2a edición

i1lilim'. . . .

~
f>ITAL
GENERAL
~ j¡M~XICO
.~
 Metodología de la investigación ,
bioestadística y bioinformática
en ciencias médicas y de la salud
Segunda edición

JOI' Antonio Gafcí. G..cí.

Mide<> l.,..,...
"'-"io ... C"""' ... do lo SooQ:I
",-,,;,, .. Adm ... ,,,,,,,;,, do s.....,.. do SooIIOCI
~,rioyDtx_ .. ",,,,o-coóo
. - do! ~IO do 6.,..o.d.,oca , 6 _1o< .... -=-
o.-c";" do """''9'''',;", Hoopoal ~ do Me>._

J..., n C.rlOI Lopn Al va.anga

Midcoln"'"B"yE_~
~t"
f.l<>< "' C.....,
__ Mido:ao
COM>< _t.Wk_ ..
1..-.,.... .., so.-....
N.,,,,..I do '"_'~. N .....
o..c....do 10_''9'''' .... _ p.... ,~do ...... oo
...... _ 5<_", •. ""-hw_t ""ondot.,. .... 8......JoooI ~~

" - /I. , ton." lax..o

Fiacro Jiménn Pone.

Ne. ""'''''1"''''
~_C.oc_Módoc.
,.....,.. _ _ s;,....,.., Nocoo ..1do ,._, _ _ • N.....
c.....-.... do _ ..... Y ODd o' - , Ho.p'" ~ do Mboo

YlilÍn R.mirez Tapia

A . . . . .oóbgoo
_ ..... _ ... ,,.,"'" do o.g.. "......- do s.Iud
",-"n. ... c ........ do lo 5AW
.-_~ ........ doR.g.o ' ..,y~ .. _lOdo~
0.-<_ do _''9"''';'', Hoop'" o..-.. do Móo.o:o

Leticia Lino Pérez

R.. m....:.logo
' - - ,. . . . _ ... ,...,.,. do Koop ..... , Solod P-.obIoea
M.o,';" .. s. ...... do Solud
__ do! s..v",,,, do R.ou~, Hoo.p .... ~ do M..o:o

Arturo Reding Bernal

Ac,o",.,
",-"lO ... Oomognol.
"'-'yodo<_ C....::"" Mi<Ioc..
o.p.r..-IO do 9.,.tod~,oc. y 8 ............ oca
o.-c""" do """''9''''';'', I'bop.... ~ do "*_

MI!xJco · IKXJOT~ · BUI'NO. \lRI'.\ · e ~K _"'. ~' • 'AHTf.M \L\ ' M .\DIUO · NU"'- .. YO""
...... 11l\N · • ,.",." \aJ . s.", • ...,LO · "-'C ~ L.\NO · LOSIlIlES · MIL '""< . ..
1l....1Ul. "-
S U"" " IlEl.JU • , "" f1L "'CI"'O ' "NO.\PUK • ST. LOUIS ' "D""" · 10110 ...·,.,
Dir«IOf mIlOf,,,I. Jz,.",r dt león Fraga
EJ,I"" ¡/~¡/~I<,"ol"'. H«tor F. G""rrero Al'ullar
Sup ....."",. ¡/~ pr""I,,«:"'~_ Juan '0><: ManJarre. de la Voga

N OTA
La mto)ldlll • UIIleltncllll'l ~ _r,*,oConlOlmt l urjan nutl'Ol ooooelmIll'ltCII. M rtq,*~an eamDlol lit 11
Itrl¡)tullCl.. a(lOl) lIUIor!M) y lOI..".or. IIIWI .torladO pala qUI 101 CU""CII '" GoIIIIClCIOn m_tmll'llOllllan
prtelSOt y ttOnItI cotIlO HI_kIo en .. l«IIa lit ~lClon. SIn amOlriQ.1rll1 i(JI fIO'oCIH"""'. num_ y eam·
D!ClltrI 11 mtGIcN. nllOI..,.O/. ni cutlquitr orrl ~lOn a qua ha,a parllClpllOO en .. pr'PlltdOnllt .. atIIl lIIt_ntlzan
c,.II laln!ormlClOn cotItttiOIlI'I ....... prtclll Q eOOlp!t!I. lampoco 100 rllp:mllDln 01 .... 01. u omlllonts. ni lit 101
JUJltIClOl c,.II conOlcllalnlormaclOn 11 OC~. Con"ltMrllrKurrlr I Olla luanln 01 WCII. pot fitm plOy'" m__
plnlCu". """1 c,.llCOIlIUla"IIIIOjI irllormal~1 qua IIlCj.m ae(Wl eaca mtdlCll"enlO. Plrl 1_ C«IlZI "'qUlIlIft.
lormtdOn 01 ISla OOIln ~II t no 11 han irllroouc:ido •• mlllo. t n 11 00Sl1 r.. omll'lOlOa o Il'lll1corrtrlh:lltadcints
PlII so¡ _lnIstraelOn. EI1tI" 01I)I'1II:... "'POIIllICla COII rU~tclO tlarmlCOl_OS 001.10 no 11...11111. lImDltn
_ _ cotI5O"1I1I11oI '-Ilorlof para 'tclbar Inlormac:1On I00I1 los valorn IIO/m....

METOnO tOc ¡ ... IJ[ l.... I Ny[..<m C... CIÓ .\". RI O[ST... u i sn c ...
y RI OI NI'"OulÁn c ... [ N CIJ.:NCI "'S Mtmc..l.S \ ' 1)[ LA S... W¡)

~ ro h,brda la reprod...."oo ,,,,al <> pare,al dt <>l, obra,

por ~ u.lquler mtJ,,,, .o" .utor'ZI~ión .",ma dtl Nllor

DER ECHOS RESER\'\OOS 201 4, 2011 rt>Pttt<> I la >c!!und •• d,~,OO por.

H OS~ln. L GENER .\ L DE MÉX ICO

HOSPITAL
GENERAL
- : - &.M~XICO

Ed'tado. ,mpre>o y publleadocon au!onzación de l Ho,!" .. l Gen ...1dt M h,~o

Editado por McGRAW· HILL 1NTEIIAMERJCANA EDITOR ES. S.A "" e \'
~roloogac,oo ".>codt la Reforma 1015. Torre A. ~ I >O 17. Col. Ik..arroll o Slntl f~
L>c:1<,Kuln AI \'Iro 01>«,00
C ~ 01376. Me",:o. 1) f
Mle mbrodt la Ctm ..a Naclon.1 dt 11 Jnd">I"~ F...llt oluJ Mo,,,,ana Ro," N o. 736

IsaN: fl78.eo7. 1S.113IH

EDJ 12JU

12J4S67f190 23567890 ]4
lmp ..",.n MéxICO ~rm(.d ,n M.x"'o
 Contenido

Coordmllooes vii
Prólogo xi
PresenllloÓrl Ki íi
Introducoón Jo:V
AgradeCImientos xvii
Deócetorllls ><vii

SECc;lON D E MnODO~OC!A 2

Capitulo 1
Estudio dal" c"u.ah d"d y su ephc"c,Ó<l en ,nv... tl9"oOn dinlcII S
Ingno Peliez e.nes"'o; E"",..do Á1varez Hernind.z; Adolfo Hernindez Garduño
C .. pítulo 2
TlIXOflomí .. de 1.. Investlgllc,On 15
l ena,llno P ér~l

Cllpítulo 3
Elllborllooo del protocolo de ,nvest'g llc,ón 25
JoH Oamtln úmllo Ruíz; Ang.1 D.nI.1Santana Vargas

Capítulo 4
CllIs,ilclloOn de los dseños de mvesbgllClón 37
Joménez Ponct, )'I,.n Ramí.., Tlp"
Capítulo 5
TII~onomíll de hu vllrlilbles 51
.kJI.o (ASiI Cu.nol. Vargu, LnOi Lono P'r.z
Capítulo 6
HipóteSIS 55
Juln CirlOI López AIYJ ... ngil , ArMO Herrera Rosu
Capitulo 7
Enfoque priictu::o de los elemenlos neceutrlos pe.!! 111 e.l,mIlOón
del tamllño de 1" muestrll 6S
Arturo R.d,ng B,mol, JUln C.rlos lópu A1v ... ng.
iv ..

ClIpil ulo 8
lotroducoán lIltIS téallclIs de muestreo y su ~phctlclán en el área de III slllud 75
Arturo Redlng 8emal, lu.. Eooque Calvo S~llchez

ClIpil ulo 9
Diseño de estudos trllnsversllles 83
V"lI'mo H Sinchez H.mondez
ClIpit ulo 10
Dlseñodeestudosdecooorte 101
ev...rdo Álvor.z H.mindez. Ingn, P.li,z 80 1l.stn
Cepit ulo 11
El ellseyo clilllCO 107
Gobnelo Hutru Sil, RodoIfo Rlvu RUlz
Cepit ulo 12
Re", .. on ... Sls temátlces y mete -allá llSlS 12S
Illgn. d.1 PIlar P,I •• z 8allest".; Adolfo Hernindez Garduño

Ce pil ul" 13
Pru e bll d.1I!pOOtlCIl 1JS
jubo eé .. r ú .. soI. Varg ..; Leboa uno Pé ,ez
ClIpil ul" 14
Cl'nlmema 141
RiÚI Gube.rez Suirez
ClIpil ulo 1S
El sesgo en IlIlnvesbg..Clón ¿hIS tories de terror? 1 S1
JUin e.rlos LópezAlv.,engl, Arturo ~ edlng Bemil

Cepil ulo 16
Invesllgeoán en ferme cologie dinlclI 163
Mirío Esther Oct.orin Hemindez
Cepíl ulo 17
Irwe sbg..oán de trllnslaoán dellaborlltorlo 111 paciente y VlceverSIl 179
Jasel " Hemindez RulZ
Cepít ulo 18
¿Cómo Illves tlgllr propledlldes ¡i.,cas en e l cuerpo hUmll IlO?
Propiedades Ii$lces de 111 mllle"lI 5ulI"e 189
ROSlI M,ría Qu'spe SlCch., o.$<:lnOO G..d. Segundo
Cap ít ulo 19
Desarrollo y yal,dlloÓll de cuestlomlrOOS 20 9
Jose Antoooo Glrá. GIrOI, DIVld Corte, POli; Artu ro Red lng Bem.1
Capítu lo 20
cOmo escr,b,r un artículo c,en tíf,co 225
Glonl Eugen," Que,po Giró.
Capítulo 21
Flnano am ,ento y estructura presupuest al para los proyectos de
,nves t'gaoón 237
Jose Antoooo G.rá. G.rO., M.n. del Ros •.,o 1'''.go CHtell.nol
Capítulo 22
Invest'gaClón oen tíf"ca en seres huma nos Cons,deraoone'S desde
la booetoca 253
hIela Guda EMfI
Capít ulo 23
Buen as Pra ctocas Clínoca s y re gl a men ta cloo d e la Inve stogaoón dín,ca
e n sere s hum anos 2 6 1
YI,in R.m ír~ z Tapoa, F...:ro J,menez Pooce
Cap ítu lo 24
Búsque rn. y re cupe raoón d e on form aúoo cle ntíf,ca ' 279
Jose AnIOlVO Mendaz> Guenero; Sil",> Ur,eg > Gonzolez P1o to, P.ula Ceoh. A1v.rado MIli,
Jose AnIOlVO G.rd. Gira.

S~caO N O~ BIOESTAOISTICA y BIOINFORMATICA 280

Capítu lo 25
Contraste o comprobaoón de una h,pótes ls 2 83
Pul,do <Aludo; Abel.lll,fe Mootlño
Capítu lo 26
ElaboraCIón de bases de datos 291
Víctor Antonoo G.rd. Guerrero; MIguel M. ldoo.do AVlII
Capítul o 27
TransformaCIón estadístICa de los da tos 299
V. lentin Sind>ez Ptdr.li, Arturo Red,ng eern.1
Capít ulo 28
Es tacfstoca descr'pt,va 30S
Conrlelo Gud. Gud., Jose Frlnos<:o Moctezu ml Ríos
ClIpit ulo 29
TlIbllIs de contmgenoll 321
Miguel Jom.nez OI-. .. r., Allon!.O Chivez Mora les
ClIpit ulo 30
Pruebll t de Student 327
MÓfuCI Behnda Romt1o Guadarnmil; Hugo Arturo Mlr,nn lll. G.rOiI, Mireyl León Hemandez
ClIpit ulo 31
AnáliSIs de III vlInllnn y lInÍlhSls post hoc 333
M. AllltO Cruz. Ana Manl E!pII'IOH GlrOil , I(.,o l, na Af...aru All.m".no:
Jose AntoniO GarOil G.rO.
ClIpit ulo 32
AnálisIs de III COllllnllnZlI (ANCOVA) 347
Leonor El .. lapall Alllm"ano
ClIpit ulo 33
Corr .. llI ClOfl '" y re9""'on .. , Om"lIl y logist lClI} 353
José de J.":'. RIv.ra Sinchez, José AntoniO Garda Garda
C"p,t ulo 34
AnÍlllsls de ,upervlVe ncl" 375
Juan Corlos LÓfM'z Alvareng a, Rosal",a Borra Martinez; Lu" Miguel Moreno LOpel
C"pit ulo 35
AnÍlIIsls multlv"n"do y e~plor"c,ón 10 10,, 1 d e los d" tos 385
JUln Carlos LÓfM'z AIva,eng.
ClIpit ulo 36
AnáliSIS de compon e ntes po-mClpllles, de fllcto.-es IlI tentes y
de conglomerlldos 397
Juan Carlos LÓfM'z Alv.,engl, Arturo Redong Bernll, IgnlClo Osuna R.mi'e2
ClIpit ulo 37
AnáliSIS de dlItos en el con te~ tCl d e estudios genómlcos 4 17
Ivin ImiII Rosshal'llhr; M.ri. Ehubtth T.)ero B.; ClIUd '1 Rang.1 Escareño

G lourio 426

¡nd ice "If"betico 4 32

o.5.pon,bl .. ""duSlv¡¡m<>n1Q "",.¡ ( oolro \/Incul ado d .. ap,,,,,dlZa¡ ..·

hnp./lv.ww "y,he.comlm..dlonal garo a_m ..todologlams_2e
 Coordinadores

Sección de metodologia
I"'gri, Pellón a.II •• UI,
Méd,Cl Of'UjJna '1 .rqueólogi MiIIstri. en Ep,dem ,oIogi, Cli"'el Doctorado en Antropo-
lagl. In'.gunte del SlStem. Nielon,l de Invnllgidore" n'vel' Invesugadora en O.noiS
M.d,en Servloo d. Reumatologiil, Hospita l Gen"il de Mix,co
Jo.'; Damian C..rill .. Ruó:r
NeuroCIrujano Maestria en O,nOiS Médicas. Doctorado en O.non MédlCllI!. Integrante
del Sistema NaClon.1 de Investigador" •• nlv.11I Departamento d" N.uroorugia FunCIonal
'1 Estereou... , HO'lp,ul G"n ... 1 de MéxIco.

Jo •• lón Hernoindu Ru;z

8,01090. Maestri. en 8,010gí. Expenme nta l Doctorado en C.enon B,oI0g0cis..Jnmunolo_
gia Integ.ante del Sistema Naoonal de Investigador... , n,v,,11 Inv •• ngador .. n O . no ••
Médlcu Unidad d e MediCina Expe nmen u l Un lver~d.d NaCIonal Autónoma de MéXJco-
Hospital Gomeral de MeXlco.

Sección de bioestadística y bioinformática

Ro ... Maria Oui.pe Sicm..
FiSlCll Maestria en Úf!noa e Ingenoería de Maten.les. Doctorado en Oenoa elngenoerí. de
Muenales. In tegrante del S.. tema Naoona l de Inve ""gado<u, estatus de Candidata Inves-
bgldo<a en OenolS Medicas. D"ecaón delnvesllgaoón, Hospal General de MéXICO.
Valentin sanchez Ped.eu
Endocnnólogo Maestria en C,enC1u de la S. lud ServiCIO de Endocnnologi., Hosp,tal
Gener.1 de Mé~,co.

Equipo colaborador
AI"I8 Alfero""1
Am,tomo-patOlogi Doctor.do en C,enc ,as B,oméd,cas. Integr.nte del S,stema N.oon.1
delnveslIg.dOfeS, ntatus de C.nd,data Un,dad de Med,an. Genóm,ca, Hosp,tal Gene-
ral de MéXICO

Peule eecil" Alve'edo Mete

B,bl'otecóloga Coordinadora de anjl ,.. s b,bl'ogrHco Centro Electrón'co de Inform.aÓn
Documenul en Salud. D"ecaón de Educac'ón y CapaaUaón en Salud, Hosp,tal General
de MéXICO
Keroli .... Álverez Altamireno
l,cenalda en Nutnaón. Maestri. en C,ena •• de l. S.Iu-d Un"bd d"lnvestlgaaón. S"rvI_
ao d" Oncologí., Hosp,ul G"n"ral de MéxICO
viii -.

E ~ r.rd o A1varez He.rwi ndez

Reumatólogo Milestria en C,enoas MédICas, Docto rado en C,enou MédICa>. Integrante
del Sistema Naoon.1 de Investigadores, nivel 1, Servloo de Reumiltologíl, Hospital Gene-
ral de MéxIco.
Ro .. lva Ser.e Mertínu
C""Jana general y oNJini oocóloga, Maestría de C,enClu de li Silud SeMoo de Onco-
logí., Hosplul General de MhlCo
Luí, Enrique Calva s.incnu
ActuinO. Maestri. en Demogrilia El Coleg'o de la Fronte'iI Norte.
Julio Ci... ,-.. ,01. Ver, ••
MédICo Int.,nlstil y r.um¡ltólogo Maestría en C"noal MédlClS. Servloo de R.umatolo-
giil, Hosplul Gen"ill de MéxICo.
David Co,t •• P O:r.tl
Ing.n.. ro .lectrónICO. Maestrí. en Ing.nl.ri. EI.etrónlca. Ma.stría .n Oenou MatlmiD_
ca" O.noas d.la Com p uuoón, UnlverSld.d d. MeGlll Mootreal, (¡nadi
Alfon.o ChÁvez Mo •• le.
Médico Intemosta e InlenSlVISU. Maestrí. en Cle ncln de l. S.lud Servloo de Terapia In -
tenSIva, H0'P'u l General de Me . ,co,

Ana M.ria E. pinooa G.ra..

Bióloga. Mae.tria en O e noas (BIolog ía Celu lar), Doctorado en OenoasBlolÓQIca. (Blom e-
dlona). Unidad de Medlona Genómlca, Hosplt. 1Genera l de MéXICO.
E. t ela G.ra.. EJvi r.
Médica Intemosta . Maestria en to tlca Médica Se rv iCIO de Cuidados IntenSIVos Neurológl -
CO', Hospital General de MéXICO,
Con •• do G.rcia G.rcÑI
Reumltólogo M.e.tria e n C,eno as de l. Salud, Se"","o de Reumatología, Hospi tal Gene-
ral de MéXICO.
Victor Antonio G•• a. Guerrero
Gastroenterólogo y . ndoSCop,SU, Maestría en CienCIas de l. Salud. Servloo d. Gutroen-
terologíi, Hosplul G.neril de MéxICO,
R"úl Gutiirru 5...... 1
Pedoatr. y p.d,.tril f.umiltólogo Maestria .n C.. nois MédlClS InYflstlgldor ilSooildo
Hospital Shnn.rs pari N,ños. Ciudad d. MiI.,co ,
Adolfo G.bri.1 H. .... nd u Gerd uño
Pedoatra. Maestril.n Ep,dem,ologiil de la Nutri Ción, Doctorado.n Ep,dem,oIogiil Ger.n-
11 SR. d. Acceso y D.sarrollo d. Nu.vos NegoClol, Jan ... n de MéXICO

Alturo H.rr.r. R0581

GIn.cólogo y obstetra Mia stria en Oenoas de l. Salud.
G.bri.ia Hu.rta Sil
MédlC' internISta y reum.tóloga M.estri. en AdminIStraCIón de Hospoule. y Salud Púbh_
ca ServlOO de R"umatología, Hospita l Gen",,1 de MéXICO,
IVlin 1..... , Ro ...... ndl.r
lIcenaado .... M.tem;¡tJca. ~Icad~s y Computaaón, In.tltuto Naoon.;¡l de Medoan~ GenómlCa

Migu.1 Jim,;nez Olv.r.

An.ste.ólogo y Ilgólogo Maestria en C,enCIas de la Salud Jefe de la Oinlca del Dolor,
Hosplt.1 Gener.1 de M';",eo.

Mirayaleón Hemoindel
lleenaada en Enfermena Maestrante en C,e nc,as dela Salud. Dlrecaón de Investogaclón,
HospItal General de Me",eo.

Mi"uel Mardo ... do A"'¡1e

Urólogo. Maestria en úenande la Salud. SeMoo de UroIogia, Hospotar General de Mexlco,

Hugo Arturo Man:uoniIJa Garo..

Urólogo. Mnstria en Clenaas de la Silud J efe de l SeMoo de Urologii, HospItal General
de Me"'co
Jo •• Antonio M.ndo:uo Gu ..... ro
lIcenCIado en 9,bhotecologia Mustria y Doctorado en Alta DlrecClOn. Jefe del Cen tro
ElectrOnICO delnformaClOn DOCIJmental en Sal ud. DireCCIón d" EducaClOn y CapaCItaCIón
en Salud, HospItal Gen eral de MéxICO,

Jos'; Franci.co Moct.zu ..... Rios

Reumatólogo Ma e.lria en GenClas de la Salud. Servlao de Re umatologia, Hospital Gene-
,.1 de Me",co.
Lui. Miguel Mor.no l ópe,
Dermatólogo y dermatopa tólogo. Ma estria e n CI en CIas de la Salud. SelVlClo de Derm ato-
patologia, HospItal General de MexlCo.

Mari. Esthar Ocherén Herrwindez

Mae .tri. en CI enCIas con espeCIalidad e n Farmacologia Doctorado en Investogaaón en
MedIana Integrante del SIstema Naaonal de Inv • • to gador.s, novel I CoordInador. g.ne·
rll d. 1 k •• d.lnvutogaoón Clinlca de la Maestria en Genou d.la Sllud d. la Escu.la
Supenor d. M.dlon .. ,lnstol1Jto Poh técnICo NaCIonal,

Ignacio O IU"," R.mirez

Maestria en Genoa" G.non B,omed,ca" Un Iverso dad Autónoma de S",aloa
Gloria Eugen;'" au.ipo Gereia
GeneUta Maestri. en InvestogaClón B,oméd,ca Bisoca Doctorado en Genoas MedICas,
Integrante del SIStema NaClonil de Investlgadoru, novel 1. Servlao de GenetlCa, HospItal
General de Mé",co.

Claudia R.ngel Etcer.ño

Matemiuca DOClorilOO en Matemincn. Integri nte del SIStema Naoonal delnvestogado-
res, Nvell Insututo Naoonill de Med Ia na GenÓmoca .

Rodolfo Ri ..... Ruiz

PedIatra y NeonatOlago Maestria en Invesll gaClón OiNca, Doctorado en Epldemlologia
Clinlea Int.grant. del S,stema NaCIonal de Inve,"gador.., enarus de CandIdato Coordo-
nadar de Programas d e InvesllgaClón, In.muto MeXICano del Seguro Sooal.
•

Jo •• d. J ••ú. Rivera S4nche.

Médico ,n terno .tI y ge" .. tra Maeslri .. en C,e nclas Méd icos SeMClo de Genalria, Hosp<tll
General de MéXICO.

Moni"" e.l inde Romero Gu. d.rr......

Anltomo~ltólog .. Maestria.n C,enClas d" la Salud Integra nte del S,stemi Nl oooll de
h\Vengadores, no~11 S'MOO de Anatomía PHológ ,ca, Hospital Gene ...1 de Mh,eo
Vir,inia H. s.inchn H.rrwindu
Médoc .. mlerr".! .. Maestria en C,encoIs de la Salud (EpidemIología ClinlCiO) S"MOO de
Med, onalntema, Hospoul GanarlOl de MiI~,co,

Anea' o.n'. l s.n~... Ve"".

Q"im,co·f¡orm¡océutrco.o,OIogo y psocólogo. Oe<:torado en Psocología (Neurooenou de la
CondUCI.I), lntegunte del SIstema Naaoni l de Investigadores. 85tHU. de Ca"dodinO. lnves-
tlgador en c..non de la Salud. Dlrecoón de I n "es~gaoón. H05p,t:;ol Gen ..... 1d. MéXICO.
Me, .. del Ro ...... TerreSlo c..stellenot
Bióloga Moestria ,n Oenou. Doctorado en Oeneou. Prof,rora btular. J,fa del labora-
t""o de Neuroboologia . Alea de Ne urocoenoas, Umver .. dad Autonom. Metropolnana_
Illllpalapa .
Mar;' Elizabeth Tejero s. ...... re
uee noad. en NutnoOn y eoenCla. d e lo s Al omentos M.e.tria en Num oOn Humana Doc -
torado en NUffiooniJI So.mees. Integran te del S.. te ma Naaonal d e Invesngadore s, Novel
1. J e fa dellaboratono de Nulnge nomoea y N umge néllea, In'b lut o NaCl"".1 d e Me doona
GenO"uu.

Silvia Urieg' Gonzoi ln-Plata

Pedo.Ira. Mae.tri. y Doctorado en Alta D"e ccoon. Jefa del Depa rtamento de Pregrado
D"eeoOn de EdueaoOn y eapacotacoon e n Sa lud, HO"potal General de MeXlco.

leonor El .. Zapata Altamir.. no

Medoea on temosto y genalra Maeslrí. en eoeneoas Med oeas SeNlC<o de Ge"alri., HOsp<tal
General de MéXICO.
 Pró logo

Me complace prolo,:.. la ~t,undil edición de filt libro porque ~u contenido no ~610 cum-
ple con crKf~ lo que anuncia ~u tílulo, lino por Olrni Irti mzone. que dfUO explicar
brevemente.
1. Para un médico vi,jo como)'o, que lleva 70 ano. de trabajar fn la ¡OH'li,ación fn
Clfncias de la ¡alud (fmptef fn 1943. rteién ¡n,rnado fn la EKuda dI Medicina de
la U~ \"'. gracias a la In~itaci6n que me hi~o mi ami lO)' companero Raúl H"n{¡ndn
Peón y df.df IDlonen no ht parado), 'ite libro fi una mUfiua bltn clara <id avanc!
de la. Clfnciali mMicali fn Mf_~ico rn la I"unda mitad del 'Iglo xx y 10 que va del
XXI. Uno de los primero! libros que Iti fn aquello! ailol de embrión dr lR~fili,ador
fUf l"troJuc"'¡oll al estudio de la ml'dicillil nperim<,,,wl, de Claudr Bernard, no .6[0
po.-qUf kaul mI lo rt'Comfnd6 .ino porqu~ DO habia rnocholO OIro~ que con~ul lar pam
apr~nder a hacer investigaci6n. En cambio, ahora exilien vlllim libros que se ~fier~n
a dinimoi a~prelos de la m~lodolo¡;ia de la inv~nigaci6n biom~dlca, por lo qu~ los
jÓYene. intere.adm que en ~stm tiempos se inician en tal ac tividad cueman con una li·
teraturn amplia dec()nsulta. Sin embargo, no conozco ningún otro le:tlo sobre el tema
que sea I3n eJllen~o y tan completo como el que tiene en sus manm el amable lretor.
En estas páginas está Mtoao lo </Ul' ust ..a </ueri(/ sdber sob,e ú, inreJligllciim ..n cien";l/S
,¡o.k,{/
al' /U M'/Ua y nO Sl' <ti p'l'gunta, ... ". y m ucho más.
2. COmOcor~sponde a nueurO tiempo, en que la in .. enigaci6n ~e hace cada \ el más por
grupos (el in\Htigador aislado es ya una mm (/I·is). ene libro ená er.crito por mochos
autorn (conté 49), todos ellos e~preialiua~ en IOi dinintoi compartlmentoi en que
~e divide la ciencia contemporánea. Lo!> tema!> .e ~eparnn en do!> grandh ifCCionti,
una iob~ Mttodolo,ia y la otra \Obre Bioeuadi~tica y Bioinformátlca; la primera
~fCCi6n tiene 24 capituloi y la ~egunda 13. Se ha dicho que la ciencia conilile nada
mál en tener buenas idea. y ponerla!> bien 11 prueba y hto~ do~ puntos ituamlnan en
forma no ~6loconcienzuda sino también Uh:lulliva. En cierla ocaSIón le preguntaron
a Linus Paulin, cómo se hace para lener buenus ideal. a lo queconlellólo sigUiente:
M Ll'S >'IIy (' di" dos ",/!tQdos flllIT/ /,'''('' hue/ulJ ith~1l El P"'''l'ro l'S ,ellt'( mueNls id«ls
y ¡/emmf/' klS rrulk,s el Jl'gumlo (/{I/t' l/SIl e//lmdo me J(¡f/(, 4:'1 prlml'ro) n p,egullw,ll'
(1 mi l'SfWM" E/k, jiempre lIelle bllt'f!(ls idt~,S sob'e ('U(,I</,,;e, ('(¡MI .. LOI aUlores de
elte libro van mh allá que Pauling 'i nOI enlenan no sólo cómo tener buenas ideal
SinO tambi#1l cómo pOnerlal bien il prueba y cómo anl1hzar bien 101 re.ultadoi, a~i
como iU adreuada publ,cacIÓIl.
3. COII el desarrollo de la mfdicina científica, qUf p3r'd u~o. pricocm Sf llllCió fn 1543,
a"o de la pubbcaci611 dfl ~bro De Hm,,,,,,¡ Co,po,iJ F(m,;m L/he, Sep lem, de Andrtal
Vesalio, los rnfoque. antenOrf~ de l ejucicio dr la proftiión m~dlca (c hmani.lmo,
bTuJuia y otrO!i) ~e furron dt>plazando poco a poco y los docto~s rmpezaron a ba.ar
"ii ..

>LI práctica fR la fXpflÍ tllCi a analizada objf ti va y ri~uJOlamfR t f df la rnlidad. o Ifa

tn 101 rhul tado~ dt la invtni,ación t n las ciencial dt la lalud. Lo qut hoy It conoct
como Mml'diclntl bmmkll'n /tI " . ¡¡/"n<'i(¡'· ts lo mismo qu t a partir dtlli,lo XVI )t llamó
mtdicina ci tndoca. nombrt qut It qutda mucho mtjor porqut ~u) conocimi tnto)
,t dtrivan dt dato)" hecho, y ob,trv:K:io nt >. t n lugar dt ltytnda )" ankdota, o con-
vocacionh w brtnatumlt)" En ca, tt ll:100. lo qut t, tvidtncia t, lo qut no nechi ta
dmo\, hecho, u ob~trvaciont> porqu t tStú a 1:1 viua. t, evidtmt. Lo qut product la
in\"t,ti ~ació n en ci tnci (l~ de la ~a lud so n dUl o\, hech o:. y ob¡ervuciont)" qut rtquiertn
de una melodolo~ ia ri !;uro~a para .trvir al o bjetivo de la medicina. qut e~ lo!;mr que
hombre> y mujtre~ \'ivanjóven t> y óano~ tod:l ' u vida y al final muemn wn ~u fri mien-
10. y con dignidad.
La ¡eg unda edició n de t i tt libro eorá dt dic;lda. al i~ ual que la primera. a proporcionar
!:ts baSh mefOdolÓpca¡ para ~enfrar nuevos co nocimientos en las ciencia. de la salud.
FelicilO a .u. aUIOrfj, por habe rla realizado de manera lan com plel3 y a .u. leclo res y
u¡uario!o, que lienen en ella una exceltntt aliada para cumplircon tllt a¡ptc lo lan impo r_
lanlt y lan nKuario de nUhlra pro fesión.
Dr. Ruy P•• u r • ..,.yo
 Presenta ció n de la
segunda edi ció n

I"rf.,ntar hlf libro de Invhu,ución pllm per>on:11 de .alud 'lo un 1I0nor paro nu"lro ,rupo
de ¡¡utorn; un equipo que bu~a comp;lr!ir 111 experiencia obtenida en Jo> ilhimru a/lo~
Hemolo incluido IÓpiCO' que no aparte'" en Otro. libro. de in\'ful,ación, por eUo ,"rftmo.
que IIfnarfm~ una brtcha en la formación de mt()ico~ enfermenh, tknicos. fi.icos. mate-
mático. f ¡ocl....o en olrn~ diKiplinai reladonada. con la medicina 'J La alendón de La .alud.
La rned,,;"ina f. en Henda IlUmaniua, ya que tiene interh panu;"uJar en dl.rnlnl,lir d
dolor humano debido a la enfermedad: adfmi\!>. caMufla cuando no fS posible hacer al,o
frecti~o para mejorar la condición de lo. paCifnth.
Hace al,unas dkadas eu'c ió el inttrh en la medicina bauda en prufbu (la palabra
",videncia", en Idioma i n,le!., ~e refiere a Mprueba", mientra~ que en ca~ l ellaoo ~e ~fifre
a algo que no requlfrecCJmprobaue, ya que f~ muy ob~io) a fa~or o eo conna de uo pro.
cedimiemo dia,nóuico, ler3peu tico o prooó~ t ico. La forma como ~e recaba y analiza la
info r mación e~ imponame para obl ener la mejor prueba po>ible que sopone (o deseche)
el quehacer diario del pfr~ooal imeresado en la ~alud .
Lo an lerior deriva a recooocu que, a dem ás, la med icina lleva implícito que hay foro
mas de conocer la realidad que nos rodea (cognición y realismo), ~ro lambien uisten
causa~ oal uraleli que explican las enfumedade, y que "ta. cau~ai (o rieligos) pueden su
modificado> en dife~n t es grados (oaturali, mo y maleriali.mo). 1-'or tamo. la medicina es
un a~pecto que ie puede ~er deide muy variadas perspt\:tiva. filmó6car..
E>ta. amplia~ ~rspectiva~ fueron con~idfrada; en la p~,fnte edición del libra. el cual
fue modi6cado por com plftO. Asi. se adicionaron capituloi y los incorporados de la edi·
ción anterior fueron mejorados, en lo cua l participaron in'e>tigadores de varias diSCIplinas
CU)O trabajo es iltil para ob tener innovaciones aplicablH a 10i paclenter..
La medicina no puede .er redoccionina (aunque vario. de sus conceptos tienden a
parecerlo). ~ro tampoco puede ier cons t ruc tivist3. ya que entmmos al terreno de lo pro·
fusa y difuso. De tal forma. elta mediciml moderna tiene bale rnetodolópca y cuantitativo
pard logror su cometido: el humani.mo (re:llis tu. cognoscible. natura~sto y materiul ) que
mejore la calidad de ~ldA del paCIente.
El preseme tUtO debtrá ser aprovechado ¡)(lr los trabajadoru de salud Interesadol en
mejoror su capacidad de elaborar un PrDY"tO de invmigación con metodología que io-
cluya la elaboroción de hipóteM!., búsqued:l de m(uerial de iDVfStigaclón. forma de realizar
una base de datO>, cómo uaminar los dato! y (' plicación de variadas t«nicas eSladisllca!.,
adem:h de publicar y determInar la posibilid:l d de obtener un PI"OdUCW patentable.
J ... n Cario. Lo p .z Afv.r.n,,_
O"ector de Invungaaón
Hospotal General de M.",co Or Eduardo Loceaga
NOVIembre da 2013
 Int roducció n

El ObjfUvO principal de t~ l f libro h proporcionur allfctor una herramienta in;! y ~fncllla

que le permila con~ohdólr fltrabajo ¡¡~ilte ncial '1 t ran~formllr1o en un proce~o de in, f~­
¡¡,ación
Lu atellClón de lo) paciente! forma al m¡dico clínico. la educación y fl d,)arrollo
profulonal de JOlo alumno~ de pregr'Jdo y po~grado forma al profnor; pofro. ¿qut define al
in\hugador clínico? Fundamentalmente, 1;1 curioMdad y la dl;cipllna.
Al ",Humnar acerca de cuál,; .on 10$ atribulo. mh d.ltacablfS de la p",ientl obra,
conllderamoi lo! ilgulfnlfi:
T.I\'~tlca, Se allfnden 1m aipf'CIO! tradicional mente mi\; relevante! de la me todología
de la ¡ou,ugación. Tambu~n se dflglman tÓpicos poco o nada atendido!> en 101 lexlOS
a fi nts., como: finaociamiento de la in~uti,aci6n, bu.queda y r«uperación de información
científica nlevan le, cómo e!.Cribir un articulo científico, clinimnria, el ~e.\,o en la inH.\ ti-
gación científica, por mencionar alguno!>. Adicionalmente ie e_~ponen lema~ de vanguar-
dia, entre ellos: la inve,ti , ación de trans lación y la inve lli,ación de lali propiedade.\ fisicas
en el cuerpo humano.
En la sección destinada a bi~stadística se va más allá de la simple eSladi~tica des.crip -
tÍ\<a, haciendo fnra~il el! el a n:Jlisi~ multivari ante e incorporando el an:ílisi~ de dalO~ en
ell udio.! genómicm..
En ~ínteYs, primordialmente ,e abordan a,peclO~ metodolóP¡:os y eitad~tico.\ de Las
cieocia, mfdica.\ y de la salud, ,in dejar de referirie a t6pico> ético!.. normati,·o.\ y gerenciales.
Importarlo... Cuando el capital humano de la, :\rea~ de salud en forma incipiente se
acerca al maravilloso camino de la investigaci6n. con frecuencia recurre a consulta r ltbro,
de metodología di,eliado~ principalmente con ,¡pego a lineamientos en ciencias sociales,
que pudiendo ur excelsos en contenido. carteen de lo~ elementos a los que ,e aju,ta la
invt>tigaci6n en ciencias biomédicas.
La prhente obra u 1á eocrita por person,¡1 e~peno y altamente profesionalizado, in-
meno no wlamente en la.! ¡\rfas docentes y de investigación otn Cleocia.\ médica.! y de
lo .\alud . .lino que forman pane de un equipo multidioclplinano. que ennquece la forma
tradicional de abordar 10.\ problema. de .,Il ud . En form:! 'UClnta, es una obra dlripda ex
profuo a profnionale.\ dedica do. a la. :'trea. m~dica. y de la .alud
Ellen,uPje claro y .otncillo;e aúna al rigor melOdol6pco, que ptrmltir:\ al lector flul-
du en la lec tura. yn meno;cabo de la adqui.ici6n del conocimiento.
Estnu;tura. Elcontenido de e;la nueva edición lo inte,ran J7capitulol (uno de ellos como
tUlOnal en linea) y un ,Imano. elaboiddOi por 49 mlentO'Ol> profeilonalu. de 10$ cuale! el
°
mayor porcemajf IIrnr grado académico de Marllria Doctorado. Los médiCOS que parti_
cipan iOn e¡peciafi,tas rD diferfntes :irfas de bu ciencia.! médicas, en lanto qur un lerdo de
1m participante; son integrantes., en di ferentes cate,orías., del SI,tema Nactonal de Inve~lI­
gadore!.
 A demá~ de ~u ~fCción capitular, la obra contiene un ~Io~ario de thmino!o, tanto en
e~pai\ol como en in~lé!o, ci tados frecuenteme nt e en 1:1littratura m~dica cientílka. El con-
tenido di~ponible en línea acuia como tutoria l panl "llevar de la mano" al ltetor por el
área de la~ tfCnolo~ía~ de la información y a~i pueda realizar la bú~queda y rfCuperación
de información cientifica.
Aportacion • . A diferencia de otra~ obm!., en lal que prevalece una po)ición univoca
que ~e e.' presa en el contenido, en la prelente le con.olidó un equipo amplio, interdi~ip~­
nario y multiin~titucional.
El lec lor tiene en sus manos una obra innovadonl en lascienciu médicas y de la salud.
ya que llena un "acio en la biblio~ran" rtfereme a lit muodolo~ia de la in\"eui~ación y
bioeuadí>tica, al ser e~ritu por un equipo in terdiocil'li n:lrio y almmente profesionalizado,
con la caraCteriuica de .er docentes upertol y que p:lrticipan en la atención de los prillCi-
pales problemas de ¡alud de.de difuentes {¡real. Ellos !lbordan cada tema de forma clara,
prfCi.a, sin meno~abo de ri~or científico ni dr profundidad cuando as; se ha requerido, la
Ifm:l tica mb rele\"ante en metodología dr la investigación y bi~;tad;uica.
Lo. atribulOS de b. obrn hacen de rila una fuent e dr con.ulla no .ólo para el alumno
de pregrado que deiea inici ar., en la invt.ltigació n científica, pUf> tambitn Imi profe.lores
y alumn o. de CUr.Oi de upfCi alidad y Maturia tr ndrán a la mano una ,ó~ da ~uía para
el deurrollo de jiU. protocolm de inver.ti~ación . A s~ lo. inveuigadorfi en ciernes y 101
ya consolidados podrán obtener in formación rrlevante rn al~uno§ rubros elipf'Cíficm drl
co ntenido de este volumen.
En lo. capítulos que in tf~ rnn rllibro n iste n, además de la experiencia, amOr y pasión
por la ciencia. Espernmos que los amables lec tores disfruten este producto e>eri to po r un
equipo al tamente profesionalizado y primordialmente, que les sirva de ~uia para adentrar-
se en el maravil10w mundo de la inves ti~ación.
Los a ut o r ..
 Agradecimientos

A todo el talemo~o y profe~ional equipo de Col:lboradorh en la prt~tntt obra.

E Srienlll/ Hominil ~Iful

I'ara ti equipo que participó en lodo el prochO de di.fllo y edición de la obra. u-

pfCialmfntf a Javier de León Frn,a. HklOr F. Guerrero A,uilar, Ed,u Emilio SaJa!
Canillo y Juan Jos. Manjarru de la Vep.

Dedicatorias

Con amor, adrnirnción )' agradecimiento para 10 mejor de la vida: Lortna. HklOr
AloDiO, Rodri,o y toda la familia Garcia G arcia.

A IOi ntudianles que impulsan con iU entU¡iaimO nutura cacería de paradigmas

acad.micOl.. lambifn a los fIlUdian!f! que me han ense~ado sobre la ,·ida. Incluyo en
ello. a Elell. Tona. Adri. Cutis y Rodri.

Con admiración y profundo amor para nUhlro. amado; hijos Fiacro. Alu. Yorko
y Thomas.

A mii padru con amor. por sus elliffta nzal.

A mi madre. Mar;anla Btrnal. por ~u confianza y apoyo tn la realización dt mil

proyectol

Al HOlpilal G~ntral d~ Mlxico,

A todas lal ptnona~ qu~ U btn,lician dtl d'iarrollo dt la invtui;aci6n.

Sección de
metodología
 Contenido
1. Estudio de le clIunlidlld y Su lIpl;clIc ión en III ;nvest;gllción
dínlClI
2. TlIxonomíll de III invest;g llción
3. EllIborllclón del protocolo de myutigaóón
4. TlIxonomíll de lo. d,seños de investigllción
5. TlIxonomíll de IlI. vlIrlllble.
6. Hlpóte.1S
7. Enfoque préctlco de lo. elemen to . nece.ar IO. pllrlllll
e.tlmllCIÓn del tllmll ño de la mues trll
8. IntrodUCCIón lIllIS tecnlClIS de muestreo y su aphC llción en el
érell de III selud
9. Diseño d e estud,os trllnsverslI le.
10. Diseño de estud,o, de cohorte
11 . El e n'lIY o clínico
12. Revisione. sistemiltlclIS y metll -lI nél isis
13. Prueba d iagn óstic lI
14. Clinímetríll
15. El sesgo e n 111 investigllción: ¿historill' d e terror?
16. Investigllción en f"rmllcologi" clínic"
17. Investigllción de t,lIslllción: de l IlIbo,lItor io 111 pllciente y
vlCeverS<l
18. ¿Cómo mvestigllr propiedlldes físiclls en el cuerpo humano?
Propiedlldes fíSlCIIS delll mllterie Sullye
19. Desllrrollo y vlllideóón de cues tionllr;o s
20. Cómo escribir un ertículo c,entíf, co
21. FinllnClllmlento y estructura presupuestlll pllra lo. proyecto.
de Inveulgllción
22. Investlgllclón clen1íficII con leres human ol. Conliderecionel
delde la bloetlclI
23. Buenal P.éctlce. ClinlCllS y reglementación dele InveltlgaClón
dínlce en le'el humanos
24. Búsquede y recuperación electró nica d e info rma CIón en
CIenCIas dela salud
 Estudio de la causalidad
y su aplicación en la
investigación clínica

Ing'n Pel¡ez B¡lIestn

Eyefl'do ÁJy¡'ez Hernindez
Adolfo He,n¡ndez G¡uduño

Introducción
La ci~nda ~carucl eri za por la búsqu~da de explicaciones a lo. hecho. que se presentan en
la naturnlela. De acueroocon filOs.. pueden existir diferemes ti pOi de e.~plicaci ones axio-
máticas.. probabiliuicas y causalisticas..' Es tas últimas predominan en las ciencias de la sa-
lud; por ello. re.ulta fundamen tal rtvisar el concepto de causalidad, porque .ubyace en las
explicaciones de los fenóm eno. en las áreas cli nico·epidemiolót;ica}' d~ la epidemiologia.

Evolución histórica de la causalidad

Las explicaciones causa lini c3s han estado pre sentes en la Imtoria de la humamdad. con
variacionu en la atribución de la causa. En la antigüedad. prtdOmillab:ln lo. cOllCeptOs
mágico-rtligiosol., que explicaban las enfermedad h como castigo dl~ino. por encanta·
miento! o hechIzos. Hip6crutes (460 a 385 a.c.). atribuyó la apanción de la. enfermedades
01 :lmblente malsano (miasmas) '1 a la falta de modernción en la dIeta y las acll~idade.
flslcas.. hlableclendo la teoria miasmática. que se mamu\o vigente durante >lglm.. l Con el
de~ubrimlenlo de que lo. microorganismos eran los causantn de enfermedades y con
la poslbtlidad de su aulamlenfO en medios de cu lt¡ ~o, el eltudio de la causabdad diO un
r:iro. tomando como modelo fXphcativo Inl enfe rmedades infecciOias '1 e;tableciendo unn
forma unicausal de Ins enfermedade;, Situilción que le confirmaba con lo. postuladOi pro-
puestos por Roben Koch' lcu.ad ro ' ·11, Con este plante:lmienlo se lor:ró idennñcar a los
microorr:anlsmos causantes de dl"rul enfermedadh: >In embarr:o. para el cuo de 1:••
enfermedades que no son cauladas por un ag~n t t infeccioso (de causa unica). que son
mulufpCl0nal~$, J ~ bUJ,Curon nu ~~os ]lb.nteBm i~ ntOs para htahlectr la causDbdad De ~11:l
manrra, se IniCIÓ la tpoca de I:u exphcaciont; moleculares de la~ enfermedades (ori~,n
~entuco. Inmunolópco. tIC.). En la ac tualidad, la. enfermedades crónicas rtpresenlan un
reto rxpbcam'o en la blomedicina, lo que ha llevado a plantear modelo. mulucausales de
las enfrrmedades....
'fHO'. Po.ll.bdo. de Kodl

, El mtaOOfg""""o dril" .,.t. pr",....te.,.., todo. lo. In d'Vlduo • .,..,I~o~

, Orlle recuper .....,y .>I••e "" med,o de cu~ ..o

Su,nocul.aOn "" un ""o-oorg""""o .u"epI,ble dril" produot l. ""Iermed.d
El mtaOOfgw"""o ,nlectado ""penm....tlllm....t" dell" conten", el agente por ello, puede
• ..,¡.... " un. ve: m.'

A conlinuación. ~e re~i!a de manua delilllad:t I,t e~olución del conceplo de cllu~atidlld ,

El filó~ofo Oa-.·id Hume, en el ~iglo XVIII, propu.o .iete regJ:l~ que podrían con~idenme
como lo. primero;crilfri~ CaU!ialh de la hiuori,l. Hume propu.o una relación directa, tem-
porol y de grodien". entre cau.a y efeclo (cuadro 1-2), A pf>ar de lo !Wanzado de la. regla.
propurrom. por Hume, no luvieron eco en.u ~pr:x:a, '"
En 1843, d filó.ofo John Slu ar! Mili dt~ribi6 cinco principio; nfCf~rios para hta-
bltefr caula~dad, introduciendo un le mido bidirtecional y la poJ.ibi~dad de que flli.m
mál de un factor participante en la rflación ca uI:t ~fte I O (cuadro l , j)." "
Si r Aultin Bradford Hi 11, en 1965, de;cribió nu eve puntol para htablecer una aloci a-
ción ca ulal (cuadro 1 . ~~ E.~cep to por la temporalidad, ninguno de lo> criterio. e; nteelario
ni luficiente para ellablteer c au lalidad; ademá~ no se conoce el pf>O especifico que aporta
cada uno de ellm a la aMlCiación causal","
En 1976, Evanl presen lÓ Otrol criterios de caulalidad balado, en un disei\o fllperi-
mental, en la fuerza de asociación, la temporalidad y la presencia de un gradiente dOli. -
respu elta" (cuadro 1-5).
La complejidad de las e nfnmedades crónical ha planteado un dhalio a los epidemió-
logo~ lo que ha llevado a nuevol modelol en la explicación caulal, como el denominado
Mred de la cau.alidad" (prOpueilo por McMahon y colaboradore>. en 1960)." Eiteconcep-
10 de red" ba>a en dos 'UpUflIOS: e; posible qu e >f emp:tlmen el origen complejo de 10i
antteedentes de la cadena caulal y el de varios f,te tore .. lo que crea di\'fr.a. a.oc1:tcionei
di recia. e indirecta;. de manera q ue lai interseccione. de múltiple, faetore. eau.al" pue-
den repre,tntar faetort. de rit.go o dhenlac h Hpecifico.; hto.e traduce tn un cambio
en la vi~i6n de la cau>alidad: ~e pa.a de conliderár.ele de cau.a única a la multieau.alidad .

• tonD Crnenol de H..me

L. au •• y .. electodrllen..,. conl'guO' en ~ e.p.ao y elt,,,,,,¡>o
2 L. au •• drlle p~eder.1 electo
Enl'''au.. y electo h de haber un. un,On con>l.nt" E.. cu ohdad e. l. que con>l~uye l•
..oo.aOn

•
,
~ ..
L. """". au ..... ern~ genero el "'''''0 eI"do y el m,,,,,o eledo "em!>,""der'•• en l. m,,,,, •

Cuando d,lerente. oblerO. p<o .... cen el m,,",o eI"do, drll".er po, medoKiOn d" .!l""'"
"".,doel
comun ent'e ello.
6 Efecto. IIm~.", >e • ..,., .... con au'o' """ I.re'
Cuando ""Mqu'er CO" O"""e Odecl""e con el aumento Olo menguo de '" ","u ... e1to drlle
C<>nllde...'r.... como un eI@docompue1t". d«,.ado d~ l. un,ón d" ....... panel de l. """'O
 Mdado del So ""..te u~ fadO< umeo "" todo. lo. cuo. donO. OCUfJe u~ f""om""o,
eSle puede .t"bu"", ~ e'e foaor
So un g"'po de o,o,,".t ... o,u ptovocan un fenom""o y otto grupo no,
, eU~ p,e.""te"" ef
y .. lo. grupo •• 010 M, .."", en un KIlo fICto<, que
p,omer g'upo, petO no en el segundo, entonces el fenómeno puede.et
.rnbu,do o eUe factor
Merado det~ U!lOón Aplrcaa6n de lo. merodo. del acuetdoy6e lo drleteno~

Merado de lo. Sr ... oee que d,,'er.o. loao<e. aY .... '""o. fen6meno.ytado. lo.
• "",duo.
fAdore.y lenemeno. e.IOn pareO<kr., ""cepto ..... fadO< Y un lenemeno,
en'''''ce. el !enemeno 'eSl""le puede ."bu..... 01 fadO< 'eU ... le

, Merado de
I~. ,,,,,aoone'
Sr V..'U o.cunn on o •• aY,'" un lenemenoy o!gunu propoed.d", del
fenem ..... o ,ori ... con ba.e ..... el gr.cIr ..... te de un fadO< ""' ....... e en lu
concom~"" e' OI'cun" ... o •• , entonce. el I ..... em ..... o puede .nbune • "'" fadO<
Fu ... " MrlJ S ,1. ryrI""'" !ogr<08Srl) (.ompen"'''''''' J~ L.... A<kIro-rof",oIe"""9I',2. od Hu... Yorl OxIor<:f lM'er"'Y
1'ttI',I_

Se han deierito al,una~ debilidades explica t iva~ de e~te modelo. como la a usencia de je·
rarquia de 1m factores de ries,o, la fa lta de diferencia entre lo~ rie~,o~ indi viduales y lo~
poblacionales., la~ razones por las que ni~ tan lo~ fenómenos y la manera en que Se dan
sus relacionts en el ¡menor de la matriz o red uplicativa; por e~tos dos úhimo~ motivo~
tambi ~ n Se le ha denominado modelo de la "caja negra", dada la limitación para Hplicar
la. relaciones eliológica~ de La~ enfermedades. 10."
Con el fin de mejorar una de lallimitacione~ del modelo de la red caulal (la falta de
jerarquía), ~e propu~o el modelo de lal {'(¡jas chi"m, en que Se euablecen la~ rel3cione~

Debe heet una d~ ...""oo eUad¡Urc~ ~mplr.{.oIodt2) Cu~nto mir. 9' ... d"
aKlQ6(JOn .u ef ef....:lO ,eI.,vo, mil. probable e." pop"¡ cau •• ""'ladO<

, eon .. Uenoa
, Espedro<H<:l
• Temporoftd..¡
, G,"¡,en1e
lo drI ... enoo se ob.e,n .. emp r.. que elllCto< 6e n"'go eMe pre.ente
{demoMr.oOn r",,"'~rval, ou~que •• u.en eSlroteg,~. drI_te. y en
clrfetente. e"udoo. y pob laaone.
lo drleteno. ~o "Parece" ef IAdOl de "e.go no estrir p,e.ente E,."Me u~~
•• ooaaÓft en"e ~na ,e l. COu.a y <J~ ~ech o u~,co
l. cau .. precede al electo
A m.-yo< e.rcpo .. OÓft oI11C1or de neogo mO)'O' probobrl,<H<:I de de ... toII .. ,.

, brolOgrco
pt ...... ~d..¡
enfermedad lo. 1I'.d'''''te. ,nver.o. t"",b,';".on ",de. ~ ... -<espue>l.'
Que lo •• ooocrÓft te~9a ' ...... 'do b'oIógrco
, Cohet ..... o.
Que lo •• ooocrÓft .... adm,~ble c.,., bue en el conoomrenro de l. h"to<'o
""u,o! de l. enfermedod (' ....."do ",,'dem¡oIógocol
, E.<pen m..... 'oI
SI e. po"ble cont o' con ...... deno. de un ""udro exp ..... ment. O
'""" .. per,mentol en ' ere' humano.
, Anologr~
e .. eleom'ento de uno o,ooooOn aY'o/ "m~_ a otra ya derno .. ,A<:ia
{c.\n•• d,l@fent~ . con " m,lar@, eI~r:to .1
'en" enteno. de Eurn (19761 IJ

El predo'IlI",o d,,¡' ""Iermed.d drbe , ... "g nlfoc"',vo m""te moyor en qu'''''''' "".. _pu,,>to,
oIl..:tor de ""'90 qu" en qu,ene. nO lo elt'"
, h ~o"oóto oIl.e1ot d" ""'90
que entr" qu,en ... no ,. p"¡ecen
drb" .... ma."""" .... t" entfe qu,en,,' p~d"" .... l. enl ... med.d

En ... udoen ptO>p.el .. o •• le ""odenoe d .. ,. ""f"""eded drb ...... mayor en qu,en ..... SI ....
""pu .. SlO. el f.elor de .. "'90 que entre qu ,ene. nO lo .."."
° 109'
• le enlermed"¡ drb .. oeguor le ""po,"oo.. el fldo, de ne'90 con "ne d.Slrobuoon normol
normol de lo. penado. de le ,ncubeoo..
, Un e.p""uo de lu .elPUe.'u del hué.ped .10 '''90 de "n lógoco grad,enteboológoco. de ,,,,, ••
gr .... e. debe "'9"" el. eoepo,"o';" oIlldo, de "e'90
Un • ..,..pue•• med,ble delhuéoped drbe .eg u", .1. e.<P0100ón oIlK11O< de rIfl90 en "",ene.
, c.ecen de ni ••eopueOl .....'e. de l••• P0100ón o drbe aumenl. en <!'J'ene. PI......" .... ni.
'eopu"". ""e. de ¡. e>CP0100ón Ella .e'!>ue... debe •.,. meno. ',eo.o ..... e en qu'en"" no MI""
""pue"o •• IIKllor de ""'90
En ..."..... m..... o •. ¡. enI",medad drbe o<:y ,nr con moyo. "eoJenoa en qu'en"" "" .. ,""pue"o,
al IKllO< de ""'90 que en 101 controle. no e><p ue"o.

• l • .-ocoón o l. eI,m,nao';" dell.r:tor de n'''90 debe .eduar el ""'90 de l. enlerrnrd.d

• l. modlfoc.oón o p ..... Mlo.;., de l. ",,!>ue... del hué'ped debe dovn ....... o ebrnrn .. la
""""""edad
Todo. 101 ." ",kado, deb_ ,,,,,. ,,,,,,' ,do b,oIó9ICO y "P,d"""oIó!l'co
"
cau.ale. en e.1rUCIUnn or&anizadas con niv ele, jerárquicos de explicación." A puar de
esta. nUeva. propuenas. lo. modelo> tienen una capacidad in.uficiente para explicar las
enfermedade. emer].entu o lo. nUeVos co nocimiento. que aportan la. inveniJ!:acionel mo-
leculare. y epidemiológica§., de tal manera qu e en la ac tu alidad.e plantea el modelo de la
ecoepidemioloJ!:ia. en que se pretende dar una re d compleja de explicacione, multicau,ale.
en diferente, ni,·ele. de enfermeda d. de,de el molecular ha.ta el poblaciona1.,~n É"e ha
llevado a que lru modelo. elladi"ico, m!n c"da vez m:h elabomdlh. a.i como un cambio
paulatino de lo. de :lD:\.lhi, multivariado, como la regre.ión lineal o logi"ica. a lru de an:\.-
lili, multin"'el y, u aplicación cada veZ con mayor frecuencia en lo, e, tudio, pub~cadru en
fecha, reciente> en la literatura médica.

Definiciones de causa y causahdad

El diccionario de la ({eal Academi l! E~p~u'ola define c(Wsllcomo ~aquello que.e con~idera
como fundamen to u ori,en de al,o'" y cousllli¡/o!lcomo ~Iey en virtud de la cual ~e produ-
cen efec ~ o~··. Ll.'y ~e define como ~re ,1a y norm~l con.mnte e invariable de I:l~ cruU!o, nl¡cida
de hl caU.ll primero o de la. cualidad e> y condicio ne. de la. mi.ma. ocomocada unl' de
la; relaci o ne. exi;lente; enlre lo. diver.o. elenle nto. que intervienen en un fenómen o" . "
Tal vez lo apropiado >fria lo mar la ie,unda acepo::ión de ley. po rque la primero indica
condiciones conSlanlU y ~rmantnte!o, sin posibi lidad de cambio. lo que \'a en con lr:1 del
prOChO dinámico y evolulivo. no .ólo de la de ncia. ,ino lambitn de la epidemiologia.
El filó.ofo e~oct, David Hume e>tableció qu e ~una cau.a ,enl un objflo .eguido por
Olro y donde 10dOli lo. o bjelOli similarh al primero. ,on .eguido. por o bjelO~ r.imilarf!i; al
.egundo. o en OIroli palabrn1. donde no habia e>lado el primer objflo el segundo nunca
txiuiria·· ..... En la primerJ parU de la definició n, euablKe que u na cau~ liempre prKede
al efecto; y en la 1e,und:l parte identi fica el se ntido htncto de una ~cau~ nKuana··. En
Otra1 palabral., 1i hta p~lente la causa (C), entoncelle dharrolla el efKto (E); pero li C
no ocurre, entOnch E no ocurre (ftguno 1·1).1
Rotltman definió causa como Kun acto. evento o filado de la naturaleza que inicia
o permite, sólo juntO con o tras cau~a!., una sKue ncia de hechol., que da como resultado
un efKto".xul En uta definición ,e permi te asociar m~s de un fact or condicionante o
iniciad or del heclto. A dem~l., Ro tltman introdujo lo, término. de causas suficii'tIIl'J. com-
pO/ri'nlí'S y nl'fi'sm;m. Una caula que produlCl' de ml,nera ine"itable el efKto t i luficiente.
La cau.:! o la. C"rIUSM suficientí's lerí~ln en ton"l 1:, combin:lción mínimu de 10sfiICIOres (J
("(IUIM ("()mponí''''í''. para que ie produzca el evento o la enfermedad. Esto imp~ca que la
phdida de cualquiercau.a componente h:,ee q ue el rUtO de la l caUla. o f:lctores compo·
nente •• un in.uficienlu para produci r la en fermedad. M uchas caUlas que lienen inter'l
en el campo de la salud io n compo nentes de caula •• uñcientel., pero no .on suficientel por
,i milma .. Si uis te una caula compo nent e que fo rma parte de cada causa suficiente, a bta
" le d enomi na rrluSlI ní't:t"SllTit. 11
En fKha rKiente, I'arnscandola y Weed prhe nm ron la que f>., tal ,·ez. la mejor re-
vi.ión cri tica de la ~termurn 1Gbre la de finición de cauulidad:' clasifican 1:11 diferentel
definicionu en producción, cau.as nKesanas, cau.as su ficiente-componente, cau.al pro-
babiliuicas y conull.faclUal (cuadro 1.6).
Como definición, parece simple es tablece r una alociación causal; lil! embar,o. en la
prác tica es comp~cado enCOntra r la caUla o las causal fipecificali de una enfermedad,
porque a menudo factoR! confusores, sesgo. y falta de mlidez de 101 e!il udios impiden
eilablecer ela asociación caulal.

