error se denomina β

•El complementario de este valor β, se denomina pontecia del contraste. Que es la capacidaqd del estudio apra deterctar diferencias cuando existen en la realidad.

Error tipo II



11. PRUEBAS DE CONTRASTE DE HIPÓTESIS

Los contrastes de hipótesis, son un conjunto de técnicas que nos permiten aceptar o rechazar la hipótesis del estudio, cuantificando la probabilidad de que los resultados obtenidos en la muestra se deban al azar. Si los resultados que se obtienen en la muestra de estudio, son muy poco probables por azar suponiendo la hipótesis nula (H0), habrá que concluir que no es el azar el que los genera y si las relaciones existentes entre las variables de estudio que se han planteado como hipótesis de partida. Una vez que se establezcan la hipótesis nula H0 y la hipótesis alternativa H1, debe fijarse el p-valor, que es, el que cuantifica la probabilidad de que los resultados obtenidos en un estudio determinado se deban al azar. El p-valor suele fijarse habitualmente en la práctica en niveles de significación de 0,05. Si el valor de P<0,05:

Si el valor de P es <0,05 se rechaza la hipótesis nula (H0), y se acepta la hipótesis alternativa (H1).

Se concluirá el estudio diciendo que las diferencias observadas entre los grupos son estadísticamente significativas.

Significa que se puede esperar que el resultado ocurra por casualidad (azar) como máximo 5 de cada 100 veces que se repita el estudio, y a su vez, hay una probabilidad del 95% de que el resultado sea verdadero.

Esto implica que se asume un error en 5 de cada 100 veces cada vez que se realiza el contraste de hipótesis. Por lo tanto 5 de cada 100 veces se puede cometer un error tipo I, rechazando la hipótesis nula (H0).

Esto quiere decir que, en algunos estudios, si se puede ver que existe significación estadística entre las variables de estudio, pero esa diferencia no tiene significación clínica relevante para el estudio.

11.1. PRUEBAS PARAMÉTRICAS Y NO PARAMÉTRICAS La elección de la prueba de contraste de hipótesis se realiza en función del tipo de datos que se estén a valorar. Se dividen en dos grandes grupos:

Pruebas paramétricas: Se utiliza cuando la muestra es superior a 30 individuos. Se considera que la población cumple las características de una distribución normal.

Se afirma que los resultados tienen significación estadística cuando el valor de p<0,05 pero afirmamos que hay diferencias clínicamente significativas, cuando esa diferencia estadística se traduce a nivel clínico.



Pruebas no paramétricas: Se utiliza cuando la muestra es inferior a 30 individuos. No se puede asegurar que la muestra cumpla con los requisitos de la distribución normal.

PRUEBAS PARAMÉTRICAS Prueba T-Student Prueba de comparación de medias que estudia la relación existente entre una variable cualitativa de dos categorías y una variable cuantitativa.

Análisis de la varianza o ANOVA Prueba de comparación de medias, que estudia la relación entre una variable cuantitativa y otra variable cualitativa de más de dos categorías.

Coeficiente de correlación de Pearson Estudia la relación entre variables cuantitativas. Se usa cuando la correlación es lineal.

Esta prueba permite comprobar si existe relación lineal entre dos variables cuantitativas, pero no permite diferenciar cuál es la variable dependiente y cual la independiente.

No tiene unidad de medida, es adimensional, y toma valores comprendidos entre -1 y +1.

Cuando adopta valores próximos a 1 o -1, se puede decir que existe una relación muy fuerte entre las variables, mientras que, si el valor es próximo a 0, se podrá afirmar que no existe relación entre las variables.

Regresión La regresión es la parte de la estadística que trata de determinar la posible relación entre una variable numérica dependiente y otro conjunto de variables numéricas independientes. La relación entre dichas variables se establece mediante un modelo matemático. El objetivo es determinar una ecuación mediante la que se puede estimar el valor de la variable dependiente en función de los valores de las variables independientes.

EJEMPLO: ¿Quien pesa más los hombres o las mujeres? Sexo: Variable cualitativa (hombre – mujer).

Peso en kg: Variable cuantitativa.

EJEMPLO: Relación del nivel económico con el peso. Nivel socioeconómico: Variable cualitativa de 3 categorías (Bajo, medio, alto).

Peso en kg: Variable cuantitativa.



