REVISTA

23 (1): 40-51, 2015

ORTODOXIA Y FISURAS EN EL DISEO Y EJECUCIN DE ESTUDIOS

DESCRIPTIVOS
JAIBERTH ANTONIO CARDONA-ARIAS1
1

Microbilogo y Bioanalista, MSc.,Epidemiologa.

Grupo de Investigacin Salud y Sostenibilidad, Escuela de Microbiologa.
Universidad de Antioquia Medelln, Colombia. Facultad de Medicina Universidad Cooperativa de Colombia
Correspondencia: jaiberthcardona@gmail.com
Recibido: 6 Mayo 2014 Aceptado: 21 Diciembre 2014

Resumen
Introduccin: En diversos contextos se alude la investigacin descriptiva en trminos peyorativos
por endilgarle sesgos e impacto exiguo en el estudio de factores de riesgo. Esto podra atribuirse al
desconocimiento de sus fundamentos conceptuales y metodolgicos.
Objetivo: Recabar las ventajas de los estudios descriptivos a partir de una revisin de sus
fundamentos conceptuales y metodolgicos.
Mtodos: Revisin narrativa sobre las ventajas, usos y limitaciones de los estudios descriptivos,
sumado al anlisis de algunos aspectos metodolgicos.
Resultados: Se presentan las particularidades de los estudios descriptivos en trminos de sus
tipologas, usos, ventajas y limitaciones. En relacin con la fase conceptual de toda investigacin se
analizan las caractersticas especficas del problema, justificacin, objetivos y marco terico de un
estudio descriptivo. En la fase metodolgica se contrastan algunos autores que han estudiado temas
determinantes para garantizar la validez de la investigacin descriptiva como la clasificacin y control
de sesgos, la identificacin de la confusin y el anlisis estadstico. Al finalizar, se hace explcito el
contenido de un artculo descriptivo a la luz de sus exigencias epidemiolgicas y estadsticas.
Conclusin: La investigacin descriptiva es la que expone de manera ms veraz y directa la realidad
de un fenmeno de estudio, por ello es necesario conocer sus exigencias conceptuales y operativas
para mitigar concepciones erradas sobre su alcance.
Palabras clave: Epidemiologa descriptiva; Metodologa; Investigacin operativa; Revisin; Diseo
de Investigaciones Epidemiolgicas.

ORTHODOXY AND FISSURES IN THE DESIGN AND IMPLEMENTATION OF DESCRIPTIVE

STUDIES

Abstract
Introduction: In some contexts the descriptive researching has been referred with derogatory
terms by its biases and low impact in the study of risk factors. This could be attributed to a lack of
conceptual and methodological foundations.
Objective: To seek the advantages of the descriptive studies from a review of its conceptual and
methodological foundations.

40

Ortodoxia y suras en el diseo y ejecucin de estudios descriptivos

Methods: Narrative review of the benefits, uses and limitations of descriptive studies, coupled with
the analysis of some methodological aspects.
Results: the specific items of descriptive studies are presented in terms of their types, uses,
advantages and limitations. Regarding the conceptual phase of the research was analyzed the
problem, grounds, objectives and theoretical framework. In the methodological phase are presented
some determinants to ensure validity of descriptive researching as the classification and control of
bias, confounding and statistical analysis. At the end it is showed the content of a descriptive article in
the light of their needs and epidemiological statistics.
Conclusion: Descriptive researching is exposing more accurate and directly the reality of a
phenomenon under study, so it is necessary to understand its conceptual and operational
requirements to mitigate misconceptions about its scope.
Keywords: Epidemiology, Descriptive; Methods; Operations Research; Review; Epidemiologic
Research Design.

ORTODOXIA E FISSURAS NO PROJETO E EXECUO DE ESTUDOS

DESCRITIVOS

Resumo
Introduo: Em muitos contextos se fala pejorativamente da investigao por descritiva impingirlhe sesgos e pouco impacto no estudo de fatores de resgo. Isso pode ser atribudo ao
desconhecimento dos fundamentos conceptuais e metodolgicos.
Objetivo: Coletar as vantagens dos estudos descritivos com uma reviso dos fundamentos
conceptuais e metodolgicos.
Mtodos: Reviso narrativa das vantagens, fusos e limitaes dos estudos descritivos, mais o
anlises de alguns aspetos metodolgicos.
Resultados: Presentam-se as particularidades dos estudos descritivos em trminos de suas
tipologias, aplicaes, vantagens e limitaes. Em relao com a fase conceptual de toda
investigao, as caractersticas especficas do problema, justificao, objetivos e marco terico dum
estudo descritivo foram analisados. Na fase metodolgica alguns autores que tem tratado o tema
foram contrastados. Eles tem estudado temas determinantes para garantir a validez da investigao
descritiva como a classificao y controle de riscos, a identificao da confuso e o anlises
estadstico. Ao final se fiz claro o contedo duma apresentao descritiva guiado pelas exigncias
epidemiolgicas e estadsticas.
Concluso: A investigao descritiva a que mostra da melhor maneira a realidade dum fenmeno
de estudo. Assim preciso conhecer seus exigncias conceptuais e operativas para mitigar conceitos
errados no alcance.
Palavras-chave: epidemiologia descritiva, metodologia, investigao operativa; Projetos de
Pesquisa Epidemiolgica y Reviso.

41

REVISTA

23 (1): 40-51, 2015

Introduccin

Materiales y mtodos

Algunas tendencias investigativas actuales abogan por

estudios preclnicos (o de investigacin bsica), analticos y
experimentales que, al conformar los grupos de estudio con
base en criterios de inclusin y exclusin exigentes, no dan
cuenta de las formas en que naturalmente se distribuye el
fenmeno de estudio; esto podra evidenciarse en el hecho
que algunos programas acadmicos de posgrado, entes
financiadores de investigacin, revistas cientficas o
comunidades acadmicas, han circunscrito la investigacin
descriptiva al pregado, a semilleros de investigacin o a
investigadores noveles; con la subsecuente subvaloracin
de su relevancia. Con este tipo de posturas se obstan
aspectos relevantes como el que la investigacin descriptiva
es la ms prxima a la realidad del fenmeno estudiado,
dado que su finalidad es determinar qu est ocurriendo y
cules son los subgrupos ms afectados; investigando
mltiples factores de exposicin e incluso mltiples efectos
(1).

