Estudios Observacionales y Experimentos

Como estudiar la relacin entre el efecto de consumir una dieta rica en fibras y el riesgo de sufrir un infarto agudo de miocardio???

Experimento: el investigador asigna o impone algn tratamiento a las unidades

Estudio observacional: el investigador registra las variables de inters de los sujetos sin intervenir en su generacin

Unidades: objetos/sujetos sobre los que se realizan las mediciones

En el ejemplo sobre el estudio de la relacin entre el efecto de consumir una dieta rica en fibras y el riesgo de sufrir un infarto agudo de miocardio, cuantas variables se estn estudiando? Se puede pensar que una acta como causa de la otra?

Variable respuesta: es la variable que se considera dependiente de la variable explicativa Variable explicativa: es la variable (independiente) que se piensa que explica o causa los resultados. En regresin: variables predictoras, En ANOVA: factores Niveles: posibles valores de la variable explicativa Tratamiento: combinacin de los niveles de las variables explicativas Estudio balanceado: igual nmero de observaciones en todos los tratamientos

En el ejemplo sobre el estudio de la relacin entre el efecto de consumir una dieta rica en fibras y el riesgo de sufrir un infarto agudo de miocardio, puede haber otras variables que estn relacionadas con la respuesta de inters???

Variable de confusin: es la variable cuyos efectos sobre la respuesta no pueden ser separados de los efectos que la variable explicativa tiene sobre las mismas

Factor de riesgo: es una variable explicativa cuyo efecto hace que aumente el riesgo de contraer una enfermedad

Algunos criterios para establecer causalidad: fuerte asociacin variable explicativa anterior a la respuesta explicacin lgica plausible avalada en otras investigaciones no debe haber otras explicaciones alternativas convincentes

ESTUDIOS OBSERVACIONALES
Estudios retrospectivos: parte de la variable respuesta y luego investiga la/s variable explicativa Ej: Diseo de casos-controles Estudios Prospectivos: parte de la variable explicativa y luego investiga la/s variable respuesta Ej: Diseos de cohortes Estudios transversales: se estudian simultneamente variable explicativa y variable respuesta. Ej: Encuestas, estudios ecolgicos

Desventajas: control de variables de confusin y sesgos (de seleccin, recoleccin, informacin, etc). No se puede establecer causalidad.

Ventajas: tiempo y costo

EXPERIMENTOS Parte de la variable explicativa y estudia la variable respuesta. Permiten establecer causalidad.

Terminologa: * Factores: Variables explicativas * Unidad experimental (sujeto): Unidades * Tratamiento: Combinacin de los niveles de los factores

Desventajas: no siempre se pueden llevar a cabo (por razones ticas, por estudiar variables inherentes a las unidades, por tiempo, costo, etc.).

Ventajas: permiten establecer causalidad

Tienen gran validez interna pero a menudo no gozan de gran validez externa

PRINCIPIOS DEL DISEO DE EXPERIMENTOS REPETICION: permite conocer la variacin natural de las respuestas que reciben el mismo tratamiento

ALEATORIZACIN: permite balancear los grupos con respecto a potenciales variables de confusin

BLOQUEO: cada bloque est constituido por unidades homogneas. Tambin permite controlar posibles variables de confusin.

EXPERIMENTOS EN EL AREA SALUD (ESTUDIOS CLINICOS ALEATORIZADOS)

Tipo de diseo: en paralelo/factorial/apareado Control /Placebo Enmascaramiento: abierto/ciego/ doble ciego/ triple ciego Reglamentaciones/Fases

EXPERIMENTOS EN LA INDUSTRIA

Muchos factores. Diseos factoriales/factoriales fraccionarios Eleccin del nivel ptimo / superficies de respuesta

EXPERIMENTOS EN LA AGRICULTURA

Fueron los pioneros Diseos: completamente aleatorizado/en bloques completos/ en bloques incompletos /en cuadrados latinos /en parcelas divididas /en franjas, etc.

Siempre son preferibles los experimentos pero a menudo SOLO se puede optar por estudios observacionales (entre ellos son preferibles los estudios prospectivos)

El diseo utilizado para recolectar los datos, la forma de recoleccin y supervisin de los mismos, su tratamiento y anlisis permiten evaluar la confiabilidad de los resultados que de ellos se desprendan.

Criterio GIGO: Garbage in-Garbage out

EJEMPLOS PARA DISCUTIR EN CLASE