Conce ptos relevantes

e) Tipo. d. e.ocioo ci one. causel ••
CeII ... M ldent e. En hta alociación, si la caula h tt, prt.ente, la enfermedad siempre
ocurre. (La prtltncia de C siempre caula E; y en aUlerK:ia de C no le delarrolla

@----
Rg ... t . t . CausalIdad la causa (Cl pr"c"óe al "'edo CEl.
P"'O " C no e.l;; pre.eme. "",onc,,. E no
e.. ",,¡a (1' ... . " el cuadro 1·2)
l'ttt"t" .' Dehncó" de c;¡uuhd~d ""l. Irt er~tur. "p'dem,ológlu
D.. "nlCoon

Un. c.u...... 90 que. en poco , ,""'po. en.. O produce un efecto

Un. c.u.. nec ....". e. un. cond,oón ~n l. "". el efecto no "..edeocurnf... n.
au ••• uflOen'" e.l. cond ,06n con l. "".1 el efecto puedeocurm
Un. au .. MIO .....te e.l. cond,o "" con ,. "" .. el efecto "..edeocum, y .omite
Co"'f'onen,e-
•uflO""'e au ••• ""e pueden .~ e'Ped" .. Y que .on e""ct ...... en'e nece .." .. pOI •• u •
electo. Un. au .. componen'e· .uf,o ..... 'e con"ene d,veno. componente.
Probob~,,,,co
Un. au .. 'noem ..... '. l. probab,hdld de que el efecto puedo ocumr
(o estodist'col
Un contr."e ....."e un ~ech o. dod •• oM.. cond'oone .y airo ~echo. dad ••
condroon,.. Me<nn

E.) Ei la a~ociación más difICil de encontrar, porque ,ólo ciena; anormali dadu
gent'tica. re Unen f>Hl condició n (p. ej., en la tri;omia 18 o enfu med ad de Ed\\"ard!,
que ,e pre;enm en 116000 rreifn nacido¡ vivo.). En euo. ca.o!, la presencia de la
aherJción genttica c au.a [a; manife,tacion es clínica; y en ausencia de la tri.omia
no.e encuen tra el feno tipocarac te ris t ico~ por ello, se puede concluir que la cau,a es
.uficiente para el deiarrol1o de [a en fermedad ."
Causa necesaria. E n e.ta relación, ,i [a caula e,tá ausente, [a enferm edad no puede
oc urri r. Por tantO, el factor de ri e,go debe e>lar o Ita estado pn.fnte. para que
[a enfermed ad OCurra. E. dreir, en prelencia de e no . iemp n lie deurrolla E; en
au. encia de e, no OCUrre E." Por ejemplo, enfermedad es in fecci oia. en que no ba.-
ta la pre.e ncí a del m¡croor~ani.mo causal ( M ycolx,{"/erium ruhl'rr."ulosis) para que lie
preiente la enfum ed ad (tubel\:u[oii.j, porque pueden ,,",inir po rt adO res asin tom:\-
tico.; .in emba r~o. debido a que la enferm edad no puede ui nir en au.encia de este
microor,ani.mo. ti "reharia [a pre,encia de M. tubf!rr."ulosiJ.
Factor de ries90. Si un faclor de ries~o e>tú prhenle y aC livo en una población.
aumenta la probabilidad de que,e pres ente una enfermedad. en comparación con
Olra población iimi[a r en que diclto faCIOr no htá prelente. Un factor de rih~o no
h nreesario ni ,ufiei ente paro cau~ar una enferm edad. Ei dreir. [a p,e~e nci a de e
lólo aumenta [a probabilidad de que se prtóente E; en l1 usencia de C. es po~iblf que
le preSfll1f E. E.la h [(1 re[(1ción C(1u$(l l m ~~ f,reuente en la Ji ,f ratura.

b) A JOc'-cioneJ ~u,..r ..
A$oo:>.dOn d;"ectA. ES1f ti po de asociació n l. prelfnw cuando fl faclor causu l ac nia
y ejf ree sus efKlos ~in la prflencia de fuclore> inlf rmed iarios. Un ejfmplo caract.-
riSlico fS una lfsión por arma df fuego, f n qUf fl pro)'retil ~ausa fl dal1o)' aun la
mUlrl1 de forma di r~la y ~in nretSidad d. OlroS faClore; a~iados.
A$ociación IndirllCt.a. <Xurrl cua nd o un faclor ejerce ~u. efrclos a lr3vh de uno o
má, fac tort> in termfd iarios. La obe;idad t i un faclor dir« to pam el de, ar rollo de
en fermld ad coro naria, p,ro puede ejerce r ,freto. ind irK lo. a[ aumentar la concen-
 tración de lipidos., favOrteer la rni"enc¡'t a la in iulina y aumentar el nivel de ácido
illico, entre Otro!>. que tambitn son f¡¡c tore; dirtetoi de enfermedad coronaria.
A.ociadón no cau....1. La aiociación entre dOi variable; es e; tadilticamen te lignifi-
cativa. pero no e-'lÍlte una relación ca ulal. porque no hay alociación temporal (ei
dteir. el eftetoocurre ante; que la CltUlla), no hay un lenlido biológico u Otro factor
el la cau.a de ele efteto. Un ejemploclúlico H la cal"ide como factor de rie.go de
enfermedad arterial coronaria: a pUltr de que exi¡le lllociación e.tadi.tica. no hay
a.ociación cauI:ll porque la calvicie y hl enfermedad llrterial coronarill dependen de
la edad y fI ¡UO de lo. individuo..

Determmadon de la causalidad
~anl determinar la causalidad f. ntef.ario !egui r Irti paso!:

1. In".. tiged on de L. .ooo.don utadiltic.oo

En primfr lugar, ie dfbf dfmOilTar que exiile Una a,ociadón "tadiuica fntre fl faclor df
ri"go o proltelOr y la fnfermfdad tn htudio. E! nKtlario COntlStar lali Irei pregunta!
.iguiente!i:
;,Ei posible qUf la 310ciadón le deba al azar1
• ;,Eli pmible qUf la 310ciadón le deba a Se¡goi~
• ;,Eli polible qUf la alociación le deba a uno o varioicon fu iOrti~
Desputs M que se hayan conliderado estos fac tore>, li la asociación si~ue siendo fl-
tadi>ticamen le lignificativa. entonces el invfsti~ador puede concluir que t i \'erdadera y
válida y ie euá en polibilidades de conliderar la prflencia de causalidad.

2. Inve.tigacion de L. .ooo.cion temporal

En fue paiO.f debe demoilra r que la ca ula ie preientÓ an tf> que el efKto. En muctlas en-
fermedade! ti dirlCil htablKer la aiociaci6n temporal porque en la tliuoria natural ui!te
un periodo iubclinico que puede durar mliei o al\o!o. lo que dificulta eil:¡blteer el inicio
de la enfermedad. Un ejemplo es la ateroe>clero.i;, en que la. Itlionh inicialh (tipo 1) ie
forman en la primero década de vida. pero ti hallta dt>puh de la cuarta década cuando
apart<:en la! lelionu tipo V (fibroateroma) y VI (ttlione. complicada~J con manife.tacio-
nel clinica~:U

l . Elimi.,.cioro de c.IOuHo. elternativat

Una vez que ~e nlablKen la~ :'iociacionel htudÍllica y "mporal. el "refr pa~o con~iue
en demour.u qUf no h;.y al~unu Olnt UpliCl,ci6n po.iblf pllrQ la a.ociaci6n. y Que ti
fltCIOr el! fuudio fsla causa del efKw medid o. En hlf pUntO t i imponan" "alizar un
diseno df invfSti~ación adKuado Que ptrmita di!minuir al má¡¡imo 101 In~o!o. la. Vli_
riahlr. confU'OnLl y 101 frrorfs., para evitar el hlablrdmifl!lo de una alociación cau~al
equivocada. ~or ejemplo, ir puede fnCOntrar a.oci"ción fltadb,rica rnlrf fnfrrmedad
cardiova>cular y calvicie, pero tlay que lOmar en cuenta la edad y fl ¡UO como CaUia!
de ambOli fenómeno~
Diseño de estudios epidemiol6gicos y ca usalidad
En epidemiologia.lo~ di~do~ de e>tudio se dividen en do. grande. grupo!>.lo~ experimen·
tale> y lo~ oburvacionalh 1
En lo. e>tudi~ experimentale!>. el factor ca ulal hipotftico ht:l bajo control del invh·
tigador. E~ powble definir y limitar el f:lCtOr. adem:h de controlar la introducción de lo~
factorh extmdru que. de manera inevi table, acomp:ld:ln al factor. Todo~ elto~ alJlfCt o~
metodológico~ a menudo ht:\n au~enteó o .on limimdo. en 101 eltudio~ ob~erv:lCionale.
(cohoTlH y htudio~ de cu>~ y controleó), En comlmmción con el e,~perimenuII. pueden
mencion:me por lo meno~ ~eü dnventaj:I.: hay men o. probabilidadn de demo.tmr 1;1 e,~­
po'¡ción a la caU.1I hipothica; el meno~ preci.u 111 hpecificidad con que 111 variable inde-
pendiente reprhentll a 111 CI.u.a hipotflica y t"mbi~n el meno. prK Í>a]a variab]e indepen-
diente seleccionada como efecto;.e conocen con meno! certeza la ,ecuellCia en e] tiem po
y la dirección de la asociación entre la. variable. independientes y dependientr.; no purdr
hacer;e al azar la a.ignación a los grupo. de rxpo.ición y control y. por rilo, el probable
que lo, grupOi que .ecomparan e¡tfn iOffiftidm a ieigo. de ,rlf'CCión o no eil~n pareados
de manem adecuada; e. menor la eficiencia de las e;tad;¡ticu, u.ada. en el an:\~si,. En re·
.umen, la ventaja de 1m eltudim rxpfrimenta les debida al control de factores e.uml'io. y a
la calidad de medicion" I f ve contmrre>tada por 1" ventaja de lo> n tudio. ob.nvacionales
fn la rfpre.entati\'idad de ku poblaciones y del medio natural Y. iobrf IOdo, por la ... iabi~dad
del.eguirnienlo de lo. deluminanle1' Por último, 10. ',l udios transveoaln quedan fuero de
IOda posibi6dad de determinar o e, tableeer re laciones causales (cuadro 1 7),

N,,,,,..,, de evde""", '

E",dena. obt~ld. por lo meno, d~ ~ ~ en,"Y<' di~ , co b,,,,, d"eoI .do Y .<f<ocu..J....ent"
.1,,01,,",,-_
IH E",dena. obt .... ld. de u~ ""'.yo dimcc b,,,,, d"eoI.do,'1n oI~otonlOClon
°
E.. dena.obt""ld. de un ""~"'c d .. c.,o, y CO~I,ot", d~ ~~o d" co"ort~ b,,,,, d"ellodo" d~

'" °
p",f",,,,,a •• pOfl" d~ m., de ~~ """1,o g r ~po d~ Inv~"'9.aon
11-3
E.. dena.obtenld. de un ">t~"'ol,an.v,,,." Lo, e,l~d,o. d",nve>t'9.ao.. no cont,ot.do.
I.... t>.en po"'an con»defor'c dent,o de .. >te n,vel
Op,,,,on,,, d" 1OUI0I'>dIde. ''"''' .... d.' con bue en l. e><p..,ena. ó""a, ""..dio. deKnptm>oy
'" ''''Port" de ""><lO o de com~" de e><pe<to.

,
, L., e\IIder>au ..... buen., P". ~ oy .. l. ,.comend",,""
Hoy po"", -oenou por_ ~oyor l. 'e<:omend.aÓfl
e L.. e\IIder>au ..... ,~wfoaenl.' P". ""oy" l. 'ecomend""Ófl
o
, Hoy po"". -oenau en conl'. de l. 'Kom""do.a""
L•• e\IIder>au ..... buen •• en co"" . de t. ' ecom~d.oÓfl
• lo. _ ...... _ .....wdo.ytNloltdo. do ........ tdeoJod.o ~ d..ioc.wo do "",.. <lo """ lo coWod del . . . . '" que ..
b..,¡ .......,
Conclusiones
En medicina.lo~ htudi o~ de cau~alidad io n complejoi porque la ma)oria de la~ enferme-
dadu iOn multlfactorialu y. en muchas ocalio nes.. la hi~t oria natural incluye un periodo
~ubclínico que dIficulta el enablecimiento adecuado de la temporalidad. A dem~!.. no uis-
ten cnteriO) in fa~blu para la determinación de la caulatidad El cnterio mil! Importante
para e~tabl«er una al-OCiación causal t i la tempora lid ad (u d«ir. demo~trar que la causa
pr«ede al ef«to): ti rtltO de 101 criterio. no ion .uficienth ni ntce",lÍo).. y no le ha elta-
bl«ido el pelO elptCifico de cada uno. Hay que co n.idera r que lo! cnteri!» causaln deben
tener una función de va lore. m~s que de regla!.lJ Po r otra parte. hay que r«ordar que la
. i,nificancia tuadisnca (p) no el un criterio de evidencia de as(xüción (lo. intervalos de
confia nlp dn.n una tlllmación rn6> apro.tirnltdl') ~ qut el f>tabltcirnltnW de una luocia-
ción no siempre st,nifica cn.usa~ dad En hl dettrrnin¡tción dt In. cau",ltdad ts Importante
contar con una asociación estadh tica fuerte, hmbl rctr una asociación ttmpor.. lco rrrcta
y tliminar tlipbcacionfi alternas, adf m:\.s de evi tar IhgO! y 'rlO rt!.

1. Su"", • .\1. ConcqKO"I~' r",,,,«¡;jo> rn cpidrmiologi •. El pmsllmimhl CIlIUllI m las ámt:u.s tÚ w

",bul. .\-Iéxico: ];,ndo dr Cut.u", Económi". , 1991.
2. lópn.·.\-I o<cno S., G .. rido-L..o.<c F, HrmíndC:-L-Ávil • .\-1. Dr ... lT<>Ilo hi"'óriro de l. rpide-
miologio: su form.ción como di ""i plin. cirn. ili" • . Salud Prlblit:1l Alo:, 2000;42: 133- 143.
l . S.n' o. LG .• Bc,nu A.J. R, R<ye> L.J.R. lo n>t u...JC:-L> r impon.ncia de 10"1 vi.ü>. EkmmflH.
2004;53:25-3l.
4. P.....sandol • .\1 . Wed D.L C .....:nion in epidrmiology. J Ep¡tft:mi~f úmmllnifJ H~"lth.
200 155:905-912.
5. Su_ • .\i.. Su...,. 1'.. ChO<Hi ng. fu.u'" fo. rpidrmiology: 1. E .... and p..... wgm .. tlm J ruMie
Htillth. 1996,86:668-673.
6. Hume D ti" m'llli",((II/(~",inth"",¡Jn u,'¿mu"¿int. O~ ford: O "foro Un'~e"'''r P...... 1974.
7. Ol..,n 1- WI". eI" ... C... ';..,I . u",fuI concep' uf ",u,.,i on in "pidemiology~ J Ep'¿tMilll e,,,,-
mu"il)' HtiJlth. 20035786-88.
l . ,\{ ,I! J.S. A 'Y.om oflope ( 1856). Co mpendi.do on j .\1 L••. ti Jimoflil'Yo{fpiikmiolf1[J, 2•.
0<1. Nu ..... York O xford Un,venity 1'",.., 1988.
• . ,\{ ,I! lS. Sr.om oflog,e, ...,iocin•• ivo ."d inductivo, 5 •. ..d. l..o n<l ... o: P.rko., Son .nd B..,wn,
1892
10. .\h",\ lahon B., Pu¡;h TI' C .,,""• • nd <ntuico of d,"" .... En . Dunan WC, .\1o",\ I.OOn B (ro).
rmvntiwMrJm"~. 8o.on: Luk Brown, 1967:1 1-18.
11. H,I! A.B.lhccn ... ..,nmen •• nd dioc:uc: A'Wcl' lion oro " .. !ton~ r1tK R5« MnJ, 196558.295-

"'"
12. I'hilhp' C.V., Goodm .n K.J. lhc mi ...d Ir ..o n of Sir Au .. ,n B ... dforo H,n. Epidtmi,/t,Kie
", ..pt"rti1Nf "nJ in""whMs, 2004, 1:3.
13. Ev.n .. A.S. C.uu,ion .nd di.u..,: lhe Henle-Ko,h po .. u1atco rcviocd. tftk) l1i'" MM.
1976:49: 175-195.
1'1 . .\iac.\ hho n B.. Pugh TF.. [pocn J. Epidemiologi, m«hed •. 1I..... on: Lule IIm ... n and Co.
1960.
15. Su •..".\\" Su ... , E. C hoosing. fu,u •• fo •• pidemiul"gy: 1. From bladc bo. ' o C h.ne.., bo." •
• "d cco-epidemiology. Am) I'"blir Hrdl,IJ, 1996:111'>:674-677 .
16. Kneg •• N. Epidemiol oy .nd ,h" ..."b " " eou ..,iun: hu anyu"e ""en ,h. ",ide"? S«.5<i MM,
1994:39:887 -903.
17. 01",," J. Wh., du",e,,,n..,. a u""ful eo "cep' "f e. u",i " n in ep,demiolo¡;y?) EpiMiIIi~1 C~iII·
"'"11117 H(dlth, 2003.57: 86·88.
11. RnI Aadem •• E",.ñol •. l)irri~/'Wri~ okJ.¡ Impd fl""ñ~t.I, 21o, N. '\i",lnd: E",...-Calpc,2oo!.
19 . .\bJdon.do G ., G ~cnl.nd S. E.im.ting cou ...1 drccu. 1m) t:pid""i~/, 2002;31 :422·29.
20 . ROIhman K.J. C .u..,.. 11m) Epiok",iol, 1976 :04:587·545.
21 . ROIhman K.J.. G~.nlaod S. Moti"" Epidm,ioloJ:Y' 2 •. ed. Rladd~a: LppincOl·Raven, 1998.
22 . Sino"d> .\'1 .J., Cameroo B., RolK n ",," R,O" Smllde .. O ..\i . Triple te" lO. p",n .. :.I det ...;o"
ofEd .... rd. oyodrome (.ri ... my 18). ) OI"t,t Gy",,,('tJ1 R". 1996;22:57-60.
23 . s.ary H .C.• Ik.ddcy C .C. A, Oin.more R.E., Fu .... V., Glagov S .• lndl W. J., R.... nfcld
.\l,E.• ,t dl A de6ni .ion of adv:¡nccd 'yp" of .. hero.derotic IMion . and lú .. olo~ca1 d .... /;·
calioo of .,herood.rosi .. A repon from ,he Co rnmitt« on v..cul .. I."on. of ,h. Counci l 00
A.herood.ro"JÍ .. Am.ric," He. n A• ..,d .. ion . Ci,.,."htio". 1995:91: 1355- 1374.
2'1 . Pool. Ch. Causal nlu ... EpidrmiDlOrJ' 2001: 11: 139- 14 1.
25 . 0 011 R., H ill A.B. lh. mon:.li.y of d octo ... in reh,io n ' o ,h';, .mokinghobi'l: • prclimin.n·
«pon (r<1mprno de I1r 101"¡). 1954:;i: 145 1- 145 5). 11M). 2004:318;1519- 1533.
26 . 0 011 R.. reto R.. Bord>~m J., Su,hcrh nd 1. '\io n ,]i,y i n rcl .. ion 'o 5mokiog: 50 Y.'D· obse.-
n,ion. on m,]. Bri.i.n docto,," 11M), 2004;328: 15 19- 1517.
27 . Vio';. p.. Alaunja .\1., Hulll.. P., Fon,h . m E" ¡;noasd,i S.. G.o G.T. Gupto P.c.. ""l.
Toba~co aod ""o~~r. rec.n' 'l';demiologin! cvidcna,) Ndtl Gmerr I ".t, 2004;96:99-106.
21 . Gri m.. O.A., Sd>u1~ K. F. An overvi • .,. of d inin! «..,... eh: .h. lay of .h. I.nd Llnr",
2002;359:57-6 1.
 Taxonomía de la
investigación

Letlo a uno Pérez

El término taxonomia ~t ap~ca a la categorililci6n o cI~.ificaci6n banda en UII ~inema

p~dettrminado. Para fim~ prácticor., en eSle capítulo ~e con~¡dera a 13 la_~onornia corno
una herramienta inil para 5a~r dónde se ubica la inveuigación t!l ;;eneral, a partir de con-
ceptos fundamentales que ~rrnitan comp render más adelante la importancia del pTO}'r<:IO
de in"enigación

Introducción
Dhde lo~ albort! de la humanidad, una caracteriuica inherente al ~u humano h3 sido la
ob¡ervación E~t3 capacidad ~rmiti6la evolución del hombrt y su iuptrvinncia. a puar
de su debi lidad. en comparación con jas grandes especie>.
Ln txptriencias penonalu permuen ap lic~r el conocimiento en la cotidianidad.
A tItO ie le denomina pensamiento empírico y es la ba,e para mouvar. de forma razonada.
que hta coudiantdad le traduzca en inveuig:lción.
La in~e~ugación putde defin¡r~e como un procelO paro aplicar un método mtem~u­
ca. como el CIentífico, que permue obtener inform:lción rtle\"ame y fidedIgna. con el fin
de entfnder y \enficar lo~ renómeno~ que ~e ob~ervan y. de ena forma. obtener el con<xi-
mIento nfCuario para modIficar. aplicar. corregir o meJordr lo que .ucede en el entorno.
J>or tanto. la In-e.u,ación CIentífica bU>Cl¡ en forma in te ncionada la ~o]ución de pro-
blema. y el mitodo cien t ífico indica la forma y la. tk:nica. pam ru~zar e.a bÚiqueda
La in~f>upción es una lIernlmienta fundllmenta] del duarrollo de la. l<xiedadu.
porque en la ac tuabdad el con<XlmlentO e$ poder Con ba., en UtO se puede conliderar
que la importancia de [a IOH;tipción se fundamenta en:
Aumentar y me.lOnlr el conocimiento. dando pauta para la crtauvLdad IOtfl«cual.
Establ«erel punto decontactocon la [ea lidad para ~U Interprttaclón y conocl mI ento.
Conmbulr e IncentiVar la [«tura critica.
 De~ar,-ol1ar una menta lidad que ~iempre e,té ,t la búsqueda de ,oluciones.
Ducubrir principiO! genemlel para aplicarlo. a la reahdad.

Conceptos generales
Taxonomia
Ellérmino taxonomía proviene del griego la;l~ ta~i>. ~ordenami e nto" y vOf.l~ nomo>.
~norm:t" o ~regln". La taxonomía ordena. describe y cht,ifica. marcando la~ rfgla~ ntee-
,¡t ri", pam facilitar la ,iuem¡nizución del peUlllmiento y el quehacer científico.
Exiuen diffrente, p,-opueua, de clasificación. r'or tradición y de acuerdo con 101 p,-o-
pó,itol que le ~rliguen. se podría h"bl¡¡r de invenig"ci ón pur.¡ (o b,hica) y uplicuda.
Aunque en la rulid:¡d no,e preloentan en hl"do pu,-o y >e combin:!n entre ,¡.
El doc tor Alyan Fein.tein p,-opone que lu inve,ti,:¡ción médica .e clawfique en CUUt,-o
,rupo. taxonómico,: telktico. orien mdo a objetivo>. orientado a ,rupo' ycon un modelo
arquiltetónico.
1. Ediktko. En el enfoque telktico. no le U.a un tiquema e,ptciñeo para c!a.iñear lu
investigación. El enfoque conceptua l no se bu.a de manera ri~da en un paradigmu
o conjunto de 'UpUUtOli, .ino en múltiples teorial e idea. con el fin de obtener infor.
mación complementaria para r"ponder de manem .imple y práctica a una pregun ta.
Cada una de la. preguntas que ~e plantea n puede analizar.. de acuerdo con el tipo de
evidencia qu e se ten~a y el ra10nam iento ntetiario para propordonar una respUh ta.
La de,yentaja de este tipo de enfoque. e> que no e¡¡abltee un ~r upo de procedimiento.
y t>tándarei bien o'l:anizad o. para la c reación o el análi.i, individual del proytel0.
Por ejemplo: ;,qué tipo de vacu na cont ra la infl uenza es rteomendable?; ;,cu:il el el
rie;~ode fractura en usuarios de este roide.? etcétera.
Z. Orientado a objet;"'os.. La inve¡ti~ación se organiza de acuerdo con cierto. objeti voi
que ie repi ten. como lemas a re.olver relacion,¡dol con lo, diverlo, a,pte IO, de la.
cienciai de la ,alud (p. ej., mecanilmo, Ihiol6gico>. evaluacionti diagnónicai, fa rma-
cocin~tica. tIC.). Ene úpo de enfoquei ptrmite con,idera r diHinlal da~h dt invhti-
gación. de acuerdo con el objuivo general, Su ven taja radica en que proporciona un
ptrfilgeneral para la indu~ión del tema telktico, Su dh\'tntaja t l que no,e aporta
cla,ificación algun a dt I~ diferentts m~todol que pueden empleane para incluir a I:tl
ptr~onal qut integmn lo, , rupol bajo inv t,tigación,

3. Ori-.do a II"'Pos.. En htt enfoque la in\'enig,¡ción se ca taloga de acuerdo con 101

métodos que loe emple¡¡n p:tm definir los grupol de pacienth en " ludio: htudiol de
cohorte. ca>Ol y controles., tr,¡n¡ve.,a lel, etc. La ventaja del grupo ta~onómico orien-
tado a grupos e; que la ín"eitigación >t or~(¡nila de acuerdo con l~ mé ,od~ uti liza-
do. pam incluir a la. ~.,onu, en el hlUdio,
• . DlsposJdón .... quÍ'l~ÓO'I¡c:a. El enfoqut arquitec tónico incl uye lantO lo. objetivo. como
los ,rupos; euo lo hace muy podero.o porqu e puede ula"e la mhma clal t de eyalua_
ción para distear la eSIrUC IUra de di fufntn tipo. de inv" ligaciÓn. Una o rganizaci ón
arquilte lónica tambi!!n alienta el de¡arrol1o, la formación y la aplicación de los prin_
cipio1i Mliico. cienlíficm y enándarn que no" perciben o des li ndan en 1m Otroi tipos
de inyes ligación (teléc tica, por objetivo¡ O ~ru pOl),
 l.""""", i. de l. 'nYO<t'gooón 17

De acuerdo con el dOC10r Feinuein, debe empleane el lérmino arqui ttclur1l (o sus de-
rivados) tn lu,ar dtl ttrmino distito, porq ue h te último suele aplicane p:lr1l dtlleribir los
plane, de una invtllti,ación y porque el concepto de di~eito emana del mundo del arte, 10
que aporta una idta teórica abstracta. En ca mbio, la p:i1abra arquittctura de no ta el tlIfue r-
lO para crear y evaluar htructum~ de i nvt> ti,ación que cumplen con una documentación
reproducible de la cienci:! y con el elega nt e di~efto del artt.
Elttrmino ;nl'f'J,iglloón le aplic:l a lo. phinel li.tem~tkol parn de!oCubrir factore> o
principios en cualquier campo del conocimie nt o. Dentro dtl ~mbi t o de 1:1 medicina, en
el cllmpo clinico, 10. pla nel y delleubrim iento i uluden a 101 hallaz,o> mfdicol dentro de
,rupol de penona>.
En la arquittctur1l de hi inveui,¡.ción e.\ i¡ten ejel b:hico.: la propueua de la inVelti,a-
ción, el tipo de a,en"l bajo elwdio, la ali,nación de 101 grupos de euudio, el n(¡mero de
nwdol temporalel y 101 componente> de 101 grupo. de dato>.
De manern ,eneral, den tro de eua arqu iteCt ura de la inveSli,ación se encuentran 101
siguientn elemen to!., que ayudan a Su clasificación:
1. Irnpoación de un.a manlob,a:
Expllrimenlal. Ma niobra impuelta por el invhti,ador.
• Obs ..... acio .... l. No exilie intervención alguna por el im'elli,ador, 101 htcho~ se dan
de manera na lural o no impues ta.
2. Búsqueda d. .... ociación ent,e variabl..:
Descriptivo. El objetivo consiste en mostrar el esptc lJU de caructeristicas del grupo
o even lo de est udio.
Compar.otivo. Se bUlIea la asociació n entre la maniobra y el de,enlace.

3. Seguimiento:
TrMSVersal. El pacien te o evento se evalim en una iola ocasión.
longitudi....., Una carJcterillica del paciente o even to ie evahia a tr1l\'t, del tiem po
(en más de una oca~i6n).
ot . Cronolog;' d. loo "KIlos:
Retrospectivo. El inicio del !>tudio ocurre de.put~ de que Io~ hecho~ o e,'entos ya
han ocurrido.
P'OIpedivo, El eltudio inicia ~in que 101 de>en1:lcu o htcho. hayan ocurrido y recibe
un le,uimiento en el tiempo (fulUro).
S. DI,Kdonalidad en la obtendón d. la Info,medón:
P'Oledhlo, La información se ob tiene de manera simultánea con la ocurrtncia dt IH
maniobra y, por t:lnto, wmbitn :1 la oc urrencia del rhullado.
Rettoledlvo. La información .e recab:1 un" vez que el rtsullHdo y la maniobrJ ya
ocurrieron.
Retrop,oledivo ° amblpedhlo. La maniob ra ya ocurrió al momento de ob tener la in_
formación, peroel ,e~ultado aún no se prhenm y, po r ta nt o, su medición se rnli~a
en el momento en que hle OCUrre.
 6 . M. dióón d. la '.KV. nÓII d.t d ...nlac. :
Incid ...ÓII. Cantidad de caiOS nuevol del eventO en h tudio que aparecen en un pe-
riodo determinado. Entre el te tipo de e, tudiOlle incluyen 101 de cohorte. oblerva-
cionalh y e~perimentale!i.
P.....al ...ÓII. La proporción de ind ividuo. en un:l población que lienen la enferme-
dad o caracteriltica en estudio en un mome nt o determinado. LO!; eiludio! tranl,·er-
lalu son caracterhlicos de hU lipo de e>t udio.
P. opo.cion... Compaf"Jción. a travé> de u nu división. entre un subconjunco y el con-
junIo a] que pertenece. como en 101 ht ud ios de C:UOI y controle~

Conocimiento Clentifico
En general. secon~dera que conocer el e" fren tnr l;t realidad y a tr....·t; de uta acri~idad .
el hombre adquiere la CfrlfU de h H~.
El conocimien to le ma nitiest:!. como un conjunto de reprflentacionh .obre lal que se
liene la certeza de que ion '·trda dera~
E l conocimiento ei la relación entre dOI elemento1i: ellujeto y el objeto. Ellujflo es
quien de lf.mina la activida.d de conocer y e\tableee la relación con el objeto; al principio.
el objeto ie obser\"3 a 1f".l\"4!S del conocimie nto "vulgar" o "cotidia n o~. pero medi a nte la
aplicación del conocimiento cientifico se ve la realidad q ue otro. no han visto; ellO repre-
!ienta una de la~ formas que riene el hombre pa ra ow rgarle un !iitnificado con sentido a
la re alidad.
La forma en que el hom bre de ciencia prod uce es te co nocimiento cientifico es a trovés
de un conocimiento listemii tico de la rea lidad media nte la obier\<ación. el de!.Cubrimiento..
la e~plicación y la predicci6n.
La ba.e y el pun lo de parlida del cie ntífico es la realidad. Que median te la inves tiga-
ción le permilf llegar a la cienci a.

Concepto
La ciencia invh tiga a!¡>te tol de la realidad pum comunicar IUS hallugos; por ello, nace
la nechidad de ulilizar lenguajh comu nel apegado! lo má; polible a la inlfrpretación
que,e da a 101 hechOi. Cada una de la; cie ncial ulili z:l ttrmino! o conceplol propiO!; que
proporcionan un ~>lema concep tual imico,
I'or lanto, 101 conceptOllon con,truccione> lógical crud:ll a partir de impresiones de
10, "ntido. o de percepciones y uperiencii\~
Lo. concfplo>. al i,ua l que 101 hrcho>. .on llbmaccionel y tienen significado dentro
del marco de referencia de un sis lema Ifórico y e>lo depende de la experiencia y el con-
IfXIO del .ujeto.
E. un errorcon~denlr que lo. concep to, exilie n como fenómenos. El conceplo no er.
el fenómeno. sino la forma en que ellujeto inlf.prft a lit realidad y IMua de Inlnsmi tirla.
Cada hrcho n afirma como una relaci6n en tre co nceptos.. porque cada lírmino r'pruen-
la el fenómeno d,.!.Crito por el heeho. 1'0. tanto. un hrcho r. una .:onurucción lógica de
conce plo$.
E l procrio de concep tualización conli>!r en abur3er y grnrmliza. impresiones dr los
sentido>. EstoconllilU)"e una función del penlami ento,
 l.""""", ¡. de l. 'nYO<t'gooón 19

Lo~concfptO~ de la cifncia dfNn ~frcomunicablh y ~e de~n conuTui Tde tal modo

qUf ~f conozcan toda~ ~uHaractnÍlúca~ LO! término~ prr.::i~o~ son fundamentalh para la
comunicación fntre Io~ hombres df ciencia: por ello, debf uiuir un vocabulariociemifico.
En la parte opfracional. un co ncepto h un conjunto de innruccionu. E~ta~ in~truc­
cionu pumiten adquirir y reproducir la misma e~periencia que Otros ya adquirieron.

C,enoa
LJe lIcuerdo con la definición de T:Lmayo y nlmayo. la ciencia ~e define como el conjunto
de conocimiem~ rJcion¡,le~ ciertos y prob(lble~ que,e obtienen de una manerJ metódica
y ¡i >temu tizad a, que son verificlLbles y h ~c en refnencia a objeto, de una mi~mll natur,Lleza,
La ciencia prhenta una .erie de co nocim ientOi relacionadoi con la realid ad, en
donde . e hace referenci a a lo. fenómeno! y hec ho. que acontr.::en en ella. BUloCa hll!-
blr.::er la. relacione. uiMemu entre diver.o! hecho! e interconr.::tarlo, para lot:rar co-
nuionh lÓ&ica. que permi tan duarrollar po.tulados o a_~iomns en los di; tintoi nivele!
del conocimiento.
Ruuha importante considera r que la cie ncia no es un conocimiento definitivo. Cam -
bia ,et:undo a ¡et:undo. N o,e puede permanr.::H htática ni reducirsele a una co[r.::ción de
hr.::ho!>. La ciencia avanza en la medida que plantea y re,ue[H problema!>. En la medi da
en que confronta y e,(ablr.::e la objetividad de la rea lidad, ob tiene lOU nivel de cien tificid ad.

Método científico
E. un procedimien to o mftodo de trabajo que, mediante pa.ol .iltematizados, pfrmite re~ ­
ponder a los planteamientos que ~urt:en a partir de la ob>f1V3ción de hr.::holi o fenóme nos.
La ba.e del mt todo cien tífico e~ [a ob~ervación . En t ite ,e e>tab[r.::en las cond ici one;
qu e permiten la presencia de hr.::hos f. pr.::ifico!>. En general.u planteamiento el tentativo
a[ principio y. mil~ adela nte.. ,eriñcable.
El mhodocientiñco es la apkació n de la lógica a la. rea~dade,o lo! hr.::ho! obm'Vados.
Sin mttodo cif ntíñco. la ciencia no tiene i u.tento. Cuando hit se aplica. !f flimin a lo
.ubjetivo. E! indepfndiente. elimina procedimien to! qUf bu.quen manipular la realidad,
pero no es infa~ble.
La~ principale~ fa~u del m~todo científico ~on la ob~ervación. el plan teamien to de
hípótelilo, la uperimentación y la formut:,ción de leyu y teorías.

Observacion
O b;ervar h míro r má~ "II~ del obje to. La observlLción permite medir y rep~trnr lo) hr.::hol
con in"rumento) avalado! por el m~lOdo cie ntifico.
La, ob;ervacione. deNn relL~zar,e en formu objetiva y ttica, sin la in fluencia de opi-
nione, o emocionh
Por tanlO, Oblf rvar el un a ,tenica qUf co n.i.u en mirar, d&il3r y sllptrvilar con aun_
ción un ffnómeno. hr.::ho oca,o para tomar inform ació n )' repstrorl3 con el fin de ana li_
za rl3 má. adelan te.
Pa ra que una ob.elVación sea vá lida, debe reunir tres carac teriuica!: ~fr completa,
uacla y metódica.
 En fOrma general ui~ t en dos clale~ de oblervacionh:
ObHrvaaón no cientifica. Co n!>ine en observar lin intención. !>in objetivo definido y.
por tan to. sin preparación previa.
ObHrvaaón a_if..:.. Con~ilte en ob.erV:lrcon un objetivodaro. definido y preciw.
El inHuigador sabe qué es lo que due:1 observ:lr y para qué quiere hacerlo. Euo
significa que debe preparar la ob!>ervación con cuidado.

Planteamiento de hlp6tests
La hipóthis u plantea corno un~ uplictlció n o propuesta ten tativa para un fenómeno. Su
pri ncipal función consille en delimitar el proble mll que ;e va a in,·eitigar. de acuudo con
elementos determinado! corno ue mpo. IU&llr. c;l racteriitica. de los lujew;. "chera.
A travé. de lo. estudio!>, ie pre tende e.~p licl1r Il lgún campo de In realidad. mediante]¡.
comprobación o el rechazo de la hipót"i;. un;. vu que se confronta el enunciado IfÓriCO
con 1m hecho. empírico;.
!'or tamo. e; pmible afirmar que la teoría orienta la búsqueda de hecho. y la hipótesis
indica lo que.e esd buscando.
Si la hipótesi; >f comprueba. pan a formar parte de una con'lrucción teórica. Asi.la
relación en tre twria e hipótesi!> es muy eltrec ha.

C a racterísticas d e las hip6te sis

Las hipótesis d......... conc.pt .... lm ... t. dar.... Lo, término. que se empleen deben
resul tar claros y COnC retOI pam definirlm de manera operacionaL. de modo que
cualquier investigador que quiera re plica r la inve ltigación. pueda hacerlo.
O.o. n p _ rM_t .. """"iricos. Una hipó telil sin referencia empírica conni tuye
un juicio de valor, ninguna hipóte!>il debe llevar a juicios moralei o de valor. No
debe definiru el fenómeno con adjetivO! como Mmejor" o MpeOr··. lino lólo como
locede en la realidad.
O.o.n ur ..pecif"ocas. Toda!> la!> operacio ne!> y predicrione, deben txprtsarse de for-
ma e,pecifica y no general.
Las IIipótem d.o ... s... producto d. la obslt<Vación obj.tiYa; IU comprobación debe fI-
tar al akance del inves tigador. quie n. median te tknica, di,ponibles. puede )Ometer
su hipólelü a prueb;¡¡. Si no el po.ible someter un" hipótesh (l "erificación empirica.
no riene validez dude el puntO de vi,tu científico.
s. deb. cOMid_ qu. ~t-n los IISlult-nt " tipos d. IIlpótesls, nula. conceptual. de
1T'Jbajo y alternativa.
Hipót esis "ullo. Se hmblececuando.e tienen dos o m:is ,rupo, de tnlbajo. El la que
indica que no exi,,,n diferencia. '¡enificatival entre lo. ,rupo;. E. una hipóte.i.
que ;e aCepta O" rt<:hau de acuerdo con el rel\lltado de la inveui,ación. Con tar
con una hipó lt)i) nula ayuda a dtrerminar)i ni)" una diferencia enUt 101 ,rupo!.
y li elta difrrencia ei si,nificativ:L o fue ca ula de l aza r.
Hipótesis conc. pluaI. El la hipótesis que le formula como rtlulmdo de las uplica_
ciones teóricas ap~cable.l al problema. Ayuda a explicar. dt>de el punlO de vi.lta
teórico. el fenómeno que.le e.t:I inve; tigan do. E. la hipótesis orientador..a de la in-
 l.""""", ¡. de l. 'nYO<t'gooón 21

veui,ación. intent3 enfocar ti prOb lem a como bale paru la bú~qutda de datos. No
puede aball:ar m:h de lo propuesto en 10i objetivoi de I:! inveui,ación o t;tar en
del acuerdo con ello!.
Hip6lftis d. trabajo. El la que lirve al invt;tigador como b:ue de;u inveui,oción (el
dteir. truta de dar un:! e~plicación tentat iva al fenómeno que ie invbti,a). Eua ei la
hipó telh que el in,·t;tigador tmta de aceptar como rflultad o de IU inveltigación.
rtchazando 1:1 hip6ttlil nula. Se dice que la hipótui¡ de trubajo el opemcional
porque pre;enta cu:!ntitalÍvamente (e n ttrmin ol mediblu) la hipótelil coneeptual
o ,enero!.
Hipótftis elt""'."'e. Al rhponder a un problem :L. ei conveniente proponer Otr.. i
hipó te;i; en que uparezcan variable. independiente. diuintui de la; primer"l que le
formularon . El nll'Ce;uri o halla r di ferentH hipóte.i; alterna tivas como r"puelta a
un mi.mo problema y elepr cuále. y en qut orde n le debe trotar de comprobarJ:u.

Experimentación
La fXperimentxión se define como un proce,o en que el inves tiga dor trata de mantener
conltantes todOli lo. facmre> que interviene n en la prnencia dI' un fenó meno y ob,erva
lo, efK to. producido~ por la variación de alg uno de lo. factore> participante;. En hte
rubro,e plan tea la elaboración de un proytc to de invh ti'3ción en que el mhodocientifico
permita la obtención de una rl'lpues ta a las preguntas formuladas Y. en forma liltema ti-
zada.lleve a rI',pue,!ai que mál adela nte puedan con;tituir>e en leyei y teoríai. En forma
general. al,uno~ de lo. elementos qu e cons tituye n la experimentación Ion: plan teamiento
del problema. elecció n dl'l diseño de la inve;tigació n•• elección de la población. eltcción de
la, variable!>. med icione> pertinentes y análisi. de dato!l.

El protocolo de investigación
E. el documento con qul' el inveui,ador especifica lo que le prOpone e~ t udiar.
Su prOpó!i to el comunicar de manera eficaz y or,anizada 1'1 probl~ma po r ei tudiar•
• u importancia. su jUllillcaci ón. iUi objetivo>. el plan teamiento de la hipóte!i~ el material
clínico. la metodología y la~ referencial p:1Ta htablecer el marco teórico.

E.queme peore " eleboración d. un protoco lo d. inv..tiga ció n

el El problema
Titulo de;cripti,·o del proyK tO.
Formulación del problema.
ObjelivOl de la invmi,:,ción.
Juuificación.
Limitacionfi.
b) Mall:O de referenci a
Fundamemoi IlÓriCOS.
AnlKedemes del problema.
Elaboración de hi pólfsii.
Identificación de lal ~ ari a ble~
 el Me todologia
Di~ello de técniC3~ de recolección de inform:lción.
t'oblación y mue~ l r.I .
récnica~ de análi~i~
! ndice analítico tfntativo del proyec to.
Guia de trabajo de campo.
dl A ~pecto~ admini~tr·d ,ivo.
I( ecur~o. humano~
• t' reiupue.lO.
• Cronograma .
•l Bib~ogr.tfia

La invh tigaciÓn.e origina en l:li idea;. Cuando hta. ,e pla.man en un documento, nace
el proyectO de inl'f.tÍgaciÓn o protocolo.
Son di\"u.a¡ la~ fuen tes que lleva n a la genuación dr idtal:
EXpfriencia individual.
Material e!.Cri lo (Iibrru, !l'\·i,tas, periódicos, Ieli;, etchrm).
reoriu
Descubrimiento> producto de inve>l igacio nel.
COn\·u.acion e~ pl'r!i<Jnalei
Ob.ervacionel de hf'Cho~
C!l'encias.
t'!l',enti mientos.
En un inicio. la. ideai ion vagai y de ben a naliza,.,e para tran,formarlal en planteamien-
10.. t'or ello el neceiario conocer 1m anteced ent e" evitar la in\·elligación de un tema que
ya.e haya !>ludiado, UtrUClura r la idea de inve>ligación de manera formal y ieleccionar
la peripec tiva dude la que o! aborda el tema.
Alguno. de 101 tipoo de lemallon 10i ,ig uie nte>:
Tema. ya in\"eni,ado>. htructuradol y formalizado~
Tema. ya in\"e.ti,ado>. pero menoo e. truc turadOl y formalizados.
Tema. poco inlf~ti,:tdo. y poco estruc turado;.
Tema. no jn\"e~ti,ado~
En ,eneral lo. fifuuzo. debtn orientar.e a lo. do, último;, porque la c!l'alÍ,·idud y la apor-
mción de nuevo conocimiento h lo que enriquece 11 la ciencia medinnte la inYfitigl1ción.
De acuerdo con Dankhe (1986), e. i mpormnte considerar lo; .iguiente. enunciado.:
La. buena. idea; intrigan, alientan y eití mul:ln al invhtigador de manera pfrional.
La. buenal idu. de inyutipción no son nece,llrillmen" nueva;, pfro.i n""edo.a;".
R

La. buena. idea. de inYeui,ació n pueden .ervir paro elaborar t,oria; y ¡olucionar
problema..
Ha"a aqui, ie ha pr"entado un panorama ,enual de la inl'f¡jigación. Su objetivo con_
!.i"e en hacer que ,urja ese im·elli,ador nato q u ~ cada periona lleva drntro. con el fin
de motivarla y e!.timularla a t«Orrer el uni verio de la invr>ti,ación, que ha pfrmitido al
hombre Ile,ar haua donde nunca imapnó.
 T."""o"". d. l. ,nve<tJgo<>Ón 23

Bibliografía

C •• ,II. Sern. L El mc..odo CI<n, ilico. En, Mttodo/llda J, la im'lffÍplri#n tn ri,nria¡ J, Id Id/lid
~Uxico, DFo Eduonal ~t.nual ~1od.rn", 2001, \-}O.
C •• ,II. ~rn. L El pfOl"ocolo d. ,nv... iga<i6n. En, MmJolotiA J, fu I'II'f'IfÍ{iKiitl tn o,ttO.n J, '1
Id/ud .\lwco, DF, Eduorial ~bnu'¡ ~to<krno. 2001 :51-60.
Cumm,ng< S., Brownrr \'(/., Hull.,. S, Conc. p<i6n d. l. pl'<"~n... inv''''g'' En, Hull.,. S.
Cumming. S. (<<1). Dis,~ dt " im'lffÍt¡lrión rtlnirll. un rnfoq", rpjJr"'I~~r.. H.<coun 8""..
<k E",.ñ., 1997, 13-\9.
Fcin.. «n R.A. A dn.. /ieallon of medoeal ,...corch, En: lh •• rdtU«Iu<o of d,n,ea1 I'<".cardt. EUA,
\'(/.B. S.un<k ... Cnmp:any. 1985: \2-24.
H.rn:indcz S.m!"<n R., F.:rn:ind..L C Dlbdo c.. n'p,j •• lucio r. la i<k", n••• un proy«lo <k
invcR'g.ción. En; /lf,tMO. Jr la im'lffÍK-lrión, ~éxico: Editorial ~{.c,."w_H,II, \998.1-6.
 Elaboración del protocolo
de investigación

Jose Olm'ln Cam il o Rua

Angel oln,.1 S¡nt¡n¡ Vargas

Introducción
La im'eui!ación clínica f~ una parte de la invh ti!3Ci6n citntifica Que ~e relaciona con la
recolfCción ~i~lemática de dato~ provenientes de snes humanos. o de mue.tnu de fuo!.,
con el fin de oblenn conocimiento Que pueda traducÍTu en un beneficio para los pacien-
le~ En la act ualidad, toda inveslÍ!ación clínica Que incluya serU humanos deN regirse
por 1m pnncipio~ fticO$ e.tipulados en la declaraci6n de Hel~inki
Una in\eliu!ación clínica se lleva a cabo a t ra~~s de un protocolo de im e~1l!aci6n, Que
es un documento escnll) por un in~tllIgador, en Que descnbe de fOrma detallada y con
toda claridad el propósito y la forma de conduci r la in' eiti!aci6n Las razono principales
por las que se escnbe un protocolo de inveni!aci6n son: para ruponder una pr,!unta de
invHti!ación y obtener conocimiento; pHR obte ner dato. confiablu y rfproducible.: y
paro evaluar nue,os procedimientos., fárm:lco, o trmamlen tos., Otros razones pueden ser
menos ambiciosa>. como replicar o adapt:1r dmos ui,tentH en la literatura, comprobar
procedimiento>. or!amznr a un !rupo de trabajo, sistematizar la forma de obtener y proce-
sar Información, .01lcitar financiamiento. y cumplir con lo. requuitl» y las aprObaciont>
de loscomuh Científicos y hico! par'd IRve.tig¡lciones, En 1;1 flgu•• J. l se ilustra, de manerJ
,eneral. Quiines suelen proponer los protocolos de IR' e>tigación

Funciones del protocolo de investigación

El protocolo de IRH.ugación tiene do. funcio nes bál,cas., una IfcnlCa y una admimnra-
tiva, que le cumplen de forma simult:'tnn La pnmem orgamza de forma mtem~rica los
elemenms qUt con~Dfuyen la i""Slilación, de¡.cribe la parlt clentifica y esllldiuica del
estudiO y 'Iru como un manual dt proctdlmitntoi, f>ermut Idenllficar los obJtmos., las
ptnonas que partiCIpan y las accionel qUt realitan, sus capacldadu profesIOnales y ,us
relponubifidadel., adrmái del orden crOnológico y la duración del p~ ecm,
26 M4!1D<loIog.o do .. IBfm.goaÓl'l. blOO<I.di<! ico y blOI nfOff'll.ticl "" "",fI(]"'I1I~ J do .... w

1""." 'g'~ O ' "

Imo_lV. p"".d •
• EOIud .. nte. (reSld""'te., posgr..:lo)
• Pert .......... o. de l. In.trt uo6n o ""temo.

Pot tocin.do ...

Fobrn:.nte cometoal
, InduOl"' fOl mlcMICI o b ,otea.oIógICl
Compoiii. de eq UIpO' medIco,

RilO.. ,., . E,efY1)Io de Qlll&neS pueden rnl lZiI' pl'otocolos de IfWesllg;oo6n.

La función admmi.u'3t1va •• "Iaciona co n lo. a.pIClOs I'gall" '1 la dOCUmlntación

d.1 prOlocolo. Obbp a 1m; particl pant'i de hl e a proc.dfr conform. a .u contfrndo; df
f.ta forma, proporcIOna un marco de acción, prm.ge a invfuigadorh y pocl.nl.\., In ca.o
d. qUf ocurran deliviadon es o eVfnto. advfrlios durantf la irnplfrnfnmción d.l protOCO-
lo y prflifrv3 la conlidfncia~dad df 1m rfliUl lado¡, Adfmá\., ptrmilf la ~.rificación y fl
cumptimifn tO d. las nOrmu de la in n ilución y la rt¡:ión fn qUf lif naliza la ifl\fitigación,
organiza la~ rt\'i~ione, inkia~ parcial y final de la invmi gación, rtr;ima las modificaciones
y la au tori zación por part. df los dir.rfnt.s eo mites, tam bien faci~ta la g.stión df fondos y
recUrSOs,

Eleme ntos d e un protocolo de Inve st igación

Los .I.mfnlo. dfl prOtocolo df invfnigaci6n pued.n variar .ntrf un prOtocolo y OtrO,
p'rO en general deben abarcar tr.s aspt>: tos fu n d~ m entalh: cientil\coi, e' ladinieos y opt-
ra tivos, Un .jemplo de los el.mentos de un pro!ocolo de inHitigación >f pruenta en el
cuadro 3-1. Obsel\fU que algunos elementos de l pro!ocolo de in~htigaci6n .on tan impor-
!antes y eXltnso. qut 1f abordan tn OtrOI c~pÍ!ulo; del libro.
Lo. a.pICto. dtnliocos abarcan los objetivos, la ju.!ifkad6n y las razones qut haetn
qut el eitudto iea ,eltvante- y uti!. La partt e¡;tadh tica le rf)aciona dt ctfea con ti diiffto
dt hip6tt." citnliocai: dtbe stgui. un formalO .e&ido por elltnguaJe y la! leyh de la
probabilidad Lru rf~uhadoi ob temdo. con f>1O. mtlOdos deben tl' ner ImpllClo. a ~u vez .
•obre el iUI!entO te6rico que permiTió IU formulaci6n . Lll pu!e operativa del protlXolo
comprende la logiótica df I:n optracioneó y la secuencia en que óf ,eabzan Inclu)e 1:1 parte
adminló lrallva y Ifgal dfl pmtlXolo, fn que le de>eriben rntlodo\., procedimifnlOó y ma-
niobra. fXpI'rimfnmlfs, le dlófftan )(l. formr!lo. para documentar el h!udlo. If controla la
p/"OCfdfncia manejo de da lo; y óf adminiótran 10i rfCurlOI malfria In y humano,"

ElaboraCIón de un protocolo de investigación

Pr_lIunta d_ ónv..till.ción
En la flaboración d. un prOlocolo. fl primer paloeonliililf In Id.nllficarfl probllma qu.
d.l.a rtiOlIeru. Euo IlIV3, df rnanfra invariablf, a formular la prtgunta de in~eltig a-
 EI.bon"oo dol p",toco!o do 'nYO<t'gooón 27

hulo P<ea .... d ..oycOt>".o

In>lrtu"On o .. >lrtu"one .......... oo o un,dltd donde.e ",al".
F,n ....".m"''''o deoc"pc,on ""'aliada de la ,n>l,tu"Q.n o ,ndust"o
ln-e.,gadOle. od..mlflCa"oo p\e'na. con no.mb re , cargo. t!lulo. dilo. de locaI"."oo
Ident.tOCKJonlMem. di.y ........ oo
Auton. ."oo INem. (p e" ellefe de 'eM"O de un ho.pAoI)
Numelo de ,denllf,CKloo (p e¡. numelO con.ecullvo lS'gnado pOI el .ef'tlQO de un ho.pUI.
,ndu.w. o .... AU"oo)

Id .... centrale. d .... y COIla...

Slntet'co
Ident.t.coaon de objetIVO Y metodol09i.
O"'Q'lpoon de lo. "'letO' y "" twocren.tle..
DesQ'lpoon de l. nllu' ..... del problem •• ,nve'''9.' Y1.lormo como MI ...... oon.con el protocolo
p'opue"o
ESQ'IIo po< eI'n .... "'gItdOl' (,.0 el pll'OCIMdO/l
Ex, ...""" 'p"",,,,,Itd. de 1500 coraa@<e'
1'0101"•• d ......
0""'"0110
Ant~ent ...
H,pót~" ..
Oblet,vo.
Planteam,ento del prob~.
JulUflCaaon
Metodolog" (trI'O de dll"';O, tamaño d" mue,t ra, (]'I(eno. d" ,ndu .. ón, d<f."oOO d"v..,abI~,
procedllmento).
Cronog,am. d" orn .. dade.
(>I,lIe!l" y ... ¡¡In" ,,>lodí>l,co
A>pedo. «reo. y de lHo.egundad
ReI"" ....". y rxpedll .... .
R~o. (droponobl ... y pOI' ""'eI ...
l
An""o.
Re/"" ... " ••

ción. qUf pUfdt dflinir~t como una forma concrua. clara y pumual df abordar un ltma
dt inltrh

M.rco teóri co
Toda idta qut origina u na prtgunUl df invhtigación po.et un marco dt reftrencia ttó-
rico, que putdt tncontrar.t mtdiantt un:t rtvi.ión dt la titef'J tu ra relevantt. Dtbt con)-
t¡ttarit qut no.e haya re.utlto ante!. ii it prtttndt innovar en eltemn. o qut no.e haya
realizado en la forma en qut.t eua p[¡,nttando. Lit rtvisión no debe .tr gentrica o .uptr-
ñcial; por rl conuario, ~r uata dt un procr~o jimmático dr locatización y ob tención de
información rrl.\'an l' para rllrma dr .S!udio.
Pa ra .ua rf\'i~ión~. pu.de rteurrir a 10. dr!.Criplorh delltma O a palahrasclall'. qur
ayudan a localizar 1m documtnto~ de inttrh. M ucha. \lec.,
tslm i r .ncuentran cla~ifica­
dm en ha, •• d. datm ripteializadat No loda la información rtlacionada con tlltma ti
útil; pOr ello. una rf"i~i6n exllauniva puede reprh entar una pérdida de tiempo y, en oca-
liione~ rhulro redundant!!. Es importante que la inform:lci6n que lie con.ulta pl"OYen,a de
fuenth confiableli y comprobablt!.. La i nformaci6n cientifica tiene hta~ carac te ri;,ica. y
en la ac tualidad htá muy bíen o rganizada; adem:\~ exinen plataforma~ de fácil accew que
ayudan a ~implificar ti trabajo de bú~queda . Lo~ :hptetO~ rflevanlh del tema de htudio
encontrado~ al rfvi~ar la ~tera' ura!ie utih z:ln p:ml er.cribÍr lo. an,ecedenttl.. E>to ayud:l a
formar un marco de referencill y conceptual p:lnI formular lolo objni\"oi. la. hipóthis y 1:llo
nlzonel pOr 101 que h pertinente realizar el elludio.

Objetivo.
El objerivo elo uno de 101 elementO. millo impormnte. dell)rolocolo de inH>ligaci6n. !'uede
der.compOnel"Se en enunciadol propO.icionalh gener.llh y uptcíficoi. que con lienen al
obje tivo de la inve.ri,aci6n, la. circun;tancia~ la forma y el tiempO en que ;e prttende
alcanzarlolo. Lo; objetivo. tran.miltn en pOC;1I palabra; el tipo de conocimiento que .e
dhta ob!lntr y la in!lnci6n del inve;tipdor. " uede e.ti>!ir un objetivo primario o ,eneml
y uno o varim hp«íficOi o ,tcundariolo. El objuil'o ,ener:l[ abaJCa tOOa.lali e.tptctativas
de la invh li,aci6n, mienu-.u que 1m objetivos hpeci fico. delimi tan [a forma de rtafilarlo.
a manem de un e'quema.

Hipóle."
Lai hipó te.i, de inH.ri,aci6n ,on enunciadoi en q ue .e hacen planttamientOli o ,uposi-
cionei acerca de 10li objetivOli y, por ' anto, también tratan de rtipOnder la pre~un ta de
invuti,aci6n. En lali hipó tesi, >t enablece n rtlacio ne i ent rt elemen tos que loman la forma
de variable. y >t les propOrcionan opciones conCreta. de interpre taci6n que. a su vel, de-
penden de 10i rt,ultadm y de la forma en qu e ,e o btuvieron. Las hipóte,i.connituyen lo
que lie duea demonrar con la inl'eni,aci6n y so n provi.ionale!>. Su duración utá definida
pOr el inicio y el 6n del protocolo de inl'enigaci6n en que lie com prueban o no, lo que da
lugar a la elaboraci6n de nuevo, planteamie nto!>. Se deben formu lar de manera prteilia y
complfla. La va~dez de una lIip6ttsili deptnde de l mttooo con que se comprueba. Las
hipóthis no sitmprt son ve rda dera!>. pero fltO no la. hace mtno. utilt!>. Se de~tchan o se
actptan una vez que >f ha dharrollado el tnudioclinico o ti e~perimtnto.