Revisin narrativa de artculos y libros de metodologa de la

investigacin, epidemiologa y estadstica para caracterizar
los manuscritos con base en la siguiente estructura:

Lo anterior puede suponer tres tipos de obstculos que

presenta el desarrollo de la investigacin descriptiva: i) bajo
conocimiento de su fundamentacin terica, ii) limitaciones
en el cumplimiento de sus exigencias metodolgicas y iii)
necesidad de mejorar el uso de algunas herramientas
estadsticas.
Las falencias terico-conceptuales que se presentan en
diversos contextos cientficos y acadmicos sobre la
investigacin descriptiva, pueden reflejarse en el hecho que
algunos le endilgan mltiples sesgos, impacto exiguo en el
estudio de la causalidad y generacin de recomendaciones
cientficas de baja calidad; lo que ha derivado en calificativos
peyorativos que no se corresponden con su relevancia en la
orientacin de acciones preventivas y de intervencin.
Por otra parte, para quienes realizan estudios descriptivos,
existen exigencias adicionales al manejo conceptual, que
estn relacionadas con el rigor epidemiolgico, estadstico y
de otros temas relacionados con programas de metodologa
de la investigacin. En el tercer obstculo, existe la
necesidad de evaluar algunos retos en las mediciones y
anlisis estadsticos que algunos acadmicos han
circunscrito a la investigacin analtica y experimental,
como los modelos multivariables.
Por lo anterior, el objetivo de este artculo es recabar las
ventajas de los estudios descriptivos a partir de la revisin
de sus fundamentos conceptuales y metodolgicos, sobre la
base que stos tradicionalmente no se encuentran
agregadas en un nico texto sino que se atomizan en textos
de epidemiologa, estadstica o metodologa de la
investigacin, dificultando la comprensin de sus bondades.

42

Tabla 1. Estructura para la caracterizacin de manuscritos

Fundamentacin Definicin y Tipologa
conceptual
Usos, Ventajas y limitaciones
Problema, Justificacin, Objetivos y
Fase
conceptual Marco terico
Tamao de muestra, Recoleccin de
Consideraciones Fase
la informacin, Control de sesgos,
metodolgicas
metodolgica Cuantificacin de la confusin y
Anlisis estadstico
Fase de
divulgacin

Contenido del artculo y Guas para el

reporte de un estudio transversal

A partir de la tabla anterior se realiz la presentacin de

resultados.

Resultados
Fundamentacin conceptual: tipologa, ventajas y
limitaciones.
Por definicin, la investigacin descriptiva estudia un
fenmeno en condiciones naturales sin considerar
hiptesis, es decir, este diseo no permite corroborar o
falsear hiptesis causales (solo descriptivas o de
exploracin de asociaciones) sino que las genera como base
para los estudios analticos (2-3).
La mayora de los estudios descriptivos se clasifican como
transversales dado que la medicin del evento bajo estudio
(variable de respuesta, desenlace o dependiente) es
simultnea con la medicin de las variables independientes
o de exposicin, a diferencia de los longitudinales donde la
medicin de la exposicin y el evento se dan en momentos
diferentes. Se dividen en estudios de prevalencia, de
incidencia, estudios de caso o series de casos cuando la
unidad de anlisis es cada individuo (4); o en estudios
ecolgicos cuando la unidad de anlisis es un grupo,
comunidad o poblacin geogrficamente bien delimitadas
(mediciones agregadas, ambientales o globales). Los
estudios ecolgicos presentan las siguientes variantes:
1.

2.

Exploratorios: investigan relaciones entre

variables de acuerdo con el marco terico,
comparando el evento de estudio en un lugar en
diferentes momentos, o comparando el evento en
el mismo periodo en lugares diferentes (5).
Grupos mltiples: son prximos a un estudio

Ortodoxia y suras en el diseo y ejecucin de estudios descriptivos

3.

4.

analtico al comparar el evento con algn factor de

exposicin en diferentes grupos o poblaciones (5).
Series de tiempo: en dos o ms poblaciones,
estudian y comparan la exposicin a variables
ambientales, fsicas, socioeconmicas o de salud,
en diferentes periodos (5).
Estudios mixtos: son pro ducto de una
combinacin de los anteriores (5).

Las mayores ventajas de los estudios descriptivos incluyen:

1.
2.
3.
4.
5.
6.

Generacin de hiptesis.
Establece la magnitud del problema e identifica
posibles factores de riesgo.
Estudia asociaciones entre mltiples exposiciones
y mltiples eventos.
tiles para estudiar eventos de larga duracin y
curso lento.
Bajo costo y rapidez.
Son la base para la planificacin y administracin
de los servicios de salud y estimar las necesidades
asistenciales (3).

mnimas para la recoleccin de la informacin

como estar bajo el influjo de alucingenos,
problemas cognitivos, entre otros (3).
Consideraciones metodolgicas
Fase conceptual: problema, justificacin, objetivos, marco
terico.

Son mltiples los textos que existen sobre metodologa de la

investigacin, en estos se explicitan algunos aspectos
transversales a todo tipo de estudios, lo que resulta til para
las personas que no conocen mucho de esta rea, pero
presenta la gran limitacin de no hacer explicitas la
particularidades inherentes a cada tipo de estudio. En
coherencia con la pretensin de este texto, a continuacin
se indican aspectos genricos de metodologa de la
investigacin y su aplicacin en los estudios descriptivos (6).
Tabla 2. Elementos transversales a la fase conceptual de un proyecto de
investigacin y especficos para estudios descriptivos.

Limitaciones:

Ttulo: Es el tema de investigacin ms su delimitacin poblacional (en quienes

se desarrollar), geogrfica o espacial (donde) y temporal (cuando). Para el objetivo
general del estudio, se toma el ttulo y se antecede de un verbo afn a los estudios
descriptivos como describir, determinar, estimar o establecer

1.

Planteamiento del problema

2.
3.

Dado que las variable s dependiente s e

independientes generalmente se miden en el
mismo momento, no es posible establecer
asociaciones causales (no es posible determinar si
la exposicin antecedi al evento), exceptuando
fenmenos donde la exposicin no cambia en el
tiempo o donde la teora indica la obviedad en la
antecedencia del factor de riesgo.
No es plausible su aplicacin en eventos de baja
frecuencia o corta duracin, porque pueden
generar subestimaciones.
Presenta mltiples sesgos potenciales: de
duracin (cuando la exposicin o el evento es de
corta duracin y por ello no se detecta su
ocurrencia en la realizacin del estudio), de
seleccin (los ms o los menos afectados por el
problema no participan del estudio), de cortesa
(el sujeto de estudio da respuestas pensando en lo
cree que el encuestador aprueba), de vigilancia (el
evento se confirma mejor en la poblacin de
estudio que en la poblacin general), de memoria
(al preguntar por algunos factores de exposicin
pasados, quienes presentan el evento pueden
recordarlos ms fcilmente que los no afectados
por el problema) y de informacin debidos al uso
de instrumentos de medicin no validados, a
problemas de los i nve st igadore s (no
estandarizados, no capacitados) o problemas en
los sujetos de estudio (por no cumplir condiciones

Metodologa genrica

Consideraciones especficas para

estudios descriptivos

Elegir el contexto de
desarrollo del tema

Se debe evidenciar que en la poblacin estudiada se

desconoce la magnitud y distribucin del fenmeno
de estudio.