PRUEBAS NO PARAMÉTRICAS Se utilizan habitualmente cuando la muestra es inferior a 30 individuos. En este caso no podemos asegurar que la muestra cumpla los requisitos de la distribución normal. Estas pruebas son más exigentes, pero menos potentes y con menor precisión. Los contrastes no paramétricos más frecuentemente utilizados son la prueba CHI CUADRADO, el test de Kruskal-Wallis el test de Wilcoxon, el test de la U de Mann-Whitney, el test de correlación de Spearman y el test de Friedman. Prueba CHI CUADRADO Esta prueba permite estudiar la relación entre dos variables cualitativas, sin tener en cuenta el número de categorías que presenten. Este tipo de prueba es una prueba muy importante, no obstante, hay que tener en cuenta que puede conducir a errores sobre todo en determinadas situaciones. En el caso de que los datos estén apareados, se utiliza el test de McNemar, mientras que cuando el número de individuos en alguna categoría es muy pequeño se utiliza el test de Fischer.

TABLA RESUMEN PRUEBAS DE CONTRASTE

VARIABLES

TIPO

PRUEBA DE CONTRASTE

CUALITATIVA + CUALITATIVA

VARIABLES DE 2 O MÁS

CATEGORÍAS

CHI CUADRADO

CUALITATIVA + CUANTITATIVA

CUALITATIVA DE 2 CATEGORÍAS

t DE STUDENT

CUALITATIVA DE + DE 2 CATEGORÍAS

ANOVA

CUANTITATIVA + CUANTITATIVA

FUERZA DE ASOCIACIÓN

CORRELACIÓN DE

PEARSON

PREDICCIÓN

REGRESIÓN

EJEMPLO: Quien fuma más, los hombres o las mujeres. Sexo: variable cualitativa de dos categorías (hombre/mujer).

Fumar: Variable cualitativa de dos categorías (sí/no).



12. EVIDENCIA CIENTÍFICA

La EBE invita a resolver las dudas profesionales mediante la demostración de la mejor evidencia científica sobre el interrogante planteado. La EBE sigue las fases del método científico (5 fases) en las que formula la pregunta, busca la mejor respuesta, evalúa la evidencia, instaura las evidencia con el fin de mejorar la calidad de los cuidados, y concluye sobre la evaluación de las consecuencias de aplicar la intervención elegida. Estas 5 fases, se resumen en el método PICO:

La calidad de los estudios científicos se basa en el nivel de evidencia científica por lo que se clasifican de mayor a menor evidencia de siguiente forma.

• Pacientes o problema a estudio P

• Intervención I

• Comparación C

• Resultados (outcomes) 0

La enfermería basada en la evidencia (EBE), es el uso consciente explicito y juicioso de información derivada de la teoría y basada en investigación, para la toma de decisiones, sobre prestación de cuidados a sujetos o grupos, teniendo en cuenta sus preferencias y necesidades individuales.



Para adoptar una medida sanitaria concreta, la calidad de la evidencia científica se clasifica en grados de recomendación.

GRADOS DE RECOMENDACIÓN

GRADO A

BUENA Existe adecuada evidencia científica para adoptar una

práctica

GRADO B

REGULAR

Existe cierta evidencia científica para recomendar una práctica

GRADO C

MALA

Hay insuficiente evidencia científica para recomendar o no la

práctica

GRADO D

NO RECOMENDABLE

Existe cierta evidencia científica para NO recomendar la práctica

GRADO E

DESACONSEJADA

Existe adecuada evidencia científica para NO adoptar la

práctica

METAANÁLISIS

REVISIONES SISTEMÁTICAS

ENSAYO CLÍNICO ALEATORIO

ENSAYO CLINICO NO ALEATORIO

ESTUDIO DE COHORTES

ESTUDIO CASOS Y CONTROLES

ESTUDIO TRANSVERSAL

ESTUDIOS ECOLÓGICOS

SERIE DE CASOS

INFORME DE UN CASO



13. FUENTES DE INFORMACIÓN

Existen numerosas clasificaciones de los tipos de información que se pueden manejar a la hora de realizar una búsqueda bibliográfica. Una de más utilizadas es la clasificación que diferencia en:

Fuentes de información primarias: Son documentos originales, transmiten información directa. (Libros, artículos originales, capítulos, tesis, …).

Fuentes de información secundarias: A partir de documentos secundarios, se obtiene información de los documentos primarios, pero no de forma directa. Son, por ejemplo, bases de datos, catálogos, revistas basadas en la evidencia, …

Algunas de las bases de datos más utilizadas en la actualidad son PubMed Central, WOS (web os Science), CUIDEN, DIALNET, IME, SCIELO, COCHRANE.