Ju.tificación
E. la pondtración de lo. aportt~ científicos y muodoló,ico. que ~t obtienen con el di.ti'io
planteado paro el elolUdio y paro rhponder la prtgunta de invuli,ación, con~iderondo el
ba1:lnce ries,o·btneficio de I~ p;Lcien~u y profundizando en lalo constcuenda; de loU im-
plemenltlCión. RtlpOnde por qut.t debe hacer el mudio.

PI. nt..mient o el el P'" b lem.

En hle apartado St debf e.pecificar con uac titud qur h lo qUt llama la alfnci6n para
que exi.m un evenlo qUf deba hludiar;f. Se pued t de r.cribir qUt u lo que ha ocurrido de
una manera hi,tórica o des.criptiva qUf permita conocer la, cin:unilancia~ para txp[icar
más adelan!l, de una mantea muy ,ucinta, lo qu e provoca que txiua una raZÓn para
hacer t[ protocolo.
 EI.bon"oo dol p",toco!o do 'nYO<t'gooón 29

M.teri. l y metodo
En ,en tido htric lo, 10n lO! objelo! (in! la lacionh. apamto!;, má q uina>. re:lCtivo>. etc.) que
.e utilizan en el estudio. ademá, de la form:l como,e lleva a caDo la ~uencia de evtntOI
para abordar al pacientt o la. muenral obtenida. de tI. En realidad. el la parte fuerte de
la metodología. porque aquí le conce nt ra ya la parte prktica Que.e ha de~arrollado en
lo. anteced ente> y en la pregunta de invtJ.tigación. con >u po!.Íble rhpuUta a la bipóthis.
En hte capitulo!e divide de la ¡iguien te munera:

Tipo de ..tudio
I'or lo general. ante> de rea lizar cualquier ell udio debe definirse!u tipo. Se puede co lo-
car de una manera muy lencilla, con .ólo indicar .i el tJ.lUdio h clínico o en animal,,;
de¡cri ptivo o experimental: prolectivo. ret ro lectivo o t,mbilect¡vo; pTO!pt('livo o relro.-
pectivo; uanlveu;al o longi tudinal. Tamb itln puede mencionane.i el e;tudio el co ntro-
lado. cegado. alea lorizado y el u atific:tdo, . i ex il ie un a colaboración enue vario. litiOl
nacionalf.\ o ex tranjero; y, en e,te lentido, . i puede ,er multictntrico y mul tinacional.
Se puede rt.lumir todo en dOI palabral (p. ej ., enlayo clinico), o aun conlidera ..e un
meta-aná.!ili!..

Población
1. Criterios deindU5ión
En ena pa ne le de.ea u ternarco n exac titud el tipo de pacie ntel a 101 que va dirigido
el elludio. Debe puntua~za r.e co n precis ión el gtn ero de l paciente (hombre, mujer o
ambos); lo! lími te s inferior y luperio r de ed ad q ue el pacien lt debe lener paro que sea
aceptable; la enFermedad COncreta y la etapa en q ue >f delea el tudia r. Deben incluirse
aquí algunO:! elemen to! canlc ter íuicos qu e perm itan englobar a la gran mayoría de 101
paciente; que >t quieren eltudia r.
z. Criterios de exclusión
Una HZ que loe conoce a la població n que .e dhea h tud iar. debe >tparJT>e a 101
pacien te, con ciertas peculiaridade! que pued:w caular .h&O!.. En el ta parte ~e con-
centro lo OpuhtO a lo. criterios de incJ u.ión: una vez identificados lo. paciente> que
~e integran al e~tudio.;e determina cu~lh paciente> no ~e duea tener. Por lo generJI,
debe ucJuir.e a ptr'Onll! embarazadu, y co n antecedente; p.iqui6trico!;, a menos que
el padecimiento que ,e de~ea htud iur.e relucione con eUo. rambitn debe elimimme
a paciente> quiritrpco, con :tlterucionh en ;u, d:llo. de laborntorio, ,obre todo en
Tiempo. de coalulación, anemia. o in feccione; crónica!..
3. Criterios de " irnion¡Wón
Mediante el e>tablecimiento de hlO. criterio! >f depura u lo. paciente> que manifih-
wn con ~bertad ;u dheo de no leg ui r con el h lUdio, o a quieneli han abandonado
iU ie&uimienlO o qu e han fallecido. Es importa ntf rl.altar qu e ie It s debe ucluir del
pro tocolo. ptro no del an:llili~ de 1m dat o!;, porquf 1110 puede producir un ".go.
En alguno~ lUla re •• e piden criterio> de no inclu,ión. Alude a 10li paciente. que no
Ion parte del proyect O, pero el ttemino res ulta con Fulo y no lodos Imi aUlOre. e>l3n de
acuerdo con flta connotación.
 4. Cálculo d.. tamaño de muestra
E. indi~pen~able identifica r cu:'ll H la cantidad mínima de paciente. que u nechi ta
para akanz3r !i,ni1lcancia hladí~lica y. ,11 miimo tiempo. eficacia clínica. aunque no
rhulm meno. impormnte tener un poder en el e>ludio. Se debe conocer e~te dato para
optimizar rtcu,-w. maleriale~ monetario>. hum:lno. y tiempo de htudio. Se ~upere
ver el apartado de hle libro en donde le de,arrollan la. fórmula>. con~derando ii .on
diferencia de proporcione, o de media~
s . Definición d . .... variablM
E.le pu.o h de gran 1r'.llocendenci:l, no .ólo dhde el punlO de \'i.la de.u medición,
.ino del uguimienlo y•• obre todo, pam la inlerprelUción euudíuica. en que re.ulta ,'i·
tal conocer la. yariable. a U!:LTf.e, (Uml vl1ril1ble e. cUl1lquier curacteri!tic1l medible de
un objeto.) It e.uha fundamen tal identi ficar a la variable independiente: 1I.U alrededor
gi ra.1 rf.tO d. la. Yariablf) y no d.p.nd. n d. nada o nadie. En cambio, 13; d.ptndien.
If' ,i.mprf pu.d.n r•• uhar modificabltS por la yariabl. ind.pendi.nte.
6. D .. cripcio.. d. la .......Iob'.. o 111 p,oc. dlmlento
El im'utigador d.bt dr¡,o;ribir con minucio,idad la forma en qu.,e recibt al paciente
en 13 conluha '.uerna () en urgencias, i f le invi ta a ~l O a IU, ramiliarf.l al pro tocolo,
.e firma La ca rta de consentimiento, le le realiza n 101 es tudio> peninente.l y .e ~ome t e
a una maniobra o un procedimiento (la di ferencia e,triba en que la maniobra puede
cambiar el rnuhado fi llal del protocolo, como una intervención qui r úr~ca. una di eta.
el em pleo de radioterapia, un esque ma de rehabi li tación o ,esione.l de quimioterapi a;
en cambio, a los paciente. que,e ¡es reali za un procedimiento, tan .ólo.e les ex traen
flui do> corporales. como sa ngre, orina, muco,a oral. rectal o vaginal. .in que.le mo,
di fi que el CUrSO de 10 e ~ludiado), E. muy impo rtan te que.e de talle cada pa.o a ieguir
dt> puh de la captación del paciente: la medició n de la. variablr s, el m~ todo empleado
para e.to, el uguimienlo o, en su en.o, la term inación del prOyec to.
7. Diagramad.flujo
E. muy importante que quitn prhenta un proyectO expon,a lo. elemfnlOli ya du·
crito. con cuadro. que indiquen el camino que ii,ue el paciente, a qu~ maniobra o
procedimientos>f le ~Omete y .u se,uimit nt o con la; herramien tas metodolót,ica. y
fhica. empleada>. Un diagrama de flujo :lpOrta claridad sobre htO! a~pec t o~ de una
manera ~mplificada (Ver figur.. ] · 2).
l . c.-onogra .... d . actividad..
El cronograma e! la planeación de la~ uctividadh del utudio. En ~I, loe marca con
exaCli tud el tiempo dedicudo acada una de las t:lre:l, que >t han mencionado: la Clip'
toción del paciente,'u inclu.ión en el eSlUdio, 1;1> maniobra. de e"aluación .• u medio
ción,.u >tguimiento.lu Captura de los dmo;. el :ln(¡lisi! de lo! ~!ultado. por parlf del
inve;rigndor, la ,l:,beración del ,scnto y IU envio p;'n' la publicación.

Resultadu y condutionet
E>tm apartadO! no corresponden, como tales, al pro tocolo de invfs tigación, porque no se
pUfde reportar algo que f.t :l por rfalizaru. El importa nt f tomar en cuen ta e,lO, capitulos
una ,'ez que el protocolo haya lido aCfptado, se haya duarro llado y .e haga el reporte
 EI.bo"O<in dol p",tocelo do Inve<tJgooiIn 31

~.ao..:
~~,
...
6 ....... 0ff
_•...
...
,,-
~

~'"
&_--
Modoc"", ... ",
oo,~

~ ... l-2. Ejemplo de cllagim¡¡ de ~Ulo P¡'i planIfIca' el protocolo (edermedad de P¡¡r1(Inson)

final. el anÍl;ulo para publlcadón, o ambo!. Entre tanto. no debt conlfmplár>tle en el

pl"O)'r.:IO de In\f~u,aclón que >f ~omelf a 10$ comi th de ética o de Imuu,ación.

En e,lf rubro e. imporlante incluir lodo, 1m lipo, de in'laladon,. que ,e van a uu~tar,
de>eribiendo con uacnlud donde se realiza el proyre lo.
E, fundamental que se t>preifique si f> nreesano comprar algún material de labora-
10riO (máquinas., 3p3r.lIOS o reacti vos) y deben pr,.entarse con una requi.ición de cOliza-
ción, con detalles uaCIOS de lo. in.umos que >f deben comprar, con los impUe!i IOS desme-
nuzado!. Debe emitirlo. la casa comercial que dislribuye el prod lICIO.
Puede aiiadirse la etiqueta ~no son nreesanos" cuando el inve,ti,ador financie con re-
CUriOiO propios la im"utigación o cuando 1m COSIO. >fan mínimos. Se puede hacer alu.ión
a prO)'reto. ya iometidOi a Olra. innancia. gubernamentales y a lo, que se lei han aii,n ado
rreUriOS del er1lrio publico (corno apo rlacione. a proyrelo, del CON\CIT. COf,IOCIT, ISS!i"TE,
IMSI, ~WIIT de la UN\M enlre Otros) o de ernpre!iUI farmacéutica. que e>ltn .ohlnlando los
gano. de la in' ·utigaci6n. Debe eiptcifican¡e con toda propiedad en el pl"O)tctn.

Se menciona de maneTll "pedfica al ptr.on:1I que interviene en el pl"O)tclo. ya .fa de un

.010 .ino (un hOiptlal, un cenlm de inve,ligad6n, un in>tilulo), o de un e,ludio mulll-
cemrico o mulllnacional. Se debe explicar con detalle elllpo de persona y.u función en
el pl"O)·tclO ¡n'''"gador principal, in\'eniglldore. ¡tcund:trio!., monilor. personal adrnl-
niur1lll\'o. enfermer1l' o dem6s personal. Se debe incluir a euudianttl que se encuentren
re¡llizando al,ún ,rada. como upreiali'l:l, m:luITÍa, doclorado o al,ún elludipnlf de pre-
,rado rolaOle, ya ~u lO lerno o e~ludianlf de .ervicio ¡ocial de la carrera de medicina o
árta. afine~ (bioquímica, blomedicina, ingeniería, biolo,¡a, Veterinaria, ¡n,enleria, nc.).
Se debe e;p«ificar la runción de cada uno.

A.p.cto. ético.
Debt a¡e,urarlr de que se ruán .i,uirndo 101 IinramltnlOS para reabzar una i",f>tiga_
ci6n, de acuerdo con los ellándaru inlfrnacionalu y loli derreho. fundamenllllrs de la
perloona; loe deben rflopetar loUS dtcisionu de ingrhar ,ti utudio y. sobrf todo. de sa~r de
él en c ualquier momento en que lo desee. Esto se encuentra bien delimitado en la declam-
ción de Helsinki y en los tmtados de armoni zació n internacionale¡; por lanto. se les puede
incluircomo rfferfncia en el tUto.
Adem ás. deben tomane en cuenta los aspecto. de .eguridad que se ap~can en el pro-
tocolo. De manera primordial debe tom:lne en c uenw cuando el protocolo se re:tliza
en .erfS humanos o derivados del mismo. A un )laciente,e le lomete a cuatro niveleo de
ringo:
Nulo. Cuando no se .omne al p:lciente a maniobro o procedimiento alguno. LOI
rhullado ••e obtienen de un htudio oblervucionltl o una encuella,
Mln lmo. CUllndo le lomete ,ti paciente 1I un" intervención. con rielgo. ínfimos. como
el de la venopunción par.. u tmer lungre o ,llgún Otro fluido corporol que cau.e
incomodidad.
Moderado. Se wm"e al pacienlf a un procedimiento m:h elaboTlldo o una cirugia
menor. que liene que ler comparada.
Alto. Cuando.e 10mete a los pacientes a Una int ervención muy rif'sgrn;a. como una
cirugía con much<H rac lorel que pueden co mplicar la maniobra. el empleo de radio-
lerapia o quimioterapia. o la adminiltración de fármac ol o alguna otra IUltanaa
que no ie ha empleado en mujeres embarazada>. Debe eltipularle 131 y como lo
u tabltce la nOrma mexicana.
En fecha reciente. la nOrma mexicana le aC luali zó y le debe tomar en consideTllción para
todas las inHi tuciones que realicen estudio> experimentale. con serfS humanos.
En el caso de lo> enudios con animales de experimentación.'f puede hacu refuencia
la nOrma oficial corrfspondien te. haci endo hi ncapié también sobre 10i a'pec los de rflpeto
al truto de lo. animales. ademái de iU eiladia en lo; bioterios. donde loe lei a~mfn la y
cuida.

Referencia. bibliográfica.
Deben incluine en la ]jita artK: ulos. libros. periódico.. eniayOs. con.ullai a un portal de
internet o cualquie r otra fuen te bibliogn\fic:t o documental que .ea indiipensable para
.u.tentar lo que le ha comenlado en 10i anttcedentes. la introducción. lo. materiales y
mttodos.
En relación con la. citas bibliográficas. .e pueden anuar en orden alfabttico.. o por
aparición en el texto. En ambol CalOS. debe n incluir>e en el tU IO referencia. man:adu~
como indicel o entre partnlelis. despué> de algún pilrrafo que aporle información rele~an­
te. E;¡o depende de la forma en que.e pida el protocolo,
Eximn muchos htilol de reportar la bibliogrofi¡¡, Lo. mil. utilizado ••on el de Van-
couver. el de la \P\ (A.ociación de P¡icologia de ElladOi Unido.) o el de Harvard, pero
exhlen OITOS más.
La forma ,tntTlll dt la. ci taj e, nombrar en la rdertncia a lo. DUlOre,. ti titulo del
articulo.. la rtvi.l3. el al10 de pub~cación. el volume n de la rn·i.13 (alguno. pueden lenH
el número entre partnttli~) y el número de páginas. de inicio al fin al. Lo; diferen le> elli los
;on variaciont> de tite e.quema: .ólo pueden tomar el apellido dI' lo. aU IOre. y colocar
pumos df>pufl de.u nombrf. o ucluir los pun tos. Se pueden coloca r lodol 101 aUlOrfS
 EI.bon"oo dol p",toco!o do 'nYO<t'gooón 33

o cOrtar Imna el uxtO au tOr. El ano de la rev iua puede ir al final y ~e puede omitir el
número.
Una mi)ma referencia tendría el ~iguiente a.pecto en cada uno de lo~ htilo) indicados:

Buyue OJ. I{u XM. Cherry CI{. Begley AE. Kowahki JE. Kupfer 01. Frank E. Pre-
Irealment KF.IoI lleep and )ubjeclive .Ieep qu:llily di>linguil,h deprh~ed p.ycholhempy re-
mimrs and nonremil1ers. Biof PS)7<"him,y 1999. 45: 205-213.

A f'A :
Buym. O.J.• Ru X. M.• Chtrry. c.1{ .• I:hgley. A,E.. Kowaliki J.E.. Kupfer O.J.• F rJn k E,
(1999) t'rttrtatment I{ EM ~Ittp and .ubjective .Ieep quality dininguish depres.ed p.y-
chothtrapy rtmitlerJ and nonrtmilltr;. Biol Psyd,iar,y. 45: 205-21 J.

H .. rv .. rd:
B uy¡~e.OJ. Ru. XM. Chtrry. CR. Begley, AE, Kowahki, JE, Kupftr, OJ, Frank, E. 1999,
Prttrealment I{ EM ¡Itrp and .Iubjective slerp quali l)" diuingui.h deprt.sed psycholherapy
"milltr. and nonremitum. B iol PJ)i<:himry vol 45, pp. 205-21 J.
En rtlaci6n con lo. ~bros, tambitn exi. te n variaciones. Por lo general, .ecolocan en el.i-
guieRle oroen: lílUlo del capítulo, libro donde >t encuentra elcapítulo, editor o editores del
libro, edi lorial, ytio de publicación. ano y páginas. Alguno. colocan ediciones recieRles
del libro. Sobre esta linea. cuando se hace referencia a un 1010 libro, se ordena de la iiJ!:uiente
mantra: au tor o au tOres del fibra. lí lUlo de l libro, edi torial, ,itio de pub~cación y aiio.
Las reftrencia~ siempre ' ·an al final del protocolo y de~n e.lar lo más actualizada,
po,ible.. Aunque ~e pueden colocar cilas a J¡1\ que i t le> considera cláycas y alempOrJles,
lo deieable es que se coloquen titai de cinco añoi '1 la fecha .

Anello.

En hta parte debe adjuntarse loda la inform:lci6n que no puedor dhplegaru. por su lon-
gitud. ~obre todo en material y método.: au nque también en lodo el cuerpo del proytctO,
Pueden incluioe cuadros. figuras o material que >t considere vatioio y que pueda ay udar a
quien lea el pTO)'tclO bu o no de lo. comitel eV:lluudort» paro dharrollar una mejor idea
de al gun4» aSpfCl4» concretos. A continuaci6n le indican alJ!:uno. de Io~ posiblf) elemen-
101 que pueden induiTóe en lo~ ¡IR UO~:

Carta d, con"ntimiento informado

En htt documento debe uplicar>t, con un lenguaje "ncillo y claro, todo rl uludio,
nplicando rn qu~ con.iSlI, qur es lo que sr Va a rrali~ar con .1 rnfum a. qur >t putdr
r'p.rar, cuáles suian lo. blneficios y los r¡"gos y las complicadon.;. El in\·rSligador
debe Ilulo al rnfumo y responder .us duda,. Al fin al, el intfrfóado, ti invfstigador y
do> IllIigo> dfbtn firmar de pu~o y lttra ti documento. Sr d.brn incluir la fecha y ti
lugar de la firma .
34 M4!1D<loIog.o do .. 'Bfm.goaÓl'l. blOO<I.di<! ico y blOI nfOff'll.ticl "" "",fI(]"'I1I~ J do .... w

En el documento pueden colocan¡e las uca l'lI clinimtlricai a medint en el sujelo, con iU
fuente oripnal. Es muy importante que le encuentren aquí (en el rubro de anexos), para
aclarar cualquier duda

Elp"cificaaonu licnicas d" aparato. o ;n.trum"n tal

En el calo de que se deba usar al!ún ap;lnHO y que le nKfSite iabtr su funcionamIento,
algunas elptcilicacionu Iknicai de IU UIO, )(1 cil.a comercial o el mKanllmo. todOI ellOI
det:ll1n le pueden incluir como un apartado, sin que le tMUe, en lentido elCOclo. de un
manual, lino de un documento de consulta. Se pueden ai\adlr uquemas o fOlo!rafias que
revelen lo. detalle. de lo que ie quitre demo'ln1r,

(;101;01';0

E. Importante, iOb.f lodo parn [as ¡>f •• onas que no elltn familiarizadali con el tema, la
inclu.ión de un apartado con lai definiciones más frKUentei empleadas en [a in~elll!a.
ción, Se puede rKurrir a un texto .i!nificativo, que aporte un concepto prngmárico labre
los thminos.

Abrev;aturas
En el mismo sentido que el glosario. I f puede n incluir en el documento las principales
siglas, abreviaturns o unidad" que se conlideren pertinemes para hacer del texto má.
comprensible y valioiu

Ar"món j.~1. J,m~n .... J MhvJ. J, ;m~tibJció/l r/lnira)' ,p;';","olltira. 3a. ni. B.ltcelon.,
Elscv,.r, 2004 111 -113.
B. ccI".n A., Delia Ciopp. G. (ro). Fun<Lm.n,.[, uf d,n;ca[ K.oaM . .\lIh;n: Spnng.r-V"rI.g.
2004: 19-21.
B.non A. l'nnClple 2 Prococ:oI. En. "Ha (ed). HiJ/¡¡}boolt:fo' (JooJ Clin;raf RtUólm, flUmrt (oc,).
Ginebra: World H••hh O ".n;"",;o", 2002:27-34,
C,,"lIo Ru;~ JO T.... OOaorah f.stimuJ.¡ci~n rrón;r" ti, las rw1iariontf pr,w"l/uruln tI/ tf ,riJt<l·
mirnro di lot li:_ lb r.. r-nf"m,J.uJ di fll,IriI1S~" 1l1I{J'lZ."JIb, ~i b:ico: UN"M, 2007:7 5-80.
Carnllo-Ru'~J . D. U"I'u.; ón dcl..,'¡w.rc en el '''''Ii., de 0 .. 0 .. En: Jn~~rri.nu '" m,roJo.
di r.. 11I1",ritprií/l ni rillUWt J, ú w/ud. G.rdo G..d. j.A., jim¿n~ Ponu F., Ammd V;iI..
:\i,R., R.mí ..... T.,,," Y, lino l'<'re-L L (ea), :\1<'xko: :\tcGnw_H,II, 2011 ,99-109.
Hern:inon: S.mpi.ri R., Fern.inda. Coll.do c., Ihpli • • Lucio l~ El n.cimltn'o de un proyecto
d. inve.igación aJ.n .....' ..... aJ..Ji ... ivo o mix'o: h idea, En: M"""o~.u la Imlfftik'ri_n,
S•. ni. :\ic'xico: :\1cG ... w~HiII, 2010:3342,
 EI.bon"oo dol p",toco!o do 'nYO<t'gooón 35

u,6n Hem'ndn S.• L.n. 1'.diU . E., C.m ....,n. Olmedo J.A. Ejemplo de un p_ocolo de in'
"".".ci6n din'''''. En: 1:.1 P'«6D d~ la ;ml6tigdáó" (Ü,,;al. .\Iéxico: D'.ribuido ... r Edi,ora
'\f<Xi""n •• 2oo3,283·29 1.
.\l onllo Za ...,,, LE. CU ....... Amo .e LG. I'rep .... á6n de un. propuc .. a de 'nvC"1l',.>ei6n y de un
p_ocol o. En: /l/IJtJtix.lfÍ6" rI¡"i(~: rpidtmiolo/:ÍlI dí"¡("tI' aplioui.l. Ru..: '\f oral". A., G6 ma
R" .. rcpo c.. londoño TrujiUo D. (ed). Colombi .: C"nt ro Editorial J'''.n.no. 2001:469489.
Ob ... dor G.T. Con«pl"o. basóco. de '1,idemiolo¡;í. dínic •. En , M,mlUl/ dt mtdirÍtw 1iusaJ.1", '1
n.;d",ria. l6pe¿ J,m';nt¿ F. ("d) . .\fixico: FJ :'1.n u.1 :'IOO•• no. 2001:23-)0.
ROKnb •.,m D .• Dre'K'.\1. C/inimf rtStiI,d! ((JOrdiI'/Jlfq, lumJboDIt. 2... «1. ,;.,.., I"''''l'h.. ", CCl
1'.... u.c. 2002,61·90.
"-HO. D.e....."on orH~'¡nk.. [Julfrlin ofdlt Workl HMlth Orfj",iz.ltiM. 200 1;79(4):373-374.
 Taxonomía de los diseños
de in vestigació n

F"uo J,menez Ponce

VI'ln Rim;(eZ Tipll

El ptD,amieDlo citDlifico en medicina se orienta a respondu lo. rnúluplrs CUf,lionamirn-

¡m de la prnctica ar.i>trncial. El enfoque qu e usan con má. fr«urncia los profesionales de
la salud es mediante un anátisis cuanti tativo de lo, fenómenos. Los e'ludios cua~lalivos
en medicina suelen nlaciona ru con los conceptos cuhuralt> y sociales del proceso salud-
enfnmedad. Desde la ucuela de medicina se acostumbra a 10,; fitudmDltS a considerar
lor. d¡~f~OS de inHsIlllación como parte de un tltudio de los cambioiO nladi~ucamente
!iillmlicatl"os fDlrf dor. o más variable§. Sin embarllo, la Interpretación de IOi fenómenO!
de la salud puede ur tan complicada como el entendimiento de una relación causa-ef~to
que no siempre h lan el'lTo. En const<;;uencia. es nt<;;esalÍo enablt<;;er una utraut;ia para
obtener los obJeu~os de la inlestl,ación y que evile la desviación de ene plan ,eneral que se
denomJOa ~di~tI\o de inlhli,adón"". El conocimiento de la variedad de diseno) en que
un eltudio de Inl esuI:ación puede eft<;;luarse permite seleccionar el mh adt<;;uado parJ la
resolución de un problema. En conclusión. los dos principales obJen~o~ del entendimiento
y selección de un dluno de in\esn,ación son el desarrollo de un camino enratf¡ico hacia
la resolución de una Inturopnte y la revisión crillca de la literoluro cientifica En CUllntO
a hle úlnmo aspeclo, la diloCriminación de los informes cienlíficos conforme a las expec-
wtivai ayuda a economllar Ilempo y energill cU:lndo se e,t~ elaborondo un marco teórico.
E,ltcapílulo en:\. en("aminado It describir los diferentes diseno! de InHSnl:P("(ón cuan-
t; " II;VP en med.c.na. ("omo preparaCión al dnurrollo de un pTO)"l'ClO de InlesuI:a("ión
LO!, proyrclOi de JO\'esulación se clasificun de Ut5 formll5:
1. De R("uerdo con .u ak:aoce.
2. De ac:uen.locon la Intenención del invenigador sobre los fe nómenos.
l . De R("uerdocon el origen de 1m da los en el ti empo.
De acuerdo con su alcance
f>or u¡ akance. a lo~ proy«tO~ I~ Its dtbt ,tleccionar de acutrdo con la cantidad dt
conocimiento prtvio que uiste sobrt un tema y 101 objetivo~ ;eneralel de un in,'esti;ador.
f>or lo ;eneralcuando un inveui;adory IU grupo inici:r.n ti t>tudio dt un tema. tientn un
conocimiento aprm.imado del mismo. que des:1Trollan con el tiempo. has ta convtrtine en
expertos. f>or su akance. lo~ proy« tos de invh tigaci6n le dividen en elludiol e:\plorato·
rio~ descriptivOl... correlaciona!es y uplicmivos.

EUud io, u plor.torio ,

Los e.lUdiol txplormoriolo" de apro~imuci6n o pilotos surgen de In ac ti,'id:r.d cotidiana,
de b intuición o la n«esidad de rhponder (r. un problema que no loe ha planteado hasUl.
el momento. Ihq uieren. por tanto. de cieno gnldo de e"idencia clinica. El inveuigador
dt>arrolla un prD)'« IO r.\pido y con un número reducido dt pncienlh o sujtlo. de eStudio.
rn que lra la de dfltrm inar las variablel involucradas. Titor toda la formalidad de un pro.
y«tocientífico. pero 101 anlf'Cedentes .on escasos y el in""tigador se arri e.lga a plantrar
o lugerir el abordaje de un Ifma. El comu n que durante ti desarrollo del pr1l)'f'ClO surjan
dalos que cambien la dirección del e,l udio o que aparflcan variablts no considtradas. Sin
~m b a rgo. debido a que ti proytcto el u ploralOrio luele sn corto y de bajo CO,IO y permite
fin ahzar la inveHigación con rel:uiva rapidez para replan t ~ ar otro pr1l)'tclO con nuevos
anttcedenlfs o conocimien t os de primua mano,

E.lud io. descrip tivo.

Es ti !ligui,nle paso en la inveui;ación de un problem a. Una "el confirmada la e.listencia
de una relación entre do. fenómeno>, el in"elligador procede a definir con e.lactilud sus
variablu y a dncribir con mayor ;rado de certela el fenó men o: euabltce simi~tudts y di-
fereocias entre el e\'enlO e,t udia do y fenómeno, pre vio>. .,l«ciona unidad" e in. trumen-
101 de medición. tstabltce tiempos. rtconoct los errorel de lo. "tudio. previos y reorien ta
el conocimien to basado en los datoi y en ]¡r. experiencia de hit nuevo enudio descriptivo,
A pe>ar de que la hipó tesis de hit proyrctO plantea un a relación ca usal entre la~ variable~
el objui\'o fundamental de hit ti po de ht udi o; h dt>eribircon enctitud el t\ento. E.1t
tipode pr1l)'f'C t O~ rtquiert un mayor numero de lujttos de htudio y un tiempo lo bauante
prolon,ado como para confirm(!.T que las ob,ervacionts son consi~ltntts. El un paso pre-
vio o li;ado a una uplicación ttnllui\'u del fen6meno.

EUud io, co,r."cio ...I.,

Si ti in"e>ti,adory su ,rupo poste n ya ti nivtl suficientt de conocimien to de un ftn6me-
no como para utnlpolar sus observaciones" o tros sujttOS fuera del ;rupo de eSludio. ts
inevitable que plamten una correlac ión c(lUsa-efecto enlfe las variable>. La observación
¡i¡"matica del fen6meno con un número su ficie nt e de sujeto. de estudio y durante un
Tiempo prolon,ado permilt eSlablf'Cer o no una rt hr.ci6n de causalidad enTre las ,'ariables.
La prt>encia o austncia de una variable y su magni tud dflfrminan la preseocia o a ustn·
ci a de otra variable y iU magnitud. No sólo se desc ribt un fen6mtno biológico fn Toda la
complejida d posiblt. rambifn se pueden predecir 1m relult ados. si Sf estableee un cambio
en los elemenlO. o fac lores que eSla n involucrados. Los estu dioscoTTelacionales permi ten
 Toxonomi. do 1"" ~ do 'nYO<t'gooón 39

confirmar. cOrregir O descarta r una hipóteiii con un alto grado de confiabilidad; ion una
uplicación banante completa de la relación caui(t·efecto y ellAn apoyad~ en datos muy
fuerth y UteniOr.. Sin embarco, no ei fácil euablecer una correlación eDlre do~ vanablu
y ,e requiere un análi~i~ hladiuico riguroso una vez que lodo~ l~ elemeDlo, del fenó·
meno ,e han conocido. manipu1:1do y ponderado. Un htudio de correlación enriquece
mucho el conocimieDlo de un problem:l médico y ~e incrulta dentro del conocimienlO
general del mi,mo.

Enud io, upl icativo,

El le tipo de enudio! no !ólo proporcion:l dino! lólidol para el conc.:imiento; va má, allá
y modifica o (lYanzp en el concepto del fenómeno. explica las variables en ;0 totalidad. de-
termina 10 correlación. predice 101 re.ultado>. elimina al mltximo polible la incertidumbre
y tlomblece una uplicaci<Jn e.mw;:turada de l fenómeno mldico. Por lo ,enera~ un htudio
uplicativo h el resultado de toda una linea de inveui,ación en que se han re:tlizado htu_
dio; de aproximación. dfscriptiv~ y correlacio n:de l pTtvio>. para disecar el fenómeno en
IU totalidad y en 1m que i f ha incru.tado el conocimientocientifico de una manera a rmÓ.
nica y .ólida. ]>odria comiderarle que un proyecto explica tivo n la concltuión de mucho;
proyectOS prf\·io. de descripción y correlación. Lm proyectm np~cativos incluyen un
eran número de .ujetOi y un seguimien to largo en todas y cada una de las variable; que
pueden inHuir en lo. re.ultado>. intentan dar una explicación irmgral del fenómeno Y. en
consecuencia•• on muy e!.Casos y valiolor..
Corno se observa. la división de lo. estudios de acuerdo con su alcance noei más que
un continuo en la forma de es tudiar un problema m ~dico. Sin embargo, para un grupo
de im·eHi gadorfi no es fácil desarrollar toda la secuencia de proyectos de im·eltigación de
manera iniDlenumpida. LOi interesfi de l i nve>ligador y 'u grupo. la naturaleza del fenó-
meno, la cantidad de variabler.. lai condicio ne, adminiura tiva .. financin"3li y temporales.
ademAi de IOi a~peclOli ético.. deben determi nar el tipo de proyectO a rea~Zar. Sin emba r-
go•• e puede avanZar en el conocimiento con mayar facitidad si se detnmina el tipo de
fenómeno que,e quierf htudiar.

De acuerdo con la intervención del investigador

La cla,iocaci<Jn en e~leca~o h ~imple y a 101 di.eHo, de in,·elti;ación ~e le) denomina ob~er­
vacionalu o uperimentaln La diferencia ntdica en li el in\"htipdor ~e concrfta a ob;ervllr
y an:llizar el fenómeno (observacionulu) o .i interviene creando condicione) e)pecifica.
paro manipular una o al;una. de hu vluillbles y medir iU. efecto» sobre el ~ujelO (ulleri-
mentales).

Di,,;;;o, ob"rv.eio ... lu

Los estudiOI observacionales;e concrelan a oblervar un ren ómeno mtdico en su ambiente
natural. abuenitndo;e por com pleto de interveni r. paro de;puh analizarlo y describirlo.
En con,ecuencia. como 1m es tudio. oblervacionale; no con trolan lal \·ariable .. lo. re;ul_
mdo, pueden Obstrv3r1e en el presenlf o el futuro. y lo que el inveiligador describe el la
relación del pa.adocon el prf>ente o de l prese nt e con el rU turo de lai v3riabler.. LOi dinin-
lOS tipOli de euudim obiervacionales Ion:
 .) De;cripci6n o ~erie5 de ca~o!>.
b) Euudio de caiOl y controle!.
e) E~tudio~ de;criptivo~ tran~ver~ale!.
d) E~tudio~ de cohortt.
e) E~ t udiol de cohorte hi~t6rico!>.
A continuaci6n ~e de;cribecada uno de ello!>.

Elt~djo de lerie de CesOI

E~ un dilefto de invel li,aci6n muy limpie que con.i ~te en una de!;Cripci6n de canlcteTil-
lica~ relevanle! de un 'TUPO de ellOdio y que con~lÍluyen la variable o la. variablt~ de
intut!>. LOI dalol pro>'ientn de) pa~ado y e'h\n co n ~i,n ad o. en una bale de dawl o u-
ptdiente clínico. No contemplan a un 'TUPO de lujno. y la el:tborJci6n de la j¡ipótelÍl e;
difICi l porque no se conoce aún li uil le una rebdón tnlre variab le!>. E. posible, ioc lu.o,
que no le conlidrre ni un ellUdio u ploratorio; ;on mA! bitn una r@copilaci6n de dalos
necelOarimi para formular una hipólf!i!. Son difici lfl de planrar, porque el ffn6meno ya
lucedi6 y los da lol fl lán conli,nadm, de acuerdo co n el criterio de otro im'el ti,ad or. En
general, Ion fl ludiOli conoly no muy caro!>. En 1" figura 4-1 if prfifnta una lin lelil df lal
carac tfriuicas principale. de tllf li po de ei ludio.

Est~dio de ca sos-<ontroles
Estos e>l udios panen dfl prfsente, detectando la aUlenda o pTf.enda de una variable y
de>eriben IOlO antecedenlf; de cada sujelO con el objetivo de con>iderar a uno o mb de
e,lO. anlfcedentel como lal vari able! caulales. Si el sujeto de estudio prelen ta la vari a-
ble de inlfrh en el prelente (p. ej., una e nferm ed'ld elpec ilka), l e le denomina Mca!oo";
pOr el co nt rario,.i no prtlenla la variable de interh le le con,idera Mcon tro]" . La el-
tratepa de tite di>efto con.iue en e>t abl@cfr una relad6n ~ignilkativa enl re el palado

Recuemo de.cnpt .. o de la. c.,.d","""" de un grupo

P""odob ...... e
Son pl .......aón, ..... g'upo cont ,o l y SIn h,pÓl .....
P"'mrt "" pl""". OIrc....t ud,o •.
FICto< di ..tudio

c:.g ••• 4-1 . Re,,,,,,,," de la, c~r.Cleri, t "., pronop.I .. , de .., .. ,t udo de,rnp-
1"'0 de , ene de """"
 Toxonomi. do ,,,,, ~ do 'nYO<t'gooón 41

y el pre.enle en do~ ,rupO~ ~imi lare~ que sólo difieren, en el pre.enle, en presencia o no
de una enfermedad. Se enablece ~ sí una relación causal entre un an leceden te de impor-
tancia como rie~,o o proli!CCión COlllra una enfermedad. Los estudios de casoH:ontroles
.uelen ser rxplorntorio~ o de>criptivo~ Enos euudio~ se aplican para delerminar facto res
eli o l ópco~ o de ries,o y. au nque 1:1 m:l)"or parte de ello, e.t:ln o rientad~ hacia el pasado
(son retro.prcti.·~). lambién pueden efectuarse a Irav é> de una encuesta en el prr.enle
( t mn'H~ale.). En la fislura 4-2 .r prhenU1 un rhumen de 1:u principale. caracterí.,ica, de
un utudio de ca.o. y cont rolr ~

EJtudio dnc.iptivo tranJve"ai

"uede recibir difuente> denominacionu, como hludi o de corte tr~nl "enn l, enc ue.ta, h-
ludi o epidemioJópco o de prevalencia. Enos proyectos de in\'e'li&llI:ió n Ion ob.ervacio-
nale; en el presente y dlScriben la relació n de la. variable> en un momento e;prciñco. Un
ejemplo cn racteris lico de eSle tipo de dise~os huna "Olación o en.:uesln que determina
los dalOi de interh durante un periodo muy corto y que permite definir los eventos en e,e
momenl o. ESle tipo de estudios es muy ulilizado para determinar la prn'alencia de una
enfermed ad (numero de ca!i~ de una enfer medad presente por cada 10000 habitan tes de
una població n en un momento especifico). También se le emplea para determina r la espe-
cificidad o sensibitidnd de un nuevo pnx:edimie nr o dia,nóuico., comparando hle con el
método di3~nóslico con~ide rad o como "estándar de oro". Qua aplicació n de 1m elludim
tran,versales es el establecimiento de nOrmaS o valores de referencia en las variaciones
biolópcns (frecuencia cardiaca, presión arterial, talla, etc.) y en los valores de laboratorio.
Por lo ,eneral, ron e>ludios co rto~ peTO pueden re,u ltar complejos y cnros dependiendo

Pre,ena. o . u•...,a. de un t.do<.

s"ecoÓ<1 de coso. co n ""I... me-d.d
s"rcclÓ<1de cont role. ~n ""Ieomed.d
D ~ed. ~ ,oIo gi. ylador de oe.go
R~ro",ed .. o y. a vece •. " on.v .....,'

S.... thaor
de ..t"";o ~ontrOI"
Con el factor
de ..t"";o
,

Rg~<. 4-2. Re.umlm de las pflnop.le. cor.o:e,¡,t,co. de III .. mrlo de el"'''

Y control ...
de la can ti dad de ~ ujet o~ a evalua r y del tipO de variable a medir. En la 1"19,,,,. 4- 3 ~e pre~en t a
un e~quema del di~ello de un htudio tran~verlal,

Estudio d. cohort.
Se den o min a cohorte a un grupo de !ujeto~ de estudio que prtlenta una carncteri.tica
comun o variable "cauJal" y al que ~e le da seguimie nt o durante un tiempo lo bauante
largo co mo para oblerva r la pre.encia o no de otra v:ui ub le Kefecto". Como lo. rhulmdol
aparecen en el futuro. le ltl den om in a también eiludi o~ pro~pectivo~ En general Ion pro-
yectO~ a largo plazo que titAn di sellado. para dettrmin¡,r lo. factorto cau~ltI o de rihgO
de I¡L~ poblaciones que pruelltan una enffrmed:,d, T¡, mbién le uti~zan p;¡r.t descri bir la
evo lución de una enfermedad. Al fin al del.eguimit nt o. puede definine con qué prob¡,bi-
lid ad la pre~ncia o aUlencia de una variub le influ)'e en la ¡' parición de una enfermedad.
Se trata de tltudios muy utile .. pero no ~on fácil" de efectuar, porque ~e debe CO ntar co n
un a població n Kcauti Ya~, que ac ud a a 101 seguimien to. y co n per~o n al entrenado a Jo
largo de allor.. E.IO ultimo loconvifrte en un '"udio CO~tO~O. Lm¡ d, cohone mn f~lUdi os
oblervacionale. muy inile§, que permilfn f¡tablecer factore! "iologieOi o pronoltieos en
una població n (fogura 4-,,).

Estudio d. cohort. histórico o r. trosp. cIÍ YO

En alguno. calOs sr ef«tu :! un fstudio de cohorte con un objetivo es pecifico, que llega a
ler cODlhtado. La información le guarda en base> de datos., una vez que el proyecto ha
termin ado. M :h adelante se desa rrolla otro estudio dond e le plantea Otro objetivo que
puede respo nderse, por lo meno! en parte, con la misma cohorte, o estos dalOs puede n Ifr-

o.t..... "'~ pr""~I",,o~. M"""CJ 8o

p<e..,.,c~ de .. o '~ dor
ohor.
o.t..... "'~ ,en"b,~ dltd " e>peoficdod
de .... ~ plUO'b~ dI~gno >l ,c.
E>t.,lece v.~, oorm~I".

Pr.g.. n.., ¡q.. '¡ p~ .o1

"g~ .. 4-J. Esqt>l!ma qt>I! ....¡j.mra qu@un@st udlotramv@r ..1pu",w,@<labl@CI!rla,conda".

,t,,,,,,,,
n." " lo, valor.., "" t .... m,n", mm.. dl ato, de ro .. punlu.al~,
 lo""""",;. do 1"" ~ do InYO<tlgooón 43

Fodore, etIológICO' o prono,tleo, de un. rnlennedad

PoblaaOr'l Caullv. ,..gUIdo o lorgo pl .. o

Con re.ulado

Con ,e.ultado

P'. g un' . : ¿ q ué p"ó?

vir como trupo con nol contra otro grupo nuevo. La in formación obtenida de un e~tudio
previo, pero proyretando ,u~ datos al fu turo, puede con~iderarse en eile trupo.
Lm es tudim de cohorte his tó ricos evalú a n los rie'to~ o fac tores etiol6pcos de una
enfermedad, pero desde un nuevo pun lo de vista pre,ente, y los proyre tan hacia el fu turo.
Los ntudioi de ca,os y con troles y de co horte anali zan una ~elación cauia-efreto des-
de do~ pun to~ de vista. El primero empieza el e,lUdio de;de el efreto pre,en te y retrOcede
en el tiempO para bU!oCar lo~ factorti cau,ales; el , etundo empieza en el pre.enle, euudian-
do la. cau~as y \'a J.ituiendo al trupo para ob.trvar lo~ efreto~ en el futuro. Un di.eito de
ca.o. y contrOlh u, en \toría, mál simple, pero depende de los dalo. ya almacenados y
puede .e,,'ir de ba.e par... plantear un est udio mejor di;eitado dt cohorte. En la f'ogu.... 4-5
loe prhenta una tnifica de hle tipO de h tudio.

Di. e ñ o. e "periment. l..

A los utudio. experimentalh que .e efeclú:ln en lere. humanos u le. denomina en.a-
yo. cHnico. porque su objetivo fundamental e. t6 encaminado a una apticación médica,
El concepto fundamental de experimentación ellli prelervado '1 con.i. te en que el inves-
li~ador puede manipular unQ variable en el pltlente (a la qut >t le denomina variable
independiente) paro ob.ervar el ,"ultado lobre Otrll variable en el futuro (la variable de-
pendiente). En conlrcuencia, 101 e>ludio! experimenlaln Ion siempre ntudios hacia el
futuro; por ello ~e les denomina prmprctivO), Se ,onsidern que e~le tipo de diseno) son 1m
mi\; enriquKedorfS sobre un Urna elprcilico, po rque mltan de aidar un problema hasta
eiludiarlo en función de altunal variables qu e pueden controla~.lo que permilf inferi r la
relaci6n causa~frc t o cuando 1m cambios son predeciblel en función de la manipulación
de la variableindependienle.
 L~. Sin , ••• /todo

Hg... 4-5. O" .. fto di! un ""udo di! cohorte h" tónco

Lo> ~flj,ayos clínicm son tan importante, que tn la actualidad ir les conr.idtra 1m e."
ludioHorrelati \1os o rxp~calivru por natura leza. Su dile~o es muy relevante porque deben
Ser preci>ru en el grado de control de variabl es no involucradas pan dftUminar fila rela-
ción callsa~fecfO entre las variabln de intereso En la clinica. es to !lO r.iemprf es flid! por el
grudo de variabilidad biol6pca; por tamo, eslO, prü)lf<:to, deben,tr muy bien planeados
y monitorizados. En fStncia. se les considera de do s tipos:
.) Ensayos clínicos controlados.
b) Efluyos clínicos no cOll l rOlado~
A continuación se dfKribrcada uno de ello!..

Ensayos dinicos controlados

Eue diseno de in,"tltigació n clínica es de gmn utilidad para hlablKer si una hipótesis es
válida cuando)t truta dt di locidar una rtlación entrt do, o m:lI variablt~ En él ~t mantie-
ne un ¡rado dt control dt la) va riable, indtpendie nt e. porqut el invtui,ador y ~u ,rupo
pueden ap licar la maniobra dt inve,ti,ación u do. ,rupol o en do. 1iempol diftrenttl.. con
el objetivo de eliminur el effeto de I~I. vari¡Iblh que no .on de imerl. o motivo de e,ludio,
¿Cómo .e 10,r.I hto? En el primtr ca.o (denominudo de control inlercurrenlt indelltn-
diente), .e forman do. ,rupo> dt ,ujeto. de e>wdio 10 má> .imi brt. po'¡ble, A uno de
ello!o, llt que.t It denomina ,rupo experime nwl o dt prueba,.t le aplica la maniobrJ; al
Olro ,rupo. al que;e le denomina deconno l o lelli,o. .Ólo.e It mide en la mi.ma .ec uen-
cia que al ,rUpo de prueba. En el ; e,undo caso (all tocon trol), a un mismo ,rUpO ~e le mide
l:t variable dependiente un número de vecn luliciente ante; de la ap~cación de la manio_
bra, y en un .e,undo periodo po. terior a tila, se mide de nuevo la variable dependiente
el mi.m o numero de veces que )'a i f midió, En ambol ca.o. se putden Ular Ire; medidas
adicionale; que aumentan b validez del "Iudio:
 Toxonomi. do 1"" ~ do 'nYO<t'gooón 4S

, . Asign.dón __ o"" d e ia ...... iob.... ESIa medid'l permi te .ometer 3 cada sujeto de ellU-
dio a un tra lamiento que el invenig'ldor no .elec.:ion6. evi t:1ndo así un .esgo. En ene
C3.o. el tra lamiento significa aplicar o no la maniobra.
2. Estwdios c"9"d os. Elote lérmino signific:1 que 1:1 maniobra puede ser aplicada o no. con-
firiendo al sujeto la pertenenci:1 al grupo de prueba o allhligo. sin que el sujeto .epa
.i la maniobra se aplicó (simple ciego) o loi n que el invellipdor o el sujeto sep:1n la
maniobra .i se aplicó o no (dable ciego). El hecho de evita r que quien mide y :lplica
la. variable. o quien percibe 'UJ. efeclo•• epa a qUf grupo pertfnece puede influir en
lo. re.ultadolo. Es po.ible aplicar eJ.UI medida si la maniobro en .i mi.ma no llroduce
un efec to detectado de manera evidenle y que delate al grupo al que pertenece el luje-
tO (po ej .. en lo. proyectOI que incluyen m:l niobras quirúrgica!.. re.ulta casi imposible
.imular una cirugía. adfm~s de que f> poco ftico) .
3. CnaamI..,to de gru pos. En los estudios en que se aplica una maniobra lerapfulÍca que
puede revertÍrse (como en un "tudio de farmaCOlerapia) dnpuh de someter al grupo
de prueba a la maniobra de rxperimen tadó n y de medir lo. re.uhadm., luego de un
periodo de lavado S" intercambia esu gru po por el grupo tUlÍgo. Se puede deduci r
emonce, que el efte to de la maniobra de;aparece del grupo inicial y " transfiere a
nuevo grupa.

Ensayos clínicos no controlados

E n oca.ione!.. por la premura o po r la di ficultad técnica o f lica de formar un grupo con-
troJ..e di,eilan estudio•• io un conju nto de ,ujeto, If >ligo. ElOto di,minu)'e la va~del del
" tudio. pero puede infor marcon rapidez de una relación causa~feclo. E n las figu ..... 4-6 y
4-7 se mue>lr3O do. vari:lD1H que le prfseman en e; te tipo de est udio.

e .... f •• uIlAdo

L~. Sin fllWItAdO

Pfegunt. : ¿ q ué pa.ó?

Fig ... 4-6. h"",,,m~ <JI" mu... tra@1de.arro llo de un d" .. ~o de Iffiuyo d i... co con
ronlrol ... paral.. loo 'nI"rcu-r.."t".
 Con feo uhdo Con f •• ukAdo

Si" fuu ~ .do

MU .. t f~

Con ,u uhd o Con,uuRAdo

S,n , .. u ~ .do

P'egunta: ¿que puó?

l'ig~ .. 4-7 . En "n" .. ,qu...... ~ .. """do! ob,e",a , cómo un emayo dinlco do! control .. , Irl I!1CUT ...... '
aumM1la ~u vah do!l al aft ador Un ""nodo de lavado y un camboo do! a"gnaoón dO>l trata ·
m .. rlo En .. "" .. cn o. el d ,Pilo ,e convIene en lJfl .. m ayo dinlco con aulaml .. rlO, donde
el ~ probl...,a , .. co"",,,,,e"n te stIgo y viceversa

Un en~ayo clínico controlado, doble ciego y de a~ilnación alealOria es el estudio

ori!inal de mayor validez, porque trata de eliminar la infl uencia de todas las variables no
comiderada. para e. te euudio. No es fácil efectuarlo, porque se necesitan ciertas COII'
dicionu que el in"titilador y su ~rupo deb en conocer y manejar, la primna es deter,
minar con euc titud su variable o sus variables ind ependi ent e. o ca usal es qu e deben ser
manipulada! con exactit ud y, de preferencia, mediant e una e>cala; la segu nda es que la
variable dependiente o ~efKto" pueda ser med ida con txactitud mediante un inurumen to
e.t:tnda rizad o o reproducible que le indique '1 Otro. invh tiladorh que hpemr (euo ei
particula rmente claro para 10. euud ios de correlación de variablh o uplic:lIivO!). La
tercera condición h que el di se~o controlado bai:1 ... control en la txistencia de un gru po
equiva len te de .ujetos que ~rve de referencia pHi! v:11idar lo. rhultado. de la manipula,
ción: e,ta equivalencia de grupo. h rhullado de lo. criterio, de .elección. de la alignación
aleatoria del tratamiento (aplicar o no la mani obro) y de la rigurolidad con que la manio·
bra ,e aplica en tiempo y forma .

De acuerdo con el Origen de los datos en e l tiempo

Lo~ diie~o, de investigación seclaiifican por el origen de 10i dUto! en el tie mpo en retroi·
pecti"Oi (obtiene los da tO. del pasado ), Iran.ve .."ln (como ya . e expu lO, .on htudio,
efK tuados en el prrsellle) y prospeo::tivoi (ob tiene lo. dalo, en el fUI uro). Ya ie ana~zó en
párrafo. previos cómo el dilf~o de inve>tigación ie delermina por los objetivos y que la
forma en que un inve'li,ador dtcid~ es la forma en que .e debe pl'OCeder para con te,tar
su pregunta tn relación con el tiempo d~pende de si .u hlUdio f i .ólo ob.ervacional o
uperimenml. ]>0' dtñnición, un ~> t udio u peri m ~nta l no puede .ff reumpechYO; en cam·
bio, e> po>ible rea~zar lO!; dise~o> Obitrvacionale. en lo. u e> tiempo!>. En la ac l ua~dad, la
 Toxonomi. do 1"" ~ do 'nYO<t'gooón 47

mayor parle de lo~ eSludio~ ob~ervaciona les retroiptc tivo~ pre tenden ntablKtr un marco
te6rico suficientt para desa rroll ar un hwdio pro.ptctivo correlacional o explica tivo. t'or
lo gentral. lo. eSludio~ transversales se diie~a n para lratar de htablKer el htado prhenle
de un problema cienlitko y para responderlo de manen! r~pida.

Meta-análisis
El entendimiento y manejo de lo. di~e~o. de invmigaci6n ptrmile el deiarrollo de una
linea de elludio. Ei difICil mllnejar y mucllo má~ alimi];" la cantidad de informaci6n cien-
tifica que ie produce cada dia. Es to lIu dado lug:lr 11 Otro tipo de estudio~ de invhtigación.
los metU-Un6tiMs LOI elludios de rtvilión bibliográfica.e lIun dturrolladocomo relput>1a
a la nKhidad de determinar de una form:l científica qu¡ informaci6n publicada titnt .us-
ten to o .ignificancia. Los e.lUdio. de revisi6n limmntica de la li leralura o. más aún. los de
mna.an:lfish organi:ron de forma li;temntica las publicaciones sobre un Ilma, clasitkan la
informaci6n y aplican pruebas euadíllica!, con el fi n de pOder rt~h'tr una controversia de
una manera en que los hlUdiol experime nta l" no lo logran por ~us límill!, como el núme_
ro reducido de sujetos de tllUdio. las limilaciontllknica¡ o el s"go del inYfstigador. El
mtta·an:ltiiis es en realidad un e.l ludio ob¡ervacional relro.pKtiVo. pero con lal rolidel que
puede proporcionar vatidez a loda una linea de invti ti gaci6n. Elle diit~o mttodol6gico ha
.ido regulado con la publicación de nO rmas qu e aitguren la calidad de la informaciÓn y
tvi ttn sesgm tn la bilsqueda limmática o en el dise~o del meta-análi~1
En 1999 lie publicó la dKla raci6n QUlllity of Reponing of M ew-<m"IYJil (QUOROM )
que detalla una lista de comprobaci6n es tr uc turada con 18 puntos qu~ lo~ aUlOr~~ de un
m~la-análi.i~ y los edi tores de revis tas deben consid erar a la hora de publicar ~u lrabajo
en forma de articulo en un a revista médic a. Má. ade lan te, en 2009, se public6 un a nueva
prOpufi ta que agrt~a nueve aspKt05 a co n sid~ra r que evitan, en ele ocia. el ies~o en la
adquisici6n y el análisii de la in formaci6 n y que permite no s610 elaborar me ta-a náhil
de eniayo. cHnicOl.. ~ino Otroi tipOi de r~vi¡io n t> bi b lio~rMka!i. Se le denominó P'l'jerrl'll
Reponing 111>mljo , Systematic ReviewJ (/nd ,\ f¡>/<I- A nalysis (t'R IS MA ).
En la figura 4-. >t uplica la presencia de lo. diferenth diit~m de e~tudio en el tiempo.
Es importante rhaltar el papel que la epidemiolo~ia y. en particular dos de .u. repre-
,en tanth. ha tenido en el duarrOllo de la invenig:lci6n clínica. Uno de btO. representan-
tU el A l"an R. Ftin.lein (l925-2001), quien fue proftlor de medicina y epidemiología y
revaloro el papfl de la clinic:l ante un ejercido m¡dicocada vez mas tKnificado. donde la!
medida. ~!ubjttiva," del clinico pacKían ya futr:! de contexto. El doctor Feinuein fue un
prolífico e;.eritor y, adem:h dt .us m~. de 800 11rt icu lo~ public~dos.. e;.eribi6 importantel
tUtO! como: Cliniml Judgml'n/ (1967), Clillimll'pi¡/(,//liolo¡;y: fhe (I,..hiu.'cfu,t' (Jj rliniml
't'sl!(lrrh (1985) y Clinintl'f,irJ (1987). En mOl li bro. se pone de manifiesto la trn;.ee nde ncia
del juicio >tllla lOdel m¡dico invutigado r .obre 1:1 relación decau.alidad de lo! fen6menos
médicos La arquilK lum del diseño de un ellUdio de invenigación tn medicina t. funda-
mental para el tipo de pregunta que le delta COntella r. A ,i, la in"e)ligaci6n clínica alcanu
un nivel de confiabitidad a la par de la invf lligación b:l>ica.
El orro gran fpidemi61o~o a quien se debe mencionar e, David K ltinbaum, profesor
de epidemiologia en la Univw;idad de E mory y qu ien ha ¡ido capaz de conjugar 1m com_
plejO! conceplm elladis1icos con la relaci6n de cau.alidad clínica asociada a la ~elrcci6n
de un di.do mtt odol6pco clinico.
 •·, ,m ••
",
: . ¡;¡-
JI
f:
,- ."
"
'J'!!..!!:.!.~

HHi
• • w
--
~.a.'!!:'!'~.[l..!!:'!':;!'!!:'!'~~
g&~~gr~~~!~~:!
~_ . .i<
~ ,

•=,, •'"
·",,• .:,.
~. ~
·
.~
~ ~
¡
• I•
•
.,,~.~ • .!,~<~
ií•,.
~
-
•, .•
~

U
2,2.i
~ :! :! :! ~
!!jH
~~2
n
~t~'f~·n
2
-, . . <8
Lt~·b
.... o2.-Bg~ .. ~~
ll'8i.oa¡'<ii"~tZic:!~
~ª~ :~ o~r~
.. , , "
. ,•• "- .
< !~ i.'
",:
_. o , o

"
,;
..S'Il..a~
~¡¡:!:!:-o
(10):-
,,~
~,
Q.~~ 00-6
~3°
&~.!.
~-o"
~~
<
3
,• 'ii i
°
• • ,~
-,
•• g--"O "
~
Q.
-
"'
~~
.
~.
-on5;,,¡:¡
"1I-0
2 )l ":~ .!!..
~~ 2. ~ ~
:< " Q.
2
o ~
-:;
¡
[
~
o
:
~: .-
.~
~

!
n
~
¡• 1
o·
, .
••
.:q
•,-
"
o
j •
.~

~,­
,

..
,
••
"
<.
o

;:
~
,•~:
•
i,
,~
I
~~ ~
, ! ,
<
• t
~
•
•,. ~
••
<

,•
>
t
 T.xOf>Of1I¡. do 1"" <k4to\a;; do 'nYe<tJgo<>Ón 49

Bibliografía

Arpmon J.~i., J'm.;n .... J MmJlJI Jt inut/ti~lcióll d¡/liraytpiJmli~/60(i/. E""aña El ...... ",. 2004.
Da"'son B.• Tr.app R.G. flllnruJiJtir,J /l/Mira. ~ióx;co: FJ ~h nu;a/ ~lO<krno. 2006.
Fe;n .... n A.R. Scicn"lic lund..rd. in "l'i<kmiologic >ludie. of th" nlenan of d...ly Jife. ScU/lu.
/1'''/1 Stril'S. 1988242: 1257-126),
He,nónda Samp'cn R.• F.rnande~ Col!.do c.. lhpti ... Lucio [~ M~. dt /.¡ inllflfl!'IC;;/I,
~l6<ico: ~lcGnw - H,I!. 2006,
Hulley S B. Cumm'nvS, ~t.. Brown", W:S., Cn '¡y D.G., N"",nl1n TB. DlI(",dt;nllflnli'ri~nl'S
din;(tlJ. ~l .... co: Wolo" .. Khi ..."" 2008.
Hu'!ey W.L. D,,"egu C.R., Hen"l J. MiroJos d, ;m'l'Stili'rión,r~Nhmmtir/ dt ~"" p,dm", r/b,;",
lNzsa,J., m la ,IJIJÚNIIJ. E"".ñ •. Wohe .. Kluwe" 2012.
U,ru,i. G., Bonlill X. D"d .... ci6n ' . "M.o: Un. propue ... p .... mcjon' l. 1"'1>I ..::oci6n de rn"'.oo_
n<'l .... em.'ic.. y mct"",n:óli'¡o. MNi Clin. 2010; 135:507-511.
 Taxonomía de las variables

Juho e.SoI' Cnisob V¡rgn

let'Oi lino P.r.z

De,puf> de 1tOn identificado un problema y de plumear una pre~unta de in"e,tigación, el

siguiente palio conr.i,te en formular una hipótesis. La comprobación de una hipótesi, inclu-
ye uno de los componentes más importantes del proyfl: to de in\'uu~i6n ' ~laJ \'anable,"
El término ,"anable uene múltiples connotaciones dentro de la filrUCtUr1I de un pro-
yecto de inl·tillgaci6n. Si se prrmitt una analogía. es pOlible comiderur que la \'ariablr es
la unidad anatómica y funcional de un proyecto de in"e.t1gación De su utruclura y su
función dependen su clasificación. la forma de recolectar lo. dalO~ la prueba titadiuica
panl ¡U an:íbmy la forma de uprnar 10\ ruultadol del estudio.