Evaluar la deficiencia
en el conocimiento
del tema

Sustentar el desconocimiento sobre lo que est

ocurriendo, la magnitud del fenmeno estudiado y
su distribucin segn algunas caractersticas de base
de la poblacin.

Definir consecuencias
de la investigacin

Focalizarse en la necesidad de establecer hiptesis

causales para posteriores estudios analticos.
Evidenciar cmo el desconocimiento de lo que est
ocurriendo conducir a la formulacin de acciones
intervenciones equivocadas.

La idea debe ayudar a

resolver problemas,
aportar conocimientos,
ser novedosa y generar
interrogantes

Debe evidenciarse por qu no es oportuno

extrapolar los resultados de estudios similares
realizados en otros escenarios, es decir, sustentar las
particularidades de la poblacin, lugar y tiempo de
estudio, que demuestran o ayuden a evidenciar que
sus caractersticas permiten suponer una magnitud y
distribucin diferentes que la descrita en estudios
previos.

Relacionar dos o ms
conceptos o variables

En estudios descriptivos, los dos conceptos o

variables son el evento del cual se desea establecer
su magnitud, y las caractersticas de base de la
poblacin o factores asociados al evento reportados
en la literatura. Estos ltimos sern la base para
estudiar la distribucin del evento, es decir, definir si
el problema tiene una distribucin uniforme en todo
la poblacin o vara en los subgrupos conformados
por las variables independientes (en cuyo se
identificaran grupos de mayor riesgo). Es oportuno
aclarar que este punto es el que justifica el uso de
pruebas de asociacin estadstica para explorar
factores relacionados con el evento, los cuales darn
origen a las hiptesis.

43

REVISTA

23 (1): 40-51, 2015

Tener contenido
emprico

Se debe exponer antecedentes de estudios previos

que ayuden a tener un valor (o rango) aproximado
sobre la frecuencia (magnitud) del evento y sus
principales factores asociados, en otros contextos
similares Algunos autores consideran que este punto
es ms propio de la justificacin del estudio.

3.

En este tipo de estudio no se recomienda poner slo

Asociar o Relacionar o Analizar la magnitud
del evento segn las caractersticas de la poblacin
de e studio, ya que e stos trminos aluden
asociaciones de tipo causal, las cuales solo se
pueden lograr en estudios analticos, en los que se
puede demostrar que los factores de exposicin
anteceden la presentacin del evento. Dado que este
ltimo punto no puede garantizarse en un estudio
descriptivo, se emplea la expresin explorar la
asociacin para que sea explcito que las posibles
asociaciones estadsticas halladas no son causales
sino exploratorias; esto constituye la base para la
formulacin de hiptesis y demostrar que el evento
no presenta una distribucin uniforme en la
poblacin sino que existen grupos con una
presentacin mayor del evento.

Justificacin
Acadmica, Tecnolgica, Social y Econmica
Terica o
epistemolgica

Desarrolla nuevo conocimientos, aporta evidencia a

los ya existentes, brinda fundamento para la
realizacin de nuevas investigaciones. La base es la
generacin de hiptesis que puedan falsearse o
corroborarse en estudios analticos posteriores.

Implicaciones
prcticas

Hacer explcitas las acciones de prevencin de la

enfermedad o promocin de la salud que podran
derivarse del conocimiento de la magnitud del evento
y sus grupos de mayor riesgo (subgrupos de la
poblacin que presentaron una mayor ocurrencia
del evento). En este punto se determina quin o
quines se beneficiarn con los resultados.

Explorar la asociacin entre las caractersticas del

grupo de estudio y el evento investigado.

Objetivos
Medibles, factibles y viables, coherentes con el diseo del estudio.
Marco terico
Indica las diferencias y
similitudes con estudios
previos.

Ausencia de hiptesis para el contexto en que se

desea realizar el estudio, ello evidenciara la
necesidad de hacer la investigacin descriptiva.

Ubica la investigacin en un campo determinado del conocimiento actual.

Concepta las variables del estudio y ayuda a identificarlas.
Describe cmo los resultados contribuirn al conocimiento o prctica en que se
inserta el proyecto: dudas y controversias que ayudar a esclarecer.
Orienta el estudio y documenta la necesidad de realizarlo.
Ayuda a prevenir errores y provee el sustento terico del problema de
investigacin.

En el objetivo general debe hacerse explcito que la

pretensin central es describir o determinar la ocurrencia
del evento y su distribucin segn algunas caractersticas de
la poblacin de estudio; aunado a la delimitacin
poblacional, geogrfica y temporal. Generalmente se
trabaja con una poblacin o grupo nico, aunque se debe
aclarar que algunos estudios descriptivos incluyen varios
grupos, pero con el fin de establecer y comparar la
magnitud (y distribucin) del evento en varios grupos o
momentos; a diferencia de los estudios analticos en los
cuales la conformacin de los grupos se hace con base en
una factor asociado para falsear o corroborar asociaciones
causales.

4.

Identificar las caractersticas de la poblacin que

podran explicar la ocurrencia del evento, o
determinar las caractersticas de la poblacin que
presentan mayor importancia en la ocurrencia del
evento.
La necesidad de formular este ltimo objetivo est
dada en que los estudios descriptivos, por
definicin, se emplean para investigar mltiples
exposiciones, de las cuales no todas presentan la
misma importancia, por ello se debe hacer un
mo delo mult ivar iado (regre sione s) cuyos
coeficientes indican la mayor o menor injerencia que
tienen las variables independientes sobre la
presentacin del evento. Adems, en el caso que
existen varias variables independientes que
presenten asociacin estadstica con el evento, se
debe hacer un ajuste multivariable para descartar
posibles variables de confusin.

Tabla 3. Ejemplo de la formulacin de objetivos en un estudio

descriptivo.
Ejemplo 1.
Objetivo general: Determinar la prevalencia de ansiedad y su asociacin con
caractersticas demogrficas y socioeconmicas en docentes de una universidad de
Medelln, 2015.

Los estudios descriptivos plantean tres o cuatro tipos de

objetivos especficos:

Objetivos especficos

1.

Describir las
caractersticas
demogrficas y
socioeconmicas del
grupo de estudio.

2.

44

Describir las caractersticas de base de la poblacin

de estudio; aquellas que puedan influenciar la
distribucin del evento y que estn respaldadas por
el marco terico.
Determinar la magnitud del evento.

Determinar la prevalencia
de ansiedad en el grupo
de estudio.