14. EPIDEMIOLOGÍA

Una de las aportaciones más importantes de la epidemiología ha sido la posibilidad de medir distintos aspectos de la forma en que un factor afecta a la población de estudio. Dentro de las medidas de estudio, distinguimos medidas de frecuencia y de asociación. Medidas de frecuencia

Prevalencia: Permite estimar la probabilidad de que un individuo esté enfermo en un momento dado.

Depende de la incidencia y de la duración de la enfermedad. Su valor es más alto a mayor incidencia y a mayor duración de la enfermedad.

Deben considerarse como fuente de información no solo artículos originales publicados en revistas científicas, si no también la consulta de expertos y la revisión de manuales.

La Epidemiología es la rama de la Medicina que estudia la frecuencia, la distribución en el tiempo y en el espacio de los problemas de salud, así como el papel de los factores que los determinan.



Incidencia: Se corresponde con el número de casos nuevos de una enfermedad en una población de riesgo, en un periodo de tiempo y lugar determinado.

o Incidencia acumulada (IA): Se considera que la población permanece

constante a lo largo del estudio.

o Tasa de incidencia (TI): Medida que se utiliza cuando se tiene en cuenta

el tiempo de seguimiento de cada uno de los individuos.

Medidas de asociación Son las encargadas de analizar la relación que pudiera existir entre la exposición a un determinado factor de riesgo y el desarrollo de la enfermedad. Para ello se compara la frecuencia con la que aparece la enfermedad entre el grupo expuesto y el grupo no expuesto. Esto permite saber si la exposición es un factor de riesgo o por el contrario supone un factor protector.

Riesgo Relativo: Se utiliza para comparar la incidencia de una enfermedad entre un grupo de individuos expuestos a un factor y otro grupo no expuesto. Indican la frecuencia con que padecen la enfermedad los expuestos en relación a los no expuestos. Se utiliza fundamentalmente en estudios de cohortes.

RR>1: La incidencia en el grupo de expuesto es mayor a la de los no expuesto. El factor se puede considerar riesgo. RR=1: La incidencia es igual en ambos grupos. La exposición no está relacionada con la enfermedad. RR<1: La incidencia en el grupo expuesto es menor a la de los no expuestos. El factor se puede considerar protector.



ODDS RATIO: Es la razón entre la probabilidad de que ocurra un suceso y la probabilidad de que no ocurra. Se utiliza fundamentalmente en estudios de casos y controles.

OR>1: Asociación positiva entre la exposición y la enfermedad. Se considera factor de riesgo. OR=1: La exposición no influye en el desarrollo actual de la enfermedad. No tiene influencia. OR<1: Asociación negativa entre la exposición y la enfermedad. Factor protector.

15. TIPOS DE ESTUDIOS

Existe mucha discrepancia dentro de la comunidad científica a la hora de clasificar y agrupar las diferentes clasificaciones de los tipos de estudio. No obstante, vamos a detallar la CLASIFICACIÓN más utilizada:



Hoy en día, los estudios epidemiológicos según la finalidad o intervención del investigador principalmente se dividen en dos grandes grupos:

A continuación, vamos a detallar cada uno de ellos:

Experimentales: En los estudios experimentales, como su nombre indica, se produce una “experimentación”, una manipulación de una determinada exposición. Se compara un grupo de individuos en el que se realizó una intervención, con otro grupo en el que no se intervino, o al que se expone a otra intervención. Por lo que en estos estudios el investigador manipula los factores, variables, …

Estudios Epidemiológicos

Observacionales

Descriptivos

Series de casos

Trasversales o de prevalencia

ecológicos

Analíticos

Estudios de Cohortes

Estudios de casos y controles

Experimentales

Ensayo clínico

Ensayo de campo

Ensayo comunitario de

intervención



Observacionales: Los estudios observacionales son estudios de carácter demográfico y estadístico, en los que no existe intervención por parte del investigador, este se limita a medir las variables de definen el objeto de estudio. Por lo que en estos estudios el investigador, NO manipula, únicamente observa, controla lo que ocurre.

o Descriptivos: Estos estudios describen principalmente un problema en la población (la frecuencia y las características más importantes de dicho problema). Los datos proporcionados por estos estudios sirven para el desarrollo de hipótesis que necesitan ser corroboradas por estudios analíticos. Los principales tipos de estudios descriptivos son: los estudios ecológicos, los estudios de series de casos y los transversales o de prevalencia.

•Estudio experimental más usado.