Concepto
E:mlen di.unta! defimciones de variables. Moreno y colaboradoru la. definen como aln-
bulO. ocaruclrrisut3S de los r~entos. de la~ personas o lo. ;rupo. dr e.ludlo. que cambian
entre una wluación y otra. o entre un momento y Ol ro; por tanto. pueden tomar di~er.ol
valorfs. Como complemenlo de eSla definición. Hulley y colaboradorf' Indican que lal
variable. son medicionh que ducriben los fenómenol para que puedan analilllrloe por
medios htadi.ucolo.

Clasificacion
Para comprendH la función de 1:ts variables, es importante conocer ~u c1:t.,ficación. la for_
ma en que cada variable nene una eloCala de medición y ;u comportamiento en el estudio.
De acuerdo con el compo rtamiento de otra. variable> y con bale en 101 objetivos del
';ludio. las vanable.;e cla¡iñcan como independiente; (o explicari\·a~) y dependientes (o
de r"puena). Cuand o una variable pue de producir un cambio en otra, a la pnmera se le
considera independiente (o cauia) y a la otra dependiente (eftc to ). Por ejemplo, en ~fac to·
rh de rieigo relacionadoHon cáncer de pulmón". kl v'lriable independiente (o cau~a) m:h
conocida e~ el tabaqui~ m o y la variable dependiente ei la propia enfermedad (cánce r de
pulmón ). Una vez que ~e identifican las principale~ variable. en el t>tudio. ~e debt n!alizar
una dhcripción operacional de 1a~ mi~ma~ y de~cribir con claridad la manera en que !>e
midieron.
Otra de 1a~ formal de cJa~ilicar la!> variablh ~e deriva del tipo de eloCala de medición.
Aunque htO depende de 1:1 naturaleza del fenómen o, la eKa la de medición siemprt debe
permiTir que ~e akance el mayor grado de objetividad pOiible.
A continuación ~e deloCribt c'lda uno de 10i do !> Tipo. de variable. cla.ificada!>.

Variables cualitativas
La. variablh cuali tari va. dividen a lo•• ujno. en .ubcht>n no nllmtrica~ mutuameme
ucluyentt> y uhau.tiva;., ~n que [a di; tancin ent re cada una.ea equidistamt y;t pueda
cuantifica r. A ;u \·tZ, la. va riabl!> cuali tativas le subcla.ifican en:
-> V"riabIK norniftal_ Di viden a 10!i ¡ujttos en lubcla,t. no comparablts dtntro del
milmo grupo. No se pueden promediar, dividir, ni potenciar. Lo único que ie puede
hacer es rtprUentarlai con porcentaje>, proporcionel y en ~ráñc:as de barTa" PU f -
den .er cualitativas no o rd enadas, exclu¡ival y exhauniva .. Por ejemplo, el grupo
¡anguineo puede!itr A, B. AB u 0, ¡in qu e A Ita mejor que B, 0 0 AIi Lo único t i
que no permiten cla¡iñc:ar a 10!i !iujetOl en estudio con base en el tipo de sangre, si ¡e
sabe de antemano que ellujeto sólo pertene<:e a un grupo.
b) V"riabIK ordi......... Tienen ordenamiento jerárquico en subclue;., con inttrvalos gra-
duales que pueden ser iguales o no. Por ejemplo, ¡i se clar.iñca el dolor como leve..
moderado y severo, se entiende que lev e ei menOi intenio que moderado y que
itl'ero, r.in que ie pueda dininguir con claridad la diuancia entre cada una de lai
i nteMidade~ del dolor.

Variables cuantitativas
Se TraTa de oMervaciont~ con diftn!nciai entre magniTudh que corru ponden a una e!>Cala
num~rica y que pueden medir una cantidad. Lai v:lri:lblh con tinu a~ proporcionan gran
canTidad de información y e. po.ible "n:llizarl,¡¡ con prueba. elladiiticai importanlf!>. La.
variablu cuantitariva. ~e derivan en v:lri:lblu num~riC:11 diKrfla~ y continua ..
-> V.riaOIM num6riCM discn' as. En e~tf Tipo de v'lri'lblelo, lo~ valort~ e~ t ¡\n ieparddo~
por inlfrvalo~ a~im~tricolo, con un grupo de valoru cont:lblh dentro de lo que ~e
coniidertl un grupo fini To. enltro. Por ejemplo, un número de em baraz~ e~ 4, En
hn Tipo de variablu ~ólo pueden exilli r númerol entero~; no h por.ible lenff 1.5
embarazo..
b) V"riabIK nu.....wicH c~nl ln ...... Se cuanlifican como un grupo d.. valoff' en un in6nil0,
porque r.i tmpre e~ posible encontrar, , nt rt do~ \'a loft.l., unoi ntermtd io. A .u ,·u, las
variablfi continua¡ ie dividen en dOI:
VariablK d. ;"1 ....,,10. En tilas, el cero no tie ne valor ab.oluto y, por I3nto, es po_
sible encOn lrar valores negali ~o¡ y positivo!. ror oITa pane, la di. tancia ,nlre dos
 Toxo",,,,,,. do ¡Kv.n.1M< 53

punto~niguaL 10 que pe rmi te la sum 'l y reita de su~ valores.. puo nosu multipli-
cación ni IU di"hión. Por ejemplo. en elcalO de la temperatura ambien taL O' el el
punto de congelación del agua. pero puede haber temperatura~ de - IO'C, ~in que
-20'C ua nKhariamente el doble de -1 O'c.
• Variabt_ d. .....ÓfI. En tite tipo de vari:lble>. el valor de Oe~ ab~oluto: por Otrd parte.
le pueden luma r, reltar, multiplicar y dividir. los inter\'al~ entre dOl pUntOI adya-
centes tambitn son i!uale~ I'or eje mp lo, el phO de un individuo le puede cuantifi-
caren kilo!rdmoj" de modo que si un suje to ptsa 100 k! '1 delputs de un tratamien-
tO dittttico htrictO lo!rd bajar 15,750 k!- el pelo l1ctual delsujtto h 84,250 k!.
I'or su contenido. las variables le clasi fic(ln en unidi men.ionales o multidimenciona le~

Al Vñbt.. ""ldi"*'slo.... I... Reflejan un ¡olo :11ribuIO como propi,dad única cuantifi-
cable; UJ medición le hace por med io de una .ola e~ala . I'or ejemplo, la medición
de la in ten.idad del dolor puedt realizar" con una t.\CaJa visual an:\.loga, en que O
t; au,t ncia dt dolor y 10 tS el dolor máxi mo,

b) Vñbt.. rnullidim-ao .... I... Son resu ltado de la agre!ación matrm:ltica de vari as
variable, unidimtnlionalh para for mar i nd iee~ Por tjemplo, la calidad de vida de
un ,ujeto no iÓIo depende de la lalu d fi;iea, ,ino de Olral \'ariablei corno la salud
mentaL ti rol ulCial tte. I'or tito. le ha n dharrollado indiceHompue;toi por dife-
ren te; \'a ri ables, con un a e~a[a determina da para ,valua r la calidad de vida.
l a importancia de la ~Iección de la e ~a la de med ición de una \'ariable deptnde del obj"i\'O
pri mario del eiludia. Debe ~tr sensi ble al cambio, pre sentarse con frKuencia en la població n
de "tudio, aportar información completa y tener importancia clí nica para el estudia.
Si ~e realizan en fo~ ma adecuada, lo~ procelOS de medición y cla~ficación de una
variable red ucen los ie~goj" aumentan la objetivida d de 1m cO Rocimientm y apo rt an in-
formación científica adecuad a. Aunque no ti el objetivo de hte capítulo. a continuación
le de>c ri ben dos túminos importan tes pam el procho de medición.
Precisión. Una medición u muy precii'l cua ndo preienta casi el mÍlmo valo r cada vez
que le mide. Si ie realiz a n variai tomas de la presión arterial con el hfi,momanómnro
de mercurio en una ptr~ona normal, las IK turai en un periodo dtterminado ~on siempre
normales y 101 valores tienen un:, variación mi ni m:l (p. ej, : primera toma: 120180, ~e,unda
toma: 119178 y Itrcer.l toma: 118179).
ElYIditud, la exactitud de una variable es el grado con que rtprnema lo que debe repre-
lemar. la pre,unta que debe contntur.e, ent onces, e; ~i la e!oCalu de medición en realidad
mide lo que le quiere medi r, la determinación de la exactitud de una medición deptnde
de ~u comparnción con el htÍlndl1r de re ferenci'l (e l esl:'tnd:, r de oro), que se define como el
inurumentOO la medición que. has ta ele mO menl O, es 10 mhcercano a la ,'erlfad del fenó-
meno que >f pmende medir. I'or ejem plo. li le quiere dna rro llar un índice compuel tO por
variable. clinica~ y de lal:>or~ t orio paro de ter mi nar actividad de la nefriti~ hípica.. em indice
debe comparor), con el u tán dar dt oro para det trminar actividad de 13 enfermedad. que es
tI Hludio hi,topalOlópco de una muestra dt riMn eXlraída por biop,ia.
Por úl timo, otra práctic a impo rlaD1e en el uso de la. variables t i la manera de regis_
lrarlas en la base de da tos de di ffreD1es program al estadiuico\. E n oca,ionej" las variablts
le puede n clasificar de nue,'o al realiza r el an:\lilil eltadíslico: por ejemplo, cuando una
54 M4!1D<loIog.o do .. IBfm.goaÓl'l. blOO<I.di<! ico y blOI nfOff'll.ticl "" "",fI(]"'I1I~ J do .... w

variable ~e re~nra de manera num érica, como la edad de in icio de una enfermedad. y
deipuél ie prttendedalificar la edad de inicio de la enfermedad antu o delpué! de 101 17
a~o!;. la variable que antei era numérica ahora ti categórica y dicotómica (ti deci r. ii le
regium o no ellllicio antel de 10i 17 anos).

Representacion de los datos de acuerdo con la naturaleza

de las variables
LOI rhullado! de un estudio de Invhti~ación deben reporta~e de la manera mil! da!".! e
ilummiva. !'ara ello. se rfCurre a diferente> forma. de ilultrar 10\ re!ulludo!;. comOCU3-
°
drol ~r.lfica!.
En lo! cuadrm (o tablal) le muestro el relumen de lo. dato! mas ,m portante>. mucha¡
,'ece> con el valor de la variable.. dependiendo de 11.1 naturaleza, con m«hdai de tendencia
central y dÍi~l$ión; por ejemplo•• i le quiere resumir la edad de inicio de una fnfermedad.
le ano m en elcuadro el nombre de la variable. la edad de imcio. el promedio de edad y. entre
par~nte>i!;. la de.viación e>!:lndar. sltmpre y cuando la distribución ,ea normal. Los cua·
dro. tambi!n si .... en para potler comparar grupos y ver la diferencia euadiuica enlre ellOL
Lai ~ráficai rtprflentan mra manera de mo>trar los da to. en forma mb f:leil e ilus-
trativa. En file ienrido es muy importante tener clara la nalUmleza de la variable. Una
recomendación ei que para los datos ca tegóricos y cuan titativoi di!\Crttoi ie usen gráficas
d~ barra y de paml (circulani). Y para los da los num~rico>. histogramas, !r.lficas linea le.
y diagramali de dispt'rnón.

Conclusi6n
Lai variabln ion la pane primordial del proyecto de inveuigación. !'ueden cla5ifica rse
por su función. la e!\Cala de medición y su contenido, Las e>calai de medición deben in 10
mál exactas y prtcius para reducir ielgo!;. aumen tar la objetividad y aponar información
veridica.

D.woon B. /JiM4IIIisnrll MM/rIl, 3a, ed, IlIinoi" .\ kGnw-H ill. 200 1, 112-123.
Hulley S DisriHm h im'f'1ribln;n dinirll, Un mfOIfIl( (pjJ(",io~lro, E"I'aña: Harcou" Bnce de
E'f'.ñ •• 1!J97:354 7_
:-t."ín,,~ GonÚl,,~ :-1.,1., /Jumudistirll amitph/r. 2., .d, Di>;t d. S.n.o .. 200613-24
:-tor<no-Al .. ml .... no r\ .. Lópa-:-iorcno S" Corcho-Vord"go A. Pnnopalcs medido.on epIdemio-
Sol'''''
logía. r"h Mn, 2000,42:337-348.
 Hipótesis

Ju¡n CIriOS LOpez Alv¡rengi

Arturo He,.." RoSi'

-No r.."emos más remedio q ue reconoa!r que nuestra a...,,,a, r..t como
ex"teaqui y OOar.., no noo repr...",,!.. la"."..jad real, lo ma.- qu .. puooe hacer
es proporoonamos una ... bmaoón renr..b ... ypro""OIIa1 de ella·
Rescher, 1994
"El conoamo""ro ""tonces no ... defmll",., y puNe CJIf1lb¡,., CIJ¡jfldo n"""".
jUlOOS ""'101" om«1ti1dos asi nos lo demuestr..... La '''..·,0a es, pOI 1....10, fal,bl .. .
8un9., 1996

Introducción
En el prochO de t!ICllIura de un proyectO de invtni,ad6n. la lupóttm tS ti núclto al que
~t agrtgan la. dtmh partt.: marco tt6nco, pregunta de lnvhlipICión. obJtuvo gtntrJl y
topecifico, diui'io del e.lUdio, ética. prhUpUello, akaoct~ y prodUCIOS a obtener. tntre OITm.
J>ara plantur una buena IIIp6ttM~ H nKf':II;O dedicar nempo a ¡tub. floCribirla '1 rftloCn-
birla. ha.m agotar el proce.o. Aunque los p:U,OI son ¡tncillo!., ~f debe progrnmur el !lempo
pura r«rur la hlpótt~i~ en fOrmllltUtuivlI,
!>ara tloCribir una hipótem ~61Idll , ti i nvtni&ador dtbe ttntr conocimltnto uttn~o dd
Ilma qu'~' va 1I dharrollar. ad.mi\.!..\ es.ncial que ddina la brecha qUf ~f qUIere cubnr
del modelo ce6rico fxiuence. Ue esta brech~ en ,1 co nOClmlfnlO sur&e la pre&unla de In-
I wIgJd6n Es nrcuano Itlr y analIzar lo qut 011'01 autor'l han .!CrllO y la .vid.ncia que
rf!.palda la~ p"ml~U qUt s. con;lder3n ~verdad.¡" aCTual,. (paradl&mD$). p:lrn .nltnd.r
y d.fimr (con aCOIacionu) cuáles a.pec los del conocimiento debtn ampliar)' o uplorars •.
Una HZ que se ha defimdo f.la brecha, el inveni&ador debe hac.r el 'J.rclcio d•• Iaborar
al,unas p,,&unl8' básica ••obr. lo que s. Va a fllUdiar. Debe obli,arif a definir SI le in-
terha ubrr qut. cuál. cuánto. dóndt. cuál y por qu t. Eua> fOrmu. 10las O combinadas..
ayudan a definir mejo r la prf,unta de invhtigaci6n. f>or ejemplo: ;.cuánlo loe modifica la
pre.ión arterial al dar el medicamenlo A, en co mpar:1ción con placebo~ ;.En qut vla mo·
IKular (dónde) loe productn lo> efKtos del medic:lmentO A~ ;.Cuálu son los efKlos adver·
so. más frecuentes al utilizar el medicamento A?
En una elapa posterior. hay que definir la~ variable. independientts y deptndiente~
con ba~e en la pre,unta de inve"i,ación. Con elta~ htrramienta. puede elaborone un
bo.quejo de la hipóte.is dd proyK lo.
Con ti primer rudimento (primo rdi o) de hipóteli .. el in"migador debe sumerpróe
de nueva cuenta en la lileraluro y replante,l r li hl brKh:1 que bUloCa es lo que en realidad
quiere .aber y si la pre,unta de inveui'(lci6 n relponde (1 ella. Una vez mb, se replantea la
hipóle;;. del proyKW y.e verifica que la. premilal de la hipólf.i. son corrKta. o (como
.urle .uceder) debe hacerse un nuevo conllrlll;tO hipoth;co.
E. nKf>ario insistir rn que la reelaboraci6 n de la hipóte.;. h un ac tocru tivo que le
realiza varia. VKrs.. (Sr .u&ifrr qur ellKtOr haga la prurba de iterncione; de la hipó",is
con el pJÓXimo proyr.:tO y lue,o evalúe los re.ultado. obtenidm.. ) En 101 cunos de marl·
tría y doctorado de ínvrlli,ación que imparte el au tor, Ir ;olliene que una buena hipó tesis
ca.i nunca.e formula en una tarde y meno; en un pa.illo; tal vez ro el pa.illo o elcafo!, en
una tarde de in.piración se puede tener una magnifica idea, pero la formulación científica
de una hipóte.is puede tardar lemanas. Un buen ejercicio para los tuwres y sus estudiantes
comille en trabajar la hipóte.i. durante cua tro a seis semana .. con reuniones re,ulare.
en que se revisan 1m tipos de va riable> que se e>tán incluyendo. Por liUpUe>W, se debe
conliiderar a quitn va diri&ido el proyr.:to de investigación relacionado con la hipótelis
que se está ellructurando. No r> lo mismo el esfuerZO de e;cribir una hipbtrMIi para que el
producto >fa una trlis de in\'eui,ación, que el requerido para elaborar un r;critocon el fin
de obtener fondos para inveui,ación. El nivel de detalle t i 10 que ,epara a ambo. e!iCrito.;
en el .r,undo caw. la rrlación de las variablh que" ,walizan drbe de!iCribir ma,nitud.
dirección y ~entido de los parámetrOs de lai V:lri:l bles, adem:Í> de de>cribir po r qut y para
qut, junto con lo~ cambio~ ttÓriCOI o prácticol que .e obtienen si se comprueba que la
hipóthis concuerda con lo~ dalos obttnidos,
En todos 101 caws, el invhti,ador debe tener un conocimiento profundo y actual
liobre el ~rea de interh Un buen inveui,ador no va a formular una hipótelis para e~ptrJT
a cie"u qut relulta (el clá~ico: MVfamo~ qut p:lIa cuando ... .. ): h dhtable que el ¡nvh·
ti,ador tenga una buena idea del re~ultado. con b:l~e en el morco teórico. A mllnera de
iluuración. >t puede repre~entar el proyKIO de invt>tigación como una pirámide: 1,1 baóf
t> el modelo teórico sobre el que.e ~ultenta hl pre,unta de inveltigación y. por ~upuelto,
mmbitn debe con~iderar la factibitidad del pTO)'KtO y definir de manero adKuada la hipó·
tesh. E>ta con.trucción h interactiva \obltrvt>e cómo.e vuelve a reiterttrcon hta idea ) y
de ncuerdocon lo que., inve>ti,ue y;e revise en la lilfrawra cien tífica que ya apartciendo,
lo. bloques de e;ra pirámide;e modifican en bl diffrente.l etapas de la im·r.lti,ación.

Modelo teórico
El conocimiento no empieza de cero; hay un >opone de conocimientru prfyiru que da
lu,ar a cada hipótesis. A "lfconocimiento es a 10 que.r le denomina teoría. Por ejrmplo.
 HopcI""", 57

exi.le una leoria de có mo (se cree que) ,e produce la hiputen¡jón arteri al 'J de la fOrma
cómo (se cree que) st le debe tralar, el tra tam iento actual es muy diferente del que se apli-
caba en la dkada de 1970. Amt!.. se !ugeria un hquema elCalonado (diu rtticos.. luego
betabloqueado re¡., m{u adelan le an tagonina! de c:1kio 'J po r .:.!ti mo antihiperten sivo.ce n-
trales); en la actualid ad .e su~ere que. de :leuerdo con 1:1 patología de fondo del p:1Cieme.
le in icie con el antihipertensivo m:\1 adecuado. i>or tanto. ¡j . e quiere proleger al riM n
de un diabl tico. con o si n hiperten.ión arteria l. .e ini ci:1 (o le puede agregar) tratami en to
con inhibidore! de AKA1 : por Olra parte•• i hl1y coronariopalia.•e inicia IrJwmiento con
iln wgoniltal del cakio.
E. nechario lenerconciencia de que, en el te mi.m o , enlido. 101 libro. de text ocl~ .ico,
°
"t!tn lleno. de teoriu ( ~verdadh" p;lr:1digm:ll) sobre la ñiiopatología. el di a!;nóuico 'J
el tr,lIami ento de p:lI ol0J:ia. de lCri ta l en medicinu internn. cirugía. enfermeria • •alu d pu-
blic:l. procedimiento. de labo rat orio, entre mucha. otra. dilCipli nai que >e requieren paro
mejo rar la .alud de la població n.
El modtlo teórico que se tiene h lo que se con;idera conocimienro actual o paradigma.
E, t:l co nformado por el c uerpo de co nocimientor., un grupo de up1icacionn y princi pi os re_
lacionados en tre ;;, 'J los hechos que lo; ;mtien en. La> teo ría; cu mplen di \'er;as funci o nu:1
1. Exp~car ... for ..... do,ra las vari-abl .. d. Int ...",. La! teoría; cien tíficas deben tener defini-
ciones c1araJi (definiciones operacionales de la! variabln) que acoten por qUf, cómo
'J cuándo ocurre el fenómeno, además de cuáles ~on los factores (c onfu!iOre~ o ime-
rnC tOreli) a lo. que !le ItI considera independien tes o predic tores de otras variabln
conocidas corno dependi ent e, o predicha,.
2. Sistematiza,'¡ conocimi... to. Dar orde n y utilizar una forma comuo de medición del
conocimiento iobre un fenómfno. El nUfVO conocimiento cae den tro de una forma de
entender la ciencia y debe explicar la rflación de la i nu eva. variables (si lai hay) con la
manera en que Sf entendía antes el ffnómfno.
3. P,.dKir. Tambitn puede coniideraTlf. dfid f una per.pec tiva matemática estadíitica.
la cuantificación de las variablei predictonl. (i nd ependi entes o explicativas) sobre las
°
predicha. (dependiemei explicada!;). El a!pect o de predicción no siempre alude al
plan teamiento de infere ncias a futuro.

Formulao6n d e la hlpOtesis
El quehacer acadlm ico exige a htudiunlh e invelTigadore, que elCriban literdtura cientifi-
°
ca como tuir., en.ayo)., protocolo. lHliculo. p:ml revi.la. en el campo de 1:1 inVhtigació n
clinica. La medicina modernt1 pe n igue. entre otros much o. a'pfClor., la compren. ión de 1:1
caU la de 13 enfermedad y 1;1 bit.queda de IU prevenció n.l El fenómen o del dtla rrol1o tec-
no lógico ha obligado al mtdico act ual a tener co nocimien to. importanttl !obre biolo~¡a
molecular. bioinform~lica y bioe.wd íltlca; en e.te itl timoc1lmpo. secuentacon progrdma.
de hladl!!ica 'J he rramienta. p:.ra caplUnlr y pfOCflar d alo~
L a~ ba.r~ dr datos d r brn CO ntar con un objtlivo cla ro. Hay qu r r«ordar Que tener
dalo, no h igua l a pose u información y pOlttr información no t i lo mi,mo que obtener
conocimien to. Es comú n que algunos trabajador!!. de la sa lud se dediquen;] recopilar
dator., pero Jii ella actividad no tiene un propósito, t i poco probable que , u análi~s apo rt e
alguna utilidad.
 Una hipóte.i. huna conjeturJ. o explicación de hh cau.a. que oripnan que un fenó-
meno ~uceda o vaya a suceder. La hipóteli! establece I:t relación entrf hechos (do; o más
variablel)y se puede decir que es una solución temporal a un prob lema.
La hi pótelÍs., junto con la factibilidad . de~ne el di;eil.o del htudio; entre ambas., a
;u vez, definen el diserlo del análisi; htadiltico. L:t hipóte;i; conHituye una hermmienta
que ayuda a ordenar una .erie de conceptos., juicios y raciocinio; tomado) de la realidad
e>!udi:tda, que lleva a I:t e,encia del conocimiento. i>uede con.idemr;e a la hipóthis como
un puente entrf el conocimiento ya obtenido (veri~cado) y el nuevo (por veri~car). En el
mundo, lo. hecho> no.e manifieu:tn de m:\nem :¡i,lada; Itp:uecen como un proceoo. como
un conjunw de hecho, y co.a. relacion:,do. de 1:11 forma que una; co>u. wdepl'nden" de
OlrJ.s., unol hecho. w.ucedtn" a Olros., o tienen lugar R,iempre y cuando" , e dt un wor _
den" enlre determinada. ci~unil:,"cia~ A e.UtS relacionn en que unas co>a. dependen
de Olras., o uno. hecho •• uceden a OlroS. luele con.iderárleles. de forma generol, bajo 1:.
idn de cau~a.' Al pe~ibir alguna! co.al o alguno, hr.::hos., R;e espero", ~;e C rfe~, que van
a sucede r Olros., o Ase .upone" que e>la. COSa! luceden porque anlel han .ucedido Olr:l~
En e>te >fnlido. >f da por sentado que una! cosal implican Olro, y que lo. hecho, enán
implicado. unOli en OITOi.
En ma lemáticas di!.C.etas., en la parte propmicional del cálculo lópco de deducción
nalural eSle tipo de expresiones se simboliza medianlf A -tB, que >f in lerprfla: ~Si A
cauill o conjumo de cauu. emonces B efecto o conjunto de efeclo.".' ESIf es un coocepto
hipothico,.i no se conoce o e>tl! formulado en forma ambigua en el paradigma actual.
Una man era sencilla de e!lructurar las hipótesis es en rorma de premisas. La. premisas
deben explicar el concepto gener:ll de lo qu e se eSlá invel tigando y luego deben especificar
la forma en que le ' ·a a demos tr:lr.i el concepto es verdadero. Se .upere que no contenga
adjeti vos. juicio! de valo. o expresiones de come nido .ubjeti,·o: además., debe especificar
la. unidades de ob;e ..... ación. la clale de hechos que debe observa~e o el tipo de referentes
empírico. que debe emplea~e pam .ometerla '1 prueba. i>or último, >f ~Up~Tf que incluya
magnitud de cambio, ~entido y, ;i e~ posible. que explique la imporl3ncia clínica, en fOrma
de lama~o del efecto o de productOI e~perados.
E. muy importante re~alt3r que lal hipóte~il deben .er verificable; en el.entido po-
ptriano dejilfSllbilidmf. En e>le a.pecto. deben htructumr;e de manem tal que ~e pueda
demo. tmr que la hipótt>is que propone el inveuigador h faha . Si una hipóte'Í> no e~ fal-
.able bi no puede >tr fal ;a), no puede !er p:lrte de 1:1 ciencia. Por ejemplo. lo; se predice que
Rel e,lrt, ocu;iona algún tipo de dermulitis" (es interhante que m ucha~ pl'r;onas hablen
de htrh, pero no haya acuerdo lobre lo que es). debe haber una definición opl'rdcional de
emb (cómo le va a medir). qUf tipo de dermluiti, ,e e!ptra y .i hla a.ociación es lineal
(m~, emt. implica más dermalÍti,) o no line!11 (basta ,ólo con la pre;encia de htrb p:tra
que .e prf>enten grJdol variablel de dermmili,). En hle ejemplo. se ob.erva una defini-
ción deficiente de las parte, de la hipótni!: no rhulta ful s:.ble e indica poco conocimiento
sob re el campo. La ambigüedad de los lhmi nos puede h!.cerla in.I!" ....·ible.
Entre la~ hipólt~~ no falsablf5 !e encuentran las qUf incluyen variablf5 que no !f
pueden medir, por lU nalUralua O por falta dt definición oper:lcional. i>or OIra paTlt.
una hipótt;il dt negación no es fallable. En sentido ontológico no f> polÍblt dtmmtrar
la no exillencia de elefanlfs rosal con alilas de maripo.a. Sin embargo. la! personas
que propo nen IU uisttncia so n quienes deben dar prUtbal concluytntes y verificable.l de
 HopcI""", 59

que hte tipO de paquidermo uil te. Hay crt encia~ conocida. como puudociencia~ que
.iguen litndo aceptada!. aun en pleno siglo XXI. lin bale científica. como la IlOmtOpatía.
el tra tamiento con ma,netol o el taro!.' Todal ellal hactn afirmaciont> y aunqut le ha
demoltrado qut son raba~ con tinúan prtdicándo.t a phar de la tvidencia en Itntido
con trari o. Una afirmación u tmordinari:1 rtquitrt pruebal utmordinaria~; si la hipóthi~
implica a.pec tOI poco comuntl-. dtbtn aportarot prutbal defini ti val-.
Exi.ttn mucha. formll' de pklnte:tr un:1 hipótt.iJ.. Hay quitnt. prefiertn que ltan
COrHl. y ocuptn uno. cuanto. ren,lone.: o tro s prefiertn la. que Iltgan a tener variu hoja •.
E>tu. ultima." requieren cU:lndo.e dtbt :\poyar un pl"O)'eclO con ti qu' >t .uel, bUIe:l r
un .ublidio económico. como lo. qut dUTiln vuri o. :11'0. y requiertn la .oticitud de fin:ln-
ciamitnto con.id,mble.
Lo indi.~nlablt t> qut una hipólt.i! e.d !ulttntad:l por 'itudio. prtYio~ o pOr pi-
1010. qut ti milmo invU li,ador ha rtaliz[[do. rod~. la. forma. dt hacer hip6tflh Van a
Itner ventaja. o desvtntajas; lin embar,o. las c~racleríuica. de una butna hipótesü ion
que re suha cuantificable y que de ella ,e pueden dtóprender Otro. elemenlO; ntce.\arim
para el pl"O)'tclO. como 1m objetivos genera les y lo. flpecificoJ..
La propue.ta de plantnmientode una hipót"i. que I f eXpOne en e' le capítulo t i Que
dtóde el inicio.e de.arrolle una propo.ición matemática (fÓrmula). Que denote relacionfl
funcionale. tntrt variable~ incluida. la. dependi enttó y la. inde~ndi enteJ.. La cantidad
de hoja. o r.n,lone; de la hipólf.i. es tá .upeditada a que la hipót"i ••ea lo ballanlf clara
y objftiva.'
La hipóle r.i¡ debe eltar fundada en el conocimiento (epi ileme ). que.e ba.a en la expli-
cación de la realidad mediante p<OChO. racionale~ coherencia lógica y demm l rabi~dad.
Queda atrá. la dO.m o !iimple opinión.
Con la fÓrmula de una rfgrf.ión lineal (au nq ue el p<oceoo sea no lineal). es po.ible
empeZar a dar forma a una hipóte.is:

Y-X,~X,~ XJ ~ ' . X,

donde Y be le conoce como ~y ,orrito") u la variable de~ndientt y luego ~e lientn la,

variablt~ uplkativn A ~nas ~e ltl puede COnctp tu:llizar como la variable o la~ vari abltl
m~~ importanth de la inve~ti,ación: liI~ que rtprhenmn el propó~ilo de hta. De acuerdo
con el conocimiento Que ~e pO~ee de 1:1 propueila. exi~ten otrn~ vllriablh imporlanth. por-
Que tienen relación con el re~lo de la~ variable. independientu (X) y pueden modificar a
la variable de~nditnte (9'). A e ~m~ variable. If le. conoxe como conru~om~ (tien,n ,feclo
~o bre olra X y la h . Dud, um etap:1 u po.ible definirli e.xillen variable; Que no intert.a
invuli,ar ni u~arcomo contraite. pero Que.e i!1be Que poeden tener eftcto .obre la. vllri:l-
bln dependientn; le In denomina eitl"1l1O y.e le. define dentro de la. X.
La redacción de al,unal hipóte.i. com unu puede .tr:
.) La in,,,,,) de barra. de chocolate pueden cauóar acn~.
bl Lo; rayo. ultra~¡()lela pueden cau.ar cáncer.
Ella, hipólfsis incluyen la palabra ··pueden··. lo Que ,ugierf una po!iibi~dad . Sin em_
bar,o, e>tf1ipo dt hipólI.·,is no n util. porque no .ugiue la forma de probar la fal.!abi~dad
de la hipótr,i!.. Sólo se de>cribe. pero no defint cómo le piensa hacer el COntra'lf. La
fOrma de e>enbir las hip6te~s debe Ser formal. Es ne.:esan o h tructurarla de una manera
simple. que ayude a c1anfk:ar cómo debe buse,me la rtopuena.
En hte caso. ~ ahora se de.:ide dar magnitud y sentido a las '·anablu. la «uación que
se ená enructurando puede reprhentarse como:

y . b,X, • b,x, • b,xJ • . ,,

•bX

donde ahora Y htA determinad" por la magnitud que .e espera de cada una de la. ~a­
n:tblel y el.entido por lo••i!nol que .e e.peran, l)e f>m forma y continuando con el
ejemplo del acnt y el chocohue. li Y cormponde ¡, un¡, calificllción reproducible de acnt
vul,ar en cinco ni,'ele; (O = no acnt: 1 = co med onel o qui'lh pequefto. sólo en cara:
2 = comedone~ p~pulas y al,unal pú>tulu.; J = mucho. comedonel con plÍ>tul:n in lla-
matonas localiuado. en can: 4 = mucho. comedo ne. y PÚ;tUI:IS profunda; que tienden
a coalfscer y af«tan .1 tronco') y el valor de X, corrt>ponde al (j'mamienlO con barras
de chocola te, el ~alor de b , corre,ponde a cuánto se puede modificar la ca6ficaci6n de
,nwedad de acné. Para euo. >f tienen que defini r los cnttno. de inclulOi6n de lo. 'UjetOi,
rfahzar una medición basal, a,i,nar en forma aleatona [a in,eua de tre. barra. diana, de
chocolate (ficticio) dumnte siete dias y contra; tarlo con Otro grupo que consuma barms
con ,abor a chocolate artificia~ pero sin chocolat e, E ntonces e[ ~alor de b, indica cuánto
aumenta 13 catifx:ación. Por ejemplo. t31 vez ,e t'pere que al fina l del mes se aumente por
lo meno. I pUntO de califx:ación. El signo posi tivo indica aumenlO de la califx:ación, si se
ha dete rminad o que la asi,nación de chocolate ten ga valor de I y el conlrol sea O. Tambitn
se puede de.i,nar como X, al grnero y consi derar qu e las chicas (fictici o I3mbirn ) IÍenen
una tend encia a una calificación menOr que [os hombre.: por lanlO, b, puede tener un va-
lor de -1 (las chicas di.minuyan en promedio I punlO de [a eseala, en comparación con lo.
chico. ). Esto ocurn siempre que i f a.i~ne a los chico. un valor de Oy a laHhicas otrO de
1. No e.l:I mal e>ente. Una co.a t i e[ valor que >e d'l a lo. nivele> dentrO de cada f'letOr y
OtrO e. ~I que tiene el coeficiente de la variable. E.te últim o corresponde ;1 la di ferencia de
prOmedios qut el in"htigador htá e~perando y, de 'leutrdo con lo~ ~alorf~ que ~e hayan
a~i,nado a lo~ ni~eles de cada factor X, el ~i,n o indica tl.en lido po¡.itivo o ne,ativo del
contraste tntre ~anablh.
Entonch la hipótt.i~ podría modific:me luí:
Si la ingenión de barra) dt chocolalt product un aumento de acnt vul,ar. entunces la
ingellión deliberada de tre) barru~ de chocolate di ano durdDlt una ~emann en un grupo de
jó,·tne> aumenta por lo me no. l punlo dt calificación ]¡1 ,rlwedad dt la. lesione. de acnt
en la~ mtjilla~ en comparación con un ,rupo de lujetO; control qut no con.uman barn,~
de chocolale,
Adtm n~ se puede agrtlar que le dtbe ujuslUr por Htrato de , énero. porque le espera
que Ill; mujere; ten,an en promedio 1 punlo de c¡o lificllción meno. que lo. hombre\.
Ah ora;e cuenta con una hipól"i¡ cuyo conceplO e~t~ de>ento dfipuh del MSi .. y
que incluye una forma de fa[~arla ( ~fntonce~ .. ,"). porque flop«iñca una variable de~n.
diente y se a,re,a, dentro de lal independ ientes; el tratamieDlo dI!' ¡Dlerh y un ,rupo de
f~tra t o: incluso.e agre,a una magni t ud y un ¡eOlido para lo. c~ficieDle ..
 Si la luz ultruvioleta arti fici al ei factor de ritlgo pam cáncer de piell'nlOnUS las per-
;ona;con exposición a 5 o mili SEDlh en lo. últimos cinco aitos (ficticio) muenrJ.n por lo
menos una frecuencia 2 \'ecu mayor de leiionei dedncer de piel de todo tipo en compa-
ración con quienei han ;ido upuUtos a 2 o meno. SED/h en el mi;mo periodo, pareados
por edad (5 aftos) y gtnero.
En ene ca;o, la Y corruponde:1 una medición de riugo. Dependiendo de la factibi-
lidl1d, puede proponer1e una inveótigación co n disefto de cohortes o de ca.o;<omrol De
acuerdo con cada ;itu:1ción, se va u modificar la forma de plantear la hipótesi;
Como se ha ilustr,¡do, 1:1 forma de es.cribir hipóte>is tiene do; componentes: Si, , (re-
lación de interh) y ('nl/me"s", (predicción), Tumbitn .e puede eon;ideror el Si como una
relación conceptual, miemr,¡¡ que eleIllQII('I'S .eria la forma de demoltror la falsabilidad
de la relación concepl ual.
La eloCritUI1l de la hipó tf>i. ayuda a deli ne,,, el diw'oo del eSfudio y su an~bliJ madi;-
tica. Tambitn ayuda a definir las variablrs explicativas, prtdinol'3.s o independirn ltl y las
txplicadas, prtdichas o drpendirnte;
Por ;implicidad y amplitud de Ulo, le Va a mantenn el tfrmino cla;ico inl"'pemli~n_
res -+ dl'pendiMtl'J rn forma de !'Cuación, Sin r mbargo, lo; o uus tfrminos npfimti"m-+
I'XplimdlU o prl'llirlOrlIS -+ predit'hm son muy did ácticos, porqur murstran con claridad la
dirección en que i t muellrn eSlas!'Cuaeionfl, No Ion unidireccionales, de manerJ e. trieta,
porqur It presentan excepciones; .in embargo, para fi nes prácticos I t les va a con.idera r
como musa -+ ('ferlO.l
Las variables indeprn dient es son las que controla el invflligador, las dependient es son
los resultados que se eS~rJ encon trar y se ven afec tadas por la. independiente;
Tambitn se puede considera r la pmibilidad de que las variableli tengan interacción;
que la combinación de rila; no a rroje la ,imple suma de la; mi~mai. sino que la re' pUf> -
ta que aportan ~ea muy di ferente. Se podria pred!'Cir que, en pre;encia de obesi dad. la
ingella de chocolate deja de mantener la di ferencia prOmedio que loe había observado
al compamrla con la no ingella (ena difere ncia de I pun to iólo;e mantiene en penona;
delgada! ) y en los sujetOS ObeiO! la difere ncia de la calificación de acné ~ulgar alcan za
+2 pun tos del promedio. de manem independie nt e del género del paciente (sigue siendo
ficción. pero ;.ir\f para ilu!OIrar el concepto).

y . b,X, • brX, • brXJ' b.x, XJ

En la fórmula anterior .e mueólra un térm i no para b, que corre;ponde a ;er obe;o (1)
o no (O) y luego un b~ que h 1:1 mu lt iplicación del tnllamiento poner obelO. I'uede plan-
tear1e la hipólfs;. dependiendo de si eximn nl7.0nei po r IlIS que le requiere complejidad
en el elwdio.
Como d ltetor puede ob.ervar, una hi pólflis bien enruclUrada, que de;igne un diseno
que re.ponda a factibilidad (e>ludio exprrimenlal, Cl1.0i<Ontrol, cohora, elC.), requiere
un aná lisis madi>rico claro (/ dr Studen t, A nOV¡l , rr,rtiión múltiple, an~Jilil fac lorial,
a náhii de correlacion canónica, aneova, manova. 3n;\li,i. cltíner, !'Cuaciones ruruc lura_
les, elC.) dr la descripción y el eontralle de 10' dalO;,
Hay que r!'Cordar que la pir.imide de inl'estigación incluye, ademas, el "sultado y la;
conclu,ione; (f"ogur.. 6-1).
62 M4!1D<loIog.o do .. IBfm.goaÓl'l. blOO<I.di<! ico y blOI nfOff'll.ticl "" "",fI(]"'I1I~ J do .... w

~.,. ", . Fonm Ilust'iI"'''''' que debe IUltenurse un proyecto de lII\Ienl~ón En 1" borse prllld'
pille ....:uenr,,,n el conoctmlento p,ev lo. IJ pregunla de lII\Ieltlg;rOÓn. li hrpótells bren
estrudlnclir y 1" f"Cllbrh';'d ecollÓmlCi. pe ,son,,1 y del eQUIpo té<:nrco son liS que clirn
pre al dI'efto del estrxlro La r.p6tells. Junio con el drsefto. defIne el anihs .. f"adr'III<:O
Po, últImo. le Ilag.o a lo, 'e ...Jltado, y lo, condUllone,

Corol.orio

, . La hipóterois de~ tener rtlaci6n direc ta co n el marco te6rico de la invuli~aci6n y

deril'aru de R
2. Los thminos empludos deben Ser lo men os a mbiguos posi ble (claros y concretos)
para definirlo~ de manera operaciona~ co n el fin de que cualquitr inl'eitigador pueda
rtplicar el pro tocolo de invutigaci6n.
l . Una hipóterois de~ Ser contrastable y evita r la for mulaci6n de juicios de valor. Si no es
pO~ible some ttr una hi pólesi~ a faliaci6 n em pirica. desde el punto de "ista cien tifico,
no tiene vatidez.
4. La. hipótuis de~n .er eiptcilicas.. no ~610 en cuantO al problema. roino tambitn a 10i
indicadorfs que se van a emplear pam medir la~ variable, en htudlo y que componen
la hipóthis.
S. Las hip6tuis de~n titar relacionadai con la f:lctibilidad de hacer el estudio; es decir.
los recunos (econ6micos.. humanos y tk nicos) disponible!.
6. Es conl'enieDle tvitar la. hipó tesis negativas, Las propolicionu pOSl1lV3S luperfn. de
manera más eficaz. relaciones entre hecho. que .e deben htudiar y documentar.
7, Las hipótells de~n ser concisas. l( esul1a co nveniente organizar una hipótesis dema·
siado compleja en una pnncipal y otm. lecund!lrial,'

Consideraciones finales
¿OÓnd.lo~l i :urr lit e •• tu •• que contribuy•• modifi~ ... hipót.,¡,?
Una ,ez que se ha e.mblfCido una primua hi pólf,is, deb@buscarse @n la Iimlllurn 10
que se conoce ~bre la. prtml¡a. e~ri tal La pri mera hip6u.i •• uele elaborarse siguiendo
de acuerdo con la ex~riencia del inveitigador. sus corazonadas (como dlria Peiree: ~[el
investigador) se ba~6 en la iemI6 uca") y se va modificando a medida que se hace un pri·
mer abordaje bibliográfico. PubMed (hnp://www.ncbi.nlm,nih.,ovfiitu/en trtz) o Google
Sc holar ( hup:lf~hol3r.,oo,le.co ml) son motortl de b!hqueda donde puede empuarse a
invhli,ar lo qut 0 1 1'O~ han t~tu d iado, SitiO! como infopotm~ (hup:flinfopotml.Coml) tit-
ntn un CO~ I O anual tn dóla rts; tnt sitio, t n particular, mantitnt butnas rtvü,iontl sob re
alptCtol cHnicol. Inltrnet ofrtct mucha información lobrt a~pectOI ci tnlifkol. ptro tam-
bién muchos conctptO$)' d:uos incorrtctos; por tilo, dtbtn conlidtrar~t al,unol alptctOI
clavt qut ayudan a dtluminar la con t\abilidad dt un sitio: que no uislan confticto~ de
interfs, como la venia eltcl ulivu de aJ,un aparato, dt mtdicinu ma!Íca~ o aun de medi-
camentos de patente: que ellilio defina con claridad elltma de inltrfJ" con melodolo,í:I
cientifica: que.e puede verificar que el.itio le actua liza en forma re,ular,' La comunica-
ción con Otro. invesri,udores .irve como ¡Iyud:\ p:lrl\ conocer b experiencia sobre el temu
o la literatura pertinente.
Una \'u que . e lo,ran adquirir nueval ide:, .. hay que retrelar a la hipótesi; y re-
formula rla; al hacerlo, de seguro han de lurgi r alp~tol nuevos. A Vtefl ocurre que 011'0.
invfltitadorfl encue ntran resultado. q ue motil'an contl"Ol'erlia .obre el mismo Ilma. El to
da oportunidad de re ..isar la metodología empl eada y evaluarla para hacer las compara _
cione>.' También da pie para que le de.arrollen nueval formas de evaluar el problema. con
lo que se aporta conocimien to nuevo,

¿ s. d.b•• sai bir La hip';t.sis nul.. . n .1 protocolo d. inv.stigaa';n?

E. común que ~ f realicen com pa racione. entre 101 prOmedio! de dOlo m,h grUpOl y para
ello >f debe cumplir con \'arios lupuel to>. Entre ellos, que los i ndividuol que partici pan
en el e.tudio ielln represe ntativos de la población a la que V3 dirigida el estudio y qu e, por
tanto, corresponden a una lubmu enra de una población mayor. Si el di~J1o empleado en
el elludio fue Hperimen ta l, el impo rt a nte que no haya Ingo en los cálculos elladislÍcOl
obtenidos (promedios. razones de momio~ desl'iación f>t:indar) ."
La hipó telil nula t i una herramienl<! para el cont ra.te de hipólli.Ís: es parte del
cálculo de la prObabilidad de errOr, dt ac uerdo con una distribución teórica de laJ varia-
bits t>tudiadas. La htrramitn ta dt hipótesis nula h 10 contrario al principio qut ie prettn-
dt dtmostmr, porque la hipótesis qut st prue ba h qut 101 promtdios dt un contmJlt no
Io n diftrentts. o qut elcoeficitnte de una rtgre~ión ti igual a aro. El u!ode una hipóthil
nula tI parte de un método estadístico pHa cllk:ul:,r ti contrane. 9 Cuando u utiliza hte
método eiladi~tico, ti contmlle implica el planteamiento de dO$ hipóthis mutuamtnte
excluyentes {si ~e r~haZ3 una, quedu la otra e.~p licución: ~i no se r~haza. Je lupone en-
tonCh que eJ la mejor e.~pticación del fenómeno: la hi pótelis nula o hipóthis de nuli da d
[HJ y [:, hipótei.Ís ahermuiv:l [H ,IJ, Em mhodo de contram define.i Je ucepla o r~h:,za
la hipó t hi~ nula y no dice nada sobre la :dl ernmiva, f>orejem plo:

( H~): Trat:\miento A = 8
(H ,): Trutamien to A h mejor que 8

ESta forma de pLantu r las hipóu.il!e bala en el pen~amiento fi,heri ano. Al afirma r
que el tratamiento A e, i'llal a 8. al in.ltante en que >f trabajan do,colas. no le eSl:i dando
direcci ón dt que es mejor o peor que R, Como le puede ob>frvar, la hipó ,f,il nul a no el
una HrdaderJ hipólf!is de trabajo; por ello, en realidad no t i n~r;ario elCribirla en el
64 M4!1D<loIog.o do .. IBfm.goaÓl'l. blOO<I.di<! ico y blOI nfOff'll.ticl "" "",fI(]"'I1I~ J do .... w

protocolo d~ in~~ni~ción: ~i ie le considem como un a hipóteiii de in'nti~3ción. indica

poco conocimiento del proceso euadis tico.'

Luego de la cacería de hlp6teSts (conc lusio nes)

La e>eritura de hlpóte~h e) una herramienta po\lero'3 que ayuda a enten\ler cómo fun-
ciona la ciencia y a ,eriocar su avance. El ubor\laje con hipó te,i:. no u la imica forma \le
hocer ciencia. pero ha funciona\lo y t<><la per~ona intere~ada en la ciencia debe apren\ler
a planturla .. La ciencia tiene como caructeri>lica 1:, pre\licción. y a ~l'Celo el inHlolI,a\lor
cae en la trompa \le .elt«ionar >ólo los hl'Chos que encajan con las ttoriu aceptadai o
que ya ocurrieron La ulllización \le hipó le.i, (1 priori y el \lt>eo \le romper o mooioca r pa-
ra\li,mas (Hn.tadelo aceptadas ) pue\le ayud:tr a evitar la inert'ia en el penu.miento: cuanta
mayor loea la frecuencia con que ocurre un hecho. menor "nlolbitida\l le llene frente II lo
inespern\lo.'"
I'or último. 1000.101 imelli,a\lorel \le;ea n ap rox imarse a unu rl'lación caula~fecto
entre la. ~anablt> de la hIpÓtesis. El hKho \le hcribi r la hlpóte.il da una forma hpecifica
\le rl'lación a la.t\luli que se enu\lian. La inveltigación cientifica bu>ea mimmtzar 10. ~u·
plleuol en que lie mueHn kili vari ables. lo que lal hace comprtn.ibllf> paro el pen.amien to.
E. rl'Comendable ejercitar 1u e>en t ura \le hipó te ,i, ha lla logror la habibda\l nKelari a paro
reahzar una buena inveui~ación.

Referencias~""""""""========::::-=::;::::::::::::::

1. Ruiz R.. Ay..!. F. El mi1DdtJ m Ws r;mcUu. ~pisl~m%&ÍdY dJ,ulirÚJmll_ ~{éxic<>: Fondo de Cul-
'uu Económico. 1998.
2. Lópcz-Alv...,n,~J .e.. I)érn-N~"~r .... L~l., Sobnao-Co",io S. L, uÍ>: del p .... ocolo de In"e .. i-
g~ci6n . 1"rIe J de 11 1: de l. cace,;. de l•• hip6«si$. D,mlillll. R~" /ola. 200953:20 1-205.
l . Popper K. c.n}«tJtm Ilnd ,tfot;Jti~ns. 7"~ l'owrfJ ofsrimrifir Imowln1u. 4a. ni. Lond",,,, Eou-
Acd~c .nd Kc~~n, L972.
4. TONN Folcó n D. L#tjfil MIlftmJtitll. l •. "d, ~l 'xieo, Un iv..... dad A",6aom. ~ln .... pol".n •.
1~5, 37-74.
5. Wi,~o .....I" j.A., P~a.n Le. lhe ....,•• men< of .ene: An ev.I .. .,ion or ,,,d,
a; .ad I ... on coua-
lin~.n .he muou",men. of .eae. e/h, D!rmIlW/, 2004:22 ,394-7 .
•. !'rdl ...oo j.~t /1IIY1f1IW M,rw4¡q,ü.y limiras d, tmbdjq ritntlfiu. ~I:>dnd: CSS. 2003:78-79,
1. Heg.a C . B..kaoch D. f,·jJmrit-b"ud M,dián! Too/kit. 2,. ni. Oxford: BI,..,kwdl B~ IJ
Boo~., 2006
l. Lóp ..~ A!v.rcn;.J.e. Tu " .... d,o e.á ..,.;.do. Re" fndor ,ino.y""",n'n, L!J99;7(1). 13-16.
9. ~1 ..(ul"'Y H. \,('h>! 11 ~ P nluc~ EIl. lI¡t llltil!t $li1n/ti(J. Nuev. York. O lford Unlvc,,""y I'n: ...
L995:93-105
10. T:olcb N .N. El m",,,,,.,,,. lO",. ..>: 1'.. .16. Ibéric •• 2008.
 Enfoque práctico de los
elementos necesarios
para la estimación del
tamaño de la muestra
Alturo Redong S.rn¡1
Ju,n (Arlos LOpez A1v¡reng~

Introducción
La! exigencias en la in~e,tiJlación actual han creado la ne.:e,idad M profundizar en mu-
chos a,pecl0:5 e,tadísticos. Es práclica comun pedir a 10i alumnos de maeuna y doctorado
que calculen ellamado de la muestra del estudio que realizan. Para ello deben eiCoJlfr las
variables que han ull~ Z3d o para la hipóte,i, de trabajo y deben dife~ nciar las vari abln de
respuelota (deptndlen telo t y las p~dictorJi (i ndep endient ei).
Para realiza r un cálculo adt\:u:ldo de l t'lma~o de muestra. el inHui,ador debe
conOCfT con ampli tud las variables que debe analizar. Cada variable tiene su propia
di>tribución probabilimca y alJlunu cuentan co n forma! muy particulares. Por ejemplo.
las concentraciones en suero de tnJllicéridos y leptina tienen diunbucionh ses,adas
alu dut\:ha (conniltese el capitulo 15. El S":Jg'll'll 1(1 iMl'fIIg<lciém) y es comiln que la
dhviación est!lndar ten,a un valor muy parecido 1,11 promedio rhpectl~O La transfor-
moción 10JlaritmlCB h muy utilizado con eiUl~ van ables. Este conocimien to contribuye u
que los c!llculosloe ha!an de manera lIdecuada con los 10Jlllntmos y nocon las variobles
on&inales.
Estas técnicas estadísticas para la ¡nvenigación se utilizan en casi todas las Areas del
conocimiento. con un aUlle importll me en Ill1 ud . E.~ bten varias ralones para leltttiona r
una muestra. el obJ""'o fundamemal es hacer InfeTfnciai eltadi,lIcas {estlmadones de
uno o mih parnmetro. "ce~a de una población finita de interhl. Esta poblaci6n ti la
que.e deiea IIIIUIIJlar ya la que;t le denomina población de imerls., poblad6n blan_
co o población diana. Pana qUf la u trapoludón (lII ffTfllCia fi!:ldíltlca)lenJl:l va ll det, la
mUfitrll dfbe ~er repre~entatlva y la ~pre!fnta lividad al udf a qUt el fitlmador mUfnral
de la. vanablfi de in1fr~s debe Ifner una dinribución con comportamiento ~imllar a las
de la población de la~ que proviene. ' [-'ara cumplir con eite ~upueuo de reprr~enlatividad
e!i dheable que la rnuhtra ~ea prob~bilÍ>lic3 y p:1r3 calcular ~u tamailo ie deben lomar
en cuenta vario~ faCloru: htructur.l de la hip6 tt>i .. error tipo 1 (error alfa). error tipo 11
(error beta), poder euadiuico dheado, variabilidad, pérdida~ en el ~eguimiento del h·
ludio, diferencia clinicamente .i,nifkativa y tipo de htudio epidemiolópco utilizado en
determinada in\"hti,aci6n.

Aspectos básicos en el p roceso de mue streo

l'obl(lá()II t i elconjunto tOlul de dementol del que se puede .elKcionar la mue>tra y e,,1i
conform:,do por elemento. denomimldo. Ilnid(lrl('~ d,' ",ut')/rro o uni¡/mll.'s "'un,",/"s, con
cifTW ubicaci6n en upacio y tiempo. A elUl. unillad".e le; llama elemental" .i .on el
objew último del que se pretende obtener inform;lci6n y no elementalel.i e;tlin con.titui.
da. por ,rupos de unidadu ,Iemenwle .. ' La. unillad" de mueSTreo pued,n ,er indiyiduos.,
familias, compailíalo. etettua.l

Muestra de la población de interés

E. dheable que la poblaci6n d, imerl. >e enCUe ill re rep"rada en un medio fiiico, conocí·
do como marco de mUeilreO o marco mues tral. Ei te puede >er un directorio, un mapa, un
1i>tado, un archivo o cualquier Otro material aceptable, que conlfn,a todas la. unidadel de
mue~treo debidamen te identificada! y aCluali zada .. H .1 parque la mueUnl ~e obtiene de él.
Se dice que >e cuenta con un marco Illili:;"h1e cuando 10i elemenlOS de éi lf coinciden con
la poblaciÓn de inlfrls.'
La informaciÓn de una poblaci6n se obtiene mediame ceniO. o métodm de muti-
lreo. En un cen.o le repurun las caraCteriilicas de interé> de lodo!i 1m elementos de la
poblaci6n. En e;1f c3;0,!ie conoce perfectamente la di>tribuci6n de la; variables de ill1eréi
y no f i necf>ario hacer inferencia estadiuica, porque el parámetrO se calcula de manera
directa. Sin embargo, el censo f i muycouOlo; por ello, el invf>tigador opta pOr recu rrir a
una mueilra. Una mueilra no e; más que un ;ubconjunto de la poblaciÓn que;e obtie ne
mediante un plOChO o hlrnttgia de mUfltreo. 'J
Eile capítulo;t concenlra so bre todo en el di;filo y la determinación deltama~o
de la mueilra para lograr repreitntatividad o validez fllterna en laHonclu~ione; (flgur.
7· 1).
l'or la forma como if sflettionan la. unidalle¡ de mUhtrfO, una mUhtrn puede;1r no
probabiliuica o probabi1i>tica. En una muenm de ene último tipo. lu .eletti6n de ;u; ele-
mento. loe ru)iza m,dinnte cuotas., CrittriOI o a conveniencia de! inllhtigador. En fltt tipo
de mUUtreO, la. unidadu tienen dilo!intas probllbilidadt> de.er ieltceionadu y, por !llntO,
no.e puede determinar la validez ni la confianz;l de lo. rfluhados y tampoco loe pueden
analizllr lo. errore> cometido. en la t> ti mllci6 n ni fij llr lo. tamal1o. de mue;¡ra. Un C3.0
muy común .on la. enCUhla. de opi ni6n, que ca.i liempre tienen poca credibi lidad (po r
ello, if le; conocen como mue;!ras erráticas o drcunll~nciales). '"
Un mUfilreo e; probabilíSTico cuando cada rlernelllO dr la poblaci6n lirne una pro-
babilidad conoci da mayor qu, cero de ser .eleccionado rn alguna mUeilta y el proce.o
de .rlecci6n de 101 elrmenlo, se realiza mrdiante mecani.mm alralOrios, 10 que permite
medir y comrolar lo, error" drl mUf>treo. 'J.'
 EnI"",. prodlco dio 1<>< ..... orIIIo< ""ce<.,,,,,, poro lo 0<1..,,0,,00 doIlo",ooo do lo mlMl<lro b7

EOIlmodor EAlr..,oloción
mu.OIr.t

e
Repr ..enIOllvid.d:
Oi .. nbuciÓrl de Ire""encio. "mi l., _ _ _>
entre lo mue .... y l. poblociÓrl

Figuro 7_1. RI!"pI".. , .. rUtMdild de un,) mu~m. pro bablli,tlCil

Muestras para estudios clínicos co ntro lados.

¿Cuál es la di fere nci a ?
Un a~pecto dife~nte del mUtl1rW es el calO de lo, e>ludio, clínicos pam de terminar la
eficacia y ~eguridad de algun medicame nto, en comparación con los trutamienlO~ ulán dar
o placebo. En ellos. el inltré!; no reside en SaCa r inferencia~ .obre una población blanco en
un .entido expue,to, sino en contm>lar hipóte,i~ ,obre un tmta miento (o una maniobra)
que intere.a al invenigador. Por tanlo, el mue>treo .uele ~er a conveniencia.
Una vez que loe ha seleccionado a los iujelo. de e>ludio. loe hace una aleatorización
para a.ignar eltrutamiento que rreibe cada uno. En e>le ca.o e. adecuado que la aleatori-
zación.e haga por bloqUh alealOrio!.. Si el i nVh tigador conoce de antemano la uineneia
de factorh que modifican la variable depe ndi ente. e~ recomendable hacer e.trutos para
cOnlro]ar a ]a variable conru.orJ y. en eSle ca.o, cad:t e.tmto.e aleatoriza en forma inde-
pendiente para lograr grupo. balanceado. en el tmwmien to.
Ob>~rvese que lo queloe prueba t:> la efec tivid:td de lo. tratamiento!.. ref\ej:tda en la.
vari:tble. dependientu escogida. por el invtótigador. El componente probabilhtico esu\ en
ht :uignación aleatoria del trammiento y no en 1:t ,elreción de lo •• ujetos que panicip:tn
en el e>ludio.