Plan de anlisis
Estas caractersticas incluyen variables cualitativas y
cuantitativas, el plan anlisis univariado dira: la
descripcin se realizar por medio de frecuencias
absolutas (#) y relativas (%) para las variables
cualitativas y medidas de resumen para las
cuantitativas.
Anlisis univariado: se emplearn medidas de
frecuencias absolutas (#) y relativas (%)

Ortodoxia y suras en el diseo y ejecucin de estudios descriptivos

Explorar la asociacin
entre la prevalencia de
ansiedad y las
caractersticas
demogrficas y
socioeconmicas del
grupo de estudio.

Anlisis bivariado: se usarn pruebas paramtricas

y/o no paramtricas, segn el cumplimiento del
supuesto de normalidad. Como el evento es una
variable dicotmica sera ms preciso decir: la
comparacin de la ansiedad con variable s
independientes cualitativas se har con la prueba chi
cuadrado de Pearson, mientras que la comparacin
con las variables cuantitativas se realizar con las
pruebas t student (si se cumple el supuesto de
normalidad) o U de Mann Whitney (si no se cumple
el supuesto de normalidad).

Identificar las
caractersticas
demogrficas y
socioeconmicas que
podran explicar la
prevalencia de ansiedad.

Anlisis multivariado: se realizar regresin logstica

binara multivariable.

Ejemplo 2.
Objetivo general: Describir el perfil de calidad de vida de personas con artritis
atendidas en una IPS especializada de Medelln durante el 2015, y su relacin con
caractersticas sociodemogrficas y clnicas.
Objetivos especficos

Plan de anlisis

Describir las
caractersticas
sociodemogrficas y
clnicas.

Anlisis univariado: Frecuencias y medidas de

resumen.

Describir el perfil de
calidad.

Anlisis univariado: medidas de resumen.

Explorar la relacin entre

la Calidad de vida y las
caractersticas
sociodemogrficas y
clnicas del grupo de
estudio.

Anlisis bivariado: pruebas paramtricas y no

paramtricas.

Determinar las
caractersticas
sociodemogrficas y
clnicas que podran
explicar la calidad de
vida.

Como la calidad de vida es una variable cuantitativa

se podra poner: para comparar la calidad de vida
con variables dicotmicas se usarn las pruebas t
student o U de Mann Whitney, con las politmicas
Anova o H de Kruskal Wallis, con las cuantitativas
correlaciones de Pearson o Spearman.

confianza (generalmente del 95%), el error de muestreo (que

debe estar entre 1% y 5%), la poblacin de referencia y el
estimador que se utilizara, ste ltimo corresponde a la
frecuencia esperada del evento cuando la variable de
respuesta es cualitativa, o la desviacin estndar cuando se
trata de una variable dependiente cuantitativa; estos datos
deben ser extrados de la literatura y si no es posible de la
experiencia de los investigadores. Particularmente en el
clculo de tamaos de muestra en estudios cuya variable
dependiente es cualitativa, si se desconoce su valor se toma
un valor de 50%, el cual proporciona el mayor tamao de
muestra posible. Finalmente, en la literatura existen
mltiples programas para su clculo, Epidat incorpora un
compendio exhaustivo de tcnicas comnmente usadas en
investigacin epidemiolgica para tal fin (7).
Para una adecuado clculo del tamao de muestra y del
muestreo, se deben tener claramente identificados la
poblacin de estudio, las unidades de observacin,
muestreo y anlisis, y los criterios de inclusin y exclusin,
estos ultimos obedecen a caractersticas adicionales que se
adscriben a la poblacin de estudio con el fin de facilitar su
seleccin y evitar sesgos de seleccin.
En la recoleccin de la informacin se debe precisar tres
aspectos centrales:
1.

Anlisis multivariado: se realizar regresin lineal

multivariable.

2.

En la metodologa se deben precisar las variables con las

cuale s se medirn los asp ectos demogrficos,
socioeconmicos o clnicos.
Fase metodolgica: tamao de muestra, recoleccin de la
informacin, control de sesgos, cuantificacin de la
confusin, anlisis estadstico.
Con relacin a la muestra y el muestreo, se debe aclarar que
el primer trmino alude el nmero de unidades de anlisis
que debe incluir el estudio para representar una poblacin
dada, mientras que el muestreo obedece a la forma de
seleccionarlas (3).
Los estudios descriptivos, al igual que todo tipo de estudio
de investigacin, debe hacer la seleccin de una muestra de
la poblacin, por lo que resulta determinante establecer qu
tamao debe tener. Para ello se establece un grado de

3.

La fuente de informacin, es decir, si ser primaria

(el investigador hace la recoleccin de sus variables
dependientes e independientes) o secundaria (el
investigador hace los anlisis con base en
informacin recolectada de forma previa al inicio del
proyecto de investigacin).
Descripcin del instrumento de medicin: en este se
deben indicar las caractersticas bsicas con las
cuales se garantice la validez y reproducibilidad de la
informacin, en este sentido, para mediciones
biolgicas es recomendable hace explcitas algunas
caractersticas como sensibilidad y especificidad,
controles de calidad, certificados de calibracin o
verificacin; en el caso de encuestas debe indicarse
su proceso de validacin a la luz de caractersticas
como la apariencia, el contenido, el constructo o el
criterio (8).
Forma de obtencin de mediciones, con su
respectivo control de sesgos.

Control de sesgos
En esta parte se deben hacer explcitas las estrategias para
garantizar la validez interna de los resultados, entendida
como la minimizacin de los errores sistemticos
(variaciones predecibles, no aleatorias, que tienden a
subestimar o sobrevalorar la medicin) que se pueden

45

REVISTA

23 (1): 40-51, 2015

cometer durante la seleccin de los sujetos de estudio o las

mediciones realizadas, garantizando que los resultados son
veraces y correctos para el grupo de estudio. Cabe aclarar
que la validez externa depende de la interna, por lo que
algunos estudios prefieren sacrificar la primera, sta alude la
posibilidad de generalizar los resultados a la poblacin de
referencia y a otras similares, lo que depende de la
representatividad de la muestra estudiada (si su seleccin
fue probabilstica) (3,9).
Dichos errores sistemticos son denominados sesgos, los
cuales pueden ser de seleccin o informacin:
1.

2.