•Sirve para evaluar la eficacia de cualqiuer intervención.

•Asignación aleatoria (grupo caso-grupo control) Ensayo clínico

•Participantes no tienen la enfermedad a estudiar.

•Se utilizan en el estudio de medidas preventivas en enfermedades muy frecuentes o graves. Ensayo de campo

(preventivo)

•Se realiza la intervención sobre bases comunitarias muy amplias.

•Estos estudios una o varias comunidades recibirá la intervención, mientras que otras servirán de como control.

•Existe manipulación, no aleatorización

Ensayo comunitario de

intervención



Series de casos

• Estos estudios describen la experiencia de un paciente o un grupo de pacientes con un diagnóstico similar.

• En estos estudios frecuentemente se describe una característica de una enfermedad o de un paciente, que sirven para generar nuevas hipótesis.

• Muchas veces documentan la presencia de nuevas enfermedades o efectos adversos y en este sentido sirven para mantener una vigilancia epidemiológica

• Estos estudios aunque son muy útiles para formular hipótesis, no sirven para evaluar o testar la presencia de una asociación estadística. La presencia de una asociación puede ser un hecho fortuito.

• La gran limitación de este tipo de estudios es en definitiva la ausencia de un grupo control.

requiere definir claramente:

La población de referencia sobre la que se desea extrapolar los

resultados.

La población susceptible de ser

incluida.

La selección y definición de

variables.

La definición de "caso".

Gran utilidad para valorar el estado de salud de una

comunidad y determinar sus necesidades.

Estudios transversales o de prevalencia

Estudian simultáneamente la exposición y la enfermedad en una población bien definida en

un momento determinado.

Esta medición simultánea no permite conocer la secuencia temporal de los acontecimientos y no es por tanto posible determinar si la exposición

precedió a la enfermedad o viceversa.



o Analíticos: Es todo aquel estudio en el que se evalúa una presunta realización causa y efecto. El presunto agente causal, puede ser un factor etiológico, como un tratamiento o una intervención centrada en la prevención o en la mejora de una situación clínica.

• Estos estudios no utilizan la información del individuo de una forma aislada sino que utilizan datos agregados de toda la población.

• Describen la enfermedad en la población en relación a variables de interés como puede ser la edad, la utilización de servicios, el consumo de alimentos, de bebidas alcohólicas, de tabaco, la renta per cápita…

• Un ejemplo de este estudio sería correlacionar la mortalidad por enfermedad coronaria con el consumo per cápita de cigarrillos.

• Su gran ventaja reside en que se realizan muy rápidamente, prácticamente sin coste y con información que suele estar disponible.

Estudios Ecológicos

• No pueden determinar si existe una asociación entre una exposición y una enfermedad a nivel individual.

• La falacia ecológica consiste precisamente en obtener conclusiones inadecuadas a nivel individual basados en datos poblacionales.

• Otra gran limitación de los estudios ecológicos es la incapacidad para controlar por variables potencialmente confusoras. La asociación o correlación que encontremos entre dos variables puede ser debida a una tercera variable que a su vez esté asociada con la enfermedad y la exposición objeto de estudio.

Principal limitación



Estudio de cohortes

• Los individuos son identificados en función de la presencia o ausencia de exposición a un determinado factor.

• Se instaura un período de tiempo para observar la frecuencia de aparición del fenómeno que nos interesa.

• Si al finalizar el período de observación la incidencia de la enfermedad es mayor en el grupo de expuestos, podremos concluir que existe una asociación estadística entre la exposición a la variable y la incidencia de la enfermedad.

Los estudios de cohortes pueden ser prospectivos y retrospectivos dependiendo de la relación temporal entre el inicio del estudio y la presencia de la enfermedad

• Se requiere un período de seguimiento en el futuro para determinar la frecuencia de la misma.

Estudio de casos y controles

• Este tipo de estudio identifica a personas con una enfermedad y los compara con un grupo control apropiado que no tenga la enfermedad.

• La relación entre uno o varios factores relacionados con la enfermedad se examina comparando la frecuencia de exposición a éste u otros factores entre los casos y los controles

• Tipo de estudio que es de los más utilizados en la investigación

• Los casos y los controles no deben entenderse como dos grupos representativos de dos poblaciones distintas, sino como dos grupos que proceden de una misma población.

• Son estudios analíticos observacionales.

TEMA: INVESTIGACIÓN Y BIOESTADÍSTICA

Documents

Transcript of TEMA: INVESTIGACIÓN Y BIOESTADÍSTICA