Factores para la determinaoón del tamaño de la muestra

En la invenigaciOn clinica y epidemiológica eximn faClom que condicionan .1 tamafto
de la mUh tm; pueden ... r de orden logiuico o ntadiuico. Entre lo, de omen logi.tlco le
encuentran la. ~mimnte, financier:u de un h ludi o dnerminado, o la dhponibilidad de pa_
ciente> tI! un estudio de enfermedad.., poco frreut nt r!.. 6 I-'o rotm pane,los focfOrr, de orden
tuadí, tico que determinan el tamafto de mue;lra,e mencionan a continuación.
Hipóte.i.
De acuerdo con el tipo de htudio de i nve>ti~[\ció n. ta l vtz ,ea ntchario formular una o
m:h hipóthi>. Si u trata de un ~~tudio de tipo de.cri ptivo. h tO no h nKhario. porque
~ólo,~ bu.ca una caracterización de la población de int~rh En cambio. en lo! htudio! de
tipo comparativo, en que H emplean prueba, de ,ignificación ht:ldhtica. ,; e, nKe,ario
hmblKtr una o m~. hipóte~>. ]>or lo genera l. en la formulación de una hipóte.i! el invh-
ti gador plantea ti priuri el po.ible rhultudo. mie nt ras que con lo! eltudio~ deloCripti,·o. óe
pueden hmblKer propue.tu de hipóteóis (¡ posr<'f;or;. En ambo~ ca.o\., el nKelario con-
traswr laó hipóte~s '1 determinar si,~ aceptan o óe rKhalan. J>ar~ rnlizar hte contraóte.
la. hipóthi. lOman el no mbre de nula (H o) o :dtern:,tivll (H ,). En ca.i tooo.IOI ca.o\., la
hipóthi. que el in"f>ri~ador der.e;, probl'T se pl"n tell en 1:1 hipótHil alternativa; e. dKi r, el
invutigadoT e'pera que.e rKhace la hipó tes i. nul" (<;U;IIdro ' . 1).
El lipo de contro)!t de hipótt.i; puede ,er unilattral (una cola) o bilateral (do.
CObijo Una hipólt~. unilaterallf pla ntea cu" ndo,e t>pecifica b dirKCión de la a.ocia-
ción (mayor o menor) de las vari"bles; en la hipów.i, bilattral, .e puede afirmar 13 exi._
ttncia de a.ociación en tre la. vari able>, pero no I~ hpKi fica la di~ión . I'or lo general
loe recomienda que el contrane de hipóte.is lea bilattral, porque o frece la utimación más
robus ta, a pesar d~ que el turn a DO de mUll tra es má. grande. El con trane unilattral !ólo
d~be utilizarse cuando exis le evidencia su ficien te para limi tar las hi pótr,is a una dirección
(una cola).' Aunque eilo es po>ible, la mayo ría de IO i revilores de protocolo. de inveSlili a-
ción lÍene la conumbre de e., i!ir con tras tes a do s colas. Cabe meociona r que el valor de
Z de un a dis tribución normal cam bia dependiendo del ti po de con tra,te de hipó tesis. As~
para la probabi~dad de a acep tada, en un c ontraste unila teral se tendría Z. y para el bi-
laleral>f tendria Z.... E n cuanto al valo r co rre> po ndien lf a la probabilidad de ¡} aceptada
en ambos contraite~ es Z ....

Error tipo I o error a

En un cOnt mlle de hipólf~s. al valor a (error tipO I),e le conoce como la probabi~dad de
que,e rec hace Ho(u ocepte H,) cuando Hoe, cie rta. E, decir. P{aceptar H ,lHo e. cierta) = a .
Al valor (1 - a J· IOO.e le conoce como el nivel de co nfianza de la prueba. El CO, tO para
el invhti gador de reducir ti error tipo I y. por la nt O, de tener un ma)'or ni_el de confianza
en lo, rf,uhado~ requiere un ' am3~0 de mue. lr:l mllyor, Entonce>. el valor de a varia de-

Im!f!tl_ POSibles errare s en el COnt'¡Sle de ho pót esls

R" .. lod<od

H" ". <","'a H • •,. <I<r"'"

~ (er ,.,.. "po 11)

SeK~ .. H, u (err.,.."p o 1)

", . .. '" ~ (.emor lIpO O.. le ' ' 'otO """'" l. proO.bd,dAd ~ ",... ~ H,
1>0 oupI' H,) aoondo H," MOl. Al , .... ~ .. le «"000 como" pr<Ob. . . . .
~que .. ~. H,<WO>do .. 1.... (1-1,., 00110)
 EnI"",. p'0d'co dio 1<>< ..... orIIIo< ""ce<.,,,,,, poro lo 0<1..,,0,,00 doIlo",ooo do lo mlMl<lro 69

pfndif nd o del nivel de confianza qUf it qui tra para la prufba; flcri lf rio más uia do f n la
literatura biomMica con~i Jtt en aa ptar un ritlgo de a < 0,05.

Error tipo 1I o .rror ~

A la proba bitidad de que ~e acep te Hoc uando t> fal !ill (H , ti cierta) ~e le co noce como error
tipo 11 o error (3. u dKir. p(aceptar H,lH o e~ cierta) = fl Al i; ual que co n el er ror tipo l.
CUllntO menor ~ea la probabilidad de cometer el error ti po JI mayordebt ~tr el IUmallo de
muelt rn requerido. El va lor de S to lwlble de mayor ac eptución en IQ comunidad cientifica
VII de 0.1 a 0,2; incl u~o~ e ha inli!itido en que el error (3debt ler i;uQI que el error a,

Pod. r u t.td iu ico

En elcontrane de hip6luis. el poder o h, po tenci" Ht:tdh tica equivale a la probabilidad de
aceptar H , cua ndo e~ cie rta. Se define como I - fl E¡ dKi r,

l'o.dcr c ... dí..ico. P{.ccpur H,IH, c. cien. ). 1 - S

Elle concepto e, t:l vinculado muy de cerca con el error lipo 11 y IU \'alord ept nde del
error tipo 1I que i t acepte. De hta manera, ¡i S= 0,1, i t tiene un a potrncia de 1 - fJ= 0.8.
En térm ino!> porcentuales.,e dice que la prueba tiene una polencia de 80"/... Si se quiliera
un poder filadinico mayo r, ¡f ne.: e¡itaria una mue¡tra de mayor mm aiio. En ~rnenlL el
poder ntadi,tico mínimo aceptado en la literatura biomédica n de 8O'Yo. Cuando el poder
ei menOr a eila cifra, al~unru auto res, como Hennecken;,' iugieren que eilos trabajoi no se
tomen como co ncluye nt ei cuando no se haya podi do re.: hazar la hipótrsi!i nula (cuando
>f haya 3Cfp tado la hipótui i alternativa),

V.rioobilid.d
Ei la dilpt~ión tlpuJ.da de 101 datoi, La v¡jriabilidad !ie evalüa dependiendo de la va-
riable de inttrfl, Si f lla ~ ~on co ntinual, el ¡amallo de mUhlra htá determinado po r la
va ria ble con el mayor coeficien te de variación [C V( Y ).(S,lY ) ]. donde Sr ei la delvia-
ción tltllndar y Y el la media. Cuan to ml¡yo r Ita el C V, el lamarlo de mutltra ei mayor,
I'o r o tra parte. cuando l a~ vari abltl de interh Ion (I"e;órica:., debe utilizane la htima-
ción de la proporción que mili le I¡cerque a 0.5. En calO de que exhtan hipóte~il con
ambol tipo~ de variables. el lamai'io de mUhtTa le debe calcular de acuerdo con la vari ll-
ble cate,órica, porque hto 'I¡mntila una mllYor ca ntidlld de element o~ o indivi du o~ y,
po r tanto. rnultadol m{u rob uuol, 6 I'o r lo genenll, la variabilidad ~ e ob tiene de e~t udi ol
previo~ repo rtado. o de er.tudio~ piloto. f>or medi o de la er.tadh tica, le ha demOllrl,d o
que cuanw mh a,rupado. e>ifn 101 va lo rt> ;Ilreded or de un ej e centnll, la vari abilidad
t i meno r '/, po r tanto. e1l umallo de mueilra wm bitn re¡u lta menor,l

P.rdid •• an .1 •• guimi.nto d.1 ..tud io

Du rantr la rtaliución del tllUdio, puede haber phdidai de Imi ¡UjftOi bajo a ná ~ ~is por
di versali razone;, como rftirO!> del ellUdio (drilp_ou/s). I'or ello. i t debe prrde.:ir la canti da d
e~perllda dt ptrdid3~ y contemplar un aumento en eltama~o de mue~tr1l en hla prOpor-
ción. porque ellama~o mínimo de mUHtra necHario p:lrlI ob tener rhullado! h tad ínica-
mente li,nificativo~ tila pen~ado de acuerdo con el número de lujelo~ al final del htudio
y no en 101 incluido~ al principio.·

Diferencia d iniumenle .ignifiutive

La ma,nitud de la diferencia del efteto que.e de,e:1 dutetar entre lo~ ,rupo~ evaluado.
h la condicionante máó importante para el cálculo del mmallo de la mueura. Muc h:l.
vtee!.. la obtención de una diferencia tómdíuicamen te .i,nificmi,·a no rhul la ·clinica-
mente" .i,nificativa. I'or ejemplo. tal vn exi.w diftrencÍlI hladi.ticamente ói~nifica li va
al compar.lr el efteto de do. medicamento., El in"elli'/Idor clí nico o epidemiólo,o debe
duerminar.i la ma,nitud dt eóa diferencia es clinic:lmenu relevante. >in importar que
haya re.ultado e,tadi.,icamentf .i,ni fiC:lIiva. Elle criterio h ,ólo c1inico. Cuanto mayor
.ta la diferfncia de fila ma,ni tud. menor es tI ,amano de mueófra rfquerido; en cambio•
•i .r de.ea dflKtar diffrfocias prqufh!.. el tamal\o de la mUfil!"3 debe ler mayor, No
obltanlf. cualquier diffrfocia de relevancia d inica. tambih dfbf ser utadi.ticamenlf
.i,nificativa.

Tamaños d e mue st ra d e acuerdo con d istintos

d ise ños de muestre o
Para dete rminar el !amatio de mue,tra, no baila co n tomar en cuenta lo. factore. expues-
to. en la ,ección anterior. rambitn hay que cons id erar el tipo de di>eiio empleado en la
invuti,ación. Exilien diiei'ios de tamaño fijo (Jo> má. u.ado. en u t udioi clínicoi y epi de-
mioló&icol) y ,·ariable.. En los primeros.. la ellimación del tamallo de mUeitrll.t fija deide
el inicio de la in'·uti,aci6n; en IOi t>lud io. de tamatio variable, el número de iUjflos ie ' ·a
incrementando halta obtener un ta matio predeterminado (di;eilo iKutncial) o el diitllo
experimental que in,·olucnl un iolo CaiD.
En hte capítulo 1610 ie han referencia a dile~o. de tama llo fijo y le mUhlra el cálculo
para dettrminar ellama~o de mueilra de una proporci6n. un promedio, una diferencia de
proporcionh y una diferencia de promedior..

calculo del tamaño de mue.I •• de UNI medi.

El inttrvalo de confianza para eótimar la medi:1 poblaciona! a partir de una mueótru eó

I C= y±&

donde ei la media estimada a partir de la mUhtr:1 )' & = ZoI) 'L~} donde. a su vn,
,. ~(, _ T) Y Z~ e; el valor del eje de lal ab¡¡;ila; dr 1:\ función normal e.tándar en qUf
.-,
;e acumula la probabilidad de (J - a ), Cuando"" muy pequeila. ZoJ) podría SUllitui r.e
por f, ... ,o.-n" EnlolICes., al desprjar" >f tirne lO = Z' ~:S', En mUhUll. fini tas dondr la
población es inferior a un millón, la fórmula para fl cálculo del tamallo de la muestra Ir
 EnI"",. p'0d'co dio 1<>< ..... orIIIo< ""ce<.,,,,,, poro lo 0<1..,,0,,00 doI'o",ooo do lo mlMl<l,o 71

;uele multiplicar por el fac tOr de cOrrtcciÓ n pOr finit ud (1-!!, \ quedando la enimaciÓn
deltama~o de
z"s'
mUhtra como n = . '3> "( 1 -
" f
*' ) En ;eneral. el error de e, lÍm ación o
error ab~olulO (II) ~e ob tiene de una muenra piloto o de hludioi de in"hti;ación previo!..

Cálculo ~r. d.t.rmi""r.1 t. .... ño d. muutr. d. u"," proporcion

El wm afto de mUhtra de una proporció n le Cltlcu1:t mediante

n=Z'.~ · p!. l -PI ( I_~ )

a' N

donde 1-1.. • ;",1:", 'I,e le conoce co mo "preci.ión" del mue~treo o error de la e. llm u-
ció n. (1- Ñ) es el f:!Clo r df corrto:dó n por finitud df la población, qUf ¡ufle aplicarse
c uand o fila ,; inffrior a un millón df ele menlos,· En e.\le cam, p f> la proporció n e>ti.
mada del paramelro poblacional '1 Zd> el el valor del eje de la; ab;ci~al de la función
normal f> tá nda r en donde >f acumula la probabi lida d de (1 - a ), En ;,neml, el error de
f ltimadó n (11) le obtiene de una muestra pilo to o de eiludio. anteriores' En cal.O d e que
no se pueda determinar e>ta proporciÓn, le lOma p = 0, 5, porque ene valor ;a rantiZa e[
ma'l0r tamailo de muestra, El niv el de confian za (1 - a l' l oo que suele utilizar.e en e.ltas
pru ebas, por 10 ;eneral es de 950/" El intervalo de confianza pam una proporción que da
defin ido como

Cálculo ~r• • 1 "'.... ño d. mu •• tr. d. l. dif.r.ncie

d. do. m.d;'. ind.p.nd i.nt..
La fÓrmula para el cálculo de mue. lr:t de la diferencia de do; media, es

donde n, e; d tamnfto de mueilra pa ra el grupo de Teferenciu '1 n. Jo e; pura el ;rupocon

un11 ¡nlfr.'ención alternfllivu; D = {Me - Al) (d onde M, f> la media del primer ;rupo '1

f.
M. ella del segu ndo);!? el la varianza de a mb" . diilribucioneli, qu e le .uponen iguale;;
Z. el va lor del eje de la. ab;cisas de la funciÓn norma l e;tándar en d onde If ac umula
la probabilidad de (1 - fJ), Ella fórmu l" para eilimar n = n I f emplea c uand o >f tr:l13
de un con tra'lf dr hipólfl;; bilalf ral; en caso de un con;ralo'; unila ter:ll,;r ~u¡, tj t u'le ZJI
con Z •.
calculo para el t."naño de muestra de la comparación de do. media.
pareada. (med ida. repetid ... ) en un .010 grupo
La fórmula del tamaito de mUhlm parJ cada uno de lo. ,rupo~ que ha brá de comparJl'se h

( Za¡2 +z~r-Sl
" , "''', ''' ti'

donde d el el promedio de la l diferencia. individualtó eOlre 101 valorh balaltl y pollerio-

TtI., S' el la varianza de amba. di ólTibudone>. que . e luponen i,unl e>. Z,.r. t i el valor del
eje de lal abloChal de la fu noción normal euánd:\T en donde ót Ilcumula la probabi lid ad de
(1 - a ) pllr.l un co nl r.Ut e de hipóte.is bihl1enll y Z. es el valo r del eje de lal IlbloCila. de la
función normal hl:lndar. en donde ót acu mula b probabi lidad de {I - I}),"

calculo para el t. ..... ño ele muestra ele la comp.ración de elo. m eelia.

parudas (meel id •• repetiel ... ) en do. grupo. di.tinto. de .ujeto.
Ellt di,eito le utiliza cuando le quie~ comparar el cHmbio en lfe una medida ba,al y olra
polltrior de dm ,rupos disuntos de sujtlo!. El pOlible que exilia un a correlació n en Tre
amba! medida!; en ellt ca ~o, u cor,;,e po r el coeficiente de correlación (p). q ue, al i~ual
qu e la dnviación " I:lndar, le eltima a pa rt ir de prueba! piloto o de txperieocial previa!.
La fÓrmula para la uumación dtlta maño de mUWra de loó ~rUpoó u

2-( Za + Zp)l _(1 _ p )- 51

1M... Al",!'

dond e Al.. t> la diferencia enlre 101 valores iniciale! y lo; finale! en el ,rupo de los contro-
le. y M .. e! la diferencia en t ~ 101 \'alo~s iniciale! y fin ale. en el ,rupocOn trata mi en to."

La fórmula pam humar eltama it o de mueólnl p:lTa la diferencia d e do~ propor\:iontl t i

-
n,_ II,
", I',O-I',)+I',O-I',
,
z)'
).(Z_ ." ._~
(I',-p,)

donde P, el la pro por\:ión del primer ,rupo, r, es la del ,e,undo ,rupo a compa ra r y
(Po - PI) h la diferencia de la, propor\:ionu entre 101 ,rupoóen hlUdio, Z,.r. t i el valorde1
eje de lal abloChal de 1:1 funoción normal euánd:,. en donde óe Ilcumula la probabi lid ad de
(1 - a ) pllr.l un co ntr.ut e de hipóteóis bihl1enll y Z. es el valo r del eje de lal IlbloCilaó de la
función normal hl:lndaren don de ,e ~cu mul~ b prob:lbilidlld de (1 - ¡}j,

calculo para al t. ..... ño ela mu .. tr. ela la comparación da

do. proporciona. indapand iantas
Cuando It tiene una tab la de contin,encia de do> por do> y lal co ndicionn U cum plto
para apticar una prueba x'. •e puede utilizar elta aproximación pam tI cálculo del !amado
de la muntr1l de la comparación de propOrciOnel independien tu . Si~uiendo eue plan tea-
miento, la fórmula que Marr.!~at y colaboradorei proponen par.! la diferencia de propor-
cionh independienteJ el

donde l' u la proporción media de ItI proporción de e,'en!Os de interh del ,rupocontrol
(e) '1 el ,rupo en tr'JIamien!O (.o), Q = I - f', f' el la proporción de e~entos de Interb en el
grupo control. Q, = I - 1',.1', ella proporción de e"entOI de interh en el ,rupo expuelto
o en tratamIento. Q, = I - 1', '1 ( I', - 1') es 11. diferencia de !al proporcIOnes entre el ,rupo
control '1 la proporción del , rupo de expue;to~"

Cálculo pare .1 te .... ño el. mu •• tr•• n que •• tiene u .... hipot •• i. el. bioequivel.ncie
y •• quie .. elemo."er le hipot •• i. nule en le compllrecion ele do. proporcion ••
E n e,te caso. la fÓrmula para el cálculo del ta m a~o de mUe,tr.! del ~rupo control '1 del
expueuo es
p, on
~ '(2aa +2 )' ~
11 =" =__~'--'-~-''-
< < (p.- P.)'
donde l' t i la tstÍmación de la proporció n de e"ento. de imerti en el ~rupo control,
Q, = I - '1', '11', t i la proporción de eve ntos de inte rts en el ~rupo u-atado. Z"", es el valor
del eje de las aMci13i de la función normal e>t<lndar en dónde ie acumula la probabilidad
de (l - a ) para un cOntr.lUe de hipótesis bilateral '1 Z~ es el valo r del eje de las abiCiias de
la función nOrmal euándar en dónde se acu mula la probabi lidad de (1 - {J) '
En la actualidad. con el UIO de internet le facilita la obtención del t ama~ode mueu ra
empleando pro,ramal en I¡nea u Otros que ie deiCar~an La diverndad el tal que se pue-
de ob tener el tamallo especifico de una mueura para el diie~o de experimentol y de 101
factorfl de termi nantes para el tamano de muenra. Entre los pro,ramas más uluales en
la epidemiolo,ia titán EPI DA r, G POW E R '1 E PII NFO. que pueden obtenene Iln COStO.

1. Cid Ci d A,I.. Odg.do :\hn<Í'IU'¿ C. A., lCg'>'ey G.I'n S. :\lueocn:o en pobla",on« 6"" ... En :
lcguey G.J'n S (eoord), l"trtJd~lTi~" ,,1 ",untrM m jX1b1.mo""fi"ius. :\hdnd, E'P.ña: ENE,
NuC'Vu <oc I\I"'U"'<' 19'99.
2. l'é<C'¿ :\led.na A., Gt.m'L Re>t«p<l c.,
Síndll:-¿ l'ed.-:u.:o R., Oenn.. R., Rwz :\lor.Jco A. Se_
I«cit.n de l. mue"", y f~",o",. d"'erm;n. ntc. P'" d cil.;ulo de!I\J um.ño. En; Ru,~ :\lo",le.
A., Gt.mcz Re .. rcpo c., lendoiio Trujillo O. (ed). IlIlJt'<tiBHiIÍ" rU"iril: E,,;mmj.~ di"i",
""lüada. ~ot:i. C olombi a: Centro Editori" J.veri . no, CEJA., 200 l .
l . .\iéndcz Ramí...,.. L, Ed.v. Gam .... G.• Romoro .\1.,« l~ Conup"" lNki""tÚ ",,,ntrn. (¡rri~ ",o'
not'Jfira). '\i<xie". D.F.: l o .. i,u'o <k In"o<li&.eiooo. on '\l>1 o",.,i",.. ApliCld.oJ r on Si .. om. ..
Un i"o"";d.od N.eio n.! Im,óoom. do .\Iéxieo. 2004. Vol 12. Núm . 27.
4 . .\1. n ioalknClrdio" C. Es~¡Jísriray ",,,ntrro. 12 •. od. Bo&",a. C"I" mbi., u<>c Edicio no .. 2005.
5. Coch",n W.G. 5.lmpli"l: T«b"iqun, 3•. • d. Nuo". yo,k Joltn Wil~' & So n.. 1977.
6 . .\1.,,,,&,, J., Vil. j.. ['.."ni .\1.. S. n~ F. fstimtlrió" Jrl ~mlil;¡o Jt ",,,,,rra r" f.l i"''I'lri/:<Jrii" di·
"ira! rpiJt",iolit,itu, Unid. d <k Líl'ido. y Epid<",i "logi. C. rd"",,,ocul,,,. B.,.edon•• Eop.ñ.,
In .. "u,o .\-I"n,ap. 1 d. In"" .. " •• i6n .\Iédi. > (IMlM), _\I.dicin. Clínia, 1998: 111,267-276.
7. H.nn.dc.n. C. H .. .\'lay.... n, S.L fpiJrmiofog i" Mrdirin,. l~ . on: Linl. Brown and Co mo
p.ny, 1987.
 Introducción a las té cnicas
de muestreo y su apli cación
en el área de la salud

Arturo R.dong S.rn¡1

Lu" Ennqu. C.lviI Sinc ....z

Introduedón
Al emprndu un proyf'CIO de Investitación en el área de la ~alud, e~ muy comun que se
tru le de ~~pondu cuál.rs el tamallo de muestra n«esario para que los resultadm stan
en adisticameDle sltni6cathm con detuminad o ni vel de confianza. Empt'ro, en pOCai o
nula~ ocasione~ ie preita suliciente atención al di se no de muestreo, de modo que iea el más
ad«uado y ractible. aco~de con la población de estud io y los obJe ti, os de illlesu,ación.
En la ac tualidad. el muestrto ~e ha co nvertido en una hermmientacada ,ez más uull-
zada en dl\enru ~mblto. de IDves u,ación, como el á~a de la salud. A I,unoi ejemplos en
que ie han aplicado tknica. de muenrto ion encuuta. de salud. estudios sooodemo,rá-
°
licos. estudios de opimón y htudios de men:ado. Uná mutitra subconjunto pobladonal
,e nlecdona por dlver~as razones: el objetivo fundamental e. reabzar ¡nftrenda estadí.ti-
ca de unoo mh parámetros de la población de intert.. tambltn llamada poblaCión blanco
o población diana
Parn que la mfertncia estadínica o la utnlpolación tenl;0 v!ll¡dez.la muesl!"'.! debt ser
rtpresenmllva y, pam que se cumpla e,te as pte lo, el esumador muestral de las variables de
illlert. debt tener una distribución simil;lr a la de la población de la que pl"OYiene. ' Para
cumplir con hte supuesto de repre;en talLvidad, re.uha deseable que la mues tra sta proba-
biliuica. de modo que el muntreo ofrezca diversastknicas de selt«ión
En re~umen, al muutreo se le puede considerar como una hHramlenta que ofr«e dl-
'ersas tknl~ai pam oblener eSllml.dones a partir de un subconjunto de la población dia-
na; baJO cie nos supuestos. se puede pra mi 7.a r que dichas eSllmacjone~ son. haJla cieno
punto, muy ~ce~anasH ( v~bda~ y prtei~as) ~ los parámetros poblacionalfl, stO n«fMdad
de reali~ar un CfniO de toda la población. En general. .on do. la. pnncipales rJzonfS que
justifican ellevalllamltnlO de una mue>lm en lugarde un CfniO: la muestra f~ más «onó.
mica y la r«olt«tón de los d alOi demom menos tiempo.
 POr Otra parte. de~de h:lCe algunos ail.os los editorn de revh ta~ médica~ nigen a los
autOrfS de un articulo que upliquen de manera detallada la metodología utilizada. ade-
mas del diseil.o de mueureo y el tamail.o de mues tra utilizado para la obtención de lo~
re~ultadolo. la~ conctu~ionh o ambo~ De acuerdo co n euos a~pKto\.. le puede determinar
ha~ta cierto punto la validez de lo~ rhultado~; por ello rhulla fundamental conoce r el
di,eil.o de mue>trfO y lo~ determin:tnth para el dku lo del tamano de mueltra.
En elle capitulo.e pre,enm. a munem de documento introduc torio de lo, di,eno,
mUhtralb una rf\"i~ión de lo. conceptos b~,ico, de muellreo y de lo, di~enOI mueltrales
más comunel: aleatorio .imple. ,istemático. em:uific:tdo y por conglomer~do~

Conceptos básicos de muestreo

Como en cualquiera otra área de conocimiento. en la teoria de mue>treo >e ha defini-
do una serie de conceplO! y thmino. que e>tablKen las base> para la dis.cu.ión teórica.
A continuación ;t demllan alguno! de los conceptos má; comunes en esta área.

Untdad muestral o unidad de muestreo

A e>l3. unidades se les denomina elementales o unidades última. de mueltreo. si son el
obje to último del que se pretende obtener información y unidadei no elemenmle\.. si el tán
con>lituidali por grupos de unidades elemen taler.. ' La. unidades de muestreo pueden ser
individuo!., famitia!., \'iviendas, ho'pitales, etcét~ ra . l
De pendiendo de 10i objetivos de la investigación. en algunos caiOS sólo se tienen uni·
dade> elementales o unidades ultima, de muellre o. aunque en otros.e pueden lener unid a·
de; elemen ta[ei y no elementales en la mi,ma inv! >ligación. Por ejemplo. se puede con tar
con vivienda. o famifias como primera unidad de mue>lre o Y. al inlerior de htas, ,,[eccio-
nar individuo~ para el análisis de ciertai carac teriuicas individuales. En e.te último Cilio..
ii el objetivo de [a inveuigación consiue en extrapol ar en el nh'el de vivienda o familia. a
elta unidad ,e le con~idera elemental o unidad última de mUf>treo, pero si el objetivo es
reportar en un ni"e[ individual. a [a viviend,t o 1" familia ~e les con~idfra unidade~ prima-
rias de muenrfO y lO:! individuos ~on unidadei illtim:t; de muestreo.
En valÍa~ encue>tas nacionales se pueden hac er inferencia, en uno o en vario~ ni,·ele\..
pero h importante identificar bien cuál h [a unidad última de mUhtreO de la que interha
realizar inftrencia tstadíuica. porque de hO depende el re¡ultado qut arroja el wfr"urt·
htadiuico tn e[ qut,t proct~an [o, d ato!>. Cabt .tftal:tr qut. en mucha, ocasiont~ h rKO-
mtndable rea~zar un an:'lli~i. mu[ tinivt l. qut lOme en cuenta [a "alÍabi[idad dt lal carJcte-
rinica. de interh no .ólo tn un nivel en IHlrticu[ar. ,ino tn todo. lo. nivele> qut inte,,'¡entn
en la se[Kción dt unidade~ mutllra[e~ pHa obtener e>timadores que.e ape!utn lo m~s
posible a [a. condicione> pobl;.ciona[e!>.

Poblacion, poblacion b lanco o pob lacion d iana

Se [e define como el conjunto total de eleme nt os del que SI ,,[eeeiona la mueura y .n:'l
conformada por .lemenlO. a lO:! que se le.\ denomi na unidadti mUfltrul •• o unidad •• d.
mUtitreO con cifrta ubicación en espacio y tiempo. A partir de uta población. l. de •• a
COnOCer ciena. carac t. r;.lica¡ o parámetro> poblacionales.' Un ejemplo de población o
 Introdoc<:Jón • 1.. t&<nKI< d4I muil<lro<>y <U .plrcooon .. n "" 11... do l...Iud 11

población diana 10n los u!iuarios que !iólo tienen acce!iO al.e~uro pOpular y de quienes!ie
de~taconocer !iU~ caracteriuica~ sociodemográfica!o, la!i concen tracionh de ~Iocosa ~érica
en ayuno o lo! ni\'elh de presión arterial ant to y dHpué. de rtcibir a~i~tencia médica en
ha~ unidade!i de atención. en determinado tie mpo,

Paniometro poblacional
Exi.ten do~ procedimiento~ para conocer de termi nud'h caraCleri>tica~ de unll pObl:iCión:
mediante el levantamiento de un cen.o o a Illmir de una mueura o .ubconjunto de tOd l1
!tI pobl:lción de imerh I-'or ejemplo. si .e quie re conocer el índice de mu.a corporal ([ MC)
de la población muicanll, .e tienen dos opcio n e~ La primera ófría It>'(lmur un cen.o de
wdo. lo. muic(lno~ en <tue le mida el peso y 1:1 hlUlOm, para dflfrminar m~; adel;,n'e
el promedio del lMC. La .et:unda opción con.i.tÍria en levumar una mue;tra. también
conocida como encue.ta .
El valor que;e encuen tra en el pri merca.o (levantamiento del censo) e; el valor ~al
de la población diana y ~e le co noce como paráme tro o parárnflro pobladona!. En el
le~undo calo (levantamiento de una muel tra). le tiene un valor aproximado al rnl 'J le
le denomina "timador. E n cuanto a la notación. los parámetro!> ,uelen ~pruen ta ne con
letra. griegai 'J lo> fl timado~1 con la tinas. Por ejemplo. al pa ráme tro de media poblacio-
nal dell MC de la población mexicana I f le denota /l; al ~aloro estimador mediodellMC
o blfni do a partir de la muestra. y.
Aunque la manera exacta de conocn de termi nadas carac terísticai de la población e.
mediante el cálculo de parámetros poblado nale i obteni dos a partir delle\'antamiento de
un cen.o. h lf es, por lo general muy COitOW 'J la recoltceión de los datos demora muclto
tiempo; po r ello, >uele optarle por la realizació n de una mUf>tra.

Estimador muestral
Se denomina t'J/immlor o estimador mues/ral ,,1 valOr obtenido mediante una mues tra. La
probabilidad de que hit va lor ~ta muy aproximado (válido y preciw) al p:,rámetro pobla-
cional depfnde. en partt.. de la htrategia de muto treo, Éna incluye el dheilo de mUhtreO
que. como,e explica m:'u adelante. contempla 1:, htimación del tamano de mue~tra y el
prochOde .eltceión de la mi!ima, además de la forma de con~truir el enimador en función
de lo, dato, de la muenrn que lo determ inan.'

Marco de muestreo o marco muestral

Elte término hace referencia a la ¡¡.Ia de ele mentos o unidades mUhtralu tita li;ta e; 1:1
base para la .tltceión de la mUhtray, por IUnto. duermina la importancia de la toUt~dad
de la. unidades muemllle~ E. dneable que el marco de muestreo.e encuentre rep.trado
en un medio fl.ico otlec trónico. Este m:.rco puede .er un direc torio. un mapa, un ti'ULdo,
un aTt'hivo. o CU!llquier Otro ma terial ~cepl ab lt que conttnp todas las unidad.5 de mUfS-
treo iden tificada. y act u3li~ada, de mantra correcta,," ~ porque de ~.te se obtiene la mut>_
Ira, Se dice que.e cuenta con un marco utilizable cuando los elemento. de hit coinciden
con la población de in t er~s. ·
Muestra
Como ie indicó en párrafos an teri ores.. una muenm ei un ~ubcon;unto de unidadei mUh-
tmle, ~elt<X:ionada~ de la población de inttrh a partir de un mal\:o mut>tral. De acuerdo
con la manera en queie ,eleccionan ena~ unidad e! de rnueurto_la mue,tra puede ~er pro-
babililtica. no probabi1i,tica (a juicio. por cuOta.), o una combinación de probabilí.tica
con CUOIa, y con a;uites..·
Se dice que un mueltreo t> prob:lbiHuico cuando cada unidad mut>tral o elemento
de la población tiene una prob:1bili dad conocid:l mayor que cero de ,er ,eleccionada en
al~una muellr'u '/ eue procuo de lelKción se aplica mediante mtcanilmo~ aleatorios.. lo
que permitt. a.u "el. medir ,/controlar lo. trrOrh de mUhtreo.l.u
Se dice que la muutnl H no probabiH>t;C(1 li la selección de .u. elementol se realiza
mediante CUOlas. crilerios o a eon~enienda del invtltigador '/ no ie lei itlecciona de manero
aleatoria. En hit tipo de mue\lreo, las unidadei tienen probabilidadh de¡,conocida¡ de ¡rr
,elt<X:ionada¡ y. por tam o. no sr puede drtrrminar b validez ni la confianza de lo; r"ulm_
dO! '/ tampoco ie puedeo anahar lo, nrorti co metido, eo la ei tim ación o fijar lo> tama~os
de mueura oKt'lariOli pam ti c:ílculo probabilí¡tico de 101 ellÍmador1'>' Eno no indica que
00 txiua r1'pr1'itnt:nividad;'" .lin embargo. a diferencia del muellr1'O probabilí,tico, OO.lt
tieoeo argumentOi fltadíuicOi para ¡ugerir q u f la mu tl tm ti rtprt'itnta ti,·a.
Si el muestreo t i probabili,tico, ie garantiza que rn uoa cantidad dtlumin ada de
mue>tra.lai caracleri.ucas ob.efVadai ti ent n una dimibudón muy .imilar a la. presentes
en la población dein!tris. Cabe mencionar que, con el fi n de que la diuribucióo de algun a
carac teríuica ob teoida a panir de una muestra ¡ea ,imilar a la di~tribución poblacional.
no baua con que la muenra .lea probabilística; ,e debe garanlÍzar. ademas.. un tam a~o
minimo de unidade! muenroles.

Determinante. d.1 tamaño d.... muutre

En la invf>tigación clinica y epidemiológica exiuen factOrei que condicionan eltama~o
de mUf>tra; h to~ pueden !er de carácter loginico o h tadi,tico. Entre 10i de carác te r 10-
ginico.e encuentran la! ~mitantei fon anciera~ pan1 determinado enudio, o la di~ponibi­
lidad de pacienth que pueden participar en un e. tudi o de enfermedadei poco frKuente>. '
Por Otro parte. 101 factoreJ de (arácter h ladíu ico que determinan el tama~o de mue~ tra
~on: hipótuil de in'htigacióo. error tipo 1 o error Ct. error tipo 11 o error ¡?. poder elta-
dhtico. variabilidad hptrada. pérdida~ en el itg uimiento de utudio y diferencia clínica-
mente ,igoilicativa (coolóltue el C:lpítulo 7 de hte libro. p:lra conocer una explicación
mns detullada ).
Como,e upu,o en el ap;lrm do :Interior. pl1m que la dii1ribución de alguna variable de
imeré> obttnida a partir de una mUhtnl iea ~i mi lur 11 h1 dimibución rul de la pobh1ción
diana. ademá. de que ti muellreO deM ~er probabililtieo. tambi#n ie debe tener uo tama-
no mínimo de mueltra; de t'lta mane ra;e puede garantilar que 10i e.timadore. sean o 00
e¡ta(,lh ticamente signilica tivo. con (,luerminado niv el de confianza, con cierto poder e. ta-
dhtieo u Otrol determinantel deltamano mut>tml. Adem:i; de que los e.tÍmadort> ttngan
o no ,ignilicancia e>ladillica. >t debe coniidtra r 1" diftrroeia clínicamen te ygnilica tiva '/ el
tipo de fi tudio o di,do epidemiológico utilizado en la inv"lÍgación. eoo el cual!e puede
conocer el alcance de 101 re>ultadO! obltnidos.
 Introdoc<:Jón • 1.. t&<nKI< d4I muil<lro<>y <U .plrcooon .. n "" 11... do l...Iud 79

Diseños muestrale s
En hte apartado u pre;en tan lo; disei\os mue,tmles que se .uelen utilizar en encuhta; de
.alud y e.tudie» .ociodemo,rálko;: mue>treo alea torio simple.•i>temático. e;tratilkado
y por con,lomerado~ El primer requisito para :lplic:1r un di.efto de mUhtreO e; dividir la
población de e;tudio en unidades mue;lrJle~'
Otro a.pecto básico de un di.efto de muenreo e; la probabilidad de que una unidad
de mut;trto forme parte de 1:1 mueltra: por ello e; necuari o conocer la probabilidad de
lelección decad~ uno de 101 elemento. mutóln1les. y que f.m .ea mQyorque cero. A dem~s.
.e debe utilizar un mecani~mo de ~elección que incluya la probabilidad de que la; unidadel
de mue;treo pertenezcun al;, mueótra, A continu:tción le profundiza en e~ t o. 31pectOl
puro cuda uno de le» dilei\oó de mutótreo.

Muestreo aleatOriO simple

Si .e di ópon e de una li, la con loo N elemento. que conforman la población de enudio.
el po.ible aplica r un dilei\o de mue, treo aleatorio limpie. En ¡h te. ca da elemento de la
li,m es una unidad de rnUeólrfO y tiene la milma probabi~dad de eltar en la mue.tro. Si
eltamai\o de mueilra el n. entonce> la pro babi lidad de que una determinada unidad de
mut>treo eltf en la mues tra t i n/II' (N y 11 Ion entHm pmi tivo¡ mayorfl que cero, y 11 t i
menOr o i,ual que III
En el muellreo aleat orio limpie. la ;elección de la muelt ra ¡e puede realiza r bajo dos
modalidadt>: con o ¡in re mplaZo. Si hay rem plazo, e; pmible elet;ir un mi.mo elemenlo
en más de una ocaJ.Íón. Si no lo hay. un ele me nto le e~ge ¡ólo u na HZ. En al~uno¡ cams.
no.e juuifica el empleo del mues treo aleatorio ,imple con remplazo. porque la informa-
ci ón obtenida al ieleccionar el mi.mo ele mento má, de una Vel resulta redundante. No
ob>lante. en oca!OÍones y sólo para cues tione> de eltimación. le ¡upone la exi>lencia de un
mUfltreo aleatorio iimple con remplazo. au nq ue le haya rea~zado!OÍn remplazo. po rque
bajo el di.ei\o con remplazo el dkulo de la vari'lnz<t rhulta má. ;eOOllo. mbre lodo cua n-
do el mUhlreO ale:llorio limpie forma parte de un di;eilo m:Í> complejo que incluye varial
elapal de ~elección.· lo q ue .e explica más adela nt e.
Bajo el e.quema de muelITeo aleatorio ;imple, exiue un m«ani ~mo c1áJico para la
.elección de la muellra. Se tra ta de una urn:l co n e.feral numeradal de I a N. que reprhen-
tan a cada una de la. N unidadel de mue;ITeo, i>ara obtener la mut>tra.\in remplazo ~ólo
;e deben utroer al :lzar n hfera~ En ca~o de que huya remplazo. el proct>o de ;elección
inicia con lu eXlrocción :11 azur de unu esfem. que indi ca la primero unidad de mUhtreO
;eleccionoda. Ell a e;fer'J.;e devuelve a la urnu ));!n1 que en lo legunda extmcción haya una
vez más N po~ibi~dadf~ de ¡elección, Emon"s se procede Q extroer QI azur 1;1 ;e~un d a
elfero.;e rep>tr'J. el n6meroy ¡e devuelve la flfer;! a la urna . El procflO le detiene c uando
>f hayan lel«eionado la~ n unidad e; mUfnn! lel que conforman la mue>tra.
La urna se utiliza lobre lodo en juegos df az/.r. pero pocas ,'ece; conni luye una e;-
tralepa práctica para la ~elección de una muema en una enCUHIIl. porque el mKani~mo
resulta inoperante li la población es dema;iado ~randf. En la prác tica. se ~uelen ufili_
za r al~ori t mo; pro~rom ado; en diverlo¡ paque te, compu t acionale~ (l{ . SI'SS. Epidat.
srATA. entre Otro.) que proporcionan. co n bale en el marco de muellreo. mueilros alea-
torial con o.\in remplazo.
Muestreo sistemático
En e.te di>tiIo de mUhlreo, primero ie debe determinar el t ama~o de mue. tr.l (n) para una
pobl:lci6n de N elementOl.. Con hta informaci6 n, loe determina el valor k = Nln, denomi-
nado inttrvalo de ~eltcci6n_ que ~irve para determinar tI ~alto ~iuemátieo en el proce~o de
loelKei6n de la mut>lra. Si el número k e~ fraccionario (no enteroj, se ~uele redondear p:lra
tener un número enltro (k').
Una vel identificado; y enumeTildol 101 elemento. de la poblaei6n, de I a N, ,e sr-
lecciona un numero aleatorio entero entre 1 '/ k'. Élolt correlponde a la primera uni d!td
de muntreo. La .e&unda unidad h el numero de hte primer elemen lo + k ', El Itrcfr
elemento el else&undo numero seleceion:tdo + k', etc, Lo. n - J elemenws restante>
se obtienen sumando k' al elemento seleceion:,do an te>. hau:! eomplemr el lamano de
muestra, n.
La venlaja de hle diseño de mueureo ei que gaTi!ntiza que la selección de la mue,lm
se di;tribu,/a a 10 lar&o de la poblaci6n. Entre SUi dhvenmjas nt:l el hecho de que no siem.
pre .e pueden iden lificar y enumerar a IodO! lo. ele mentos de [a población.

Muestreo estratifica d o
Una e;trattt;ia para mejorar [a pr«i~ión de las estimacio nes consi~le en clasificar a la po-
b[ación en subpoblacionei o el trJ.IOS de acuerdo con dtterminada~ earaelerinicas. La ea-
ractHinica del mUellreO u t rJ.lificado es que estas subpob[aciones deben ser, en [o po;ib[e..
lo más homogtneas en su inlerior; pero heterogénea, entre ,i. Por [o general. si se logra eile
objetivo. e>te diseilo muuual requiere menos unidades de mue>l~o para obtener igu alo,
incluso, una mejor estimación de! parámetro estudiado que [a tstimación obtenida a travh
de un mue>l~o alealo ri o simp[e..'
Uno de 101 objftil'os de ene diseno es que [os f; timadores >fan mh prfCÍW>. aunque
elto significa mayore> eouos y más tiempO para su le"antami en to. l'or e[1o, como parle
de eue di;e~o mue.tral. todos los ei trJIOS fOrm'ln parte de [a mueltra; de eita mane m se
garantiza [a inclu~ón de elementos mUhlra le, con diferenlt; caracteriuicali poblaciona[e;
que padrian .hear a lo. htimadores. Entona>. 10 que se ~e[tccion:t ~on los e[emento~ qut
conforman a cada hlralo.
Debido a que e[ mue~ treo h!ratificado ;upone htrato. heterogfneo>. tI tama~o dt
mUhtra St debe dhuibui r fn lre t odo~ éstos. A eue proceso de diitribudón ~t le conoct
como u.ienoci6n de la mutstrJ. E.m asi&naei6n deptnde, en partr. de la; caracteri>tieu de
la poblllei6n y de lo. objetivo. dt invelli&"ción. Por ejemplo. ;i loe prttende proporcionar
ruimltCionel con cierta preci.ión y nive l de con fianzo pa ra elida ellrato. lo acon.ejable es
tralllr cado uno de [o. e>troto. como umt pobbtd6n independiente, l'ura ello. .e requiere
tomar unll murum o[ra tori" .imp[r rn e"d:t e.tnl to,6
l'o r otm parte, la a.¡&nad6n proporcional con;iue en di;tribui , la mue> tra de manem
proporcional entre los eSlmtm (con ba.r en el wmano del f>tr:l tO en eomparaci6n con el
10131 dr 1:J. población). Por ejrmp[o, si la pOblación de estudio rst:l intr&rnda por la~ per_
;ona, qUf rhiden en una zona urbana y los fl lTat O; >f definen a parti r de la cameluíslica
Mni"el socioeconómieo",l:t muei lra" debe di.tribuir fntre lodos lo; e'lmlO' de acuerdo
con la proporción de habi mnt n en h los. E.ta di >t ribución asegura que la probabi~dad de
qu e se incluya a un ,ujelOtn [a mue>lm sta la mism a que en tI esquema de mue>lrfO aln -
 Introdoc<:Jón • 1.. t&<nKI< d4I muil<lro<>y <U .plrcooon .. n "" 11... do l...Iud 81

10riO ~imple; ~in embar~o, al u~ar el mueuTeo e-tralificado. ~e inc~men t a la prObabilidad

de .eltccionar mueura~ que prOporcionen t>timacione~ con mayor prtci~i ón . '
Otra fOrma de ali~n ;\r la mue~lra bajo un mutotreo hlnt tificado h la a~i~nación ó pti-
ma. E\iuen do~crileriol en ~l t a: a partir de la comparación de la varianza en cada hlmtO
o en funci ón de 10lc~lo) de ob~erv ;lr lo. elemento. en lo. dife~n1h hlralO~ Si lo. CO.IO!
.on homo~~neo>., loe puede uliliz;lr la ;l!ignaci6n de Neyman. donde el mmai'io de mUellrJ
en cada htralO e. proporciomll al producto de l total de población en el e>t rato y 1;\ de.-
viación e>t~ndar dd mi1mO (lo. lectorh que deoeen profundizar en ellOl tema. pueden
conlultar la. referenciu;. bibliogr.'lficu, 3. 6 y 8. ;11 fi na l de em capitulo).

Muestreo por conglomerados

E>te di.ei'io de mUht~O se bala en el ¡upumo de que lo. elemento. o la. unidade. de mue.-
treO conforman .ubconjunto. hnerog~neo; al int uior y homo~~neo. en tre.Ío A e. IO; lub-
conjunto.;.e le. denomina con,lomera do~ El muemeo por conglom er:ld~ .upone una
,iluación opue, ta a 1:t de!iCrim en el mu"treo "tratificado. porque 10. con~lom fr:ldo; ;on
he"ro~~neo. a.u interior. pero homogrnem ent~.i. EllO ~quiere una e.\lr.uepa dininta de
di.tribución de la muem-a: en el mUf>lreo "tratificado. la muellr.! >e diuribu)"f en tre todO!
1m "tratOli; en el mUf> treO por conglomuador.. . e conforma a partir de la >elección de r,lOi.
Debido a que exi." una di~per>ión de 101 dillinto. va lo~¡ que puede lOmar alguna
caracterinica poblacional de la que I f de,ea realizar utimaciones, ,e puede !arantiZa r
una mueura rep~.len tati\"a de la población, porque el hecho de que un con~lomerodo en
particular forme pane de la mue;ITa seria equivalente a habu >eleccionado cualquiu Olro.
Por lo genera\, una vez ,eleccionado alg ún co nglomerado. ,e miden la, caracteri>ticas
de inte~s en lOdo! los elemento! (u na sola elapa) que lo conforman. Pero.i el mUf>ITW
conlta de '-arias etapar.. una ,"ez seleccionado algún conglomerado. dentro de hte se rea·
liza una >elección de su. unidadn mu e>traler.. 10 que puede hacene mediante un mUeStreO
alea torio .imple o de uno sinemático. dependi endo de cUf> tiones lo~i.tica. y económica!
para la realización de una segunda etapa de !elección o mayor.
Una .-entaja del mUhtrto por con,lomerado. es que no se nechita una ~;ta de Ilh
elemento. que conforma n la población de interé!; b:l> t3 con identificar de manero adecua-
da a lo. con~lom erad o~ Además. en algunos caso. hit di~eno mue>lral reduce lo. CO>lOs.
porque foca~za elerabajo de campo en dettrmi nado. hpacio. o áreat. Por ejemplo. si le
realiza una encue>la de .alud en ho,ares dt todo el paÍ> mediante un muellreO por conglo-
me rado>., elerabajo de campo se hmita a lo, flpacio! ~to~ráficos de cada con~lom e rado
>eleccionado. mientra. que en un uquema de mUfllrtO ale:llorio simple o estnttificado la
mueur~ puede e.lar dispersa en todo el p¡¡i>., lo que aumenta lo. COI tO, paro la recolección
de la información.
Una imporlante desventaj" del muestreo por con~lom er:ld o. frente al t>trorificado
es que. en el primn diitño. la vari:tnza de lo, e>tim:ldorr; suele in mayor a la estimada
mediante el.e~und(). La uli~zación de uno u OtrO di ,eno muelfral depende de lalo cante-
¡eríStica; que.e de>ea eStudia r en la población. adem.h de flcto re! lo~í;ticos. financiero!
y del ni~tl de representación que., pretenda ak:anZ<trcon la inferencia e>l3di"ica. Cabe
dellacar que hay diseño~ de mUhtreO más complejo>., en lo. que >e pueden utilizar tanto
ellrato, como conglomerado> y halla inclu ir otros di.eño. muestroles, dependiendo de la.
etapa, de >elección de la mUf>lra.
82 M4!1D<loIog.o do .. 'Bfm.goaÓl1. boOO<l.di<! ico y boOl nfOff'll.ticl "" "",na"'I1I~ J do .... w

Conclusiones
Ei muy impOrtante aplicar un dile~o mutilml adecU:ldo que permita enimacionello mh
válida~ y pr«nal ~obrt lo~ par.\melrOi poblaciona l e~ de interh. Ene dl~tllo depende de
cUhtione, lo,hticas y financieral para ¡¡U levantamiento. Ad em:h del dl~tllo. ti importan-
te comarcon un tama~o de muellra minimo que garantice determinado niHI de confianza
y poder e>tadinico. Cabe !lc1arar que. aunque en hle capitulo no le aborda. la f6rmula
de la euimaci6n para un determinado parámetro (p. ej" media. varianza. promedio.. dife-
rencia de media~ intervalos de confianza, elc.), depende del tipo de dilefto que le unlice.
Adem lh de euo~ elemenlOi. en mucha. oc:uiones le luele emplear uno o mb fac-
lores de expanw6n. también conocido! como probabllid:ld in,eria, de que lal um dadu
de mueurro ptrlenflcan a la mueilr1l. ÉIIOI dependen de las unidadel de mUUlrto a
leleccionar y del dlltllO mUhlr1l1 ulllllado. Al momento de realiz.ar cualquiu tillmaci6n,
debl'n lomane en cuen la t~lO' (ac IOre; de upan.i6n, al igual que el d,.tllo de muellr4.
En la actualidad, casi lodo el $Oflllme es"'dí;tico Ullltnte ~rmlle rtaltza, e.rima_
Clone; dependiendo del dlse~o de mueltreo utilizado, incluidol 101 mUelITrOI complejos
(cuando le Incluye más de un di.le~o en una encueua, como en e[caiOde que "considere
un dileilo e'lr3 lificado y por conglomeradol).

Referencias

1. Cid Cid A.L. Ddg~do ~tan riqucz C. A., Legucy G oI . n S. ~1ue .. rco cn pobl.rionn finita .. En:
Lcgu<y GoI.n S. (coord). /nrrr.dueáo" al mu~trro m fJDbJ..áDIIn finía. ~tadnd. E,p~ña: ENE,
Nu~"c>lruau,..., 1999.
2. Nrtt ~lcdina A.. G6ma RC>lrcpo c., S:inchcz ['«1,>,-> R.. Denni. R., Ruí~ .\lor.olc. A. $c-
leca6n de l. muC1t ... r f.aore. dct<rmi n.nte< p .... el eálculo de .. tam.ño. En ; Rui~ .\lo ... le.
A.. G6mcz RC>lrq>O C..l.cndoño Trujillo D. (ed). Im'fftil;lrilÍ" di"iOl.· t"púkmiD/otia rlíniru
aplicada. Boco<;Í. Colombia: Ccntro editon.1 J.ven.no. e lIJA. 2001.
3. loh,S. Mun~ Diu;»)'anJlúú . .\f¡xico: In«,n.cion.I ·Thomp ... n Edi.o ..... 2000_
4 . .\Un<k-" Ram;= l., EsI.y. G6mC'~ G ., Rom~ro .\la .... P úmftptltS b.kit. tk MuntrN (¡,ri,
m~lIIJtrJfiml .\1.,.,co: In.lltUlo de Inv ..lig.cion •• en '\fo,.m.tic.. Apltada. y .n Si>l.m ...
Un,v'''''dad N.ci o nol Amó nom. de .\tixico, 2004, Vol . 12, N,;m . 27.
5. .\1. n inaBcnanlino C. F-stddÍltita, lIIuntrro. 12 •. ed. Ix.;oti, CoIombí 1: F.coc Edictone .. 2005.
e. Coch ... n W.G . $ampltn, l~chni'lue .. 3•.• d. Nu.va Vork: John \Vil")' & Son.. 1977.
1 . .\la,ru;>! J-, Vilo J.. PAVO" .\1 .. S.n.< ¡:; t::stimari¿" J,I Mllla;¡~ J, muntm rn la InlYfnli'ri;n di·
mea, ,/,iJ(mi~lDum. B.""don., E.¡»ño: Unid . d de Lip,do. y F.pidemiolo;i. C.rdiova!JCUlar.
¡n.<tuco .\i un,apol de l.n•• tg. cí6n .\léd«• . (1M 1M), .\1cdlan. Ctin;a, 1998.111267 -276.
, . Oc. R. /..4 &trumr,¡J,Lzt '1Inl'ltJS /iD' mUl'ltmJ. •\I6<í ,", Fondo de C ulturo Eoonómia, 1979.
 D iseño de estudios
transversa les

V'rg,ru. H SJnmez Herniondez

El diseiio de r!itlldios trnnsvuules se define como el diseno de una In\eui!ac:ión observa-

ciona!, indIvidual, que mide una o mas carac ter;,lÍcas o enfermedades (variables), en un
momento dado. La información de un estudio transversal se ucolecta en el preSfD l t Y. en
ocuiones., a partir decamcluinic3s pasadas o deconducl3' o experiencias de los indi\iduOi.
Por su fXpmlCión se puede clasificar en ob.ervacional, en un momento dado, por su
temporalidad, n retrOspfCti~o; su unidad de aná lisis H un individuo y se mide en un solo
momento.
Los objell\'oi del d;if!lO lranivfrlal censillen en determinar la~ difuenlfs caracterís-
ticas y el dharrollo del dne~o de tuudio ob,uvm:;onal. en un momento dado, en una liola
medición rttrOsptcllva

Introducción
Cada estudio e~ una funte importante de informoción ~obre la ~alud y lO! Mbl!o~ de la
población El euudio tran~Hrlal proporcio na enimacionfl df prevalencia en dlffrentel
,rupo~ demo,rálico!o. Se trJta de un di.ello df invf,u,ación epidemiolópcQ de UIO frf-
Cuentf. El ob~el'\'acional y tamblfn se le denomina enCUflla de prevalencia E.tudia la
diuribución de eHnto. de llllud y enfermedlld, liUnque lammln se le ullhza para uplorar
y genuar lIipótf!li de IRvesti,ación, En el primfr ca.o. las enCUfllQSllfnen como objetivo
medir una o mh caraClerístlcas o enfermedl.dh (~ariablh) en un momento dado. El de.-
cnpuvo, porque deloCnbe lal características de la poblnción de euudio. Tamblfn le le usa
para duummar oiOClacione¡.

Exposición
En elte tipO de dllello, se lrala de eSludi ar la expOlición de uno o vano! faClOrfl que con-
mbuyen en forma Ilmulclnea al desarrollo del evento de dfifnlacf o enfermedad, el decir,
~e eval uan al mi~mo tiempO tanto 10i factorel de riel~o como la enfumedad. f'or ello.
eue tipo de htudiru h d~bil; no le puede atribuir c¡lu~alidad porque ~ólo ~e rfaliza una
medición y no ei po~ible inferir que la e~poiici6n fue la caUiunte del de~arrollo de cierta~
~ituacionh o enfermedade!..

Tipo de mformaaon
f'roporciona información acerca de la frecuencia y di~tribución de diferfnte~ (actore> de
riu~o. dallol a la lolud, o ambo~; por II\ntO,.e le puede considernrcomo una herrnmientn
adecuada y voliol:I, cuando ~e desea conocer la morbilidad en lo población.

Tipo de Indicador
En eno! eilUdio, el principal indicador e. 1" prevulencia, porque cuantifica la rrecuencht
del dallo a la .alud o lo. faClorh de rie.go; lin emb¡trgo, cuando se decide realiur un
ntudio lran.vu,al de lipo analitico. le emp lea n lo. liguientr~ indicadores: magnitud de
a.ociación, .igniocación t>t:ldi,tica y medidal de impacto potrncial.

Beneficios del estudio

El principal beneocio que ~e obtiene de este tipo de tU udio t> un ahorro. Debido a que la
medición ,e reatiu en un periodo único, breve y d~lim i t 3do, el COSto no e.i alto; por ello,
conuituye un disello apropiado pam la planeació n en diferenlei pro~nlma~ de ialud.

Causalidad
No,e tiene certeza al e.tablecer la caulalidad. No el pOlible hablar en thminos de causa-
lidad, porque en elote tipo de enudio~ se interroga en el momento actual.

Tipo de diseño
El di~ello del enudio tranwer¡ul puede 1fT de\Criptivo o analítico. A continuación ~e du-
criben ambo!..

Diseño descnptivo
La cardcterís ticn principal del disello transver.a l ti que It le con.idem de\Criptivo, por-
que de\Cribe camcterí.tica~ comportumientoi y variable. de tllUdio de la población, en
el momento en que le eltudia (al levantar la encuena o rulizar talO diferente~ mediciones
necesllria~), informando el panor.. ma de la frecuencia y di>tribución de la población, en-
fermedad o faclOrel de rie.go. Adem :'u.. e. posible de \Cribirlo en tiempo. lugar y per~ona.

Diseño analítICO
Dada la importancia de la hipóle.is de estudio en hle tipo de di sello. ;e 11"31.1. de bU!oCar
una e¡trategia de medición que aporte un enfoque analítico, con una .ecuencia fpidemio_
lógica por la a.ociación. rambi~n i t deben el tudiar la. variable¡ i ndependientf' y la ~ a­
riable dependifnte, que i f miden al miimo mom ento y qUf, por ejemplo. permitiría di ~i dir
a un conjunto de pacientn en cuatro J!:r u po~: enfermo txpUhto. no enfermo expueno.
enfermo no txpUhtOy no enfermo no upueno.

Variables
l.a~ variablu ~on lo~ atributo~ o caructeri.tic¡¡¡ de lo. evento!>. 1a~ pfnona) o lo) J!:rupo~
de htudio que cambian de una ~ituació n a otra o de un tiempo a Otro y que. por tantO,
pueden tomar diver)o~ valore~ En ,enerul, ~on c¡lmc t erhtica~ de una per)onu. objeto o
fenómeno que pueden adopmr diver~o~ valort> (po ej., edad, J!:tnero, pt.o, talkl. etcé tera).
l.a. variable;.e utudiun de acuerdo con 1:1rehlción que J!:uardan entre!i. Se CI¡I~ific¡ln
en indepfndiente. (o variable¡ e.' pliclUiv¡H.) y dependiente> (o variable; rhpuelola). CU¡ln-
do ;e .upane que una v:ariable produce un c(lmbio en Otro, p la primem lof le con.idem
independiente (o cau.a) y a la ¡eJ!:unda dependiente (o efecto). l.a variable confuóor,¡ (o
de confu~ón) .urJ!:e cuando la medida de l efecto de una upo;ición !Obre el rifloJ!:Olo' ve
di;tor.ionada por la a.ociación de expolición con Otro! faCtorH que inHuyen .obre el re-
¡ultado del f>ludio (fIgu.a 9. 1).

v...... onde p end ie nte V. i. ... dependiente

•
'" In

~V i"'. ... con!u. <>< . /

'"
~lnd .......... \1,"",,- d........