46

Sesgos de seleccin: errores en la seleccin de las

unidades de anlisis; en los estudios descriptivos se
pueden controlar con los criterios de exclusin, por
ejemplo excluir pacientes que no cumplan las
condiciones pre-analticas para una examen de
laboratorio, personas con alteraciones cognitivas o
efectos de alucingenos evidentes que impidan
contestar una encuesta, personas que no firmen el
consentimiento informado, o quienes exijan
remuneracin para participar en un estudio (9).
De informacin: aquellos que se presentan durante
la medicin de las variables, clasificados en los
siguientes:
a. Del observador o investigador: se
controla con la e sta ndarizacin, la
capacitacin sobre todo el proyecto de
i nve st igacin, o demostra ndo la
reproducibilidad intra e interobservador de
sus mediciones. El personal de investigacin
debe conocer a fondo los instrumentos de
medicin, los procedimientos a seguir
cuando no se encuentre uno de los sujetos de
estudio y estar estandarizado para su
recoleccin (9). Para evitar errores en el
diligenciamiento de la informacin se
recomienda doble digitacin, en este
proceso se acostumbran dos tipos de
verificacin, por rangos (no hallar valores
fuera del lmite de la variable o no
compatibles con la variable) o contingenciallgica (valores incoherentes, por ejemplo
registro de embarazos en un hombre). Esta
verificacin puede hacerse en bases de datos
relacionales (DBase, Paradox, Fox-Pro) o
programas estadsticos diseados para
captura (recoleccin) de datos (EpiInfo,
CDC, Atlanta) (3).
b. D e l s i ste m a d e m e d i c i n y l o s
instrumentos: se controla empleando
mediciones vlidas, estandarizadas y con
control de calidad, entre otros (9).

c. De los sujetos de estudio: incluyen el

sesgo de memoria, entrenamiento, fatiga (9).
Otros autores clasifican los sesgos de informacin en tres
tipos (10):
1.
2.
3.

En la identificacin de la exposicin: sesgo de

memoria o del entrevistador.
En la identificacin del desenlace: sesgo del
observador o del que responde.
Errores de clasificacin.

Adems presentan sesgos combinados de informacin/

seleccin como el sesgo de vigilancia mdica o de
deteccin, sesgo temporal y otros (10).
Para determinar la confiabilidad y validez de las mediciones
(controlar sesgos), tradicionalmente se ha recomendado la
realizacin de una prueba piloto (3).
Algunos autores emplean un tercer grupo de sesgos mal
llamados de confusin, lo cual es un error, debido a que la
confusin no es un error sistemtico. La confusin es
diferente del sesgo, en el sentido que, aunque la relacin no
es causal si es real (indirecta, no sesgada) (10) adems, las
variables de confusin, como error aleatorio, varan de
manera no predecible (9).
Confusin: refiere el hecho de hallar una asociacin no
causal entre la exposicin o variable independiente y el
evento de estudio, debido a la influencia de una tercera
variable (o grupo de variables) denominada confusor (otra
variable independiente). Para que una tercera variable
independiente sea confusora debe cumplir tres requisitos: i)
estar asociada con la variable independiente, ii) estar
asociada con el desenlace y iii) no ser una variable
intermedia en la cadena causal entre la exposicin y el
desenlace. La tercera variable puede inducir, fortalecer,
debilitar o eliminar la asociacin entre una variable de
exposicin y el desenlace (10).

El control de la confusin puede realizarse desde el diseo,

principalmente en estudios analticos que conforman grupo
equiparados por potenciales confusores. Generalmente en
los estudios descriptivos se hace en el anlisis de la
informacin, dado que la seleccin de los sujetos de estudio
se hace de la poblacin general, para ello se hace anlisis
estratificado o anlisis multivariante (3).
Cabe aclarar que el anlisis estratificado presenta un uso
restringido en la actualidad dado que slo permite hacer el
ajuste por una variable, adems no es til cuando en el
anlisis se representa una variable cuantitativa; a diferencia
de los modelos multivariados que permiten el ajuste por un

Ortodoxia y suras en el diseo y ejecucin de estudios descriptivos

mayor nmero de variables, independientemente de su

naturaleza. Adicional a ello, los modelos de regresin
permiten estimar el grado de asociacin entre dicha
posible causa y la respuesta ajustando por el posible efecto
confusor de todas las covariables incorporadas al modelo
(10,11).
Anlisis de la informacin:
Antes de describir las herramientas estadsticas empleadas
en los anlisis es oportuno presentar la clasificacin de las
variables.
Tabla 4. Clasificacin de las variables del estudio.
Segn la
naturaleza
Cualitativas
Cuantitativas

Segn el tipo
Dicotmica o bicategrica
Politmica
Discreta
Continua

Segn nivel de
medicin
Nominal
Ordinal
Intervalo
Razn

El anlisis univariado se realizan frecuencias absolutas

(recuento) o relativas (proporcin o porcentajes) para las
variables cualitativas, mientras que para las cuantitativas se
calculan medidas de resumen en sus cuatros grupos: i)
tendencia central (media, mediana y moda), ii) dispersin o
variabilidad (varianza, desviacin estndar, rango, rango
intercuartil, coeficiente de variacin), iii) posicin
(percentiles, deciles, cuartiles) y iv) forma o distribucin
(curtosis o asimetra) (12,13).
Adems, si la variable desenlace es una enfermedad, su
frecuencia se puede medir con incidencia o prevalencia,
segn el tipo de estudio (transversal o longitudinal) y de
enfermedad (aguda o crnica), para este caso se recomienda
consultar textos bsicos de epidemiologa sobre la medicin
de la ocurrencia de la enfermedad (14).
Con base en esta definicin un estudio sobre la frecuencia
de una enfermedad puede realizarse con casos incidentes o
prevalentes por lo que la frecuencia sera un concepto ms
amplio que el de prevalencia, al incluir tantos los estudios de
prevalencia como los de incidencia (10). Sin embargo,
algunos autores han separado los estudios de frecuencia y
de prevalencia como si fuesen dos asuntos diferentes,
argumentando que la prevalencia solo puede establecerse
en estudio de base poblacional o con muestreos
probabilsticos, en caso de estudios con muestreos por
conveniencia se debera hablar slo de frecuencia, es decir,
en esta segunda postura la prevalencia sera un concepto de
mayor complejidad que el de frecuencia.
A pesar de lo anterior, no existen referencias concluyentes
para aludir la frecuencia como una medida diferente a

prevalencia, en una bsqueda en PubMed con la palabra

Prevalence (restringida al ttulo) se obtuvieron 48.681
resultados, revisando los primeros 100 se hallan estudios
nominados como prevalencia de punto en muestras no
probabilsticas, mientras que con la palabra frequency en
ttulo se obtienen estudios realizados en la poblacin de
referencia (no en muestra); lo que pone de manifiesto que la
diferencia entre prevalencia y frecuencia no est unificada
entre los investigadores.
Anlisis bivariado: se realiza la prueba de normalidad para
cada par de variables en las que se desee evaluar asociacin,
entre el listado de pruebas de normalidad existente las ms
empleadas son la prueba de Kolmogorov-Smirnov con
correccin de la significacin de Lillierfors, considerada una
de las ms potentes para muestras mayores de 50 casos. La
prueba de Shapiro-Wilk est considerada como la prueba
ms potente para muestras entre 3 y 50 sujetos, aunque en
algunas ocasiones como en datos discretos puede
extenderse su uso hasta 5.000 datos (15).
Interpretacin: cuando se hace la prueba de normalidad el
software genera un valor p, este se contrasta con el error
alfa (complemento del grado de confianza) as:

1.

