Explicación paso a paso del cálculo de tamaño de muestra:

El cálculo del tamaño de muestra apropiado es muy importante para que las estimaciones que se hagan
durante el estudio sean lo más cercanas posibles a la realidad y para disminuir la posibilidad de errores.
Hay varios parámetros que están relacionados con el tamaño de muestra como lo son el PODER, LA
VARIABILIDAD del desenlace, entre otros.

Lo Primero que deben hacer es determinar que tipo de estudio tienen y que tipo de variable es su
desenlace
a) SI SU ESTUDIO ES UN ESTUDIO PARALELO (Es decir, UNA COHORTE O UN CLINICAL TRIAL) Y SU
VARIABLE DESENLACE ES CUANTITATIVA (es decir que sea sujeta de expresarse como un número)
Ingresan a la siguiente página:
http://hedwig.mgh.harvard.edu/sample_size/size.html#assoc.

Le dan click aquí

Les va a mostrar la siguiente información:

Que es cada cosa:

 El valor de p que es la significancia estadistica.
 La desviación estandar de la variable: Esta es una medida de dispersión, me dice que tanto los
datos que tengo se estan alejando de la media. Es para ver que tanto la medida varia de un
individuo a otro o entre un mismo individuo. Esta desviación la sacan de la literatura de otros
estudios.
 Numero total de pacientes
 Poder
 Diferencia mínima detectable: Se refiere a la diferencia mínima entre los dos grupos que yo quiero
ser capaz de detectar. (Por ejemplo, quiero ser capaz de detectar una diferencia de 3 mmhg de
mercurio en la presion arterial media de los dos grupos)
Ejemplo:
Tengo un ensayo clínico, a un grupo le dare losartan y al otro verapamilo y quiero ver cual reduce más la
PA. Escojo un valor de p del 0,05. Encontré en la literatura que la desviación estandar de la presion arterial
era 10 mmHg. Y quiero ser capaz de encontrar una diferencia entre los valores de los dos grupos cuando
difieran las mediciones por minimo 3 mmhg. Ahora, asigno cuatro valores de poder, los que yo quiera,
para ver como cambia mi tamaño de muestra

Escogi un valor de poder de 0,5 y la muestra arrojada es de 174 individuos, como lo indica el texto que
arroja la calculadora: A total of 174 patients will enter this two-treatment parallel-design study…

Ahora, dejando los otros campos iguales voy a calcular la muestra con un poder de 0,8:

Con un valor de poder de 0,8 el programa me arroja que debo tener 352 individuos como mínimo para
poder llevar a cabo mi estudio. Esto lo repito con otros 2 valores de poder para ver como cambia el
tamaño de muestra y lo pongo en una tabla.

Ahora, para el segundo punto de la tarea, voy a dejar el mismo p, la misma DE, Un valor fijo de poder del
75% y voy a cambiar la diferencia minima detectable cuatro veces. Y ver como cambia la muestra al alterar
este parametro:

Por ejemplo aquí cambiando la diferencia mínima detectable a 6 mmhg necesito 85 pacientes. Hago esto
mismo con otros tres valores de dif mínima y veo como cambia la muestra.
Finalmente, hacen lo mismo para el tercer punto pero esta vez lo que dejan igual es la p, la DE y la
diferencia mínima. Y Cambiando el número de participantes, ven como cambia el poder. Por ejemplo, con
una muestra previa de 100 Pacientes el programa me calcula un poder de 31 %:

Esta calculadora tambien les sirve para estudios de cohorte siempre y cuando la variable que van a medir
sea cuantitativa.

b) Si su estudio es UNA COHORTE PERO SU VARIABLE NO ES CUANTITATIVA SINO CUALITATIVA O

DICOTOMICA ( POR EJEMPLO MUERTE O SOBREVIDA, CANCER O NO CANCER, O ASOCIACION ENTRE
CONSUMO DE ANTICONCEPTIVOS Y TEP; ETC) Entran aquí :
http://www.openepi.com/SampleSize/SSCohort.htm. Dan click en la pestaña que dice introducir datos

Les sale este cuadrito:

Los datos que les piden aquí no son muy diferentes:

1. El nivel de confianza (95%), que es 1 menos alfa ( 1-0,05) *100= 95%

2. El poder o potencia.
 3. la razon entre expuestos y no expuestos. Si por cada expuesto hay un no expuesto la razon es 1.
4. La prevalencia de su desenlace de interes en los no expuestos, es decir en las personas sanas o que
al menos no tienen el factor de riesgo que les interesa. Esto lo obtienen de la literatura.
5. Y en lo que dicen que llenen uno de los espacios pueden buscar la prevalencia de su desenlace de
interes en los expuestos de otros estudios. Tambien pueden poner un RR estimado.

Entonces para el primero punto hacen lo que ya explicamos en el ejemplo anterior: Dejan fijos todos los
campos y lo que cambian es el valor de poder.

Para el segundo cambian 4 veces el valor de prevalencia en los expuestos, dejando los otros campos fijos y
calculan.

Para el ultimo punto en este caso ingresan aquí: http://www.openepi.com/Power/PowerCohort.htm

Y ven algo asi :

El cuadro que dice riesgo de enfermedad es la prevalencia de la enfermedad de cada grupo ( la misma
que sacaron de la literatura). Y ahí cambian 4 veces el valor del tamaño de muestra y ven que poder les
calcula.

c) si su estudio es un casos y controles: http://sampsize.sourceforge.net/iface/s3.html

les sale esto

Cambian el poder para el primer punto y el or minimo a detectar para el segundo punto. Y el tercer punto,
lo callculan aquí http://sampsize.sourceforge.net/iface/s3.html#ccp

d) Para prevalencia: http://sampsize.sourceforge.net/iface/index.html#prev

Como este calculo de muestra es diferente entonces para el primer punto cambian la presición ( es decir
el ancho del intervalo de confianza), para el segundo cambian la prevalencia estimada ( sacan esto de
otros estudios) y para el tercer punto cambian el número de individuos de la población universo ( Es decir,
si quieren hacer un estudio de prevalencia de asma en niños de 1 a 5 años de bogotá sería el número total
de niños de 1 a 5 años que hay en la ciudad porque de alli tomaran su muestra).

SI SU ESTUDIO NO SE ENCUENTRA DENTRO DE ESTOS, PORQUE ES UN ESTUDIO DE TIPO METANALISIS,

SERIE DE CASOS, REPORTE DE CASO ETC. ENTONCES PARA EL CASO DE METANALISIS PUEDEN
PRESENTAR LA ESTRATEGIA DE BUSQUEDA DE LOS ESTUDIOS. EN EL CASO DE LOS OTROS TIPOS QUE
MENCIONO DEBEN INVENTARSE UN CASO HIPOTETICO Y CON ESO CALCULAR LA MUESTRA PARA QUE
PUEDAN CUMPLIR CON LA TAREA.