"" '"

Flg ••• 9_1. il lntenelioón entre "'i exposoa6n (X). el factor con/usor (Z)y li enlennedid ('(J b) In-
lerreli060 entre UI'\i expo slo6n 00, la enfe rmedad ('(J y '" facto. confuso. potenaa) (Z).
c,H! estí en la yli caunl y q.>e puede ser no confusor

UntI vez que.e han identificado 1:1. vl,ril,ble~ el in ..eui,ador debe definirla. de manem
opem tiva, e;pecificando el método y 1:1 eKIII:1con que pl~ne:1 rea~zar loU medición.

Medición
Cons;,le en a¡i,nar un número o una cali fic~ción a al,una propiedad e;pecifica de un
individuo, una población o un e.. ento. u.a ndo cinta¡ .rgla .. N o ob.\lanlf, la medición
u un procuo dr ab. lrucción. En ttemino. r.\lrictOi., no >f mide al individuo. uno cierta
camctrri>tica ~uya, aburuyrndola de otra. propiedadr.. Para medir; ri nece~ario ~eguir
un prOchO que conM~te en pasar de una entidad teórica a una e!OCa la concep tual y. en un
momento ponerior. a una escala operntiva.
La medición ¡>trmite a kanzar un alto gmdo de objetividad al u~ar innrumento!.. h·
cala~ y c rit eriol aceptadOl como válido~ por la mayor p:lrte de la comunidad cientifica.
La medición puede rtalizafle de do~ munem~: dirt\: ta e indirtc ta. La dirtcta el cuando
el invutigador rtaliza la medición y la indirtcm cU:lndo la rtaliza la enfermera.

Princi .,.l.. .,"''''. d. m.dición

La. e!OClll:llle cla.ifican en cU:lliuui val y cU(lntit:uiv a>. Un requi.ito indi lpenlllble en tod ll.
lai escala. n que lal cater;oría ••e;ln e~hau>livUI y mutuamente excluyente>. En Otro. pa·
labro!.. debe exiuir una cater;oria para cada '(1.0 que ie preiente y deM tenerle tambifn [a
po.ibilidad de colocar cada C3.0 en una .01.1 C<ltegoria.

E.",[ •• euoo[;t.ti ......

La. t!OCala. cua~ra livali se dividen tn nomina l y ordinal:

1. Escala nominal. La medición d e carác tn nominal conii,te tan 1610 en clasificar las ob.
itNaciones en caltgorias difnent ei con bail en la prfitncia O au>tncia de cirrta cua-
°
lidad . Se clasifican en dicotómicas (q ue tienen dO! ca tegorias) poli tómica!., con más
de dos caltgorias (fIguras 9·2 y 9.3).
2. Escala ordinal. En ellt tipo de med ició n las ob,ervacionel If clalifican)" o rdenan por
categoria!., de acuerdo con el grado en que lO! obje to. o even tos poltrn una deltrmi·
nada caracteristica. Por ejemplo, se puede clasificar a la. perlona!., de acurrdo con el
grudo de una enfrrmedad en: leve. moderado o ,evero, )" no r~ po,ible euablecrr con
exacti tud la magni tud de la diferencia en hu enfermedades de una u otra ¡>trlona.

! Ab,OIUU

Int....... O
( ROló"

Rg~ .. 9·2. Esal¡s de ~a6n. que se lulxhvlden en CU¡IIUtN¡1 y CUJnI~¡¡tNill

Cu.IiI-,,,,, {E'Ud/'IIC' no p .... mOlnco

V..-i-'>le

C~~m~-'I\I'
{
{E.tod..lICl p... m.tnCA

Rg ... 9 _3. TIpo <W vanilbl .... di! acu@rdoconlU m .. dlaóny.u lndlador ~.1idi.lIC<1
EICIIL... cuantitativo..
En e~ ta er.cala, ad emál de ordenar lal ob.ervacionh po r categoda
1. EsC3la de int ..... alo.
del atri bu to, ~e puede medi r la magnitud de 1:1 dinancia relativa entre lalcategodas.
Sin embargo, uta e!>Cala no proporcion:l i nfor maci6n óobrf la magni tud ab~olu ta del
atributo medido. El ejemplo m:\1 conocido el b e>cala de Celóiuó para medi r la tempe-
ratura: el grado Ocorrhponde, por conve nció n, al punto de congeLamiento del ag ua:
por tunto.la rozón enlre dOI objeto. con tempemtur:ló de 10 y 20 grado~ no indica Que
unode elLoó tité en realid:td do. veces m:\s e:l liente (o m:h frío) que el Otro.
2. EIC3Ia d . _on. Elm hC:tL:1 tiene la cu:\lid:\d de que el cero ó¡ indica la ausenci a del
atributoy. por lanto.la raz6n entre do. número. de b e>cab e;igual n la relación real
uillenle enlre Inl cur,>Cle rblical de 101 objno. medid o..
ELinvt itigador puede palar del UIO de v(lriablti cuanti tatival a cua~lariva;. aunqu e ti
posible que en el procelo le pi erdan va lorel (II. r . 1 ...... dro 9.1).

Operacionalización de variables
Corrtopende a 13 maner.! en que se trabaja cada un a de lal variablel (cuadro <). 2). A co nti-
nuación le prelfntan los elementos mál importantel para IU com prenlión.
1. Oef"",icicifl COfICotpt~. Los conceptol ti enen que Itr comunicable!>. Deben e>far cons-
truido. de !al modo que se co nOlcan todol .us componente. medianreconstrucciones
16t;ical c reada l a pa rtir de los sen tido>., lal perc epcio ntl o aun de expt'rienciaó com-
pleja. de hecho!>. porque los co nceptos son abllraccione!>. La conceptualización es el
p<OCtlO por el que.e elpeci lic a lo que le qui ere comunicar cuando l e ulan det erm i-
nado. thmino!>.

Expre"ón de una vari able en dife rente. forrr~ •

'"I....... RIar • mi 'u't_-==-

Cont rol "d""".do Bu"" control
Gluco •• lIt) mgldl M.I conlrol~d. Regul.. control
M. control

No,mal
Ternpeu ,'ur. lb5"C
Fiebre

:::;~::., un_ una peno" "

penon_ o ..... .. momenlo
...'" M><Ie '" M 1@VlWl,..-l a
nAOmOento
 Z. Definióón opetaóonal. Equivale a hactr que 1.1 variable ita ~men~urable" (medible )
mediante la conc reción de JU Jignificado, Se relaciona con una adecuada revilión de
la li teratura.
3 . Calejjloriu<:i6n o dimensiones. Cada una de las di men~ione~ categorias oda~ificacionh
debe definiru de manera conceptual y etim ológic:1.
4. Ind icador. El la senal que permite identificar las camcterh ti ca~ d e la variable. Se d:1 en
relaci ón con un punto de referencia, Corrhponde :1 ~enale> que ~e pueden comparJr
con conte;o;to> o con~igo mi>ma1 Su e.~ pre,ión matemática loe nutre de la escadí>tica.
epidemiologiQ y I/Conomía. Se fXpresa en m7.one~ proporciones. taSlh e índices: per-
mi" hcer medible la " ariable,
s. Nivel de .....elido". Es La medición de la "ariuble, como ya loe expuso; se puede realizar
con los número> asignados al medir h1 V(lri(lble.

Población y muestra
En e'l3diuica,l:l poblxión e~ el conjunto de CO!ias. ptrliOnas. animale; o ii tuxiones que
tienen una o va rias camctuis ticas o atribu tos comune;, E, la ba,e del estudio y a la que el
propio elludio hace referencia.
La muestra ei una parte, por 10 general pequeiia, que!ie toma del conjunto tOI3~ para
su an:l1isii y e'lUdio, de modo que el investigador pueda inferi r o euima r la!iCamClerHlÍcai
de un problema (figura 9.").

Diseño del cue stionario y la e ntre vi sta

La elaboración del cueilÍonario ei muy importante, porque en él se «<aban lmi da toi
principalei de las diferentes variabl ei del ell udio. Por ello, ei importante elaborar un CUti-
tionario apropiado, que considere cada uno de lo, ,ig ui en te i apartado>.

Pregunte.
El dj,eno del innrumento puede baiarie en preguntai abierta~ cuundo h importante oir
10 que tienen que deciTeon SUi propia, palabras quienr. re,ponde n. Lai preguntas cerrJ-
dai ion m:h frecueDle~ y conitituyen la ba,e de la mayor pute de las medicionh habitua-

Población
Mu..trl ~

FKlOt d. " ..go

Enf.,,,,.dld

...........
s.. loct• • """" s," ' OdO' d. " ..go
s," ' "'.,,,,.dKl

Hg. .. 9-4. Mutmra y dt!mo.uac..iro r~pr." ent 3"va de poblaaón como un IOdo
lei. Son ad«uada~ cuando se usa una tiCala de opcionH multiple\., dhe~ada pa ra produci r
una ~o la puntuación. E~ po~ible que la, re,putow, no , tan uhau>tival (que no incluyan
toda , la~ opci on e~ po~iblu) y que rf,u lt en mu tU:1mentt ucluyente~ (sin ~uperponer la,
di fe.-fn te, ca teeoria, ).
La hcala vi,ual anUog a u Otro o pció n p:lnI rep>lrar rupue>la, a pregunta, cerrada,
u.ando linea, u Otro, trazados. Un método :llterno con,i>te en pro porcionar numero, parJ
rode:lr con un circulo en lugar de .ubruyar. t> mili fi1cil puntear con hte procedimien to.

Fo rma to
Se debe deocribi r el objetivo del cueuion:,rio y dur in.tTOCCiontlo bre"tlo y pr«i ~al ~obre ti
mod o como 5e han de U$ar lo. dalo\., para :Iiegunlr re spuhta. uactal y normalizadai. El
formato debe >tr claro y co n abunda nte espacio para que.ea m6. atracti,·o y fiadl de Uiar.

Rede cció n
La rfdacció n influYf fn la va lidfz y rfprod ucibilidad de la. reipUeltai. El objetivo h re·
dac tar prfeUmali .im plfs., sin ambigüedad y que htimulen rtlopUeltali eX3Ctali y honei tai.
La, prfguma, dfbfn ser clara!, uncilla l, neutral y elpecíficai.

E. tablecim íenlo del marco tempor.l

Al plantear preeu nta, pam med ir frecuenci a\., rflulta e,encial que ,e deiCriba cual es la
unidad de tiempo empleada.

Eví tar erro re.

Cada prfgun la debe cOufiponder a un ¡;ola concepto, con lo queloe fvi ta Cafr en frrOrf,
,e
o en la dfiCripción de dos concep toi. Tambié n debe evitar qu e.e Ilf,ue a ,upoiicionfi
oculta\., que no ~on a p~cablu a toda, la, peTlona,.

E.caLe. y puntua cion.. pa r. me dír variabl ... b.lr.cta.

Con el fin de valorar un concepto ab,tracto cuantitativo, >t debe medir con puntuacio ntl
en una .erie de preeunt:u que ie orga nizan en un:1 eocala de opcionu mulliple\., como
la de ca lidad de "ida. La con.iue ncia interna de uno neala .e puede probar medi:1nte
eltadiltica. u,ando 1:1 m edida de alfa de Cronbllch. que valoro la con~i~tenci I1 glob:11 de
una e.cala . Lo, valore; de 0. 70 .on acepwblel y lo. de 0.80 Ion excelente;; valore> in fe-
riore> paro IQ con.i.tenei a internu de algunol ítem. indi vid ualfl miden camcte riuicM
diferente>.

Cálculo de ta maño de muestra

Ellamafto dr la mU~Slra deprndf dr cual ro valorf!:
1. de ... t .......dad. El hecho dr balar fllam afto dr la mur, tr.l rn rl
La ft'KU ...... .op.... da
va lo r qUf" quifrf oblfnfr con la rnCut lta putde parten, dt rmrad a, un contrnlrnti do.
2. El tamaño d. 1a población afectada por el t:lmano de la mUfit rJ, lobrf todo si la pobla-
ción no t i dfmaliado grande.
 l. ~ precisión exigida. La cantidad de enfermedad que.e obtiene median te la encues ta
debe extmpola~e a la población genera l de la que .e ha obtenido 1:1 mue;tr.!.. La
prt\:i;ión e; la cuantificación de e; te ~m:\s o menN·· con el que u puede conocer la
cantidad de enfermedad en la población.
4 . El niv" de confioonu. Cuando le u trapola n dmo; y " htabltee una prteisión. e., iue la
polibilidad de que la cantidad de enfermedad en la población geneml no htt como
prtndida en el intervalo indielldo. La probabi lidad de que el valor de la ~ariable;i.e
incluya en eu intervalo el el nivel de eOnfillnza. que .uele eltablteer;e en 9S por ciento.
l-'arJ htimar el tamano de mUhtru nteel:l,io p:ml realizar unu eneuelta epidemioló·
gicil. le de~ aplicar la liguieme fórmula:

_ Z'pq
ti - --¡¡r

donde ti ei el !amano de la mueum.::= 1.96 para 95% de confianu y 2.576 para 99'Yo; p es
la frteuencia 'Ip,rada del faclOr a "lUdiar, q:= 1 - p y B " la prtc-iuón o error admi tido.
Si .e realiza el calculo de acuerdo con 1" preei.ión. deM corr"ponder con 1m valores
del cuadro 9·] .
Cuando la encuena ie rea liza para dtlrr min a r un a media de una variable cuan titati\"a
(p. ej .• el numero de pa n o. por ano). e. nece;;Hio con;iderar una estimación de la de;vi a·
ción e" ánda r o la \·arianla de dicha variable y la di ferencia máxima que;r admi tiría de
acue rdo con la media real de la población. En este caso. la fÓrmu la a ap~ea r ei:

donde n t i el tama/lo de la muestrJ. S ei la d" .. iaeión " titndar y 8 1:. la prtc-iuón.

En el cuadro 9.4 ;e preien tan 10i tamaMs de mUfllra pam una población infinita y
dbtintOi nivelh de prevalencia y prteiiión. co n un nivel de confianza de 95'1.. I-'ar.!. pre·
valencia; superiore; a 50"/0,. óf debe utilizar el valor eorrhpondiente a 1 - p. I-'or ejemplo.
para calcular el tama/l o de mUhtrJ nece;ano para una prevalenciu hPerada de 70"1., con
una prtei;ión de YI.. y un nivel de confian za de 95"1., ellamano de mueura necuano el
1.291 (corrhpondientt a una prevalencia de JO por ciento).

----. .
'C!!tI·f. Ooffl&n1es 1imil ~ OS de mueltrl ¡egún dlU.nlOl
Yilo.el de "'v,I'1 de conflllon (o), previllfI\Oi (p) y preo"ón (8)

005(1 %O)
" ". "
OOS(I %O)
" ".
001 (2570)
" " "
001 (2570)
" ". " O~
005(1 %O)
" OM ."
'"
005(1 %O)
"
 'tecs· ' . T.m.~o de mue,tr. neCe,."o p. ro determ,n.r l. prevolenao en
uni pobliaÓ1\ griode y Con un nove l de conf,.",. de 95 por Oenlo
P"", .. oon o e ,.." , ...

,. , , S... l ...

, • " " "m.. "" "'""00

''''
'''' • "
"...
.,
,~

,..,
'",..
,..
... .""... 19593

......."'"
24 587
""
'''' " "" 1 153
61'7
,,'" 28812
" "
""
'''' "... "
",..,.. ..
" '" ,""'"
"" ,.."
~,~

~'"
...
..""
""'
,. "
"
" "
"
""
'" ""
'"
E'
1471>

1 537 ..,.. ~

E"~
38 411>

Métodos de muestreo
St lrata dt una htrramirnta cuya f unción bhica comi.,t tn drluminar qu~ pant de la
población dtM naminant.. con el fin de hacu in fertncia. mbrt la población.

Mue.lreo ~obabili.tico

El mhodo dt mueureo probabi linico se basa en el principio de que lodo, los individuos
tien tn la miima probabilidad dt ,e r elegidos para formar pUle de una mueura y. por
tanto. toda~ las po,ibles mueUrJS de tama no n tienen la millma probabilidad de iU ielf(;·
cionada!.
A continuación;e dncriben lo, dife rent ei tipo; de mue> t ~os prObabilhticos:
l . Muestreo al_orio simple. El procedimie nto empleado u el si ~uiente:
al Se asi~na un número a cada individ uo de la pobl:Kión
b) A tl1l\'fS de al,ún medio mecánico (bo la. dentro de una boba. tablas de núme-
ro. aleatorio;. números ale:norio!l ,enerado; con una cakuladora o un equipo de
cómputo. etc. l. ;10 eli,en lo, >ujeto! nf(;esarioi para Complelar eltamarlo de muel-
tra requerido.
2. Muestreo al_orlo mlem6!ko, Elite procedimien to exi,e. como el ant eri or, enumemr
lod ol los elemento, de la población, pero en lu&ar de txtruer 11 números ale:lIo';o;.
,ólo ie exlrae uno. Se pane de ele número Il lemorio i, que es un número elepdo al az:"
y 101 elementos que ¡nte&ran la muenn\ ocup;\n lo! lu&ares i, i + k, i + 2k, i + 3k,
i + (n - 1) k; es dedr. .10 loman lo. ind ividuo. de k en k, ¡iendok el resultad o de dividi r
el ramar'io de la pob lación en lre ellam;\r'io de 1:\ mue.lIr'J: k = ,\'{II. El número ique se
emplea como pUntO de partida e; un númtro al azar entre J y k .
l . Muestreo aI_o,;o enratjfjcado. Se conliduan can&oría. lipica. diferentes entre ~i (es_
IraIOi) que pOieen ,ran homo,tntidad en a l,una caraCleríllica (" tj., se puede tura_
liticar por proftr.ión, ,tnno, e>tado civil, tIC .) . Lo que.e pre lende t i ase,urar~e de
que lodos 10li e, l rJ I O~ t>ttn represen tadol de maDera adf(;uada en la mutllrJ.
 4. Muestr.o por CongIOIMRd05. En elte mueSlreO, la unidad mue, t ral es un ~rupo de ele-
mento~ de la población que forman una unidad. a la que se le denomina con~lome ra ­
do. La! unidade! ho!pitalarias y los departamentO! universitarios son con~lomerados
naturale\..

M..... tr.o no prob<obili.tico

Se Irllla de ... n tipo de m... htreO en que no es po\ible e, timar la probabilidad de que cada
individuo o demento uté incluido en la muemu. A() em{1>, no permite el c~lculo del polible
error de la mueurn. A cominulteión le delCribe n 101 lipol de mueureo no probabilil t1cO:
t . Muestreo porCUotM. En eue tipo de muemeo le fijl1n CUOIa \", que con,i!ten en un
R

número de individuos que reúnen unal determinada. condicione. (p; ej., 20 indi\·iduo.
de 25 a 40 ano>, de IUO femenino y rtli()ente, de Chimalhuadn). Una I·n deter·
minada la cuma. se eli~e a los primeros qu e le encuentren y que cumplan con tlas
caracteriuica>.
2. Muestreo Inl ... ciOftal o d. conv ... I... ci.a. Se caracteri~a por un esfue~o de6berado por
obtener muestras tepresent3tivas mediante la inc1Ul;ión en la muestra de ~rupo> que
se considera tipico>.

Sesgos
Los errote s se pueden c1a.\ificar en dos grande, tipos: los no aleatorio. (Iinem:iucos) y los
aleatorios (no linemáticos); en caso de que no le controlen de ma nera adecuada, ambos
tipos de error pueden comprometer la valid ez del elludi o. El error aleatorio OCUrte cuan()o
la; mediciones tepeudas, en un milmo lujelO o en difetente, miembros de la poblad6n en
elludio, varían de manera no predecible, mientras que el error ,i'lemático OCurte cuando
ellas medidal ..ada n de man era predecible y, por tanto, Ir tiende a .\Obree.timar o iUbel-
tim:tr el valor verdadero en medidai repetidas.
La analo~ia que le utiliza para deiCribir ambo. conceptos h la práctica de liro al
bl:tnco, donde el punto medio del objetivo es el valor verdadero en la población blanco y
lo. dilpaml .on la. diferentes mediciones que .e rea lizan en la población en esludio para
eslimar ele valor verdadero. Un buen tirador. pero con un arma que no e. l:I bien calibrd-
da. apun la ,iempre al blanco equivocado y. a unq ue .ea muy precÍlo (todOI 101 dilparol
dun en el milmo lu~ar). nunca pe~lt en el bla nco corrKlo. Ellocorre\ponde al error li'le-
málico. t'or Olra parle. un ti rador con mano temblorosa. pero con un 3rma bien catibrd-
da. apunta al blanco COrrteIO, aunque IU. dilparOI no den en el pumo medio del bl:tnco
seleccionado (nguu. 9-5)
En lo. tlludio. epidemiolópcol an¡t!ilico, en que >e pone a prueba una hipóle!i, com-
pamndo do! o má! ~rupo. de e;ludio, 10\ frrore. tamb itn pueden \er tan lOule:1I0riol o no
linemtlriCOI como iistem~ ,i co>-
A continuación se de!ICriben lo) dife re nt es tipo) de le.,o.

S.. go d. info...... c;on

Corresponde a 1m errorfl que u introducen al medir la uposición, 1m eventos u olras
ccwariables de la población en estudio, que !e pre.entan de manna diferencial entre los
 Exactitud

P,.ci,ión

"'11",.9.5. lOl c~rOl de 10l circulo! .ndrc~n ·verdadero v~ l or· medrdo y Ion e(J.I! IOl v~lorel de v~·
non detlJfmrnaaone. del centro L. dr'pe" .6n de lo . pon!OI do una rdea de la pre,".6n.
rnr ... r.. que .u cenlro efectNo (cenl ro) eflá re laaonado con la e..cmud. a) e ' una de·
t .. rmonao6n p"'o" p"'0 ' ....uet •. lo qu.. da un .."or ,," .. mil ,eo. bl ... una det""",nao6n
no .... ct • • p<!ro P"O' • . lo que d. un . "or al"aton o. Q'" una det .... rnrn.o6n no ~xaet. y
no pe,,,a. <$ ... una det .. rmlnaoÓn exaeta Y ",.. o.a

grupo~ que u' comparan y que ocM~ionMn unMconclusión enúnea ~obre la hipóte~i~ que
,e in'· e>li~a.

Seogo d.....I.eción
Se trata de errores sistemáticos que se introducen durante la selección o el seguimiento de
la población en estudio y que propician una conclusión equivocada sobre la hip61esi~ en
evaluación.

S•• go d. co nN.;Ón
i>uede llevar a que ~e sobrenime o ,ubhlime la a,ociaci6n real. Exiue ,ugo de confu·
,i6n cuando u ol»e ..... a una asociación no c:lu,al ent re 1:, upo~ci6n y el evento en htudio,
o cuando no,e observa una real entre ambo, por la acción de una tercera variable que
no h controlada.

Control de confusion
LUI diferenth estrotep,,~ pam el control de 1:1 confusión Ion:
1. At_ oriudón. Pumitt que lal variubles le di.tribuyan de munero .imilar en lo. ~rU¡)Q1
de h tudio, paro hacerloHomparables.
2. lI.stricdólI. Limim la partici pación en el eltudio a luj"o. que Ion ;imib.relo, co n¡ide·
randa la variable confulora.
l . ParlNmietlto. l~uaLa el procela de !elecdón a 1m ~rupo> de comparación en CUa nt a a
la, raCtore, de confll~ón .
• . Estandarizad..... Ptrmite compa rar a 1m grupo. de e!ludio, .i en ambo> el confumr
tuviera La misma dillribuci6n.
 5. Estraotiftcación. E!tima la mfdida de effetO en lubgrupol con facto~s df confulión
,imilarh.
6. Modelos "",ltw.;.d os.. Estima el dtcto de 1<1 expOlición. manteniendo con!tan th lo!
valore:. del factorconfu!or.

Ventajas y desventajas
En lo! cuadrOl"S y ' ·6 .e p~!entan la! ve ntaja. y delventaja! de lo. diferente! di!ello, de
hlUdio trunwer,ult>.

Recolección de mformación
Para que la rtcolfeCión de la información lea ildtcuada, debe ordenar.e de acuerdo con
lo. liguientr. trt. factorf\:
1 . P_on.a. Lal variable. rhponde n a la primtra de la, pregun tas; de "la;. mucha$'f
rtcogen de maner:l .i\temátic a. Las más impormnlh .on edad (prt ffre nci a df una
en fermfd ad por su fdad), gtnfro (lal caraclf r;lIi ca; de comportamiento iegún .u fe-
notipo), flcflfr:l .
2. Lugar. Es impo nalllf ¡abtr en qué lugar Se produc e la enferm edad, porque f,lO ayu da a
. u identificación poltenOr (como en un paci ente febril que ha fstado hace poco de va·
caciorm en Chiapas). En la descripción geográfica de un proceso. hay dos tipos de [imi·
tu : la demaICación politica y la demarcació n geográfica de la zona o de la en fermedad.

8 .... ",,,ID Y ,,,,,le. de ,eal,ZI'"

Poa>bempo de "Iecuaoo
Inf<><mAOÓn ot>l",,,da por cue,loon""o o fu""le •• ecund .. n ••
InfO<mK>6n de aho •• or 8dm ln" lrol,.0
Obt""oón de ">t,mAdo,,,. de p,,,,,ol,,,,,".
E>tudoo de ..... ""'"",,,,d.d,,. o "xpo"o""",
Buen con! ,01 de l•• rlec06n de lo. 'U)elo. "'" ".Iudlo

ItHa·'. Desven1illl1 de los estudios tr¡OIvem,tes

I'fob/""" •• p .... drf.,., Y me<j ... e.po .. o""
Sesgo de .rleco""
Sesgo po< ....... p ...... <>I""'I".
RrI""ón cau •• ·rfedO que no .. """p'" e ••",t",.ble
Amboguedad tempo<aI (no le eltab lec" ,rfllOOn c.au •• '
>óIo >e pued"", nacer con)elu .. u 'en'aI".'.
S. >e ,d"",,""'" "!}Un. uoaaoón "gn lfoeal'v. con "'''en'o
."';"co, ",1., d""om",al.ctor a,oaado y no d@ne>go
Irl<><m8CI"" wln@fable ..... or .. ,dem@d,aoo
 3. r. ......o. COlltribuye (;omo
1,111 foc tor mh en 101 criterio~ de probabilidad dia~n6uica.
Adem:h del tiempo (;on ~entido de dUnlci6n (tiempo de lau!ncia de la~ enfermedade.
cfÓnical,. periodo. de incubaci6n y tnln.mi.ibilidad), uhte el tiempo (;on ~entido de
cambio climático enacional. a lo que le le denomina variacione, ddical htacionalu

Analisis de datos
Depende de lo, objeTi~os del eltudio y de la elcalll de medición de la. variable!. Si ti obje·
tivo el carocterizar o deloCribir a la poblaci6n, le miden lal variable. una vez y le prnent:l n
lo. valoru de cada una de eHa. o por grupol. E. te an:'tti.i. permiTe conocer lal car,lcTeTÍ.·
tica. genero le. de la población bajo elludio y estimar prevalencia. de la. upOlicione> y
variable. de relultado.
En el calO de daTolcateg6ricoI (prelencia o 3u;encia de enfermedad, número de hijo;.
nivelloooKon6mko bajo, medio, alto, etc.), vta.e la figura " '. La deloCripción If hace por
medio de di.tribución de frecuencial (número de ¡ujtlo. u oblervacione; dentro de ca da
cate~oría de la variable), frKuencia¡ relativas (di¡tribuci6n porcentual de la. oblervacio.
nti dentro de la. ca t e~orías de la variable) y proporcione ..
En el ca.o de variablel con tinuar., como el ptiO y la talla de ni~o. menOre. de 5 a~os de
edad,.e pre>tntan medidas de tendencia central (media, mediana. moda) y de dilper!iión:
ran~os, dti\"Í3ci6n e>lándar, varianza, percen tiles (figura ,,1). A tite tipo de variablti le
les puede cate~orizar en f!.Cala\.. de acue rdo co n el in t er~> de la in\'eSli~aci6n; ei decir, se lti
con\'ierte en variable; ordinaler., como peso bajo, normal y .obrepero, o talla baja, normal
y alta (fIgura "'1-
En lo. e>ludio; tr111l1\·erlale. analíticos, se explora la relación o alociaci6n en tre va-
riable. de expolici6n y de relultado. En el en.o de variable. dicot6mica!.. la clasificaci6n
.e hace ell cua tro grupos: enfermol expu e>tos, enfermo. no ex p ueilm.. lanOl npueilOI y
.ano. no expueum..

Medidas de frecuencia
Lo primordial en la! medida. e! la frecuencia de 101 evento. de !alud, para compararla
mil, adelante con otra. poblacione!.. o con la mi.ma. pero a t ravot~ del tiempo.

Compareción de pr.velena.
Si en do. diferente. poblacionel ~e presenta n 100 Y 200 ca~o. de c~ncer cervicouterino,
relpecti~amente. ~e podri:, penu" que en el;egundo ,rupO la magnilUd del problema el

""'"". ¡ ,d. Student .. nOIo

{
indepondientu
V.,i.b .. CU..-.tit"'VI.
o."'ibuOón no,m ~
Mue"' • •
depen dionte.

Hg ... 9.-6. s..IKoón do! pnH!b,,, do! hlpót ....... n ...tudoo. comparatIVo, do! do'!PJPO' paro v.fI~bI@.
cuanlttatlV.'
 ".,., ..
in depend iente. -----+ U 6c M.,..,.Wl\itneJ

Ordinel
{ Mue.t, ••
dependie nt ..
------7 Wilco.on

Muest'.. ------7 P..... b. d. X' .. oct.

Indepen dientes d. FI.h ••

{ MuewI. ------7 MtNlm..

dependle nt ..

del doblt qUt tn el primero. Sin embargo, t.\ta innrprftación ,ería i nconK ta.i el .tgundo
grupo titnt ti doble de tama~o, porque la di ffrtncia tn ti numero dt ca.o.l podría deMr.le
tan ,ólo al mayor t:lma~o de la población y no a la prt,encia dt un faclOr dt ries,o n·
uaordinario. Aunque la frecuencia ab.olu ta cambie, la magnitud dtl problema puede lre
la mi.\ma.
La enfremedad puede rnedine en término. de prtvalencia o dr incidencia. La preva-
lencia reprtsenta la probabilidad de que un ind ividuo >ea un ca.o de dicha enfnmedad en
un momento especifico, como ie mu estra con la siguiente fórmula:

{IIÑm~ro IOlUld~ CUlOl niSlemesalltloltlffllO

.T 10.

La prevalencia de una enferm edad au menta como con'Kuencia de una mayo r du-
ración de bta. la prolongación de la vid:t de 101 paciente. ~in que .le curen. el aumento
de ca.o.l nuevo .. la inmigmción de ca.O. (o de . u,ctptible¡), la emigración de ~anOi y la
mejoria de la.l po.libilidadh dia,nó.ltica~ Por ¡U parte, I:t prevalencia de una enfermedad
di>minuytcuando h menor la duración de la enfermedad. exi~te una elevada taloa de leta~­
dad. di.minuyen lo. ca.o.l nuevolo, hay inmigración de per~onal .anll" emigración deca~o.
y aumento de la ta.a de durnción. I'or tantO, la prevulencia de una enfermedad depende de
la incidencia y la duración de la enfermedad.

M.gnitud d • .,oo.('On
Conelponde al e.tlindar de la.\ medida. de il!ociación entre la upo.ición a un factor de
rif.\'O y la ocurrencia de una enfermedad. El elludio tran;veru) puede uprflar el da to
obtfnido en una mbla 2)( 2 o, en alguna! categoríar., una 2 )( N lfi9ura 9. '~ En f.lta.l mblar.,
la can tidad de participantfs en el e¡tudio que nt(¡n upUe.ltOi.lr encuenuan estratificado.l
de acuerdo con el ruadod~.Iu enfermedad. En una tabl a 2)( N. puede haber vario. nive.
le, de expoliición. En un '.I t udio tran,ver,al , en que no e~ fija la propon:ión de individuos
enfermo.l d~ una rtfertocia de población d~ fin ida. por ~I di¡r~o de rltudio, a la aiociación
entre npo,ición y en fermedad'f le denomina rielgo re lativo (RR) y e.xpreiado.
 Enf.,m.dod

Cuo No C"O

F.CI .... d.
• • .+b (11)

ri ..go
No upo .. dom , ,

~.r. 9-8. TJblJ de 2 M2pilrJ estucio transverul

Pa ra cua ntifica r la ma,nitud d~ la :J..\ociación ~ntre un fac tor d~ riu,o y un dallo a

la .a lud mediante ~I di"llo tran.\vffsal (só lo .If habla d~ a¡ociación e.\f3di>tic a y no d~
cau.\alidad, como ya se fXPU ¡O), .I~ organiza una tabla de co nting~lICia de 2 x 2 (rogura 9-8).
En la pa n~ d~ la ~n ftrmedad s~ co loca la variabl~ deJ>fndi~nte 1', ~n ~Ico.\tado SI coloca
la e.tpmición o au.\encia de f.\ f3, que ~s la variabl~ in deJ>fndi~nt~ X. D~ acutrdocon los ~­
.ult adm en la di. tribución ie pu~d e cla.li ficar a los individuo. ~ n c ual~iquitr'a de lasc~ld a i de
la ta bla d~ conti ngencia . la c~ lda II se integra con individuos e.tpUe,fO¡ y enftrmos; La celda
b, con ind i,'idum ex puestos sin enfnmedad; la e, con lo. indi vid um no txpue.\los con enfer-
medad; y la ,/ con indi"i duos no ex pu e,fOSy no enferm os. La suma de (1 + b (n) cor~sponde
a los individuoi e.tpuesto.\; la .luma de e + d(no) a los individuos no txpUUtOi;lI + " (m) ei
la su ma de 10i indÍ\'id uos que ti enen la enferm edad; b + d (mol h la de indÍ\'id uos lib~s de
enfermedad. La n es la iuma del total de ind ividuo> e.ltudiados ( la mue.l trn).
A co ntinuaci ó n se pnien tan lai f6rmulas para la. diferente; pre"aleocia.\ de en ferme-
dad.
La prevalencia de la enfermedad en la pObl:Ki6n en e.\l udio, en un momen to dado, ti.,
de acuerdo con la tabla de contingencia 2 x 2:

l' +r
p = 10m/1ft k, pu"klrió" =
"
La prevalencia de enfermedad entre los e~pue>los al factor de rit.ll;O en estudio es:

rO! = n¡ftm'UJ m ti grul''' tXp" tWJ = /l

'0111111, bK/MII"1IJ m fI grupu tXpuu'o l' +b

La prevalenci a de la enfermf(/ad entre lo; no txpUe.lI O; a l ftto:lorde riul;o u :

,
1'''0''= r +d
 Para el ca;o de la prevalencia de factore> de riei~o. eila medida indica la propOrción
de la pOblación de t> tudio que;e encontraba expuht:t al factor de rih¡;O al momento de
la medición de la; variable!.. sin importar si ht:tban enfermos o no:

p = u",,1 dr ;",/¡,;<I,,,,s '-"p""J/(JJ

f. ,.,,,,Idr ü,,/Md"UJ rm.:!úu/us = " +b
"

Medidas de asoaacion o efecto

La. medida. de efteto ie clllculan a partir de 1;,. medida. de frtellencia de enfermedad:
cuantifican la ma~nitud de La a.ociación entre el fuclOr de rih,O '/ el dai\o 11 la salud, me-
diante la comparación de la prevalencia de enfermfdad en el , rul'O expuesto (I', l con !¡,
del grupo noupue' lO(1'J. Con es te fin, le basa n fn do. m'dida;: I:t ra~ón de preval,ncia
(RI') '/ la ra~ón de momio. para la prevalencia (RM I'J .

Razan d. pr.".¡.na.
La raZÓn de prrvalencia se ul a en en ffrmedad agud a. E.I un buen euimadorde dicha a;o_
ciación e imptica una divi;ión df la preva lencia de lo. expuestO! entre 10.1 no UpUf'lO!>.

RP '" r"""Imc:~1 <Ir t, mfornU'''a'¡ en .!grupo ...pws/o aln;

frr,,,lmda dr 11, mfrrml'</lId m ,1 grupo nIJ r.'plUs/1J
= e/nO

Razan d. momio.
Cuando>f tra ta de una enfermedad crónica (más de tri, meSf> de duración) o rara (pre-
valencia menOr de lO'Yu). el eilimadorque más i f aproxima a la medición de la realidad de
la a;ociación es la razón de momio!>.

R =.!!..!....::...
bid

E;ta; medidas loan >fmejantt> a enud io; de caiOI y contrOlh.

Lo; rhullado; o btenidos con 1(\ medida se in terpremn de 1:\ ii¡;uiente forma :
Valor < I indica prOtfCCión.
Valor = I indica no 1llOCi(lción enlre fuctor de ri,,¡;o y enfermedad.
Valor> I indica a.OCillCión ]Io.i tiva e incremen to en la prOb~lbi lidad de enfermar, Hay
un fOCIOr de rih,O o fuc lor (UOCi(ldo.

Int.nI.ndón d.¡.orar
Por la .imple ca'llalidad o por la forma dr Irlp¡;cio n ~r a la población rn "lUdio. >f obtirnr
rl ~alor punlUal dr razón dr momio" rl rl timadorcrlldo de riri,o y no .irmprf rf flrja la
rrahdad de la a.ociación rntrf rl factor dr ritlgo y la rnfermedad. Para rvaluar lo anterior,
loe uloa una prueba de hipótesis para variablucualit3 tiva>. Que puede ser X'. oli de Mantel
y Haennel:

El rhultado le compara con un va lor derivlido de la curva normal que el de 1 96.

Y equivale a una confianla en el resultado de 95"/.. con una probabilidad de error de 5%,
Cuando el relultado el mayor que ±1,96, .e d ice que el e>tlmador de la medida de aso-
ciación no le debe al azar y la probabi lidad de que el relultado sea fabo tI mtnor que
5'11... SI el e.nmador u menor que ti valor mencionado, la probabilidad de que el e>tima-
dor obtenido se deba al azar es mayor que 5%, 10 que indicaría que el resultado es poco
confiable.

Medide. de imp"'cto potenciel

Se trata de parnmetro!l que se balan fn la. medida. de asociación E.tO!i euimadores cuan_
tifican la proporción o el porcentaje en q ue disminuiria la en rermedad (impaclO), li se
logra,e eliminar el faclO. de riesgo. Deben cu mplir" do, condicionn:
D ebe tratarle de un fac tor de riesgo: la me dida de asociadón tiene que SfT mayor
a 13 unidad.
La arociación debe tenfT signi fic ancia e,tadi n ica. Si no !le pre,ema_ indica que el
azar está jugando un papel importa nte en la asociación encontrada.
En eHe apartado. deben considerarse dOI tipOl de fracción etiológica.
l . Fracción et iológica poblacional. Se puede ob tener bajo el ,upueuo de que la muestrn
euudiada n representativa de la població n q ue le dio origen.
Z. Fracción et iológica en e xpufttOl. Correspo nd e a la proporción de casos que se evi tarian
si se elimina el facto r de nes,o s610 en el grupo de txpuest~ o en la proporción de
casos atribuiblh a un fac tor de riesgo de terminado en hit ~rupo.

II. M f'-/
( 1I.Mf

Ab",moon J, Ab",mlJOn Z . Ma/ri"l. S,nu 01d,~,. 3. , cd. O~ford Univc .."y p","- 2001:238-24 1.
Cml J., ~hu E. Lo' '"'go' y '" conlro], Rrt! ';'pUl,,,, M,d frtl', 2003:1 : 15-22.
Frin .. «" A. CI," ..,,,l Boo..., ..,icl, l •. cd. EUA: CV .\10.l>y Comp.nr, 1m: 17-27.
Gn";. de .. Tor", G .• Huc,u_Aln ..do S, Con>idc..doncl rnrtodoI6""". y.",;]'';' limplc de]",
c.. udiol 'nnlVcr=lcoo. lJ~1 MM H ..p ¡"ft"r Mf>:, 1998,SS:}48-356.
Hcm:indcz B.. Vd ...:o_\ 1ond.,¡;<In H . EncuClt~' ' .. n.vcr=l"" Salud Pub Mf>:, 2000,42:447-4SS.
Horn;indC'.. -Ávil~ ~I .. Garrido F.. S.I.:u r-'\l.nínC'L E. S«go. on o.. udi o. <pidemiologiro .. Sal P"b
Má. 2ooo;42:438446.
Hull~' S.• Cummin gs S.• B...,"'"orw.. G,..di Do> Nowm.n 1: Di",;. tk ¡m,..ti&Jri.1m (UnialS. }•.
od. WoI .... K1""ot uppincon William. & Wilkin .. 2008: 12 1-14 1. 271·287.
~1 .. t"U E.• Casal j . Tam.ño do l. mue"". R(II fpíJml MrJ I'rt". 200}: 1:8- 14.
~1 .. t"U E.• Casal j . r"",.
. Tipo do muo"",o. 11.(11 f piJrm Mtd 200.3; 1:3-7.
~l u ... no-A"'m,,,,no A., Lóp ..... -~lo,.no S .• Co ... hu-Il .. dugu A. l'nncip.le. m.dod~. en q>idemio-
lugí• . 51,''''' Pub Má. 2000 ;4 2:337-348.
P"raI,. ~I. An'l"i. y d...:npción de d~,o •• ,. ••",di o. cU "'I',r."i~u .. Dtr",,,.~,, Rn/ Mne.
2005:49:219-221.
P"raI,. .\1. F.... "dio. 1"1";1 d.c.,",in., 1' ... ~.I"nc' >< Dr,""'~~Íil &v Mne.
2005:49:91-93.
Tahv.,,,,j ., Ri~ ... Ru...: R.• Bc,n.J-Ro..... l. Inv.,ocig,ció n diDia V. ·.'ma ño d., "'"...... &v M,d
Imr Mne s.p,.. s..c. 2011 :49(5):517-522 .
l>1ave", J.• W.ch",·R<><hn. N., Riv •• _Ruiz R. E,,"di o. de C'u..Jid...d. & " M" 1,.., Ala Yr.u,.
Sor. 20 11:49(3),289·294.
l>1ovenj. Di .. ".,. d. inv... ig.ci ó n. Rr" MM Imt Al", Mx"rr> 5«. 20 1I ;49(3):53-58.
W.Jkor A.Si . Obomution and ín/rrmrr: ..-In int,odurtion lo thr ",rthod. .¡ rpitb",¡."'o. Bmt on
(SlA): Epidemiologv R....... rcco.lnc, 1991.
Brixton H ..J.h. [Si .io WcbJ. Epic...k 2000. Di'P0niblo en, http:// ..·..·w.brixt onh<:.hh. coml q>i-
calc. html [última vi';t ... 9 de m.rzo de 20131 .
Epilnfo 1 000. Di'P0nibl. on: hup:/I hu0'Pedo •. cica.oJhu0'PMo .... q>iinfO (última vi';t., 9 de mar-
:rode20131.
Dq>.nment .. fIli o.... i.. ic .. V.ndcrbih Univonity. [Sitio w"']. PS, i'owcr .nd Sampl. Si= C.Jcu-
lation. Di'P0nibl. <O: http://bio...t.mc.vandorbih.edulwikil~lainl Po ...·.rS. mplcSiz< [últim.
vi ...., 9 de muLOdc 20 131.
 Diseño de estudios
de cohorte

Eve.¡.do Á/y¡.ez Herniondez

Ingns Peluz Blllntas

Definidón
El ttrmlno cohort~ se uti bza para de!oCribir a un grupa de indlvidum que uenen una came-
teriuica en camilO durnme la fase de reclutamiento y a los que ,e le~ ob~erva durnn te un
periodo para comprobu 10 que les OCurre I
El thminocohorle deriva dellatin cohor!í, roltoniJ, que ~ignifica ~tquito o agrupaci6n
y que era el nombre que ~e daba entre los romanos alcuupO de infamuia compuelto pOr
300 a 600 hombre!., que constituían la dtcima parte de una legi6n y marchaban junto!.
En 1930, A ndvord introdujo los es tudIOs de cohorte para enten du la diumlnaci6n de la
tuberculosIs y la ellologia de diferentei tipo, de dncer En la ac tualidad. se In conside ra
una herramienta esencial en los estudios epidemioI6gicos.,J

Características
Son el e,tud,o obsel"'acianal que m~s se apro.,ima a un en~a)' o climco aleatorizado. aun-
que en e,te úlllmo elm'eltigador asigna la upo"ci6n y en el de cohorte observa a lo •
• uJetol de eitudlo duput, de ocurrida la expo,ición y 101 elige 11 parllr del antecedente de
eXllOilci6n El dl.do llene menos rihgol de preleDlar error I1>temallCo. en compllr.lci6n
con Otrol enudlos ob.el"'acionaln
LOI e>tl.ldlo. de cohorte permiten determina r la ocurrtncia de un eHntO especifico
en un grupo de indIviduos que estan, al principio, libre! de enfermedad (incidencia) y el
.egulmltntO se rf:t~za de forma lon~hudinal, halta que se manifiesta el eHnlO de intHb,
el.ujeto muere, le pierde o termina el eStudio (pUDIO linal) Si allinallzar rl penodo de
obsfl"'aci6n la Incidrncia de la enfermedad es mayor en rl ~rupo de expuello\., sr puede
concluir que IXllle una asociaci6n eiladis tiCH en tre la exposición al faClor de rir.~o y la
incideocia dr la enfermedad.' ·' El disri'lo básico se mUhtra rn la figu .... 10-1
 ,.,.,m..) •
Pobl.c>6n

'".'m':.;' { •

" ara rt:l.~zar liD f>ludio de cohoru le debe plannar, de forma prtci'3, una prr&uma
de htl.ldio (hipólf,i.) que pumita IflKCionar a la población de f~ l udio y medir 13 upo_
.ición. Se debe definir la variable independ iente y la txpmición a la milma. ademlu de
definir y validar lo; inltrurnenlO. para medir 1" upo.ició" y 1m ef«tDi de ¡nIITt!. Ade-
más, if dfMD f~minar 10:5 calo. preva len!es y tomar en cuenm variable. confuwras
(p. ej., al flludian:áncfr pulmonar, IOm3r en cuent a tabaqui.mo y ali~¡IOr.is). A 1m parti-
cipantes i' lel debe dar .fguimiento halta aka nzar el punto final; ¡;610 eDlonce. se realiza
el análir.is y la intfrprt'13ción de los da tos.

Ventajas
Debido a que al inicio del iflluimienlO los paciente. titán libre . de eoftrrnedad, ir puede
euablfCfr la secueocia temporal entre expolició n y en fermedad . Es el único mftodo que
permite e.tablecn la incidencia d e manera dirt<:: ta. Es posible evaluar múltiples efec toi
ante una fXpO.ición de trrminada. Tambitn permite htudiar fXpOsiciones pOCo frecuentes
en ciertos ,rupO' poblacionalh o profesiona les (expOlición a radiación en .obrtv¡'·ientts
de Hiroshima. o txpruición a plomo en cierto! ,rupo! ocupacionalu). Son la mejor alter-
nativa a un htudio txperimental cuando hte no.e puede rtalizar pOr motivos hico .... •

Limitaciones
La. principalt> limitacione~ de lo. elludio. decohorte Ion que tie nen un COItO elevado. IU
re¡1lización no e. f~cil requieren mucho tiempo. no .on útiln en enfermedadu raml que
nece.imn un tamailo de muntra elevado y prelentan la po.ibilidad de pfrdid~> impOrtan-
lelo durante el .e&uimiento. lo que podrí;l ¡.fec tnr la validez de 101 rt>ultadOl y oca.ionar
.e.,ol de .elección. Adem a!>, lo. cambiOI de la uposición en el1iempO y 10lcriterio. de
dia,nó>tico pueden afectar a la claiificación de lo. individuo>."¡ Errore. en la e.timación
de la UpOlición conducen a elllmacione; inuaClas de la asociación en euudio. Para " 'i_
lar se.,o. importanle!>, .e deben hacer las medicione; de UpOlición pOr ¡,ual tantO en
upues tos como en no e:'lpUeI IO!; le debe tOmar en cuenta el cambio en 1m ni"eles de ex_
posición de cada individuo yconliderar de manera COrrec l.1 elliempo que ha permanecido
cada individuo en la cohorte.
Cla5ificación u
l os tltudio~ de collorte pueden su ob,ervacio naltl (cuando no :oe realiza inter\'eoción
alguna), analitico~ (por la comparabilidad de 101 grupo~ que pre,en tan o no 101 desenlaces
tltablecidos) y longitudi nalt> (tienen m:\s de dos mediciont> en el tiempo; en al,uno~ tU-
101 le considera al elludio longitudinal como ¡inónimo de collorte),
De acuerdo con IU relación temporal, 101 e, tudi os de collorte u claJ.iocan en:
-.) Prosped;"'Of" la u)l'O,ición al faclor de rielgo pudo o no lIaNr sucedido al inicio del
t>tudio, pero aun no huy pre,encia de la enfermedad, la expoJ.ición y el dt>enlace le
valoran de formu concurrente y tI investigador controla la cnlidnd de la. medieione~
Se necewlan má. tiempo y recuno~ Y In mayor dnventnja In conui tu)'en la. ptrdida.
durante el set:uimiento; MIon importnntt~ debilitan y "Igan 101 r"ultado\.
b) lI.,rrosp KlHos OoIstÓTlcosl, la upolición y la tn ftrmed:ld ya sucedieron cuando inicia
el e;ludio; por tilo, le rtConltruye la experiencia de la coho.tt en elliempo y le de-
pende de regi'lrOI confiablf.! para establecer la asociación tfmporal entft upo.ición
y dfifnlact. "ueden Sfr má.! rápidos y económico~ sobrf lodo cuando.e im'el\igan
fnfermfdadf.! df larga duración; pero la. medida. de la Hposición y la.\ variable>
confusoras .Ion menm fxac tai.
e) Ambidi'lKciOftal-. Se Irara df una combi nació n de eohone prospecriva y retrospectiva
(figura 10.2),

Por olra pane, con base en el tipo de población que participa, las cohones se clasifican en:
-.) Fijas o cerradas. Son cohone s que sólo incluyen a la población de eSludio en un periodo
de reclu tamiento fijado por los inveuigadore., rodos los sujelos entran a formar parte
de la cohorte fn fl miimo momento en el tie mpo,
b) Oinámicas o a!>i_ , Son coho rlfs que eonlideran la en trada y salida M nuevO! SUjf toS
de estudio durantf la fase de ie~ui miento, con baif en el cump~miento de Crilfri OS

. - ---
If''-'__c'c-:=c'c"'' ' coc·'o'c"C"C''--___» ExpOlición

Expolición

- - - -- - ~

Coho<le
ombidi'ecciOtl"

D••• ~lac. O••• nl.c.

Figu,. 10.2. Oa.If'UClÓn de cohort". con ba." ~n la '1IloClon 1'''' >pO,al

 de ele~ibilidad; por ello, el numerO de particip'1n r e~ puede "ariar a rf1l\'h del tiempo.
l' uede haber cohorte:. dinámicas HtablH (cuando el tama~o de la cohorte permanece
co nnan te) o ine:.tables (cuando el tama~o varía con el tiempo). La aportación de cada
paciente en la cohorte se mide en a~oó-per~ona.
el Coho.U d. pobLacIón 51.... ... Cu~ndo 1,1 e.xpoóíción en e, tudio h relativamente fre-
cuente. como el tabaquilmo.
dI Cohort. d••""osidones " pedal". Cuando hl expo,ición e:. rara en la población ~e­
neral.,e bU!oCan ,rupos de penona. elPeciale> óomuida, a la expo,ición por moti,·ol
labor~le> o accidenmle~ como en lo. calOS de la Il,beóloóió y la rndiación.

Selecció n de la cohorte
Ante> de formar el ~rupo de e'ludio••e deben rtali7.(tr de ñnidon" Prl'ciWI de la upo-
.ición ( niHle~ riempo míni mo). el de;en lnct y la manrr1J. de medir·lo, el tiempo de óe~ui­
miento, laóCarac rerilticas del ~rupo de comparación y el control de po.iblt> Stl~OS ( ~r.
dida. durante el >t~uimifn t o. ffecfOli de la no participación). Se pUfde conrarcon má. df
un ~rupo de upruición. Los ca.o. deben srr luje ros a que tlrtn en rieó~o de dt>arrolla r la
enfermedad. pero que al inicio del "rudio fó tán libreó del evento o enfrrmedad. El ,rupo
de comparación (no upueótOl) debe !er .i milar a lo. C3.0, en toom 101 aip«t<K. UctptO
en la expo.ición. aunque debe lener el mismo ri esgo pOlencial de p ~sentar el even ro en
e' ludio.

Tamaño de muestra
Si ,e conocen la~ probabilidade! an ticipada, de enfu mar en personas exput>l3s y no ex·
pue,ta>. le puede usar la ~i~uien t e fÓrmu la pa ra ca lc ular el tamado de mueótrll de una
cohorte:

_ I [(1-1',)11', + (1-1',)11',1
n-Z, ..... z lo'(I-E)

donde:
P, = probabilidad anticipada de enfermar de la población expuella.
1'1 = probabilidad anticipada de enfermar de la población no upuuta.
a= ni"el deconñ:lnza (el valor de la Z de :llf:1 de O.OS n de 1.96).
e = prtci!ión relativa.
De forma alterna. cambitn >t puede cakuhlr co n 1:1 li~uiente fórmula :

n. = rZ, .... ~ ¡.(,+1)r ... (l-I' ... )-Z,_~ 11"1' ,(1-/', 1+1', (1-1',1 )'
'<r, -I',?
donde:
1', = probabilidad anticipada de enfumar de la población expuella.
1', = probabilidad anticipada de enfermar de la población no u puella.
u ~ nivel de confianza.
 fJ = pOder df la prueba.
,= cantidad df no upufnos porcada fXpUhlO.
PJI = (1', + ,P,)I (r + 1)
Sf rfeomifnda hacfr la corrKción de Yme. para Htf dku lo de tamallo mue; tral. 1

Medidas de asociación
La medida de a;ociación uTilizada para e,tublecer 1:, relación de la enfermedad con la
expolición al facTor de rie,go en una cohorte h el riesgo relativo ( RR ). que reprhenta
una r'"zón entre la incidencia en upues to, (lA) '/ 1:, incidencia en no expue,Tos (fAJ. La
fórmub t i la siguiente:

RR =~
".
donde
lA = incidencia acumulada o rie,go de enfumar en tre 1m expufilO'>.
IA ~ = incidencia acumulada o rit,go de enfumar en tre 1m no expueuo'>.
(t = expue, IOli enfermo'>.
n, = lotal de los expue,lO'>.
(" = no expuestos Itnfumo~
nn = lotal de los no expues tos !fogura 10-3).
El RR es el número de ' ·fees que t i más frecuen te la incidencia del effeto en lo; n ·
pue!los, en comparnció n con los no ex puesto '>. El RR es una medida de fuer:la de aroocia·
ción; por tanto, R R = I indica que la frfe ue ncia del efecto es i~ual ent re los expueilo; y
los noupue;to~ RR > I indica que hay una asociación entre la expo;icióny el effeto. RR
< 1 ind ica que el fac tOr de exposición no es respon;able del efecto y pOd ría ler prOt«tor.
Además, el n«elario cakular lo; intervalos de confianza pa ra un nivel prefijado de ante·
mano, que suelf Ifr de 950/.. Lo; inttrvalo; de confianza mue;trnn 101 valore; y lo; posible;
tamallo; del ef« to compatible; con lo; dato!.. '

Enfermo. No enfermo.

hpuuto. .+b-n,

No npueoto. c + d_ ....

• +c_m, b+ d_ ....

o a
)
Val", nulo F actD< . i•• go

Rg . .. ,().]. Cálculo do-! "fISgo ro-lOl",o e" enudo. de cohon e

 Otra~ medidas que pueden calcularle ~on la raz6n de incidencia acumulada (111 \j,
que htima la incidencia del ,rupo upueno entre la incidencia del ,rupo no UpuhtO: la
diferencia de la incidencia acumulada: la fracci6n o propon:i6n atribuible de ca!O~ de una
enfermedad a la upo!.ici6n a un fac tor determinado y la diferencia de incidencias como
medida del impacto potencial que tendría la eliminaci6n de la upQ)ici6n (difere ncia de
riu,os y pon:entaJe de neslo atribuible). Cuando lo~ tiempos de ~e,uimiento son dhll:ua-
le. por pérdida. en tl ~e,uimlento. loe puede calcular la rdz6n de TaU' de incidencia. que
toma en cuenta tlttempo-perwnu de cada p:lrticip:tntt. u.

Conclusión
Lo~ de cohorte .on lo. eHudlo. oblervacion:de. que permiten e)tubll'Cer relacione. de
cau.atidad, porque en elote tipo de "tudio la e~po¡ici6n prl'Cede a la enfermedad y per_
mite companlr y mtdir ti ril.&O tntre lo. txpue.!o. ~ 101 no UputlolOS anle un fac lor en
particular.

1. Rctche. R., R<1cher S., W.gner E.H . Epidrmiologla clínica. As/Het", fonJ..mmt"tn, 2 •. ed
'\iasson -WíJli1m, & Wílk.in., 1998.
2. DolI R. Cohon .. udieE hi ..ory of .h. mcthod [1. Rctro'f'ectiv. rohon .. udico. St.z·PnfvrnfÍu-
mM, 200 1;46: 152-160.
l . Gu ..... in j .H., 5,-1.0" K. • .\1amd.ni .\1., Strd ncr D.L, G.rfinkd S., Nomund S.L T.. et tll.
Readei. ",ide.o en.i"" app<ai...J of rohon .. udiell: l. Role .nd de'¡gn. bM).2005;330:895-
897.
4. La:tano-I'onoc E. Fcrn.indct E., &.I .....,-'\l. nínc¿ E., H.m:indc.t-Á,.¡I • .\1. E.udi... de: Ceno n •.
.\lctodologí•• 1IC0c<» r apIic.d6n. Sar..d Pub Mi>:. 2000A2,2)O-241.
S. R•• rcpo S..\l • G6mc¿·Rntrcpo C. E.udio. de Cohonc. R..., 011 l'si'l"iar. 2004; XXXIII:
4094 14
6. H<,n:índcr.·Áv,la.\1.. Garndo-La.or.., F, L6pc¿·.\lo .. no S. OillCño d. <.udio. cpodcm,oIógi-
eo•. Sal'"'r". Mh, 2oooA2: 144- 154.
1. Di.., S.I>, ¡;",n'nda Sl~ C OlC\~o dd ,.m.ño "'''~ .. ,. [ P'" [a dn~,m,n.ción d~ f.C\o~. pro-
nó.,ro .. ClJ .ir"" rT//II.:lrW, 2002:9:30-33.
, . OaVl~' H .T.O .. 'll:I},,,, ... eon6d~"ce i",~",.[.1 "wh . , i . .. .t b,~J.'¡n ... 2001; 3(1) \-7 .
 El ensayo clínico

GiObnelll Hu.tU S,I

Rodolfo RIViIS RUtZ

Definidón
El ensayo clínico n el e~tudio Hpenmemal mal utilizado. Elle tipo de e~ludlo in~olucra a
una o má~ pruebas de tratamiento, al menos un control del tratamiento, medidas e~peci ­
ficas del de.enLace para evaluar la Intervención estudiada y un m~todo bien tstructurndo
que permita aSJ,nar al azar a los paciente> al tra tamiento de prueba ócon el fin de evitar el
ries,o de sei'o en.u elección. El tratamiento puede incluir fármaco1. innrumento. o pro-
cedimientos para e-.aluar la eficacia, eficiencia y seguridad de herramientas dia,n6uica1. te-
rap~uticas o profil:íctica1. l. as medidas de control incluyen placebo, medicamentos aCUlO§,
no tratamiento, formas de do>ificaci6n o reg imen.!.. comparaciones luu6rica!!.. elC l.a vali-
dez de htO~ tnudios r:ldica en que la :1.i,naci6n aleatona. el ce,amlento y el ~e,ulmlento
htrecho ha,a que lo~ ruultados obtenidos de hte tipo de htudio !tan lo> m,h confiables.