2.

Dado que generalmente se hacen anlisis con una

confianza del 95%, o lo que es igual una significacin
del 5% (0,05), si el valor p de la prueba de
normalidad es mayor o igual a 0,05 indicar que los
datos provienen de una poblacin con distribucin
normal; en consecuencia, se harn pruebas
paramtricas para el anlisis bivariado.
Si el valor p da un resultado menor a 0,05 indicar
que los datos no provienen de una poblacin con
distribucin normal; en consecuencia, se harn
pruebas no paramtricas para el anlisis bivariado.

Luego de realizar la prueba de normalidad, se toma la

decisin sobre la prueba paramtrica o no paramtrica que
servira para explorar la asociacin, as (3,16).
Tabla 5. Plan de anlisis bivariado: pruebas paramtricas y no
paramtricas para muestras independientes y pareadas.
Pruebas
paramtricas

Pruebas no
paramtricas

Naturaleza o
Tipo de variables
que se comparan

Muestras
independientes

Muestras
independientes

Muestras
pareadas

Dos cualitativas

Prueba Z

Dos cuantitativas

Coeficiente de
correlacin de
Pearson
t Student para
muestras
independientes
Anova de una va
(o de un factor)

Chi cuadrado o
Fisher
Coeficiente de
correlacin Rho
de Spearman
Prueba U de
Mann Whitney

C Nemar,
Q de Cochran
Tau de Kendall

Prueba H de
Kruskal Wallis

Friedman

Cuantitativa con
dicotmica
Cuantitativa con
politmica

Wilcoxon

47

REVISTA

23 (1): 40-51, 2015

indica que la presencia del factor de exposicin

incrementa la ocurrencia de la enfermedad, es lo que
se conoce como factor de riesgo.

Fisher: aplica cuando las dos variables son dicotmicas y en

la tabla de contingencia (2x2) se presenta una frecuencia
esperada menor que cinco.
C Nemar: aplica cuando las dos variables son dicotmicas.
Q de Cochran: aplica cuando en las dos variables se
presenta al menos una politmica.
Muestras pareadas: cada individuo es su propio control, es
decir, para estudios prospectivos en los que se compara la
medicin de una persona frente a la medicin de la misma
variable en el mismo individuo en un momento anterior.
Aunque las pruebas para muestras pareadas son poco
usadas en estudios descriptivos, se agregaron en esta tabla
para que el elector tenga una visin amplia de las opciones
para hacer anlisis bivariado.

Si en la comparacin de dos variables cualitativas, una de

ellas es ordinal se aplica la prueba chi cuadrado de
tendencial lineal.
Interpretacin: si en cualquiera de las pruebas anteriores
se observa un valor p menor a 0,05, ser indicador de
asociacin estadstica (de carcter exploratorio para los
estudios descriptivos) entre las dos variables analizadas.

Se debe aclarar que una de las pruebas aplicada en la

estadstica paramtrica, ANOVA, adems de tener el
supuesto de normalidad, tiene el de homocedasticidad u
homogeneidad de varianzas, que se evala con el
estadstico de Levene.

Adicional a lo anterior, se pueden consultar algunos

artculos que de manera sucinta, han descrito las medidas
tradicionales para hacer anlisis univariado y bivariado, en
los cuales se presentan conceptos como variable y sus
niveles de medicin; diferencias entre proporciones,
razones y tasas; medidas de frecuencia como la prevalencia
o la incidencia; medidas de asociacin (razones de
prevalencia, de odds y riesgo relativo), y medidas de
impacto (riesgo atribuible, fraccin prevenible) (12-13).
Anlisis multivariado: se pueden hacer tres tipos de
regresiones en los estudios descriptivos, dependiendo de la
naturaleza y el tipo de variable que sea el evento de estudio:
1.
2.
3.

Cabe aclarar que las regresiones pueden realizarse con fines

predictivos, explicativos o de ajuste, su uso ms comn en
estudios descriptivos es el ltimo, en este caso los pasos
para ejecutarlo son:
1.

En un texto posterior, se describir en detalle cada una de

estas pruebas, y otras como las pruebas posthoc y
correlaciones de variables cualitativas, en conjunto con su
ejecucin en SPSS.
El anlisis bivariado podra complementarse con algunas
medidas epidemiolgicas tiles para comparar dos
variables dicotmicas, es decir, cuando la exposicin y el
desenlace se miden como presencia-ausencia, estas
medidas son la razn de prevalencias (RP) y las razones de
odds (OR), las cuales se interpretan de la forma siguiente:
1.
2.

3.

48

Si la RP o la OR da 1,0 o su intervalo de confianza

incluye el 1, indica que no existe asociacin entre las
dos variables.
Si es menor a 1 (y su intervalo no incluye este valor)
indica que la presencia del factor de exposicin
disminuye la ocurrencia de la enfermedad, es lo que
se conoce como factor protector.
Si es mayor a 1 (y su intervalo no incluye este valor)

Logstica binaria: cuando la variable de respuesta es

dicotmica.
Logstica multinomial: cuando la variable de
respuesta es politmica.
Lineal: cuando la variable de respuesta es
cuantitativa.

Seleccionar las variables independientes: si slo se

desea determinar si las asociaciones detectadas en el
anlisis bivariado son reales o estn confundidas,
las variables independientes seran aquellas que en
el anlisis bivariado presenten valor p menor a 0,05,
se mira el modelo multivariable cuales conservan la
significacin luego del ajuste por las dems variables
relacionadas (indicador de asociacin real) y cuales
no (indicaran que la asociacin bivariada era
producto de una variable confusora) (11).
Si se desea identificar las variables que podran
explicar la ocurrencia del evento, se tomaran como
variables independientes todas las que tericamente
sean relevantes y aquellas que en el anlisis
bivariado hayan presentado valores menores a
0,25.

2.

Validar los supuestos del modelo.

Supuestos de la regresin lineal: aleatoriedad de Y
con la prueba de las rachas (su valor p debe ser
mayor a ,005) o garantizndola desde a recoleccin
de la informacin; linealidad con ANOVA (el valor p

Ortodoxia y suras en el diseo y ejecucin de estudios descriptivos

debe ser menor a 0,05), la normalidad de los

residuos, la varianza constante de los residuos (con
el mtodo grfico), la no correlacin de los residuos
con la prueba de Durbin Watson, la no colinealidad
o multicolinealidad con la estimacin de la tolerancia
de cada variable y el factor de inflacin de la varianza
FIV y la significacin estadstica de los coeficientes
de regresin.

3.
4.

5.
6.