Antecedentes históricos
l.o~ primerm en!ayos clinico> pueden ob,ervur;,e desde los imcios de nuestro erd en la D,-
bll", en ell.ibro de Damel y desde emonees se han realiz.1do numerosos Intentm por desa-
rrollar la In"esu,aci6n c1imca y aun los pnmeros lineamiento. paro su teporte. El Códl'O
de Nurembfrt,. nacido en 1947 como con.ecuenciu de lo. exptrimemOi ru]¡zados en >erti
humanOi durante la Se,unda Guerra Mundi;l~ es el primer códi,o en que se hizo refe-
rencia a la In~esu,aci6n en seres humllDOs; en él le reco,en las ",las para su dtiarrollo
de forma illea. En 1964, se emiu6la Dfdtl/'fl("ié" ti" H t'I¡mk" durJme la XVIII A.amblea
Midiea Mundial, en la que le adOpt6 unu serie de momendaciones para los mi!dicm que
de,arrollan trnbajOs de Invesll~aci6n biomídica con ~erel hum .. n~ Eue documento fue
rt'~i~8do tn 1975 en Tokio, 1983 en Vtnecia y 1989 en Hon, Kon" En 1978, por encar,o
del Con,re.o de E>tado~ Unido!>, se elaboró el I,,/arme Be/mon!, en el cual.e exponen los
princlpioti rucm¡ b:l.sicOi que se deben aplicar en la iD\hugaci6n clinica con ~ert'. humanol.
Generalidades
En la pn'lctica clinica. se establece ~ n prim ~ra in.tanci a la prHencia de cierta enfermeda d y
el CUriO que puedt toma r tn determinado pacien te; el liguientt pasocon!>Íste en encontra r
una alternativa teraptutica. El de;.cubrimiento de nuevol tratami entol rtqui ert fuente;
y evidencia contundtntt rhpec tO del medicam ent o o la ma niobra m:l; efectiva para e;a
enfermedad. El lurpmiento de nuevos tratamiento; puede o ri pnarle de lal hipótesis de
euudiol pre~iO! qut el t ~n re lacion:ldol co n los mecani smol de la enfumtdad a ni"eles
moleculam.. dt lal oblfrvacione. dirfetas de los clini co. y Otrol tnH la bUlqueda metodo-
lógica en una amplia ~a ried ad de .usmncias en mode lo. de labor~torio.
Lo. enlayos clinicO! Ion el elt:'lndar de excelencili P(U11 eilud ios cient itkol Klbre el
effe lo de un Inllamienlo. En gen ero l, el en¡(iYo clinico es un uperi menlo planifica do cuyo
obje l i~ocon;iile en e~alu a r la eficacia de inler~enci one, .anitaria;. mtdi ca. o quirurpcas
En un ensayo clínico, ti primer pa.o t) la formulació n de 101 o bjeti,·o;. t i dfeir. de la pre-
gunta que ~ dhea conlhta r. Eua prtgunta sml el principal d"ermina nlf de su~ a.peclol
rnfl odológicO! que involuc ran a lo! cri teriO!. d ~ incluli ón y exclusión de 101 pacienu;. el
tip o de enuyo clínico, el número de pacíenlts incluido; en el enuyo, 'u d uración y 101
°
pan'lmflro. la. ~ariables cIínical que se van a e~aluar.
En la figura 11·1 le mueslla la es truc tura de un enlaYo clinico.
En filOS fi lUdiO!i se co nsidera que, de una población general, le ha ele gido un a mue;-
Ira que tiene la condición de imeré!.. A eSlo se le denomina esmdo basa~ que debe ler
similar en lodol 101 inlfgranlf;' como el grado de af~ión de una enfermedad. Des puh
son ,oneadO!i al aZa r (A) a uno de los dos grupos: un grupo experimen tal (t ratamiento l)
expu es to a la inlfn/eneión y uno o más gru po> controlo grupo comparalÍ\'o (tratamiento
2), a los que se les lrata de la milma manera, excepto qu e no reciwn la maniobra o u-
posición. sino un placebo, el tratamiento habitual o el mejor tratami en to disponible halla
el momento. El CUrM) de la enferm edad se ~v alúa por igual en am bos grupos; cuando la
mani obra lo pe rm ite, en m odoc~gado, ti decir. sin qu e los in~f>ti gador~1 ~fpan cuál es la
mani obra experimen ta l. t'o r ultimo, htt trabajo m ~ todol ógico per milf afirm3 r qu e. de ~n ­
contrar difue ncias. ~~tas lean atribu ida. a la in ttrvenci ó n utilizada. Elta forma de di~e~a r
el h lUd io evi ta múltiple; )I~I,OI (erro r ,inemttlico) en elblado basal. el ensa mble inade-
cuado y el ~u,o de susceptibilidad; tambi~n e~i t a el IIlgO de tjecución duran te la apli ca-
ción de la maniobra y 10llugru de detección y Inln.ferencia en la medición del duenlace.

l' lIt .... i. nto 1 1-----+

l'''' .... iento 2 ~

Población
(E.udo b .. AlI
 Exi~len do~ a~ptclol fundamenta lt> en la h truc tura de e.to~ enudiO!.. que tienen el
objetivo de evi fa r el loe) '0 de ejt(:uci6n:
La aleatorizaci6n (A) de la intervenci6n, qu e di.minuye la influencia de la) variable~
confu.oral. El tr:ttamiento o maniobra loe a.igna de forma ale:ltoria. evitando la
elecci6n propia del invelti,ad or o paciente.
El procelo de ce,ado. también denominado enmaKaramiento. en la admini.troci6n
del f:\rmaco. que elimina la po.ibilidad de que el eft(:to ob.ervado.e deb:, a Otro.
factorn o a .el'o de deU'cci6n.
A 10\ en.ay!» clinico. le In cl:,.i fica de l" uerdo con la manera como .e deKriben lo.
rHul lado. de una intervenci6n en una .i1Uaci6n ideal:
.:.El u::uamienw funciona bajo circu nu:lllciu. idealtó~ A e'lo. htudio." In deno-
mina htudio. de eficada y requi eren que lo, p¡,cienttó acepten la in tervenci6n y que
.i,an las insmICCiones con el mayor cui dado. con lo que- se limi tan 01r0. faetorn
biol6pco$ que pudieran modilicar el resultado.
.:.El tratamiento fundona en si1Uacione, ordinaria.? A "tm loe les denomina htU_
dio; de eft(:ti~idad . Al~u nm paciente, no toma ron el tratamiento de la forma hta-
blecida o salieron del htudio. o lo~ médico. y recUr'O' no ,on losidealei.
La. fa .es de los en~aym clínico> son las ,iguientes:
Fin!. Lo. ~ltud¡ o. intentan id ~ntificar ~ I rango de dorois qu~ puede ser bien tolera-
do y >eguro; incluyen a un peq uetio número de paciente! .in grupo COntrol.
Fin 11. Proporcionan informad6n preliminar actIca de la efectÍ\'idad del fármaco
y la relaci6n entre do>is y eficada; se incluye a POCO! pacien tes. para de tectar lo>
efecto! a lar~o plazo del medicamento. Son '>ludi o! controlado>.
Fin ItI. Son e~tud i os aleatorizados que aportan evidencia definitiva de la eocacia y
se~uridad. analiwndo la frecuencia de los efec t o~ ,ecundarios mh frecuentes. En
h ta fa~e se incluye a un mayar número de p"cienttó y los rf~uhado. pueden Ser
publicadru en reviua~ de impac to.
F... N . Se~uimiento de una ,ran cantid:,d de pacientes. cuando la dro,a ya es de
UIO ,eneral; a hte pJ"OChO.~ le d ~ n o min :, PQsmark/'ling.
LOI en~ayo. clínicol deben deKribir lo, .iguienth apa rtados:
Selecci6n de lo. parricipantel y de la mU htra.
Medición de la. variublu.
t' rocelo de aleatorización.
(nte ....·enci6n.
r.hd ición del due-nlace.

Seleccion de los participantes

E. ;ndiSpfn~able ~elf<;ciona r a la pOblaci6 n adecuada de acuerdo con la pre,unm d~ im'e~_
t i~atj6n. con.iduando que ~ea pr:l.c tica para el e'ludio. Tambitn ~e debe lOmar fn cuen!a
la manera en que.e If va a reclum •.
Pa ra ello >t debtn fs ta blece. los llamados cri lerio. de inclusi6n y uclusi6n de forma
concreta, di>ttiado> para homogeneizar. e>trec har la validez intema y di.tin,uir con fatil;-
dad el efec ro del tratamien lo de aqu~l relacionado con ~l azar y la ca!ua1idad.
Definici6n de 105 criterios de incllJsI6n
Eua parte de lo~ en~a)"o~ dinico~ es la piedra ¡1Dgul:1T para defini r la población que par-
ticipa)" tiene impacto en la obtención de rhuhado~ Htadbticamente ~icnificativo~ de la
intervención. Lo~ criterio~ de inc1u~i6n optim izarán la frecuencia del dhenlace primario.
la efectividad Hperada pam el tratamiento :Ictivo.la ceneralización de lo~ ruuhado1.1a fu-
cilidad del reclutamiento)" la probabilidad de cu mplircon eltrmamiento y el ~ecuimiento.
La cantidad de ~ujelo~ elepble> varia de Ilcuerdo con el elludio: lÍn embarco. f~ t e.e
ve modificado por la~ caracteri~tical de l Crupo (p. ej., cuando.e elicen .ujelo~ con una
IIItU probabilidad de dnarroll:lr el delenl;ICf. de acuerdo con lo h lablecido en htudio~ o
hUldíilica. previa1. el número de .ujelo. 11 reclut:<r puede.er menor). Otro htmlepa pam
disminui r la can tid(ld de pacielue~ con.is te en elegir u los que ya han dh(lrrol1(ldo cierla
enfermedad y, (lnlf delermi nada hlratepa, se eSluJia un ¡egundo I','enlo o un e..-enlo agre-
gaJo. En rpoo;a. recienle>.1' Ira con~iderado q ue los e"uJio. con cmnde. poblacion,. .on
m:ii importan te)., poTllue aumen tan la diver.idlld ceocrática y democr.lñca. Los eltudios
con un peque~o número de pacientes .e relaciona n con fracilidad. t i decir, .e ob.\efVan
cambio•• u.mnciale! en lo. valore.l de p, con ca mbio! pfque~o. en la cantidad de pacienlfs
que experimentan un eHnto en el grupo de tra ta mien to.
El tipo de población ioc lui da tambiln in fl uye en la duración del e!iludio: un eiludio
puede dumr meno. r.i j,f eli,e a perionas a lai qu e el tratamie nto o la e!ilmlfpa afeelf de
ma ne ra considerable.
Sin embarco. la elección de uno de los dOi pa noramas p, e\·io. (alm probabilidad de
deia rrollar el de>fnlace o de respond er al trata miento o la estralfcia ) no permite ,enemlizar
los reiul tados a una poblaci6n Irflfrogt nea o a poblacionfi con bajo riei'o: la inclu.i6n
de paci enlfi con dinin tas camcteriuicai au menta la co nfi anza de que el r~.ul tado pueda
aplicane amp~arnente.

De finici6n d e 105 criteriOS de exclusi6n

Euo~ tambi~n tienen Cmn impo rtancia. Si io n Jema~iado htriClO~ dhminuye la poiibi~­
dad de ,enemlizar lo~ re~ultadoi. dificulw el recl utllm iento de 10i pacientu y. por tanto.
~e vuelve má~ complejo y cono~o akanzar la meta en cuan to al tama~o de la muenra. Se
debe tomar en cuenta que e., i)te cierta població n que deiarrolla mayorh e rec l o~ adverio~
o rih,OI con la maniobra e~t:tbl«ida y. por otra parte. una poblaci6n que podría obtener
benefici o~ e"idente~ de ella: por tanto. la población a elegir wmbién depende de a'pec l o~
plmicularel de cada e~tudio. Ol ro. alpectOI que le pueden con¡idemr como criterio; de
excluli6n le relacionan con el cumplimiento IllIilfllc lOriO de la. indicacionn (adherencia)
por p~lrte de lo~ pacientu: Ja~ ~i.ita.: lo. iegui mienlOS necesarios por CUf>rionn mfdica1.
flsicas o PlicoI6pca¡: la comorbi~dad y la. contrl,indicacionh pam el 1,1.0 del medicamen-
to. En el ~t(I " . , >f presenlan la. ruzone! mli, imporwnlh qu e deben con.iderune al
di ie na r 10; criterio~ de exclu.i6n.

Determinaci6n del tamaño de muestr a y e l plan de reclutamiento

E ltama~o de mue, lm ei una partf funda mental dI' lo; en,ayos clinico. conuulado.l ya
que ,f deN mO. lmr de modo preci.lo y t ranspar~ nte c6mo ie realizó e.te cákulo. que debe
 El .....yo dftro 111

• El "oI .... '.nto d •••tud,o "uode '0' do n,no

- Ro""90 ,nKq>tooble d" UM ,e,,",ón .d ... "" •• un tr.I ..... 'ento ..::t,yO
- Ro""90 ,nKq>tooble plr' 'Sl9<'1r "Iacebo

- Roe'9" b~o de d ........ oIlr el de •.,., loce e>pef.do

- Topo de ..menned.d que tal •• nc ,e.p""d. al t,,,,.,,,,ento
- Se Sigue"" !r.I ..... 'ento q.ue pu d,,,.. ,nt..-fe..., con el t,.Um,enlo de ellu<lro
• P'ob""l •• dh.,."",. boto o l. ,nt., ... on""n
-------------------------------------------------------
• Fd. apar.,nt. d. ""mptom,omo do l •• u, m,.nto

pfrmitir el el. tableocimitnlO adKuado de la ca ntidad de pacientu que l.e nquiere incluir
para que el filUdi o cob re va lidez y arroje rf luhado. clinicamente .i,niñcanvm. E; dKir,
li Sf incluye un ,ran numero de pacientes, la utilidad clinica podria l.fr muy baja; por el
contrario, .i .le dKide rfaliZar f.\tudim, con población limi tada, l.e reduce la pmibilidad de
ex trapolar 1m rf.uhado. a la población genrra!. Elle dir.:il procflO tambi~n se ve limi tado
poHIU t [01 lujelO' dt u tudio deben estar de acu erdo con la pmibilidad o no de recibir t i
tratamien to (ti decir, un procedi mi ento al azar). A e!ote apartad o.e le denomina enlam-
ble, dond e la planeació n para el rK lutamien to deba !off con!oiderada a lar,o plazo, en una
població n accer.ible (co n tiempo y dinero) . uficiente para alcanzar la meta.

Medición de las variables del estado basal

Obtención de informa ción
Adem:\!; de Ob tener lo; dato; principales de lo; paciente>. como nombre. edad. telHono.
dirección y. cuando ua po;ible, corrto elKtró nico. .e deben re,inrar 1m dat o; de fami lia-
re. o ami,o; cercano>. ad em:\. de identificacio nes o re,in rol. de.\u U T\'icio de ,eguridad
;ooal. De hte modo.•iempre ;e cuen ta con la po;ibilid ad de ent ra r en con lactO co n el
pacien te y <;;onocer el desen la<;;e en determinado mOmento.

Descripción de los participantes

Se dehen ret:iu rn r el origen y todlu la. ci\ructeristicih demo,rifica. y clinica. de la enfer-
med ad en e;ludio, de;de la vi,ita inicial. E.lO permite evaluar . i lo. paciente> rienen la
mi.ma po.ibilidad de rhpo nder o no al Inlmmiento, de mI forma que al fin alizar el er.tudio
ie pueda demomur que entre el ,ru po de "tudio y el de con trol no exiuieron dife rencia.
importante;. De "te modo ie evi ta el ier., O de . ur.cep,ibilidad, en que un ,rupo tendria
mayor (o menor) po~bilidad de re ipOnder ¡tI tra tamiento a.i,na do.

Me di ción de las variables

Medir lal variable. que .on fac tore. de ri"go para el dflenlact' o que puedan Sir ti tile>
para definir .ubgru po. ¡>trmite al inve, tigador examinar ,.tOl prediclOreli ocircu n. t3nci a.
que pueden favorKer el de~enlace. como pregu nta, ,Kundari a~ de i nveuiJ!:ación. Tambih
ptrmite un ajune htadí~tico para redocir lo, efK tos de f:tctorh de ,hJ!:O ba~alt! entrf lo~
do, grupo, de enudio. con lo que e,te último aumenta 'u eficiencill.

Establecimiento de un almacen de materia les

El nlmneenamiento de mue, tra, ~anguine:l!.. 'uero. cut>tionnrio!.. eIC., en la evaluación
ba,nl. permite realizar medicionn ,ub~Kuenlh y predietore. biolóJ!:ico, de 1:1 re'pUbla.
Lo, fltetort> ,enftieo, tumbifn permiten identificar interaccione:. o fuerza de re~punm u
la intervención en an~hi, po~ t eriore!.. o incl uso re ali7.ltr Otro tipo de e~tudio. no relaeio·
nado. con el de~enlace primario.

Medición de las variables de desenlace

Deben evaluar;e las variables de de;en lace primario tnnto en la basal como al final del
ntudio. AquellOi e'ludio. en que;e dnea saber,i se presentará file de>fnlace deben ava_
lar que ena, caracleri,lieas no exi' lian al pri ncipio y que qui¡á ,e de;arrollaron durante
la realización del f>ludio; en lo, fllUdios en que se de;ta fl lablK"fr una mejoria de cierta
condición fi.ica ya ui, lentt le deben ellablecer los va lore> ba;al" y el cambio des arro-
llado a navfs del tiempo y del inicio de la terapéutica. Lo mi,mo se debe reabareon las
variables relacionada. con desenlaces u'cu ndarios o con la; mUf>lrJ. adicionalu que >f
hayan considerJdo.
La. variable, elegida, panl IU !llUdio deben limitarlf a la pre~unta de in"f>tigación;
no le debe lratar de abarcar aspectos no rele va nt e> y que terminen iiendo confu.ore! al
momento del aná~sii final y al el tablK"er la, conc1miones., con 10 que lambih I f pueden
elevar lo. eOltOl y complicar el es tudio.

Aleatorización
El ten::er pa~o del en~ayo clínico eon,i,te en e>tablecer el procelo de ale3 toriazaeión de
lo; parlicipantt~ en el htudioya lea a dOi o mit, in t ervencione~ Una vez que el paciente
ha decidido participar en el htudio. ha firmado 'u conltntimiento y ~e han realizado lal
maniobra~ ba,alu. y el !ujeto t> ele&ible. ,e le lIomtte al proct>o de alntorización que
~e le aligna un numero aleatorio y con ello el grupo de hlYdio al que ptrtenecerá. En
lo. inicio~ del u,o de ellta htrntegia. le utiliz:tba :tl,o!:ln limpie como una moneda; m:'u
adelante .urgieron la tabla de numero. alemorios y lo~ .obre> .ellado, y ai~l:ldo). En la
actualidad. htoó pueden OtOrgafóe por .inema s mils ,ofillicados., como via telefónica.
fax o e-mai!.
La alea torización u uml caraCled.lic:l dilltintiv a del en.ayo cHnico; por tunto. lIe debe
atribuir ,'erdaderomente el tratamiento de fo rm a uleatoria, p:lro evi tar que f:lClore~ inten-
donllle. o no intencionale; puedan influir sobre el proce;o.
En loó estudio. m~; ;enci llo!.. un grupo rK"ibe la inte rvención y Olro el placebo.. E~te
procfSo fS la b3óf p3ra I:H prufbas df significBncia madió tica df las diffrfncias fnl rf los
grupo; en las medicione. de delfnlace. Perm ite la dillribución equimliva de la; yariable ..
ncrplo por la probabilidad de variación dentro de 10; grupo, alelltoriudoi. Lm eftelos
de cualquier mala dillribución ,e deberán al aZar y pueden evaluuru medianlf pruebas
eltadi.tica, delerminadai.
 El .....yo dftro 11 3

E~ nechario e~tand:lrizar el proce~o de aleatorizaci6n para cada ntudio y se le debe

dar a conoctr a lodo el equipo, de lal forma que nadie pueda alterar ~u orden.
En genera!. ~e ale:noriza el mi~mo numero de paciente~ pa ra cada lIrupo; ~in embargo,
en elca~o de enudios con I re~ o más ,rupos pueden uti1izar~e grupos no equitativos..
Exi~len procedimientos de ale:lloriz:Ki6 n bie n Htablecido~:
AI_ orización por bloques. Ambos lIrupo~ se llenan de acuerdo con bloque~ prees-
tablecido~ de Tal forma que .e ¡hellur:! que el número de pUTicipanth lenlla unu
diuribuci6n equiTaliva en lodo. 101 lIrul)O! de e.¡udio.
AI_orlzadón estnltll'laIda. De acuerdo co n ciena. carac¡erillica~ de la pobl;lci6n,.e
puede ~rtenecer;l uno u OTro lIrupo.
A1llunuó circ-un.tancius de.encaden:l un mul procedimienTo de aleaTorizaci6n. La ui.-
lencia de diferencia. importante. enlre loó dos lIrupo•• upere que el proce.o de ale;lto-
rizaci6n ha .ido mal establecido. Entre eSta, cireun>tancia. ie eno;uentnl la ino;lu.i6n de
pacienle; cuyo dialln6stico ei aún incierto. o que en eltranscuno del es tudio evidencian
una enfermedad di.tinta a la de inrtrti, por lo que no obtienen beneficim del tratam irnto y
ttrminan interrumpiendo fne en alllún momen to; lambifn se debe considerar la adherln_
cia de 1m pacien te> y la~ drnominadas coi nlfrl'r ncioner., que pueden introducir diferencias
si.lfmalicali entrl lo~ lIruPO!"
En fpocas reciente~ .e ha der.crito una léc nica nueva denominada alealOrizaci6n fac-
tori al, Que con.iue en alcalOrilar de manera , imu lt ánea a 1m paciente. a do. o miÍ, trata -
mientor., cada uno con su propia in tervención con trol en un mi.mo eS lUd ia. Con ello, se
pueden eva luar tres o m"'! intervencion es; debi do a que la asillnación e.13 balanceada por
comple to. it puede calcula r el efecto ma rgina l de cada fárm aco en el deitnlace de interés,
lo qu~ permite evaluar la in teracción entre tratam ie nto •.

Aplicación de las intervenciones

En un ell.ayo clínico se compa ra el desenlace en grupo. de participantfs que reciben di~­
tintas inlervencione~: un ~ r upo recibe la int ervención. otro~ un:! intervención diferlnlt y
Otros más un placebo. Es po.ible der.cribir la intervenci6n a partir de trl~ carac terhlicas
fundamenlalfs: f1 ~eneralizable. tiene complejidad y fuerza . t'or lIenemlizable se indica
qUf la intervención puede der.cribir~e con faci lidad y reproduci r~e en OITO! ambiente>. t'or
complejidad it alud e a que puede aplic:lfIe en Otro. ~iTiol .in que implique mayor ,rado
de dificuhad que el ruto de la. intervencionh e~i.lenth t'or fuerza)e indica.i hta nueya
inter.ención arroja cambiru en lo. delenlace> e.ptn1do. mayore. de lo~ exi.tente> y .i 1:1
in\'f>lillación en rfalidud vale 1;1 pena.
ExilIen allluno~ conCepto. que deben ler aplicado! en la. inlf,,·eno;ionu:

Importancia del cegado

El invei!illador debe mantener la información acere:l del lIrupo al que pertenece el pacien-
u df forma conuanTt y 'tl:ur:!.. El Cifl:O u t ~n importanlf como la alta Torilación. pues
prolflle al enlayo de la. diferrnci;l' de tratamiento entre lo; lIru por., tantO de los procedi_
mienlo, de ale3toriZ3ción como de las el'aluaciont; que Ion rlmltado del azar. La alulo_
rización elimina la influencia de ~ariablfi co nfusora. que se preitntan en la alea torización
inicial, ~ro no elimina lo. factores confusort. durante el selluimiento.
 Al ~aber qué pacitnt~s reciben tI tratamiento, h pú>ible que el in\'hti~ador propicie
un st>~o al prhtarlh mayor atención y establecer cointervencionu qut afectan a ambo~
~rupo~ de htudio. En tanto. mantener el ciego previene evaluacione, ,esgada~ del desen-
lace, Si ,e ~abe a qué grupo pertenece cada participante, h po~ible que se realicen inter-
vencionh dÍ>tinta, en ello!.. con mi de confirmar un rt>uh:,do par.! cada uno. Cuando ~e
de:.cubre el ciego, ~e puede !tner influencia sobre OtTO> procedimientO! dentTO del htudio:
el diagnó>tico de cierw enfermedad. [:, evaluación fhicu, lo, cUhtionarios o la, e:.cal:,.
aplicada>. la> condicione, concurre me>. lo> evento. adveno>. etcétera,
El mantenimien to del cie~o requiere. inc lu.o. que .e admini>tre un medicamento de
carac terÍ>tica. idéntica> a ambos ~ru l)o1 de t!owdio, Por ejemplo. la> tableta> deben tener
el mi.mo tama"o. color y empaque para que lo. IHlrticipante; o aun los in,'elotipdorh
de:.conozcan a qu~ ~rupoloe a.¡~nó al sujeto.
Lo. inte~nlntes del grupo de investigadores ~ el penonal de apO)'o no deben con tar
con la posibilidad de discnnir los efec to. del tratamiento. La tvaluación de los a.~ tos
rrhcionadm con la rrspue.ta al tratamien to debe encargar;e a .,.rional que no in te rviene
en el .eguimiento de lO!; participante.
El proceso de cf~ado puede estable.:ene en cuatro niveles:
El responsable de aleatorizar a los pacientes en 10; diuinto. ~rupoli desconoce el
Innamien to de.\i~nado.
El paciente de!oConoce el tratami ento qu e le le asignó,
El mtdico enc ar~ado del cuidado de l paciente de!oConoce el tratamiento a.\i~nado
al paciente.
El inveuigador que ev alúa los dese nlaces deIConoce el tratamiento ar.ign ado al
paciente.

Elecaón de la Intervención
El invf>ti~ador deb~ est:lblrcer]¡u característica s de la intervención: la forma d~ m~dir la
efic:,cia y seguridad d~ la maniobra. el ciego qlle .e estable.:e. el u~o de una in ter.'~nción
o de una combinación de intervenciones y la po.ibilidad de aplicación del tratamien to en
la práctica diaria. Debe elegir intervencione:. que puedan ,er cegada>. a diferencia de la~
que no lo pueden ,er, E~ preferible evaluar una sola in! er.'ención que varia~; ~in embargo.
exi,ten utudio, en lru que le e~table.:en. por eje mplo 1:1 atención de cierta, enftrme da de~
que incluyen ,.arios tratamientos .imuháneo.

Elección del control

El mejor grupo control no re.:ibe trmamiento :lctivo•• ino pl:tcebo iMntico a hte, Los
participantes en e>lo. grupru pueden usar lo. wuamientos indiclIdos para la condición
°
bajo eiludio. E>lo di.minuye el poder del estudio. por lo que l¡l mue!ilra debe >tr mayor el
estudio debe!iu m:h largo. El protocolo del eiludio debe inclui r pla nti panl obtener dato.
que permitan ajusteS e>tadiuico. con el fin de r>wbleo:er la diferrllCia enUt los grupos, al
utilizar esta. cointerveociOfle. durante el euud io.
En OtrOlO estudio. ,e de,fa compa rar un tratamiento previo con uno nuevo que pro_
mete mejor COsto. menor frfCuencia de adminiuració n o mayor seguridad. A h tos.le les
 Et .....yo dftro 1 1S

denomina elotudio~ de equivale ncia. pOrque un grupO recibe el tru tamiento en elotu di o y
Otro el prtvio. cuyo funcionamiento ya euá com probado.

Comparación de grupos
Lo. rhuhado~ pueden ~er medido~ contra un o o m :\~ ;rupo~ de comparación.
No Int ........ d6n. Se evalim ~i lo~ p:lciente¡ que recibieron elt ro tami en lO exptrimental
evolucionaron mejor que lo~ que no re<:ibieron nada.
Obs....... cI6n. Lo. paciente¡ tmtado! evolucionaron mejor que aqufllo~ que ~ólo fue-
ron ob.e ",ado~
T~¡ornI.nIO pLiOc.bo. Los paciente, m undo¡ evolucionnron mejor que quiene~ reci-
bieron placebo.
T,......ie,,¡o ....;t..... Lo~ pacien te! tnll~do¡ tu vieron mejore. re~uhado; que quiene!
recibieron el trata miento habi lU al,

Seguimiento y adherencia al protoco lo

Exilien ellrategia. para mejorar el seguimiento y la adhereocia al "tudio. El invesri;adnr
debe elegir las in tervenciones que se aplica n con facilidad y Io n bien IOlerada!, con dura-
cione> no prolongadas y con una fácil ad minÍ!.tración. DeN darse indicaciones e imple-
mentos al pacientp para qu e mantenga la adhuenda d Urll!llP tod o pI PSludio y ~P le fadU te
la aplicación de la u trategia a utiliZar,
Ena adhere ncia debe med irs e media nte autorreport es (diarios del paciente), COnteo
del medicamento, di.pensadortl automático!, de terminaci ón de concen tracion •••frica!
y urinarias, de tal forma que se pueda iden tificar a los pacie nte s que cumplen o no con
la adhertncia. Debe informarse a los paciente. de>de el principio de lo que deben hacer y
cumplir duran te el de.arrollo. Las llamadas un dia ante¡ o el reintegro de IUS ;auos .on
h tmtegia. que pueden f:lVorecer la ad here nci a.
El hecho de que un paciente no pued'l ll evar un ieguimie nto adecuado conlleva un
análilh deficientt. con ~e¡,o!o, di!m inuye la credibilidad y lo~ halla z;o¡ y red uce el poder
euad iuico.
Debe darse se;uimie nto a 10i pacienth que h:lO violado el protocolo o en quiene¡ se
de!oContinua la intervención pOr eventos adver~o~ mediante el analis;¡ de in tención de tra-
tamiento. de tal forma que el ;rupOde mediC:lmentO acti,'o no ~e Vfa dilminu;do.
Lo. proced imiento~ en el .itio deben .er ¡encillo~ y que no cau~e n eSlré. a los pa-
cien In: las "isilOs deben ser co rt:l~ de pre>e ncia . in procfd imiento. in"a~i"os en con-
UletO con el mfdico y no a tr.wh de medio. de telKomunicación. con la periodicid ad
aceptable cuda me; y no cada ano: lo. procedimiento. no deben .er doloro.o~ .ino
i ntUnantU para el pacie nte: df bfn dar'f a f,tf resultado. frKuen'e~ fnYi~ndole ca rt a!
y agr~dfCÍmien t o. en día. f>pKialf~ regulos no COitO.Oi y manteniendo una relación
utrKha. Varia. ,'isims antu df la a lea,ori~ació n pueden a"g urar .i el pacit!lle ttndrá
o no adherencia al lr.:n a mien TO. Otra estruttgia consiste en inicia r a todo. 10. pacienTe!
con placebo y de'puh de al~una.\ vi, itas t lt gir u quitnr. puedan mOlo tra r adherenciu al
t>tudio y con pOloibilidad de tle;ir el ac tivo para tilo, (cuadro 11. 2).
 Ira',. E.lr .tegoo. poro meJoro r el .e9U, mler1lo Y lo o"'erl!f1<l~ ct..onte
toI de.~rrollo del protocolo
Elegir ""loto. que puc<len.ef ~dher""!.,. ~ I~ InleNenoón y 111 p<otocolo
0.><':11 ... un~ ,nl"""",oón fkll
HKef 1.......... medo,•• con."" ,,,,,!.,. y que puedan.e< d,,.,,,!.o..
0.><':11 .. 1.. medooone. son dolo< e ,n!ere.lN'lle.
E.I'lIIeg,., p.'. p<ocu,,, emplllll con el Ploente
E",ont.... plOetl!" que se han pe<d,do del .egu'm'etI!o

Medición del desenla ce

En nlf a~ptClo. el ínvnti&;ldor tiene qUe bo>c;!r un equilibrio ent re la rtlf','ancia clíni ca,
la factibilidad '1 el CO)lO, La~ medkion,. clink", re l evanu~ ~on mejoría d, los lintoma~
muem, de.arrollo de al&(¡n e\'en to adv,,~o, ho.pi talizacione. '1 calidad de vida.
!'ara m,dir ,1 dn,nlace u d,ben tOmar en ,uenla 1m ;i&uien". a.ptClOi:

Características estadísticas
La medici6n del de.enlace debe.er acucion y prtcila, El poder de un "lUdío no .610 radio
ca en la cantidad de pacientel inc1uido~ .ino en la proporci6n de paciente. que alcanzaron
el dnenlace "perado.

Núme ro d e variable s d e l desenlace

E. d",eable tener numerosas I",¡riables de desen lace que midan diferentes a.peclo. del fen6me·
no de inte~.;;in embar&o.l:l planeaci6n del "lUdio de be hacerse con baie en un imicodesen·
lace primario paro que no e.,¡.inan problemas al interpretar la. prueba> de multiple; Júpóle;ii
Dife .... ntei autOres .upfren limitar el espectro del es tudio. p:trJ que la recolKCi6n de datoi .ea
mínima. &ta e; una de la. enratepas m:Í> eft.::lÍvas para prtl'tnir la perdida de datoi

Definiciones de los desenlaces

E. nt.::e;ari o dtllnir de manero htriCla cada uno de lo. de;enlace> a evaluar. de tal forma
que tod o. lo. hallaz&o. e~ ttn htandarizado. duntnte el desarro ll o del e.tudio. Lo. de;·
enlace; deben;er medible~ y comprob:tbles. LOI documentol clínkos que avalen lo. diu&·
06>1icoI o de.enlace; e>lablt.::ido. deben hUir ;iempre di.poniblH y 101 calos deben let
eVillu :tdo~ por expertOS en ti !lrell, con;eT\l(tndo .iempre el cie&o. Un concepto utilizado en
la actuulidad ti el de dtlenl ltch compuesto\., lo. cual,; .on útil" para di.minuir el tamado
de 1:1 mUtlU1l '1 >implil\car la prhenHlci6n de lo. ()mo i

Efectos adversos
Las m@()icionfS ()llr:lnl@ tI d@sarrollo d@1 @>t udio d@ben incluir aqufllas qllf dlll'Ctfn dI
forma oportuna efK tOi adverio~ qu, deben poder prfl'fnir.e en cifrtOi pacifntei S, de·
ben e>lablKfr prf&Un!3' diripdas a dut.:: tarcua lquier eVentO advtno qu, pu,da dtJarro.
lIar>e, de acuerdo con la experiencia prfvia con el nuevo fármaco y co n lo. an lt.::eden lU
de fármaco, ;imílarei
Aná lisis de los d atos
El ti po de análhi~ depende de la i variab lH utiliz:ida!.. Si hta~ ~o n dicotómica~ ~e uti liza
una prueba para compa rar proporcio ne!.. utiliz:lnd o c hi -<: uad ..... da; cua ndo la~ variable~
.o n conti nua~ ie utiliza una prueba de ,. o un:i prueba no paramttrica ~i la di~tribución e~
no normal. La mayoría nece.im pruebas de so brevida cua nd o el htudio h a largo pl:iZ0.
O anali.i. má. iofinicado. como el de CO.l .
El anahi. de lo. dhen l:ice. debe delermin:1r culi nd o y cómo finatizar un hlUdio.
Mientm; hle , e dharrol1;!, lo. i nve'ligadort> pueden encon tmr diferencia, significativ;!.
que .uperon la terminación prematum del elt udi o. inclu.o anlh de que la mem de p;!cien-
th.e hya cumplido o de que.e hay a alc a n7.ud o el .eguimiento progmmndo.
En el nnMili. de esto. estudio. cobr¡¡ n gwn importancia tre. variante>:
El an~lisis de intención de tratamiento se utiliu para los paci ente. a q uienes . e les
asign ó tr.lIami ento activo que no lo recibieron o lo de óCominuaron y a quiene¡" a
pesar de 1fT alignados al gru po co nt rol, terminaron recibiend o el tratamiento (es_
tudi o. c ruudO!¡). ESte tipo de a nálisis compara 1m desenlace. en lre lo. gmpos de
eiludiocon cad a participante, analizado de acuerdo co n su grupo asignado. a pua r
de que ¡'su recibió la intervención asignad a.
Qfla forma de anáfisis e; incluir só lo a paci entes que co mpletaron la intervención
(com pletaro n 80"/.. de la adhe~ncia o qui enes permanecen evaluable;). Eite tipo de
a ná~>is slI bwima la magnitud del ef~c to de l trata mie nto.
Tambitn ni. te la posibi~dad de rea lizar anáti.is de subgrupm que, sin ~rder la
e.e ncia del protocolo inicial y de acuerdo co n ciertas carac teru tK:a s., pt'rmiten reali -
Zar anátisis que aporta n informació n importan te.

Monitoreo de ensayos dínicos

I"or razo nes ética!.. los in .. e;ti,ado~, de ben verific:H que no.e ell té .ometiendo a 10i ,u-
jeto. a in te,,·encionts da~i na s., que no , e les f> le ne,;and o una intuvenci6n benéflca o
que no u eué rhpondiendo a la pre,;u llta de inv enigaci6n. Cuando exi~te un beneficio
palpable y temp ra no. .Iuia cuenio nable co nt inu:1r con el h tudi o y negar la intervención
al ~no del grupo que pod ria beneflciarse. La e":llu ación o el moni toreo del tltudio debe
planear~e dhde el inicio. La deci~ión de detener un htudio depende de un balance entre el
a.pecto ético y el aporte dentifico de l mi smo. La de-ci,i6 n t i difICil y la deben tomar exper-
lO, médicos y bi~;tadi;.ta . que no ten, a n in tere,h financiero. o ptnonale. en el e>tud io.

Alternat ivas al estudio ciego aleatorizado

Existen Olro. lip~ de eJcudio clinico :tlem o ri7.ud o:
Oln~o f .. elO~ . Permile conth tar do, pregunt a~ de in\'e;u,;aci6n ,epa roda en una
.ola coho rle de participantt~ Se mua de un modelo eficiente, pt ro tiene como li-
mimci6n la in tt racció n tlltrr lo) dos tratamitlllO) y lo) dhenlacti, t) complicado.
rtquiert mueStra. ,; ran de; y ion di f.:ilt> de int trprnar.
A1_oriz..cioll d ".UjetM p"" .... dM . Es una eltrattpa para balancrar las vari able. con _
fu r.ora. ba.ale. que rtquiere la selección de sujno. pareados por fac to re.! como
edad y se.lO y la pOiterior 3.ignación de cada uno a un gru po distilllo.
 AINtorización en g"'pos o conglomerados. Se requiere que el in\"nti~ador 3~i~n e de
forma aleatoria yupos o con~lo merados de participante> a lO! ~rupo~ de e~tudio.
en IUlar de a~ilnar individuos. La es timaci6 n del tamallo de mue>lrJ y el anáLish
t i m:hcomplicada.
Dinllos entre 9"'pos no ",INtorizadOl. Lo~ e.tudio~ que analizan ~rupo~ no aluto-
rizado! son meno~ ~ati~f:lCtorio~ que lo~ e>tudio~ aleatorizndoi para controlar la
i nftuencia de la~ variuble> con ru~oras.
DiHll os intra-g",pos. Cadu parTicipante fu nciona como IU propio con trol para eva-
luar el erl!'CT Odel tnnamiento.
DiHllos __ dos. A la mitad de 101 pllrTicipanTel le le; asi~na de manera aleaToria
un inicio con el periodo control y deópu¡¡ se lel cambi:l al trafamienlO activo; con
la Otra mitad ie hace lo con trario.

Ensayos clínicos para demostrar no in ferioridad y de equivalencia

Se trata de olra vertien te de>eri t3 en tpncas rreien th. Lo, primerm en>a~'o, clinicos.e han
ulitizado pam identificar si una nueva intervenci6 n es teraptu ticamente semejante 3 otra
ya existente, denominada ~con t rol ac tivo" o "t ratami ento de referencia", es decir, si un
tratami ento nuel'o no es ~or que el de re ferencia.
En el calO de los eSl udios de no in ferioridad, se ha considerado que, debido a que una
prueba de equivalencia exacta e1 imposible, le de be emblecer un margen de no inferiori-
dad o para tltablecer el efecto del lratamie nto como desenlace pri mario. Lo. eSludios de
equivalencia IOn similares a los ya descri tos, excepto que la equi vale ncia se define con el
efre lo del lratamiento en tre - o y +0.
En el calO de enudios temptuticos o profilácticos es común usar enudios de no in-
ferioridad que de equivalencia, para lo cual se uti lizan más f>tudios de farmacocintTica .
Lo. enudi o~ de no inferioridad debe n destacar la premi;a de que el nuevo fármaco
ti ene otras I'entajas, como mayor diiponi bilid'ld, cono bajo. menOr inl'eni6n, men ores
efre to. adverso. o mejo r forma o vía de admi ni.tnlci6n.
Lo. a.ptcto! relevantu de los enu dios de no inferio ri dad .on:
El primer objetivo a dem os trar ~erla una diferencia entre un tra tamiento nuevo y
uno "tándar en dhtnlaces de eficacia.
Se deben idenTificar 10> dhenlllCe~ que f¡lvorecen el UIO del tratamiento nuevo ~obre
el ellllndar.
Los rhultado! demue~tran que el tralllmiento eu:'tndar le admininTÓ de la manera
ó ptima.
I-'o r último. no e~ común la conducci6n de en'¡lyos clínicOi con gnlnde~ mUhtnl' de
paciemes, llamado. -meguutudio.", porque ¡IClme¡ln problema. como CO.IO a ho y difi-
cu lt ad para el r«lutamiento de los paci enlh co n r"pecto al CO>lO tle~ado ie ha calculado
que cada intervención "ludiada y qoe;e a.ochl con I'enta, anuales que exceden 1000 mi-
lIonn de dÓlarti. del¡( Itnt r por 10 menos un ensayo clinicocon un mínimo dt 10000 pa·
cieme> altatorizadOi a l:t. ¡nte",encion de interh e igua l número de altarorizado. al grupo
pl:t.cebo O a mra imervención efreliva dil po niblt, aunque imp~que menOTC<H lo. Elte lipo
de elludios se enfocan, en su mayoría, a eSludiar des enlaces de morta6dad o relacione. con
el desarrollo de evenlOS adversos infreciolos o de orige n neoplásico.
limitaciones de los ensayos clínicos
En oca.ione:., lo. en.ayoJ clínicoi no ne<:eiaria mente cOn th tan la prelu nt a htablecida.
• ufren de limi t3cionh práctica. como el nú mero de pacienth ntehario:., cono! alto:., lar·
go tiempo para obtener lo. rhu ll ado. y prúc tic a. pueden .u favorecida. con un enJayo
clinico. Ot ralimi tante.e 3iocia a que !iólo COnthm n a una pre&unta conCret3 y limi tada.
y exponen a lo. participtlnth a un d;lftO potencial.

la ética en los ensayos clínicos

En épocal reciente:., IOJ UJptCtOi bioéticoi de la invelti,ación clínica hun cobr.. do au,e.
I>or ello. le ha de;rinado una J«ción de h te cl!pitulo p:lra puntualiza r al,uno>conceptol
importante\.
En la aC"t ua~dad, 10l elevadol co.tO; y la gran competencia paro deiarrollar nuevol
productol obli,an a mej Or:lr los procedimientOI involucradal en la im'eui,ación clinica.
Eúue una r{J.pida internacionalización de 101 en.ayo. clínico. de dharrollo de f,'lrmaco¡.,
.obre todo porque el CO~to le reduce ,i f ilO, le realiUln en pai,u en duarrollo, donde 101
inveui,adort> polfnciale. ¡uelen aco,,. de manera mil. favorable lal propueltaJ de cola·
boración y 1m pacieDles sr ven bene ficiado! al reci bir tratamienro, a 1m que, en otraJ cir·
c unltancias, no Ifndrian aCCf>o. LOI funda men tol de la biot tica pueden ver:ie fractu ra dos,
porque lai normativas cambian de un pail a OlrOy, por .upuelto, de un lu,ar a onu, a un
del mi~ rn o pais (p. ej., los lineamient oi panl el conientimiento informado pueden te ne r
variacione. irn po rtante.).
La primera e indi¡ pe nsa ble condició n q ue se debe cumplir pam que un eniayo clinico
"con,idere trico t i que fxina una duda razo nab le lobre la relación entTf beneficio y ries·
go Que ie puede oblf ller con el nuevo es tudi o.
La ,egunda condición debe If r que el emayo f>tf bien di¡e~ado. Se deM :arantizar
que IOi re>ultadru que "a a producir la aplicación de una maniobra puedan ser imerpre·
tado!> de manera adecuada y que no pTf.e nten problema, de mttodo desde el inicio del
h tudio (e>to limi tad;! la pO.ibilidad de expo ner a lo, paciente¡:1 rie>:o, relacionados con
.u participación).
El 1nforme Belmont.. elaborado por una c"milión del Co n,re,o de E~tado. Unido:.,
de.criw lo. principio. tticos bhico~ que de ben regir toda invtltigación clínica: el rtlpeto
a la> pfnonaJ.. la beneficencia y la ju,ticü!.
Ent re lo euablecido por lo. códi,os de tticu. el con,entimienlo informado por e!oCri·
tO h el procedimiento óptimo que !aramiZll lo. eltánd'1Tf> élicOi de un enlayo clínico.
El conientimiento verbal es um! forma poco Óptiml1, en WntO que un dlXumento eloCri lo
confirma que se hun ie,uido prlXedimiento; eitandluizl1dos y dentro de lo, Irei princi·
pioi mencionadoi en el pá rr,¡fo annrior. LI! in.iinncia en que el conlentimiento Jta per
escrito.e debe, lobre todo, a .us repeI"Cu!iones le,I1le¡: el paciente 6rma on contrato en
que indica que " tá de acuerdo con la. pos ible¡ conlecuencia¡ en >u salud y su Konomía,
que podrían requuir inclu¡o una indemnizació n. El i nve.l fi,ador dew estar ",uro de Que
puede ,aranti~ar al paciente que la investigación e¡ bien innncionada y que no ,upone
ri"gO¡ ucesivo>. La rteiente in.i¡n ncia en el con¡enlimiento informado puede lleva r a
que ¡e olviden IOi derKhoi bálico! de 101 paciente¡; debido a q ue dew poner:ie tnfaii~ en
la hora de inicio de IK tura, el tiempo de!. tina do a ello (como mínimo una hora ), la firma y
lo. dato. pusonalu d~1 mMico, el paciente y lo, t e>ti~o .. ,e limi ta la relació n entre los dos
intereliado>. mtdico y paciente y lie prena mayo r atención a a.pec tos re lacionado. con lo.
procedimiento. y la re~ulación .
El hecho de situar al con.entimiento informado como el componente m:h impor-
mnte de lo. alpecto) MtticO." de la uperimentación puede .fr un concepto eq ui~oc ad o;
la lep.lación y las re,ulacione. deben concentrarle en a.pecto. de mayor intere) como la
autonomía. el ~rado de incerlidumbre. la igualdad de probabilidade>. además dd interh
clinico y la adecuación m et odoló~icl' del di se~o del hlUdio,
Ot ro punto álpdo en el ambiente biottico que rodea a la in"e; rigación clinica e;. el uso
de placebo como grupo control. En todas b ! (¡re:!! terapturica! H han deK"rito en'3Yo.
controlado! con placebo que pl;'n tean dud:l! ,obre IU hica. En elle C3;o. d grupocomrol
debe tene r una terap#urica con bale en medic;tmemOI ya htudiado! y que se con.ideren
la mejor opción te rap#utica en ele momento. El evidente que lo. ensayos clínicos cont ro-
ladoscon placebo vulnemn el princi pi o de que todo, lo! paciente>. incluido! los del grupo
CO nt ro~ deben recibir el mejor tr:lIamiemo dispo nible, o uno nuevo queloe crea i~ual o me_
jor. El hecho de aceptar lo. ensayo! co ntro lados co n placebo atribuye a lo. inveuigadores
y comi tf. t'tico. la racultad de juzpr la cantidad de mo le>tia. y de incapacidad tem po rnl
que lo. pacie nte. puede n Ile,ar a sufrir para a!e~urar el deiarroll o de la inve>ti~ación. ÉI-
to. no co nuituyen un ellím ulo para las comparacioMs direc ta! en tre rarmaco>. y dificul ta
la aplicación de crilerio. de !elección de medica mento. para la pre5Cripción.
Dada. e>ta! premi !a>. se han propUf>1O alg unas condiciones para el u.o de co nt roles
tratad o! con placebo! en en.ayru clínicos:
Que el ensayo no dure el tiempo su ficien te para que la enfermedad tra tad a produlca
daiio o ¡>frdida irre,·ersible.
Que lru paciente. que no re,ponde n lean id entificad o! y retirad o>. con el fin de
prote,erlo. de lai con.ecuencias de un tra tam ient o inadecuado.
La li hojas de inform <K:iÓ n para el conlie nt imi ent o del paci ~nt~ debe n incluir infor-
mación .obre lo. poiibln ries,Oi de Iflión o los efec to. ad,·erso. irreversibles re-
lultante. de l u.odel pbcebo o de un fármaco en inl'f>ti,ación que resulte ineficaz.
I{ edu nda ria en beneficio de los paciente>. indu>tria. inveni,adort ! y re~uladorts
que la indust ria y la. au toridade. re~uladorJ' definieran y justificaran de manera
co njunta una Mposición hica" tspec ific:I. con directricfl cla ra>. .obre flte tema.
Ll" htratepa) impue. ta. por la. norm,,~ de biottic:t orill:ln ;¡ aplicnr de forma m~~
e>lricla y acuciosa lo! procedimi en t o~ h lablecidol por lo. enlllyO' clinicos. de modo que
no >e dune al paciente. !'ara ello.e hun dtil\rrollado hu llamada. norma. de la. Bue m,~
!'rkticUI Clinica. y lo. comit'. de hic!1 enc!tr':ldOI de louperviS1LT que >e le. siga de manera
euriCta.
L:,. norma. df la. Buenas !'rlietica. Clinica. io n un conj untO de condicione> que debe
cum plir un en.ayo cHnico para a.egurar que If hu Ifguido un protoco lo científicamentf
adtcuad o. rl Sptlando los dfrfChos dI los pacir nt tS y p rantizando la lIalidl Z dI los datos
y lo. rhultado~ obtenido!.. Son las nOrmaS que ,irven como ba,f para el diseiio. la rra~_
zación y la co mu nicación de 10\ ensayO! clinicor., de mi form a que le tenga la c erte~a df
que lo; dafO ••on con fi ablt> y que le protegen 1m dntc ho. y la in1t~ridad de lo•• ujno>.
ma!lleniendo la confide oci alidad de 'U! dato!. A dvi ~ rt ~n de la. rfl pon>abi~dadfl de los
 EI.....yo dftro 121

implicado~ en cada una de la~ fa~fi de pl¡¡nifiC<Kión y ejecución de un enwayo clinico y

requieren la uhlencia de uno~ procedimienlos preenablecido~ por e:.crilo que ~e apliquen
de fOrma l.i;,em{nica en la o r, anizoci ó n, direcció n, reco&ida de dato!, documentación y
verificación de l~ en~a)"o~ clinicos. E;¡:\n encaminadal a ele.'a r la ca~dad de la alención
mfd ica)" de la inveui,ación clínica.
Aunado a lo antenor. I~ comith ttiC Oi de invelli,ación clínica e; l ~n formadol por
, iele miemb/"Ol. que no pueden recibir remunenlción económica por parle del patrocimldor
del en,ayo y de quiene, por lo menw do, debe n ler ajenol a la l profuione; lanitana!. Su
fuoción con>üte en evaluar lo; a1llectoó metod o lópco>. ttico. y leple, del protocolo pro-
pueóto. al¡ como el b;¡laoce de ntó,o. y beneficios. Evalú~l la idoneidad del protocolo en
rel~lCión con I~ objeri,·o~ del mudio. . u eficienciu cientifica y 1~1 ju.tificación de 101 nn,o!
y molntia. prevhible!, ponder..das en función de 101 beneficio! nperad~ para I~ l ujelO! y
la sociedad. Tambitn eval6a la idoneidad del eq ui pO im·eni,ador para el en.ayo propuelto.
uniendo In cuenta su elpeneTlCia y capacidad in\'el tigadoro paro llevar ad elante el elludio,
en función de la elpenencia con otro; prmocolol de invlltigación. Comprueba la prf\"i;ión
de compen.ación dellr:namien to que u puede ofrecn a lo; ;ujeto> participantes en calo de
lflión o muene atribuibles al enlayo clínico, ademál del le guro o la indemnización.