Mtodos

Regresin logstica: se evala la bondad de ajuste

con el estadstico de Hosmer-Lemeshow y sus
supuestos bsicos son: valor esperado del error
debe ser cero, que no haya autocorrelacin, que no
haya correlacin entre el error y las variables
independientes y que no haya multicolinealidad
entre las variables independientes (18).
3.

Interpretar los coeficientes de regresin como el

cambio que se genera en la variable dependiente por
cada unidad de cambio de la independiente,
ajustando por las dems variables del modelo
(10,17).

3.
4.
5.

Resultados

1.

2.
3.
4.

Fase de divulgacin: contenido del artculo y gua STROBE.

En el reporte de los estudios descriptivos se recomienda la

aplicacin de la gua STROBE (Strengthening the Reporting
of Observational studies in Epidemiology), la cual contiene
22 puntos distribuidos as: uno para ttulo y resumen, dos en
introduccin, nueve en los mtodos, cinco en resultados,
cuatro en discusin y uno sobre las fuentes de financiacin
del estudio (18).

1.
2.

Discusin

1.

2.

En general, algunos aplican estos puntos como una lista de

chequeo para los artculos escritos, pero la idea es que
previo a la escritura del informe final se revisen estos
criterios para hacer ms eficiente esta etapa final de una
investigacin.
Adicional a esto se presentan algunos elementos comunes a
la escritura de los artculos derivados de estudios
descriptivos en la siguiente tabla.
3.

Tabla 6. Componentes de una artculo de investigacin descriptivo

Ttulo

Tema con su delimitacin poblacional, espacial y temporal,

antecedido por el trmino Prevalencia, Incidencia o Frecuencia.

Autores

Segn indicaciones de la revista en la cual se desea publicar.

Resumen

Generalmente es estructurado, es decir, desagregado en

introduccin, objetivo general, mtodos, resultados y conclusin.

Introduccin

1.
2.

Definicin del evento o tema de estudio.

Presentacin de la importancia de estudiarlo, puede ser por
sus implicaciones clnicas (deterioro de la salud fsica o
psicolgica, complicaciones, dao en la funcionalidad,
incapacidades), epidemiolgicas (alta ocurrencia, muchas
personas en riesgo, alta letalidad o mortalidad, mltiples
factores de riesgo) o econmicas (costos de su atencin,
intervencin o prevencin).

4.

5.

Antecedentes de estudios similares realizados en otros

contextos o poblaciones.
Evidenciar el vaco en el conocimiento (ausencia de estudios
previos, o estudios previos con problemas en su validez
interna, externa u otro tipo de limitaciones) que sustente la
necesidad de describir la ocurrencia y distribucin del
evento en la poblacin de inters. Adems se debera hacer
explcito el por qu no es pertinente extrapolar los datos de
estudios similares realizados en otras poblaciones.
En conjuncin con el punto anterior, se deberan precisar
los posibles factores asociados con el evento.
Presentar justificacin y objetivo general del estudio.
Tipo de estudio: determinar qu tipo de estudio descriptivo
se realiz.
Sujetos de estudio: indicar la poblacin de referencia, el
tamao de muestra, el sistema de muestreo, los criterios de
inclusin y exclusin del estudio (control de sesgos de
seleccin).
Recoleccin de la informacin: indicar la fuente, los
instrumentos de recoleccin (o variables del estudio) y el
control de sesgos de informacin.
Anlisis de la informacin: univariado, bivariado y
multivariado.
Aspectos ticos: normativas internacionales y nacionales
que orientaron el diseo y ejecucin de la investigacin,
sumado al comit de tica de la investigacin que lo aval.

Descripcin de la poblacin o muestra de estudio (de las

variables independientes) para permitirle al lector saber a
qu tipo de grupos podra generalizarse o extrapolarse los
hallazgos.
Determinacin de la magnitud del evento de estudio
(variable dependiente).
Exploracin de las asociaciones entre las variables
independientes y la dependiente.
Identificacin de las asociaciones confundidas y otros
resultados multivariados.

Contrastar la magnitud del evento hallada con la reportada

en otros estudios con poblaciones similares, esto ser til
para determinar la gravedad del evento en la poblacin de
inters.
Comparar con e studios pre v ios, las var iable s
independientes que presentaron y las que no presentaron
asociacin con el evento, esto con el fin de determinar
varios aspectos clave para la generacin de hiptesis y
orientacin de acciones de prevencin o intervencin:
a. Identificar los grupos en que se present el evento con
mayor frecuencia, y discutir, a la luz del marco terico y
el conocimiento de la poblacin de estudio, opciones de
prevencin o intervencin.
b. Determinar las variables asociadas con el evento que
tambin han sido halladas en estudios previos, esto con
el fin de consolidar hiptesis causales para estudios
posteriores o definir las variables que han tenido mayor
relevancia en la presentacin del evento.
c. Identificar las variables que presentaron asociacin con
el evento en la poblacin de estudio y que difiere de lo
hallado en estudios previos, esto dara la pauta para
recabar en las particularidades que tiene la distribucin
del evento en la poblacin de estudio y la necesidad de
hacer recomendaciones especficas para sta, con base
en el conocimiento de su singularidad (hacer explicitas
las condiciones que podran explicar por qu el
fenmeno tiene una distribucin o unos factores
asociados diferentes a los reportados en la literatura)
Hacer las explcitas las explicaciones, implicaciones o
acciones que podran derivarse de las comparaciones
previas (magnitud y factores asociados en el estudio
desarrollado, en contraste con las investigaciones previas).
Presentar las limitaciones del estudio, es decir, precisar los
posibles sesgos del estudio (como el temporal, el de
duracin, etc), limitaciones en el manejo de la confusin, y
en general hacer una valoracin sucinta sobre el grado de
validez interna y externa del estudio. Para estudios de
prevalencia en muestras no probabilsticas, se debera
indicar que el valor real de esta frecuencia podra ser
diferente.
Conclusiones y recomendaciones.

49

REVISTA

23 (1): 40-51, 2015

Para evaluar los elementos comunes de los estudios

descriptivos y algunas particularidades que dependen del
tema de estudio, se sugiere la lectura de algunos artculos
que el autor ha realizado en esta modalidad de investigacin
y que cristalizan el contenido expuesto previamente (1922).
Discusin
Este artculo expuso las consideraciones conceptuales y
metodolgicas centrales de los estudios descriptivos, para
que los investigadores interesados puedan disponer de una
recopilacin de las exigencias tericas, epidemiolgicas,
estadsticas, de metodologa de la investigacin y de
divulgacin del conocimiento cientfico; con el nimo de
mitigar algunos calificativos peyorativos que ha recibido
esta modalidad de investigacin, y la pretensin de recabar
sobre su necesidad y pertinencia.
Se muestra que la complejidad de los estudios descriptivos
los aproxima a los analticos, lo que vindica la crtica a los
programas acadmicos, revistas y dems comunidades que
los rechazan a ultranza. Tambin sirve como base para
evitar un uso excesivo de la nominacin de estudios
analticos en investigaciones cuya estructura bsicamente
es descriptiva pero por hacer anlisis con pruebas de
hiptesis y regresiones o por comparar varios grupos, los
autores o editores les incrementan su verdadero nivel de
complejidad.
En resumen, la investigacin descriptiva usa los datos para
determinar cmo la ocurrencia o presentacin del evento
vara en funcin de las caractersticas de base de la
poblacin de estudio; cuando la ocurrencia no es uniforme
se identifican posibles grupos de riesgo con propsitos
preventivos; se generar hiptesis causales bajo el
paradigma clsico agente-huesped-medio (10) y se
proponen acciones de atencin o prevencin que sean
coherentes con las caractersticas de base de las
poblaciones de inters (evitar el uso descontextualizado de
evidencia generada en otros contextos y aplicada de forma
acrtica a todo tipo de poblaciones).
Como conclusin, el artculo present la fundamentacin
conceptual de los estudios descriptivos y algunas
consideraciones operativas que tradicionalmente resultan
de difcil comprensin al estar atomizadas en textos de
epidemiologa, e stadst ica o meto dologa de la
investigacin, o porque los expertos son muy puristasrgidos-acrticos en la aplicacin de sus principios
metodolgicos o estadsticos. La investigacin descriptiva
es la que expone de manera ms veraz y directa la realidad
de un fenmeno de estudio y su distribucin en lugares,
momentos y comunidades especficas; por ello, es

50

necesario conocer sus exigencias conceptuales y operativas

para mitigar concepciones erradas sobre su alcance.
Conflicto de intereses
Los autores declaran no tener de manera directa o indirecta,
ningn tipo de conflicto de intereses financieros,
acadmicos o laborales que puedan poner en peligro la
validez de este estudio.
Financiacin
Este trabajo se realiz con el apoyo financiero de la
Universidad de Antioquia y la Universidad Cooperativa de
Colombia (Estrategia Sostenibilidad 2014).
Referencias
1.
2.

J. Cardona Reconocimiento de la utilidad de la epidemiologa

descriptiva. Medicina & Laboratorio. 2013;19(3-4):109-10.
Rada G, Merino T, Universidad Catlica de Chile. Estudios
descriptivos: Tipologa. 2007. [Sitio en internet]. Disponible en:
http://escuela.med. puc.cl/recursos/recepidem/epiDesc4.
Acceso en abril de 2014.

3.

Hernndez B, Velasco H. Encuestas transversales. Salud pblica

de Mxico. 2000;42(5):447-55.

4.

Rada G, Merino T, Universidad Catlica de Chile. Estudios de

incidencia. 2007. [Sit io en internet]. Disponible en:
ht tp://e scuela.med.puc.cl/ recur sos/recepidem/
epiDesc2.htm. Acceso en abril de 2014.

5.

Rada G, Merino T, Universidad Catlica de Chile. Estudios

ecolgicos. 2007. [Sitio en internet]. Disponible en:
ht tp://e scuela.med.puc.cl/ recur sos/recepidem/
epiDesc5.htm. Acceso en abril de 2014.

6.

Hernndez R, Fernndez C, Baptista P. Metodologa de la

investigacin. Cuarta Edicin. Mxico: McGraw-Hill. 2006.

7.

Xunta de Galicia, Organizacin Panamericana de la Salud. Epidat

Programa para Anlisis Epidemiolgico de Datos Tabulados.
Ayuda Muestreo.

8.

Ramada J, Serra C, Delcls G. Adaptacin cultural y validacin

de cuestionarios de salud: revisin y recomendaciones
metodolgicas. Salud pblica de Mxico. 2013;55(1):57-66.

9.

Hernndez M, Garrido F, Salazar E. Sesgos en estudios

epidemiolgicos. Salud pblica de Mxico. 2000;42(5):438-46.

10.

Szklo M, Nieto J. Epidemiologia intermedia: conceptos y

aplicaciones. Espaa: Ediciones Daz de Santos. 2003; p. 435.

11.

Silva L. Una Ceremonia Estadstica para Identificar Factores de

Riesgo. Salud Colectiva, Buenos Aires. 2005;(3):309-22.

12.

Moreno A, Lpez S, Corcho A. Principales medidas en

epidemiologa. Salud pblica de Mxico. 2000;4(4):337-48.

13.

Fernndez P. Uso de la estadstica y la epidemiologa en atencin

primaria. En: Gil VF, Merino J, Orozco D, Quirce F. Manual de
metodologa de trabajo en atencin primaria. Universidad de

Ortodoxia y suras en el diseo y ejecucin de estudios descriptivos

14.

Alicante. Madrid, Jarpyo Editores, S.A. 1997;115-161.

Gordis L. Epidemiology. 3. ed. Estados Unidos: Elsevier Science.
2004. p.335

15.

IBM SPSS Statitisc. Ayuda, Manual del usuario SPSS. Pruebas de

normalidad. [Sit io en internet]. Disponible en:
ht tp://emic130083:50279/ help/i ndex.jsp?topic=/
com.ibm.spss.statistics.help/overvw_auto_0.htm. Acceso en
abril de 2014.

16.

Gmez M, Danglot C, Vega L. Sinopsis de pruebas estadsticas no

paramtricas. Cundo usarlas. Revista Mexicana de Pediatra.
2003;70(2):91-9.

17.

SPSS Lderes en anlisis predictivo. Anlisis estadstico avanzado

con IBM SPSS Statistics. Regresin logstica binaria y
multinomial. SPSS Andino: Infrmese Ltda. p. 9-93.

18.

Von E, Altmanb D, Eggera M, Pocockd S, Gotzschee P,

Vandenbrouck J. Declaracin de la Iniciativa STROBE
(Strengthening the Reporting of Observational studies in
Epidemiology): directrices para la comunicacin de estudios
observacionales. Gac Sanit. 2008;22(2):144-50.

19.

Patio J, Corts M, Cardona J. Seroprevalencia de marcadores

de infecciones transmisibles por va transfusional en banco de
sangre de Colombia. Revista de Salud Pblica. 2012;46(6):9509.

20.

Cardona J, Pelez L, Lpez J, Duque M, Leal O. Calidad de vida

relacionada con la salud en adultos con VIH/sida de Medelln,
Colombia. Biomdica: Revista del Instituto Nacional de Salud.
2011;31(4): 532-44.

21.

Cardona J, Len V, Cardona A. Estado de salud y calidad de vida

en pacientes con fibromialgia, Medelln. Revista Colombiana de
Reumatologa. 2014; 21(1):10-20.

22.

Cardona J, Llanes O. Hipertensin arterial y sus factores en

indgenas Ember-Cham. CES Medicina. 2013;27(1):31-43.

51