Publicaciones de ensayos clínicos

Todo mtdico y Imbajador de la salud e>tá en contaClo con 1m enlayol clinicos durante
la prác tica diaria; pOr m nlO, deben es tar fam ilia rizados co n ellos y determinar si le han
delarrollado de forma adecua da. Con elte fin, se han de>erito las caruCleristicas que debe
c umplir un repon e pam que le le co nsi dere como inform ación veruz y confiable..
U n informe que describa los resu ltados de un emayo clinico debe con lener la infor-
maci ón lufieiente pam que el Ir.:tor pueda hacer~e un juicio informado wbre jiU .·a!idn
interna y Hlerna.
En 1996, con el obje tivo de lubianar el problema de repOrte; de enlayos clinicol
inadecuado;". un ! rupO multidi>eiplinano prOpUiO la adopción de una lerie de r«omen-
dacione, paru la pre par-.<ción y publicació n de aniculoi iobre emayoli cH nico!.. Conlilaba
de 21 elemen to;". referente; a me todo>. rhult adoi y di:.cu lión. ad em ih de lelección. rr.:l u-
tamiento. le,uimiento y evalu ación final de 10li paciente; en enliayoli clinicos. AliL el ,rupo
CONSORT ( COf!SO/illillt'l/ Sil/ni/mil of RI'lwrt in Trill/s) htandanz6 lo que debe inclui r
un repOne. M¡\; adelante. en 2010, el mi,mo grupo actua lizó e!tali r«omendacione>. con
una li.1a de 25 OIpfCIO' a inc luir y un dillgntma que mUhtra el flujo de 101 participan te!
a trlwh del estudio. lnclulivt. •e e!tablr.:ieron ciertOI lineamientos para 10li enlll)"o, de no
infenondad y de eq uiva lencill, que lie de>en bi eron en pági na. a n tenore; (cuadro' ' ·3).
Por último. el protocolo h el documento fundamental que detalla antr.:edente>.
mhodo>. conwderucione, hica. y admi ni;mllivu! de en.ayo. clínico," Permite evaluar la
co nsiótencia entre el repOrte final y el objetivo inicial, par.. óer con!uhado por el equipo
que de.arrolla el "tudio., el cornil. de ' tica, lI utond¡,des regula toria>. edi lore. de revi;ta>.
posiblfl panicipantts., pfOVffdorfs d. salud)l rfl'isorPS.
El dr;arrollo dI un protocolo inco mplno dt\encadlna efr.:tm nocÍ\·rn; en la conduc_
ción del ",udio, como ob, táculm para la rr.:o lección de lo, dato. qu e conllevan re,ulta_
dOI incomplet o>. rtlrulOS en los reportrs, rtmllO> por enmiendas ,omtlida l m:li adr lante
y limitacionu para la revisión del u ludio por parte de .UjtlOi e."(ltrno; a !11t.

v
ImOlf. E,truct... dP lo, ,nforme, y ~rtirulo, de e",~yo. di,..co, . Reco~cone, del

~~~==""
;;=lCONS~ ldent.r.c.. e>l~ d, o como ~n

p.e""" .. un 'e",m"" e>t,uct u,odo

"" •.yo din,co COn d"tnbucon oIeoton~

Indoca. lo, ~,pote." ,n,cole •. lo. oblet,vo. dón,co. y lo • ..,., ... <le sul>gfupo y
de cov ..,.ole. pl..,~ , cad ..

De>Cf,b ..
• Lo poblKlo.. pl..,.foc.d.y .u. a~""o. de .ndu .. on y ""du .. on
• Lo ....' ..... ""o.,.,e. plone.d .. , el mom""to "" ... oopl.CKlOn
• Lo. v'flable. p"m .. ,•.• ea.nd..,. y lo d.I ..""o. mln"". ,el ",,""'e.
,ndlcando CÓmo.e 'e"'.. o el clolOJlo de la mue"'.
• Lo .....,.,e. y lo. metado. del an.h~. e.'adi>l'co. con deI.Ue delo.
p''''opole • ..,/01.... comp ...... o. y ~ hubo "'t""oO<> de" ......""' o
• Lo.n",mo. p,edef""do. det .. m,naoOn del protocolo
Def..,.
• Un,dad de oIe"0"'IOOo.. (p. "1 " nd,,,,duo. grupo. "'"nbuoOn geogo'_oc.)_
• Método ""I... do p.,a g"" ...... el plan de oIe"onzAOOn
• Método <le oeukaaón de lo "eat"",,,,,On y '" mom_o "" que "'e
",oIaAdo
• Método oophcodo p o,. , epo,o," gen..-adOf del ~'" <le lo o.. gnaoén
• DMrnb" '" modo (cap.ulo., compn m,doo, .... uaon. ,,"cét..-o).
• En ma.c.v.....""to
• Slm,lttu d de lo. tralom' ''''tO'
• Control d"lo pa"' o d" ""oto",o aón (doo d"." gu ... doycuando " , abre)_
• Lo. pruebao d", enm o>cOfam,enlo ent,,,, el pe"onol que ,ntefVlene en el
protocolo
D<"I<J1b .. -
• Elllujo y '"'9U,,,,entO de lo. port,ap""t" •. ""lde 1.. oI"otOf1Zaaon y
"!lu,en do con "'gm.aoo. momento de lo. ,n l "",ena"""'y~,d . , ""
cod .. grupo "_"'IZadO
• Eot"bh,am,ento del eledo colOJ I.do de l. "".."enaon ><>1>", I.. v.,.bln
pnm ..,. y ,ewnd on& con 'u e.',modory me-dtd. d .. l. preo..on (rntentolo.
d .. conf, ..... o)
AA....
• p,.~ooón d .. lo, ,,,.uh do. en nu mero, ""oluto,. OJ.,do ,e. po"ble
• p,.~ooón d .. lo. d .. o. ,,,.um,do.,lo. ",... bdo. <le prueb..
"II"¡,,,,CO. <Ie.a'pt,v", e ,nl",,,"oole.
¡¡
o DMcnpo.,., <le lo ....,.ole. pro"ci>t,co ..... c..:lo grupo <le Itotom,enlo y lo.
medldo.tomld .. P'" ",u.!Orl ••
o DMcnpoon <le 1.. de.".oone." protocolo y .u. , ..one.
o Inte<p<etKlÓfl espeáf",. de lo. r esu~.do., con fuente. <le ""90 e
,m""",, .. o.. ¡.aI,de. "'temo) y d •• eu"o.. de lo v.hdez ""t ... "o. con
e.peolOCOClon de med,d., CUIII'II,tM ,VU, OJ.ndo .... po..ole

En 2013, se creó el S'(It¡>m¡>It/ S/(lIttla,r! f' '0/('1'0/ /t ~",s: RI'("omm¡>mlmiOn$ fo, / "'1"11(1-
,ioNII Tr;(I/S (SPI KIT 2013), con el fin decontar con un¡, liSIa de los puntos clave mínimo.
qu~ )~dtbtn d~tallar tn ti prOlClColo clínico. incluida una uplicación dtmllada dt cada
uno de IOi pUntO!.. Ene in,uumrnto incrernrnta la calidad '/ rficiencia drl dr;empr~o drl
prOlocolo, racilila una condUC l3 ri,urm3 '/ ptrmitr una fácil rf~i~ón del mi,mo.
 EI~odroro 123

Conclusión
En general. la! prfgunta! ~obre intervencionei terapéutica~ deben ~tr re~uelta~ median le
enla)o~ clinlcoi alulorizados. ÉilOi deben realizarse cuando lie htá ,eguro de que una
inte .... ención puede beneficiar a cierlo grupo de paciente>. La mayor ventaja de eno~ ellu-
dio. h ~u poder para comrolar la influencia de variable, con fu~oral. con lo que ~e pueden
dar rhpuella~ mh concluyentes. También pueden ,er meno.co!Ot<»o~ y lardadol. compa-
rado. con alguno! modelo, ob!ervacionales, Es necesario hlablecer grupo! conlrol pard
conocer u el beneficio h mayor que el riugo :lsociado a la maniobra en elludio. El mélodo
enablecido para !u ejecución debe fótar bien definido y aburta desde ellablecer una co-
rrecta pregunw de m~esli~ación. definir correctamente la intervención a apticar. el bene-
ficio que lila olor~ur:l.lo. efecws udversol que pudieran prfóenlarlf y el hlablecimienw
ponerior de 101 proce,o. de alearorizaciÓn. cegado)' aplicación de la mte .... ención. a.i
como el anáfi!l; de lo; ruultadolo. En e,le li po de hlUdio; ui'len al~unos ino;onyeniente;:
.Ion de alto CO; fO. a lar~o plazo y el po.ible que le lomfla a ]0; .ujtlos de elludlo a rie;~ol
importantes.. Lo> beneficlol deben ponderarle con lo. riesgos.. El j¡f~UJmienlO ellriclO del
dile~o de hlO' euudlO~ conlleva a oblener bueno. rt.ultado> que pueden beneficiar y
generalizarse en la práctica clínica común,

Chalrnef'l T.C, Cd~no P., ~ks H,S,. Smi,h H. & .. in 'rc"men' aosignmen. in ron'mlled dini-
cal.rial .. N t"nJ:{j /llaI. 1983.309: 1358-t361.
Ch~n A-W. l'nJ.K J,~t.. Ahm~n D,G,. ~f al. SPIRIT 2013 .laIcment: dd'n'ng iland.",¡ p_o-
col ;'cm. for d.n.c:d mal .. tlnn Infm, /llnI. 2013. 158 (en prensa)_
Curnrn,n,.SR .• G",dy D .• Hullcy S,l!. Dc';gning an Expcnment: Oinic:d Trial.l-ll. En: Hullcy
S.B.• C umm.nv S.R_. rt al Dl'litninJ: Ginical II.I'l~arffl. tln qitkmi#~c Approath. 2 •. c<I.
B~himo,"" upp.nro.. Will •• m•• nd Wilkins, 2001, 143-174.
Ftinilnn A.R. Cli"illll EpjJt",j~/"t{J. lIN I'lrrhiur"'" I1[CfinirJlf NtfMrffl EUA: WB s..ude:f'I
Comp.nr·1985683-718.
I~nch~r RH • Bnch~r S.W. CfinirJlI Epidtl/liolofJ'. lh. E... nual •• 4~ . • d. Batumo,"" Lippincou
Wilh.rn •• nd \IIr,lk.n .. 2005: 125-145.
Grao. D. En,re d .n...yo dínico r l. élica clí"i",,: l •• hu.nu p"'ctic.. dín,cas. /11$ Cfi" (/LIrr).
1993:100:333-336.
lo.nni .... J.P.A ~1.¡;Hn~l. ro. blockbu......, jtiMti. 2013:309(3):239-240
upon. J.R PnnClpoo. ba •• o. de: 'nv.oti¡;acióI\ clínica. 200 I (icf.u.b ..,¡
bpont J.R PnnClp'ol bi"tol de .nvtRi¡;~tión dínit:l. ~hdrid. Ztnn:o n.rm1. 1993_
Linle R.J.. D'Agoil,no R.• eoltcn ~I.L.. tT"l 'Ihc prcvenlÍon 1nd ',...'men' of m.... ng d... ,n
dinic:d 'nat.. N b«1f MnI. 2012;367: 1355-136Q.
~t.nín A.A., lun. dd e ... illo lO. Bitmtddística "",a t..s cirncu.s tk '" ",luJ. Esp.ña: C.pitel
Edi,or" .. 2004:305-330.
~h';n" n C. L. Ton.oci. S. ClinitllJ Trials. Dnit", C",,¿ucf and A""lpú. Oxf"rd Univ",...;,y 1'", ...
1986:3-21.
~lull. S. ~L Seo" I.A., J.ckeviciu. C. A.• You J.J., Guy." G. H. Ho'" 'o "se: • Non-Inferiori,y
Triol. U",,,' GUld,,~ 'o ,h", m.dial Li,,,,,.. u,,,. jAMA, 2012:308(24):2605-261 1.
Pi.ggi" G ., FJbourne D.R., Pocock S.J., Ev.". S.J., AJ, m.n D.G. Ropon,ng of Noninferiori.y
.nd Equiv.Jencr R.ndom,,,,d Tri.J •. E~, enoi"n "r,h. CO NSORT 2010 Su«men •. jAMA,
2012:308(24):2594-2604.
R".!"n.n K.J .. G ",.nJ.nd S. MINi,,,, /;"p¡¿mliofQI1.~' 2•.•d. B.h;",,,,,,: L pp,ncou Will,.m •• nd
\'(IiJkin .. 1998:67-73.
S..oI.r 0.1., Dcv"r:>ux P.J. En'erg;ng "cnd. in clinic.l ,ri.1 de"gn . A"nd! A",(c:, 2013; 116(1):258·
261.
l;.¡.vc .... j.Q., Rin.·Rui~ R. Clin,,,.! "'''''M IX. I:,om ,he dinial ¡udg:men. ' o ,h. din,al .riol.
Rrv M'" /ml Mn: s,y""" 5«, 2012 :\hy-Jun;50(J):267 -272
 Revisiones sistemáti cas
y meta-análisis

Ingns del P,lir Peliez Bllllestn

Adolfo Hernindez G¡orduño

Introduedón
La toma d~ una dedwón clínica siempre es tá acompai\ada de cierto ~rado de incertidum-
bre.. Para los clínico!., la intuición y la experi encia clínica fu eron durante mucho tiempo 1m
elementO. que.e apbcab an para contrarres tar 10 incieno.
En la ac tualidad existe una explo.ión en la cantidad de eiludiru médicos publicado!;.
A manera de ejemplo, r.üha Greenhalgh mencionaba, en 1997, la edición mensual en
tOllo el mundo de 4 000 revi.ta. médica. y el num ero de publicacione. dedicadas de ma-
nera excluJ.iva a re.umlr el contenido de la. demá~ superaba cni 131200. G~enhal~h ter-
minaba mencionando que sólo 10 a 15% del ma terial que.e Imprimía mostraba un valor
científico duradero,'
Con ellncrtmento)' la slI tu ntdón progrt.ivo. de la práctka dinlca y la e!oCa.ez de
tiempo paro leer el gr'dn cúmulo de utudios médicol publicados y rtflt!llonar .obre ello>.
la caP'lcidad de aprO\fChar con eocacia la literatu ra médica .e conyierte en una dhlrtza
esencial para lo. médiCO!;'
AllraTar de identificar la evidencia clínica disponible para tomar una decÍlión cHnica,
el médico puede optar por una bú.qued:\ no .immática (también denominada revhión
narrativa) o por una bú~queda si.tem:'uica, en que ni.t' una declaración uplicita de 101
objetivoj., materiale; y méloooj., mediante unu metodología txplicit3 y reprodllClble, ¡:Oor
último. para Integn.r y 3nallUlr la Inform:lción ob tenida de dlltuol e.tudlOS .Imilare>. n
requIere una e>tr'.uegia estadí.tica que permi"l realilpr e." aD:! ~Sl>. ademA! de una reyi-
sión Slmmáuca y, por último. Un meta_an~lilil
El prOp6.ilO bblCO d!l meta_an:'tliSÍ> co nmlf en proporcionar el mismo rigor me_
tooolópco a una rf\'IMÓn de la llt!rJ.tura que el que se apllca fn la lD\eUlgación de tipo
expfnmemal. En tite proceSO.f combinan los rtsultados de varios fstlldlOS que uamlnan
la misma prf!unm,
 En I976, G Ia~s prOpu~o elconcepto de meta-,wú li;is de la illve>li!ación_ al que definió
como el aná li~s de los da to~ ap~cados al resume n cuanti t:ttivo de utudios experimen talt!.
M ~; que una tknica_ se proponía como un'l ptn;ptc tiva que utilizaba muchas tknica~ de
medición y análi~is htadístico. De manera más detallad:1, e.te autor proponía estas carac-
terhtica~ del meta-análüi~: se tram de un an{¡l iói. cua nt itativo. no prejuz,a 10; hallaz,os
de la inve.ri!ación en ttrmin~ de 1:1 calidad de 1:1 invhtigación y tiene como objetivo la
bu.queda de concLu~ionh ,enerale!. Toda. la. cI1r:1cteriuica. mencionada. le dan el car~c­
ter .i>tem6tico y 10 diferencian de la! revi.iones n:lrriltiv:1 .. l

Conceptos
A continuaciólI .e euablecen lo. conceptOI b:\.ico.:
Revlslón dst...-4t¡Q . A lude al procelo de rteolectar, revisar y pre.elltar la mejor el'i-
dencia di.poniblf, con bale en un protocolo. Se pueden identifio;ar cuatro tipos de
rel'hiolle; ~' l emátic:.l~:
a) Slmpl• . Una revisiólI que no prtsenta un amlli,i ..
b) CuantÍlal:iva o rnMa-anoilim. Es una revi,ión ,i;temática con aná~sis euadístico y
un rhumellllumérico.
el Cual itatNa o .....u.sintlHis. Se basa en la revisión de e;tudios con disenos cua~ ta ­
tÍvo!.'
Revisión no sistltmóÍl;ca o ......ratNa. La revi si ón na rrati va es ~ólo una revisión de la
literatura sob re un terna especifico, pero q ue no si,uf un protocolo de elaboración
en forma sistemátic a.'
M_an.;iIisis. Se rffiere a la tkllica e,tadistica q ue se aplica a la extracción y combi-
nación de datos pa ra producir un res ultado de manera resumida.'
M_ slntlHis. Se define como una estra tegia mflOdoló!Íca que permi te rfl'isar e in-
terpre tar de manera ~ri,urosa" los ha ll azgo, de la invtnigación cuali tativa. en la
que se han uti6zado mé todos cualitativo, (en trevinas a profundidad o grupales..
observación de participan tes.. etcétera).'

Proceso de elaboracion de una revisión sistemlÍtica

Una re"ilión ~istem~tica repre~enm un tmbajo de investigación. porque hay que duarro-
llar un protocolo de inve>li,ación. que inicil' con h1 identific"ción de un problema clínico.
En ~e,uida.e de~riben lo~ pa.o~ a .e,ui r en un" revi.ión ~iuemiitica :
1. Estrvctur1ldon d a la pragunta d ......ada da! probl_ d ;nlco p la ntNdo. La pre,unm debe
incluir la de~ripción del ¡rupo pilrticipa nt e o lo. paciente!,. su~ problema. c l inic~ y
el lugar (población ) de tó ludio,lal interve nciones tempéutica. y educariva!,. la~ prue-
bas diagnóstica. o la bu.queda de f"ClOrel de riei'o (1:1 intervención o expo.ición).
los cambios clillicos de 1;1 intervención emp le"da. como un trmamiento o una inter-
vención p~itNducativa O de r nftrrntria (.1 dh.nlace, y la forma en qu e 'f rnlizó el
eil udio (el diseno del hlUdio).'
2. BlKqu~á"n d. articulo.. La se lección de 101 artículo, que le deben incluir en una
revi,ión ,isumática tó un paso clave para evi tar ,tógos; rtóu ha necuario generar una
lista de lal fuentes de c(lnsulta y de bús qu ed", \fan elecuónicai o impreu!. En el área
 Roov ... """"..,.c""'.t>a< y met. _.n...... 127

de la ulud.la ba~h de datoi electrónicas mih con,ultada, !>on MedLinf. en la plata-

forma PubMed: EMIOUF, que el la verlión europea de MedLin e: C1 ~1l \ L {Cumula/i,-"
1",1...tfor /t.'ursi"g (Inll Alli"d H rtlflh Lileralu,e). que ei una baie de datos con info r-
mación de otra~ ~re~h de la ~alud diferente. de la biomedici na y P)ycoLi tIP~)"col nfo.
orientada m:h a la!> ciencia! de la !alud. E~ necharía una mención e.peci:tl de I:t
in fo rmación en el ~rea de la ~a l ud generad:! en A mérica Latina. que)e encuentra
en UL.\CS: la información médictt publicada en reviua~ mexicana~ e~ t :\ prhente en
\MTIOPoU S \ .

De preferencia. la bÚlqued:t electrónica debe co mplementar.e con una bit.queda en

revi>ta. hpedalizada~ anic ulo! de revi;ió n '1 con.ultas con experto. en el :lrea, Ante; de
¡nidar la bÚlquedn. e. import:tnte tener identi ficltda. h!. pabbnu cla"e. de acuerdo con
el objetivo '1 b pre,unla de la revisión .iuemlitica. Una vez que.e realice e'la bÚlqueda
ba.ada en la. pal:tbrns cla"e (I i no.e liene experiencia en 1:t bú¡queda de información, ie
rrocomienda con;ollarcon bibJiotrocariOI elPedalizado. en el área de 1:t .:tlud). el nrocelario
detumi na r (1 priori lo. c rilerios de inc IUlión y exc IUlión de Imi artíc ulOli id en ñficadOli. Se
rrocomienda que dOli revi~orel independien tes realicen la reyi.ión de manera ",ada. (Para
conocer mayorei detalles, conlulte,e el capi tu lo 24, ~ B ú,queda y rrocuperación de info r-
mación cien tífica".)'
J. Evaluación d. la calidad d. los anlcu los. La calidad de un f>ludio ie define co mo el
grado o nh'el de las medidas utili1adas o realizadas para disminuir los Prrores lim-
máticos o iel'O§ (de!>\'iacione» derivadoi del di§ e~o. la conducción y el an álisi§ del
~> t udio (validez de un ellUdio). Adem:i, de permitir compal1lcion~s mh prrocisa,
entre lo~ elludios. la calidad de hto, tambi en permite oriemar la interpretaciÓn de
10i ~iultados. ·
Se delCribtn en generol cua trO tipo~ de ,e,go> relacionadoi con elle tipo de eiludios:
S..go de selKCión. Se preien ta cuando exi"en dife~nci u siuemáticas en la selec-
ción de lo. IIrupOs de enudio.
S..go d. vigilaDa.. mjdica. Se preienta cuando exinen dife ~encias en la atención mé-
dica brindada a lo~ participantei de los grupoi en h tudio. de manera independien te
de la inter\tnción.
P...di.... dif ...... ciaI. Se refiere a la pérdid:t diferencial dumn!e el seguimiento entre los
particip3Dte~ de los , rupas de e>ludio.
5"110 de detKd6n. Se ob.erva n difere nci:t\ .iuemMica. en la~ medidu~ de desenla-
cel evaluada!>. '

Herramienta Cochrane para la eva luacion de sesgo

I-'or lo meno. do. revisons independien tes deben realizar la evaluación de la cali dad de 101
arliculos, para eyit:tr >tlllOI '1 mejorar la fiabilidud en la eVllluación. Hay que conliderar
que cuanto mayor sea la cantid3d de revisores, mayor ei la probabilidad de diloCrepan.
cia, 'l. por lan lo, re;uita nrochario uli1i~ar tknica. de conlen,o (p. ej .• la lfenica Delfos)
paro rholYfTlas. E. rrocomendable realizar una prueba piloto enlre lo; revisores. con una
lubmuellra de lo; pmibles a rtículo;. con diferentel nivele> de rihllO de ifillm: con ello.
le ltl pone a prueba. Además, f> adrocuado incluir revi,ort> experto. en metodolo~ia y
tambifn clínieo. no uper1o!.. Se recom ienda medir la~ concordancia. a tnl\'b de anáLi5i ~
ht:tdÍ>tico. (kuPfHl. confiaDilidad ).'

Herramienta del5lstema GAAOE

para evaluar la calidad de los estudios
La propu hta rfalizoda por el , rupo de trabajo C K\lJE (Grwling 01 RI'romnwnlllllionJ AJ-
~I'Hm(·m. DI',·...fopmtw unt! E',,/ulIIion) en 2004 aporta una ,uía de evaluación de la ca-
lidad de 101 elludio!. Aunque el obje tivo princip¡1l fue caliticar la fuena de la evidencin
ltportada por lo. diferente. elludioi. e.U! ,uia eVlt lúa lo •• i,uientr> factoru:
Limitacione. de lo. e.tudios.
I ncon;i.tencia de I~ re. ultado!o.
Hete ro,enrida d en 1;1. comparucio nr; de intervención que 00 ~rmiten una medi-
ción directa. por lo qur la rvidencia rl indirecta.
Baja precisión.
Se.,m de publicación.
Factorr. qu e aumen tan la calidad de la evidenci a.
Ma,ni lud del tama~o del efK tO-
Evaluación de Imcon fusorH
G radiente do.is-rr>pue,la.
Al evaluar todo~ e>to~ fac to re!.. .e obtienen cuatro niveln de catidad de la evidencia:
alta. moderada. baja y muy baja. En térmi no; generales, lo. enuyos clinicos alfa torilado~
rKiben la mayor puntuación; lo. e.IUdios ob.uvacionalf>, la menOr. Hay que tOma r con
cuidado eua puntuación. porque los meta-análi.is, como la mejor evidencia di~poniblf
para la toma de dKüiones cliniea>, no el un criterio compartido por al,unos investi,ado-
re> clinico!.. ~

Obtención de datos d e cada art ículo re levante

La obtención o utrJoo ó n de l~ datos de cada articulo ~el eccion ado,e rfatiza en un for-
mato di,eftado u profeso para cada Tevi.ión .inemillica. Elo te formato u ba.a en los obje-
tivos de la rf"isión y .us funci o ne. principalh so n proporcionar una rfprhentaci ón de la
pregunta y e"aluación de lo. htudio. y ",iurar lo. cambio. rfalizado. duronlf el pTOCf>O
de la revisión; además, es la base de dato. donde'f almacena la información que loe an¡t liza
mili adeJanlf. ya >fa de mltnera cUltlitativ¡¡ pant !:ll revi.ione> .iuemálicas .implt> o mft a-
~ínltlis, oeuuntimtiva pard lo. mfta-análi. i.. LOI ¡¡.pecto. que ~e rKolec tan en el formato
di senado .on lo. que pueden ¡tfrcmr la preiencilt o magnitud dd efecto y su aplicltbili dad:
variable; .oood em o,ritic:H (edad, .uo. r tn icid:l([ ). lu,ar de rr~l tizaci ón de lo. nt udio.
(hospital. consult orios, clínica. de hmncia. pro longad:l')' tiempo en que le realizó el ei-
tudio. Cri ltri Oi dia,nÓ. ricol. inlt.venciÓn {trutamiento farmaco lógico o no. ¡ico tuapias,
int t.vfnciones educati va.). de!-Cripción de la. mfdida. dr dhenla"" {mejoría. actividad
de la fnfrrmrdad. cronici dad. calidad de vida rf h,ciom,da con la .alud ). Los formatos de
.Kolección .e purden ,enerar rn \·fT.ión imprt>a o electrónica; "13 última tirne muchas
ventaja. rflacionadai co n el re,illro y análi.i s; la. de. vfntaja •• on la pro,rnmación de la
ba,e de datos y. por tanto. la com plejidad de l di.e~o y lo. eOliO> que es tO implica.'"
 Roov ... """" ..,.c"",.t>a< y met. _.n...... 129

Aná lisis
El an!thh e. una herrJmienta fundame nt ,t! de la revilión liuemittica. au nque .ólo.e rtali-
ce tn forma cualitativa (d eloCribitndo lo. h:lllalgol que favorecen o htán en con tra dt cada
uno de lo~ t.tudio! primario! analizado!); sin embnrgo. htO requiere la interpretación dt
lo. revisort!.. Lo idtal ts ttrmi nar ti an:\li~i. dt forma cuanti tati "a (t. decir. rtaliz:lndo un
meta-an!tlilh).'

Meta-análiSIs
El met:l-aná~.i. combina lo. rhulmdol de v:uios estudio. que examinnn hl mi.ma pre-
gunta. ¡:tara ello. . e rtvila la li teratura con un:l uc tiwd criticn•• e combinan t!.tadhtica-
mente 101 resuhados de htudio. previo. y. en un v¡,lor numérico. .e r"ume ¡oda la evi-
dencia relacionada con un tema f>(lfCifico. L:t utilid:ld del meta·an61ilis.e ba.a en que la
información ob te nida li ....·e de apoyo a los mídico. en su práctica diaria. en el desarrollo
profe.ional. en la preparación de una co nftre ncia. como pane de la in troducción de una
lesi. de invt>ri&ación. en la pub~cación en revillal mtdica. o halla como repone tknico
para la elaboración de &uíal de prác tica clín ica qu e apoyen la lOma de decisiones y el de-
larrollo de politica~ de salud.'"
Los objetiw)li del mfta-aná~sis Ion:
Itevi.ar la ~tera t ura para ~uiar decisiones y di ri gir futura. in\"ellitacionn.
Mejora r la precisión en la estimació n del tama~o del eff'Cto.
Medi ry rflol\'ercon llic tos en la literatura.
[nvf.ri~ar la importancia y las fuen tes de heterogeneidad.
[nve.tigar variacion es en el tra ta miento en dillinta! .i t uaciones enue di ferentes
.ubgrupo!i.
Analizar 101 rnuhadol q ue no fueron parte de 101 obje tivo. del trubajo origina l.
[nvf>ri~ar la prf lfocia y el tamai\o del "sgo de publicación.
E.timar rtluhadol durante un anlllilil co. t o~fec t ividad .
La e>trntepa analítica de un meta-an:\li.ii co nli. te en decidir la! comparacione!, que
dependen de la. pregunta!, lo. o bjetivo! y ]¡l. hipóthi. p]¡,nteado!, al igual que la ;elección
de lo. f>tudi~ primarios. que Ion comp:lrable. entrt.í (p. ej .. heterogeneidad de la pobla-
ción de htudio. dilei\o!, interwncionu y re;ultado¡ ).
Una \'ez que.e identifican la. van:,blh comp:,rable!, loe prhenta una tabla con lo. re-
.ultado!, mediante variable. dicotómicas (porcentaje.) o continua> (medida. de tendencia
central y di.per>ión; medial de lal di ferencilt; entre medi ciones). M¡\. adelante. le calculan
medida. de relación. como T'JZOnU de momios. riel&o. relalivo. o diferencia de riU&OS. Si
lo> dalol ion diCOtómico!, se hace medi:.nte modelos f>u,díuico. de eff'Clo. fijo. o eff'Ctos
lllealOnOI utilizando el mhodo de ¡:tuo o de Manttl-Hl, en lzel: si iOn con tinuo!,;e cuku-
h,n promedio. ponderad~ o flwndariz:tdo!, medi llRle mode los de eff'Cto. fijo; o 31e:I\0-
no!, y lo. mhodOI de varianza ¡nver;a o de Du Simonian y Laird .
La d~i.iÓn de uri~zar un modelo de efectos fijol o aleatorios depende de la htttrO~t_
neidad calculada (análi>is euadíllicos para I'alorar , i la variación oMe ....·ada en lo. resul.
tado. del ellUdio I f explica con la variació n tlperada .ólo por alar) entre la. poblaciones
comparada>. Una form a ~rálica de prelenta r los dato. que >f obtienen de un meta_análisis
e~ una gnlfica de árbol (forr/'Jt plot), que hl:i co mpueita pOr vario!> apartador.. Del lado
derec ho u prf~entan lo!> nombre!> de 101 autort!> y el a~o de cada hludio incluido en el
an:íIi~i~; Otro columna der.cribe el tamaJ'oo de la mueS lra del grupO con intervención {tra ta-
mien to, terapia cognitiva_ ele., y el grupoconlro l. Hacia la derecha de la gnlfica le encuen-
Ira una linea que divide a ella en dOI cuadradol con uno linea horizonlal (a la izquierda
hl:in lo. elludiol a favor del grupo conlrol y, a la derecha. la in tervención ) y que indica la
fuerza e.tadi.tica de cada euudio individual. La li nea horizontal repre.enta 101 intervalo.
de confianza de la fuerza e.lUdillic:,. La fi,um del diamante repruenta la fuerza e.u,dilli-
ca de lodo. lo. u ludio.;.i el diamunte fó más ango.to. no toca la linea vertical del gn\fico
y.e encuentra aliado derecho de la grá. fica. le conclu)'e que la intervención h mejor que
el placebo o el comparador. M :I. a la derech:l le oherva una columna con lo. pelol de
cada f>wdio y las medida. de relación reporl:ldal (rnone; de momio, rie.gol relaliv~ o
diferencial de rieligol) y IU intervalo de confi¡,n7.:l lflgu ra 1 2. 11.1.•

11 ••• , on T, ... ", .",0 .op"o pI" ,nl.",ono. m,co'" " do l. ",o, 1'" u"" do' p.
' '''0''''''<1
Co,",p.'" on T,,,.,,, onto '"'''''''0' '0 ,op"o Aon <omp"."on <on"",,,, on,o B on " p.'
No aI,.",on (t.,b",.fn. on comp ... ",on con dol"mozol)

0- 0- Ri.ogo .. IIINO
Ri ..go ,.I . INo (c ..... gido) 1'0....n
• .<pOri",.ntlt conl,ol
Eotudio

"'"
IC 9S'lI.
•• ("'"' gldo) IC

'"
"'"
0\ S ..... '" 1
E.... "" EGV 1\193
Subtot.1 rm 10
.,,,'"
""."
.. ,~

,~
~,

~,
o.99"lIl.l~
0.99,,1Il.1 ~

1'"",1>0h.t.rogoonoldod X' _ O ro
p""
gI_Op_OOOll
1'"",1>0 po" .1 .flKlo lot.1 Z _ O 12p _ O'lO

-
02 S.m.", 2
~
.,"~ 06S,,45. 09~
E• • n<EGV 1993
SubtQul rm IQ
"'."
"'." .,"~
'"
", 06S,,45. 09~

1',,,,1>0 po" h""oganaldodX' _ oro

gI_Op_OOOll

...... ,
1'",.1>0 po" .1.11KI0lot,IZ_ 2.18p _ 002

E• • f'C EGV 1993

SubtQUI~IO
171Ml1
171Ml1
P,,,,1>o p"" h".'oganaldodll' _ oro
'''~
'''~
-- 11>.0
11>.0
O SS " .12. 0941
O SS" 12. 0941

gI-Op-OCOXl
p,,,,1>o p"" .1.fIKlOI",.IZ_ 020p _ 00]
o. S.",.",.
Ev."" fGV 1<;193 1fIrfl
'''''~ • ISO 0.24,,11 .05~

C""¡.,.;,,
 Roov ... """"..,.c""'.t>a<ymet. _.n. ..... 131

"no. ,
71107
PNObo po,. hetOf09M_dX ' . OOOfiJ·
'"
Op.OOOOO
PNObo p ..... "Klot",.lZ. 354p. 0.00
os S..... n. 5
E. ..... EGV t993
Sublot.1 ~ 10
171104
171104 _ :;::=: "
"
OI7p:105,OS1]
OI7p:105,OS1]
PNObo P'" hetOf09M_dX ' . 000
gI.Op.OOOOO
PNObo ptl... "KlOI",.IZ. 289p. 000

ToUI~IO

PNObopo" het~dJl.>.
1241535 1871 520
2bOB
• ,.. o 0.64 p:154,071]

gI. 4p.OOOOO
PNObo po"" ....ao'o..IZ . 4.10 p. 000

01 02 , "
te . .......10 do! ((J".'''''
gI . ".do. do! hbort.d

Rg.r. IZ-l . Grmudo> ;irbol.

e ...d" en; Crawlord Th" Cod>r...,,,.w..-;wy, VoIum"" (1), 2Q03

Of rO 3ná~~is ~e rf3~ Za con una gráfica de disptr.i6n de 10. euimados del eff'Ct ocom -
par3d o con el t3mal1o de la mueilra; el obje ti vo ei detec tar .ngo~ de pubficaci6n (fogu r .
12- 2 y 12-3),

,
, ,
" ,
,"

,
, ,
x X xx
XXX XXX

Rg. ", lZ-1. Grifta do> do,~"ón cuando hay ,e'90' de pubhca"im
 ---0_. ~ ""., ., , , ,

._. . . . . '--
l -~ ..~...
~·

,
~­ ....
~.:::

.. .......
""., ', ,.""
----
.. ....~
i:it _ .
". _.-
.,.",
--
,., ', ,

1 2~ ~ ~ t 5. .'0'" •• , . " , , . , . " , , . , . " "

., ." ,
....- - _-- _.-
_.
_...........
....
----~-
.... .... ....
..........
...........
--
1--- .. Jt, I ,.~, . ! . ~, . ! ,
1 ~"-
• 0_.
""

-- -
-----_ _-------
FI,.,. 12-., GriflQ de mIII i ·¡nih$l s en red
...... ~- '_0
-
lomldo <loo, Trele S. ReodIenbad> S, W..... de! S, H<ldei:>,.nd P, T1dIon~ ... 8. Vd~g e< PM, Egg« M. Juro P
c.doOVI'OJt .. • lIIf!1:y 01 non-II e<OId. ont>~"¡"""""illory drug. nelwon, rnetl·"'toIy ... 8MJ. 201 L3oI2.c7C&l
do< 10 113b1'bm¡ c109/>

rambi~n ti rftomtndrtblt rtaliznr un an(tli)i¡ dt ¡rnlibilidad (rt¡>(br un anAli¡iJ 10·

mando tn ~u tnta diftrtntt, ~U pUfIlO;" con t I fin dI fvaluar ti im pacto d. cada ~UPUf,'O fn
ti rnultado). I'or rjfmplo, en un hlUdio con mucha; phdida; dUrantf ti s,&uimifntO df
un ,rupo dI pacifntf;" fS n«f;ari o ~a[izar varios análi.ir., suponiendo ti mrjo. y fl peor
delenlacf evaluado, par.! \abr, ~i los dmm de 101 sujeto; pI',dido. influyen In 1m; rfsu ltados
rtportados. En el anátisi~ ~e debtn inclu ir todos los estudioi y. en un aná li¡.j~ complementa-
no, it excluyen lo~ estudioi que prt~entaron mayo rei ptrdidas.'
Ot ro tipo de anáhis e~ el meta-<ln:\hi~ en red (figura 12-41. una van ante que incluye
una comparación de diferente! tmtamiento~ por infertncia e.tadi~nca; en tI. ~e combinan
múltiple. e!tudlos.' Eua ttenica permi te e .tim :,cione~ tanto de la hetero,eneidad en el
efecto de un tr.uamlento o intervención como ):, i ncon~inencia e n la evidencia de di feren -
te! pllrh de tn:uamiento!o.' 10 que permite tener información de t ratam,en to~ o inten'en-
ci one~ a 11» que nunca ~e le~ ha comparado de m:,nera directo.9.oo La e~tratepa con~,.te en
ir comparando lo~ anMi~ü de cada tratamiento con la~ diferente~ inter.encione) o medi-
camento. ullbzado~ en lo. htu dios. Una de la. ventaja. e; que. al comblnarcomparJclo-
neo directa. e Indirteta!o..e ¡ana preci.ión enadi>tica,"''' Puede tener mál.e),o~ que el
meta-anábsi. tradicional (el decir. puede lle,¡¡r a .obreenimar el efteto, porque al~uno.
tr~lamienIO' no .on a~i,nado) mediante ale:II 0n7.ación); hit .e'lo u puede controlar.i
10. tratamiento; y la. poblaciones Ion muy .imilares.9."' En la ac tualidad ha aumentado la
can tidad de publlcacione. q ue utiliza n e;m forma de meta_análi!\.ls.
Enm¡ análi.i¡.e pueden rea1izarcon el pro~rama IhuMan. de dmnbllCión ~ralUita.
en la pápna electrónica de la Colaboració n Cochrane. ocon prolramas euadi.llcos como
su. '"T\T\ y SI"SS.

Guías de revisión de la calidad de un meta-análisis

Desde 1996 se desarroll6 la pnmera guia para evaluar la calidad de 1m mt!a-aná~sis, de-
nomin ada I'ropue.lla QUOKOt.t (QUidity Of RepQnil1g Of Mew""",,,lysl'!). Euahia la calidad
de 101 mt!a-anáhis con ba.e en ensayos clinicos alea tonzado.; ell la actualidad. se han
ampliado las luías paru cubn r revisiones sistemática, y meta-análil¡ii y se abrevian PII.IS)t\
(Prl'forred Rl'porting Irmufor Sy!Jlmw lic rt'yiell'u md Ml'ta-Anlllysl'J). Sf ¡ruta de una lista
de evaluación de tooru los apartado~ de un articulo (o bjetivo!i.. introducción. m~tooos,
discu.ión y financiamiento). "

Co!aboraClón Cochrane
La colaboración Cochr.tnt tiene el obje ti vo de rhumi r y ayudar a las ¡>fuona. a ,om-
prendfr la evidtncia y a rtsponder preguntas clinka. eipedficas ba.ada. tn revisione;
~i>tem {lIicas.

Referencias

1. Gl'« nh:ol¡;f> T HIIW ttt """a I"'pn 11" has;" 9f"'idmu biltw mrdÜ"u. la. ~d. ..... nd"'''' 6;'1.'1 )
Publi ....,n; Group. 200 1.
z. Gl~ .. G.v.. ;'I.1cG~w B.• Sm<th .\1,1.. Jl.üt',",'IU,/yIi, in ,,,rial M""rm. Bcvcrly Hi n.. EUA. S' gc
I'ubli"",.ion.. 1981.
 l . Higgin< J. P.l:. Gl"<cn S. (cd). CtKhrun~ tfandboot.for S"tmwlÍc Rmjn.~ ,,¡I"t",'r"ti~ns I'r,-
lÍon 5.0.2 [.ctu.Jiz..do. OC¡> 2009[. '!he Co,hr. ne CoI l. bor:;"ion. 2009. DillpOniblc cn: ",,,, ...
cocb", nc-h. ndhooIr..o '11.
4. Kh. n I<.S .• Ku"",, R., Klci,ncn J.. Ante< G. S"tmldtir R".imlS tu IUP/M" E.'¡J~_INI,"J,MrJi,
ci",. lond ...., 'Ihe Roy.J Soci"'r of~l edi,in. ['te:" L,d. 2003.
5. R nfgdd D.L ~1.,a'Ynte ...: 'Ihe SUte of ,he An -So Fa,. Quo.l i,.,¡ v. H ••hh Rc..,.n:h. 2003: lj,
893-904.
6. CUY'" G.H .• Oxman A.D .• Cunn E., Kun~ R., !~.Ick -Y"u Y.• SchilMm.nn H.J. CUD'; ",h.,
'0
i . "qu.li,y of .v,denc." .nd ... hy i . i, imponon , cl i nici.n.~ /JMj. 2008;36:995-998.
7. \'(Ihi,ch.~ A. Mm'An.;¡!yfiJ ~fC'ntro!ftd C!inim! ¡¡ialt, lUA: Jobn Wil<y 8: Son .. lid. 2002,
, . Lumlt)' 1: N.,wo" meo . ... n. ly'" fo, in<L ..a ',,"mcm comp'';..,,,.. SIal MM 2002
21 :2313-2324.
9. !'''''r B., Lumley '1:. Furbcrg c., ,I ,,!. Hc.lth o,,'eom ....ooci"cd wuh v.nou' .ntihyp<ncn,
"v. ,h . ...p' .. u..d u ~ ... ~ine >gcn ... " n.,wn rlr. ma.-.,,>ly'ÍL J. W. ~ 2003;289:2534-2544.
10. Vm ·[<dl •• Re..:henb.ch S .• W. ndd S., H,ld.b .. " d P.l-..n. nnen B., ViII'ge, p. ~I., E"e, ~{ . ,
J,ini P C.rdiov••cub, ",f.,y of non_"eroid.1.n,i_;" A. mm3lory drug <: n., .... o" meu ... n,[ y""
lJMj, 20 11;J4h7086.
1' . ~{ ohcr D.• Lbent; A.• T..-.blT]., Ahm . " D.G .• '¡he H "M A Group (2009) Prcferrnl Re_
pon ing h.mo 10, ~' .. em.,ic R~.w •• nd ~1 ...-An.ly""<: '¡he P U 'M A S..'eme.... PL"S MM
6(7);c 1000097. doi : 10. 1371/journ.l.p m.d. 1000097.
 Prue ba diagn ósti ca

Juho C.SoI' C¡SoIsob V¡rgn

let,o ¡ l,no P.r.z

Introducción
La pr!i.c lica clínica coudiana.l~ fundamenta en la evaluación de enfermo~ que presen ta n
sintomas. M~diante la e_,<ploración, se bu~an si~nos para He,ar a un dia,nóstico clínico;
sin em bar~o. muchas \ece.l.le na ta de datos subjetivo>. que tienden a ser Impncisos. Por
ello, .Ion n«esarios 10.1 estudios paraclínico.l (laboratorio, hiSlopatoló~cO.l y de ,abinete),
parn lener mejor certeza dia~nó.ltica y ayudar a la toma de deci.lione.l en el estudio o la
terapéutica de los enferml».
POr otra parte, con el ;r.'ance de la t«nolo,ia m~dica, en oca.llon~s el clinico se en-
frenta a un dilema cuando utiliza ¡¡l,li n elludio parac!inico o inttrpre ta ¡¡l, un e.ltudio de
prueba dia,nósllca En 10.1 .Ii,ulentU párrafo.l se de~riben los principalh asp«to.l de la
estructura e inurpretación de ene tipo de dise"o.

¿Qué es un estudio de prueba diagnóstica?

Se tratü de un estudio trnnsHual y comparativo, cuyo objnivo es la va~dadón de una
prueba dia,n~tica (en otr~s p;'(abra>. (a capacidad de una prueba para di.iCnminar entre
(a pre.encia o au.encía del fenómeno de inte r~>. cali siempre de una enfermedad)

¿A qullffies se puede aplicar este tipO de estudios?

E,'a. prueba¡ se aphcan a SUJftO.l con (a en fermedad o sosp«ha de hw, con Otro dia,nó.-
uco diferencial o sano!>.

¿Cómo saber SI los resultados de una prueba diagnóstica tienen validez?

Lo m:Í1i importante para determinar la validez de 1m ruuhadOi es la comparación con
otra prueba Lo idral es que sea con el estándar de re ferencia (este estandar es lo mal
cercano a la "enlad; e~ deeir. ie trota de un conj unto de criterioi que e>tableeen en fOrma
defini tiva la prhencia o ausencia del fen6meno de interh, como un enudio hi~topa toI6p­
col. Eita comparación debe ~er cie,a e independiente.
Otro alpec tO importante e~ la población en h tudio. Lo~ lujetOl wmetidol a una
prueba dia,nóuica deben abarcar todo el upec tro de la enfermedad. de tal fo,m:! que
el ,rupo en e, tudio ten,a pacientel en diferentH e!(tpa~ de la enfermedad. I'or ejemplo.
la. concent racionh de ,Iuco~:! por :trriba de 126 m"I OO mi permiten 10lpechar que un
enfermo tiene diabftel; lo~ btremOI ,erian los .¡,uienle, (compensado y de~ompen.ado):
un enfermo que,e pre>enta a la conlulta U lerna con ,Iucemill~ d e 140 m"IOO mi y co n
,imoml" de diabelh. y Otro que l e presenw al >ervicio de ur,encia, con delhidr.LTación
y glucemia. de 600 m"I OO mi tienen di"betn: In cifm de mil> de 126 m"IOO mi permi tió
cla si ficll rlos como diaM ticos.

¿Cómo se interpretan los resultados de las pruebas diagnosticas?

LOI re.ultad m de una prueba dia,nó.\tica pueden ler dicotómico.: enfermedad presente o
au;ente. Para "lo," uli6za una tabla b,üica de 2 x 2 (cuadro 11.1).
Supóngase que un varon jO'o'en acude a con, ult a con fiebre. dolor y debi~dad de la
fuerza mUICular proximal en bmzo, y piern as. La ,o,peeha clínica t i miopatía in fl am a-
toria. El "lUdio ideal ei la bio prJa mur.cular con re,ultado hinopatol6pco su,euivo de
miopalia inflamatoria {e,tándar de re ferencia). Co mo me mudio ei invarJvo y conlleva
riei'o, la pre,uma seria ii eXiiten otra, prueba, meno, inva,ivai para eil3bleeer el dia,-
n6uico. Revisando lO!> cri te rioi de Tanimoto pata miopatia in fl amatoria, los valore, ele-
vadoi de la creatinfoifoquinaia (enzima df liberación mur.cular) y la eleelJumiografia ion
úti le. pam la claiificación dia,nós tica df fito! enfermo>. El mMieo it pre,unta: ;,cuál de
lo. dOi tiene mayor validez y confia bilidad. men o, efe.;tOi ,ecundario~ y menOr cos to? (es
decir, ;,qu~ prueba ~ería la mejor o pción~).
En lo. cuadros 1]·2 y 1]·) ie mueitran da toli hipotéticoi acerca de titru dru r,tudi os,.
compar:indolru con el e~l:lndar de refrrencia (en Hit Cmio, la biop!>ia mur.cular).
La primera parte en la in te rpretación de los re.uhadoi f>lá relacionada con la elka-
cia de la prueba: para eilo, ~e habla de la ,en,ibi li d:ld, la hpecificidad y la e.\ actitud. De
acuerdo con el ejemplo, la primera ~e define como el porcen taje de lru enfermos con la
miopatia inflamatoria y la prueba po~itiva: la e,pecificidad ti el porcentaje de enfermo~

Po"""o. vf<d.dero . Po"' ... o.t .. ..,.

•
Neg.""o. l.ho.
•
_. numero de "'l"' 01 con la .,.,termedad y la prueba po"to ••
lo. numero ele IUj"'ol .... l. enfermedad y l. pruebo POlrt,,,.
<. numero ele IUjftOI con lo p<ueba neg"',,,ay c"'" I,@flte<medad
d. numero de IUjftOI con l. p<ueba neg"' ... ay IoIn la ""I ... mad.d
 PfU4Ibo "'~ICO 137

1MOf,. P~peI <hgnóstlco de I~ CPK p~ r~ e l doagnó .tlco de pol1moo.rtlS, ~I comp~ra rla

COn el repolle l'Io.top~toI6go,o obtenodo por l. blopsla

p"'a m.,pat",
f'.,.~,....,
",~,vo """. To1 ....
,"11""""o"" mooP"'l'" ,nfl<,,,,,,t.,..,,,

"
O " "
" "
M
"
Sen1Obolodad - . 1 . + c - 21 10 + 21 - 1 (100'.10)
Eopeof'cod.d - di b + d - 21 1t8 + 21 - O 53 (5?1ól
"
V"O< ",edodl\lO po ... "", _.1.
E"'d"ud - .+ d i . + b + c + d - 421 ~ + 21 - O 70~)
+ b - 21/39 - O 53 (53"4)
V"O< ",edodl\lO negOClVO - dI c + d - 21 12 1 - 1 (100'.10)
Prev"eno • • + el. + b + c + d - 21 ... 012 1 + 18 + 0 + 21 - O 3S(3S'J.)

l"fElfiE'. Papel doagnó<tlco de la el edfomoografía para mlopatía , al compararla con el repone

l'Io"ol"'lologoco oblenodo por la blOpSl'
Reporte de la b.,p''''
f'=<I''O'O "".a mlOpat ... "'~,vo """a Total
,nflarnato .... moop<rt'" ,nfl<,,,..,,lo..,,
Electromrogfilolí. con ,.
p al.on mropatrco
"

-
Eledromrogfilolía .on
O ~ ~
p al.on mropatrco

Sen ..... ~dad - .I

"
. ... c - 21/0 ... 21 - 1 (1 ~ )
" M

Eopeofrcdod - d I b ... d - 36/l ... 36 - 092 (92%)

Ex.d"ud -.+
V"", ",edocbvo po"'"", -.1.
d I . ... b ... e '" d - 57/21 ... 0 ... 3 ... 36 - \l5 ('1 ~)
+ b - 21/24 - O 87 187%)
V"", ",edocbvo negOCrvo - dIe ... d - 36 10 ... 36 - 1 (100'.10)
Prev"eno. . ... el. + b ... e ... d - 21 ... 012 1 ... 3 ... 0 + 36 - O lS (35"'-)

.in I:t miopa tia in Rama tori:t. tn quitne~ la prueb:t fu e negativa y la ex actitud h f) poll:en-
taje de aciert o~ !Obre el t~t~nd ar de referencia. En e) ejemplo, la eltctromio,rafia fue m:'u
uacm (95 v~ 68Y~) . A mba~ prueba. tuvieron un:t ¡¡)m ,en.ibilidud (ambao dettctaron a
todo, loo pacieme, con miop at ia inflammoria). L:t e,ptcíticidad evahia lo~ reouhado. de
ht prueba en la población oín et evemo de ¡meré> (.anil o con Otro dia,nó.tico). La.con-
cent melon e. de Cl' K.e rtporla ron nor mltlu en 530/0, de lo. ca.o~ en comparación con la
eltctromio,rofia. que fue de 9~, En Otrll; palilbra5.. 1:1 eltctromio,rofia u m:'u útil!)arn
ducartar enfermo. con miop:ltía in fl amatoria.
La oenóibilidad y la t .ptcilkid:,d liene n poc:, ~!ilid ad dirtcu paro predtcir la prhen-
cla o aus rnci a dr una .nf.rm.d3d r n un individ ~ o. porqul ~uc:llculo ~r rnliza cua nd o 51
labe dr anlrma no quifn lirne la enfermtdad y quifn no; en la vida real. ti mMico eva lú a
a en fumo. co n diffrente~ ¡ínto mas y ¡i,nol y lolici !:. edmen" de l:lboralorio para con _
fi rma r el di a,nó¡ rico. En la práctica clinica, 10 m:\. útil es la interpretación de lo~ va 10 m.
predicti vos POlOiti\'Oy ne,ari vo. porque titos valores cuentan co n la capacidad de predecir
si un .ujeto tiene la enfermedad cuando la prUeb'l es po.itiva. o ~ no la tiene cuando
es ne,ativa. En otra~ palabra!.. el valor pre dictivo po.itivo e~ la probabilidad de que un
individuo tenga la enfermedad Ji la prueba ti positiva: en el ejemplo de la miopatia inHa-
matoria. el valor predictivo po~i tivo de la C 'K fue de 53% y de la elec tromio,rafi a fue de
Si"'/" rhpectivamente. La prob'lbilidad de que un suje to tenga la cr Keleva da y no prhen te
miopa lia inHamatoria (poii tivo fal~o) ti de 47',ó , mientm. que en la eleclromio,rafia h de
130/,. EllO ~,nifica que ~e tiene mayor bene ficio diugnóllico de la electromio,rafia po~itiva
con pmr6n miopático que con la~ concentrucio nh de crK.
El vll10' prtdic tivo ne,ati vo e~ 1'1 probabilidad de que un .ujeto no tenIa la enferme-
dlld cuando la prueba n ne'luiva. En el ejemplo. el v,Llor predictiyo ne,atiyo n de 100"/0
para ambo. enudi o!..lo que a.e,ur.. que li el reiultudo de la prueba e> ne,:lIlyo. no ~e tiene
la enfermedad.
Otro a.pec lo importanle que ie debe tomu< en cuenta en un e>tudio de prueba dia,-
nó;tica es la prt\'alellcia de la enfermedad. a lo q ue le conoce como probabi~dad prepruf-
bao Lo. valore> prtdictivoi Ion .ensiblel al cambio en la prevalencia. aunque la !tn.ibi~_
dad y tipecificidad !e COn!ervfn; de e!la forma. cuando la prtvalellCia de la enfermedad
el alta. el valor prtdictivo pOlitivo aumenla y cua ndo el baja ( pmbabi~dad poiprueba).
el valor di!mi nuye. En 1m cuadro. 13·4 y 13·5 le ob!trva cómo cambia el valor predictivo
poli livo en relación con la disminución en el au mento de la prevalencia.

¿Qué ha ce r con va riable s cua ndo é stas so n num é ricas?

Cuando el fenómeno que se eilU dia lie ne valo re s numérico!>, ie dificulta el análi!ii y la
in terprttaciÓn de 1m reiultado!.. Para esto !t pu ed e . e, uir una de las .iguitnte. ulr.ll tgi a.:
ErtablKel un punto d.. cort •. Para tito!t deter mina una cifra como valor limi te entre
la prueba negalil-a y la positiva. Reto ma ndo el ejemplo de la. concentraciones de
,lucOla para el dia,n6s lico de diabet u mellit u!>, la cifra de 126 mell OO mlen ayuno
es ti punlo de COrte para ti dia~n6!1ico. E>t'l cifnl le ob tiene de lascurvai operanles
del receptor. Esta curva provient dtl cálculo de la ~tnlibi lidad y tspecil1cidad de
la prueba en diftrentts niveles de COrte. eli¡iendo el qut tenga mtjor .tnlibilidad y

cmOFt- Pipe! chgnóSl1CO de li CP K pari mlepaUiI Inflimileni< il eemp¡Jifli con el

reporte hrslopilológoeo obleJll oo per li blepsli

"'''9'''''''
m.,p"'''' 1>"'''
,n"""""o, ..
To'..!

O'K ... onntl

O'K nOtmtl "
O "" ""
'" '"
'"
s.n ..b,hde-d - ,l . .. e - 21/0 . 21 -"1 (locn:.l ""
ElPeoltodad - dI b + d - 210/180 + 210 - O53 (5~1
Ex.".rtud - ~ + dI ~ + b + c + d - 231 1]90 + 21 - 0 56 ~l
v. o, p,ed«l'VO po""'" - ~/ .. + b - 21 1201 - O10 (1()%)
v. o, p red«l,VO n ~.1V<> - dI e + d - 210 12 10 - I (1003%)
p,_. tenao • + el. + b .. e " d _ 21 + n/21 .. lBO .. O+ 210 - 005 (5';')
 PfU4Ibo "'~ICO 1 39

.Maff,. P.p<!'I ".gnóstleo de l. e ledro mlografi. p." el <hgrlÓstleo de pollmoosrt ....1

co...,.r.r1i COn <'ti reporte h.. IOpiltolóQlcO obte,..do por l. boOpsli

Poootovo por" m",p<>t ..

","""",to.",
;
pMIÓn """PM.CO
" " "
Elect,omoog<oI¡ .....
O ~.
".
.....
pMron """PM.CO

"
Set>"b,¡,dl<l - .I .. + c - 2110 + 21 - I (100'4) '" ."
Espeofrodod - dI b .. d - 359/31 + 359 - O 92(92"4)
E.o...,."ud - .. + dl. + b + c+ d - m/21 .. O +30 .. 359 - 92~")
V.", p.edod''''' po"'rvo _ .1. + b - 21 152 - 040 (401ó)
V.", p.edod''''' ne-gMOVO - dIe .. d - 359 1 O .. 359 - 1 (100'4)
Pr..... eno • • + el . ... b + c + d - 21 + 0121 + 31 + 0 + 359 - 005(51ó)

elp«ificidad. Cua ndo.e dibuja la grá fica, e.te nivel de corte cont.ponde al punlO
m:l. ctn:ano al ángulo .upenor izquie rd o de la gráfica.
Calcula< .... probabilidad .. d . qua al suj .to ast<i """.rmo d .. pu" d. anaIinr la cifra ob-
t Rllidill RllIa pruebii. En es tt capitulo .ólo.e comen tan tI conCepto y la in terpre tación
de mantm bá.ica. E.to se obtiene median te el cálculo de razones de ,'eroroimilitud,
que ei el resultado de dividir la tala de enfermo. y >ano. con la misma cifra ; de.·
pUéli !>t calculan I;u probabilidad" de que el .ujeto eite enfumo ante¡ de realizar
la prueba diagnóstica (momio. a faVOr). E>ta probabi~dad ¡e obtiene al iaber de
antemano la prevalencia de la enfermedad o del fenómeno de in t e~s (probabili da d
preprueba ). A l final, se obtiene la po,ibilidad de "tar enfermo.. Los reiu!tados de
la! mzonei de verO,imi litud ,e repO rtan en pon:entajh ( p. ej .• ,i dtipues de realizar
el an:lhilO del COrte del valor de ~ l ucenlia de 126 mgll 00 mi el re,ultado es 90. ii~ni·
fica que 1;, probabilidad del enfermo de lener diabett> h de 9O'Yo).

¿Cual es la diferenCIa entre una prueba

diagnóstica y una de cr,baje (screening)?
Elta diferencia se encuentra en la. aplicaciones y IUS propiedadh y. en hench,. le conlide·
m que ~on Iemejall1tlo. La. prueb:Ii diagnó.tic:1I le realizan para comprobar el origen de
un .intoma, un ~igno. un líndrome o una conlu!t:, de pacienth en quiene~ le 101p«hl' una
enfermedad. La~ prueba~ de $(',<,ening o crib;,je le re:llizan p:trll identificur individu~ con
diferentes rie~go~ de sufrir una enfHmed lld, pHO que .on lL~i ntomÍltico!.

To m a de decisiones
Lo. rlludio. dr prurba diagnÓlli~a prrmiten utilizar la. probabilidadr. para la loma dr
dedsiont> qur .r rtlaciona ~on la in formación propon:ionada por 1m procrdimirntOl
diagnó.tico!. Sin embargo. r>to .uele aplicarle en pacirDle. individualt\., prro también
puede ser la base para .i t uadonu más comp leja. y lIe~a a formar 10 que ie ha denomin ado
árbol de deci~iones.Los árboles de decisiont> permiten evaluar Io~ rie~lo~ de lo~ procedi-
miento~ dialnónico~ y teraptuticos en un grupo de pacientes o fenómeno~ de h!udio; ~e
basan en el análi~i s de la sensi bi lidad, en que lal !>upolicionH y lo~ cambios de las proba-
bilidades usadas para el anátisis de deci!>ión pueden tener in"uenda sobrt dicha dechión

Conclusiones
Lo!> el!udios de prueba dia,nrunca son muy inilel en la pnlcuca clinica cotidiana. La In-
terpretación adecuada de la sensibilidad, la especificidad y lo~ valoru predictivos ayudan
al clí nico al lomar decisiones re!acion¡,d:u con el dia,nónico y el pronósllco.

D ,wlJOn B. IJi_wúnC"ll MiJiC"ll, 3•. ed. JIIinoi,. .\1cG .... w_HilJ , 200 1:293-302 .
Góm<:"z de l. C:i mu:L C ..... cte,i.. ic:;.. de 1.. prueb .. di.gnó .. ic... Mráiri/U, 1998,7:4117241177.
J.e,d,ke R., Guy ... G. H., S:.d:eo. O.L U..,r'. G"i de.o mediall iten."o<. 111, How.o """.n .ni -
de .bollt • di'r;no .. ic .<>t. B. Wl.... he rc ..... lt .ml will .hey hdp me i n c::orinr; for rny p:ttien.o!
]AMA,I994:271:703-707.
Rendón -.\hd.. .\1. ln.erprn.ción de prueb .. di.gnó .. ic... En: Manual tk Mn/irilW lJasmJa m
b,itknri4. .\16cico: FJ '\ian,,:ol .\1 odemo, 2001 :47-57.
T.ni mo.o K.., N .... no K., K.no, .\1ori S., Ueki H., N¡shi .. ni H .. Kiuchi 1:, Oh ..... Y. O ...¡ fi",-
.ion eriteri. fa, poIy myo.¡.i •• nd derm>tomyo.¡.i .. J Rhn"",,"'l. 1 995;22:668~74.
 Clinimetría

Rlul Guuerrez Sui'ez

Historia, definición '1 generalidades

Alvan R. Ffin~leJn tD!roduJo rlttrmino clinimetria en la década de 1980, para nferir~e a
la con nniCCi6n de una ~rrie de índices, dominios o instrumenms utilizadm para deliCribir
o medir síntoma\., ~iJ!:no~ fí~ICO!i)' Otros fenómenm clinlcos diuinti\or..'
En la década de 19%, Engel identificó a la observación (visi ón rxterna). la ¡DlmSpte-
ción (\';,i60 ¡merna) y el diálogo (entrevis ta ), como la triada metodo16pca clásica para la
evaluación clínica del pacien te y como la plataforma para rulizar mediciones cientifica\.,
junto con los datos obtenidos.'
Se puede definir a la clinlmetriacomo 1:1 rama básica de la medicina que se encarp de
la identificación, hpfClficaci6n y medición del fenómeno clínico humano.' incluidru lru
d;ferente~ elemento~ que compontn la relación entrt el mM,co y el paciente.'
A la~ herramlentn~ unJ¡zada~ en la medición de hte fenómeno ~e le; denomina imliC'f'S
° ;'rJIrUIllt'nIOJ dlmlllhdros. que no ion mil" que una cla~e de información expresada en
escala" de clItee0riaJ ° I'fm(lhlt's, E.tOi in.trumento¡¡ se encarean de medir 101 compo·
nentes clímco, que revisTen una importancia parTicular para el mtdico. en un pacienTe
tlpecílico. con una enndad c línica duerm i nndn, Cueu; onarios. criteriru. escalas. puntajes.
° °
factoTt;. eiladiolo, clalh sisTema;. son ejemplos de indich instrumento, cbmmhricol
que uullzan lo, mkllcru en su práctica clinica diana, Sus principales fUlICione! loe mUfl·
trlln en el (U;1Odro t .. ,
En la' ~hlmas dOlo dkadas. el :\re,1 de !¡I chnimetria ie ha dnarrollado de manera
importante. no sólo por la lrJn can tidad de manlfmadontlo clínica. prtloentlS ,n ,1 f,nÓ·
menoclimco humano y que pueden lercuantifu.:"da;. sino lambltn por La eran can lldad de
funcione. que enos Inllrumrnmi ofrl\:e n al médiCO, Sin embargo. en la aClUa~dad el de·
>arrollo de mulllple> índiCes o Instrumento> cli nimt tncOi dí>eñados para medir. de dife -
Ttnlts maneras. la m,>ma vanable cHnica. ofr~e una enOrme cantidad de Ttdundancla, Por
'ca,,- Pnnop~le.lunoone, de lo. índoce, o imtrunemo. di .. métnco.

1 PropOfO""" "",o rnedoaon "'<'d,vo del e,t.do d on ,co del p.",..,te

2 Detect.. lo p,e.er>ao, _>ena. o el g.rldo de rnI>QnAud de uno ""'errned.d O ent,d.d din,.:.
d"' ... rn ... .do
3 Semr corno ou.ulr .. P". el rneaco.., I.t""'. de d&Cr~on e. dln,c.. cornple¡.'
4 Of,ee.- ""'. rnedoaÓtl HgoO'.
y con".t..,te del ,rnp"cto delt'II ..... '..,to
5 A)'I'd .. 010 p..-aón del p"OtIost.c:o del pocr..,te
Ó Au .. ~ ..... Iotorno de dea ...."e. d,n.c:o, 1e<"f''''''CO'
Evo/ .... el "f'e-g<I te<~,co", .. n d"'e<rn,n&do pK,..,te

ello, e. muy imporlame que el mMico comprendl' l;t ellrUCIUI'U in¡trna de hlOI in'lrumen-
lO. clinimhrico~: cómo fueron disenado. y con,lruido!o. cuáles ion 101 elemenlo; que lo.
componen, quí funciones tienen y quí propiedade; ofrteen, ,obre lod o,i .on \'~6do!o, ínilu
para lo que fueron di;t!ladm y con.iuenttf>. Con elta información, ;e puede lomar una
drd,ión m:1.> adecuada acerc a del in,trumento idóneo paI'U cuantificu el fen ómeno clinico
r;pecíñco y panicular que.e pretende medir, 'co mo dolor,~calidad de vida.' funcionamien-
tO mu;cular,' march.a y rif>~O de caída" y di;cinecia, lO entr1' much.a; OInl> variablt> clinica ..
En la actualidad, con los ca mbio; impue;lO; por los avances en la medicina (.obrf
todo el aumento en la expectativ a de \'ida), el cambio en el e;pectro del tipo de enfume-
dade. que se observa con m;Í. frecuencia (cronico-degeMl'U tivali), ademá. de la variabili-
dad interindi\'idual en prioridade; de ;alud, lo; in >l rUmenlOs clinimí tricos deben guiar
la toma de decir.iones temptuticas para cumpli r co n la, prefuencias que cada individuo
tiene como objeti\<o de .alud: la cura de una enfermedad, la pre\'ención en .u recurrencia.
la disminución en la timilación funcional que una enferm edad impone o tan .ólo el a6vio
de lo •• intoma .. " De igual manera, lo. instrumenlO> clinimí trico. no se deben conCrf tar
a la aproximación objeli"a de dalo. npre;ados num íricamfme y q Uf COrrf.pondfn a me-
dicionfi de labomtorio u Otros estudios diagnóuico.; tambitn deben apo rtar información
confi:tble de dato. subjetivo. de tipO cuali tativo, como las medicione, de limitación, dete-
rioro, an,unia, bienes tar o calidad de "ida,"

Con51:ruccion d e índíces dínimétrícos

la conurucc1ón de un in,lrumemo clinim~trico h compleja y 'u pmchO de dharrollo
>f centro en la calidad de 1:, medición clinicl' que "a a ofrecer. en hencia, debe r1'ducir
lo> errorn Que el pmchO de medición del mismo inltrumento puede proporcionar." I'or
mn to, la J('t!lihifirJm/ y la ('S/(lm/oriwciún (w,lid,'! y cQmú,,'ncÍ(¡) de un iDlI rumento cti ni-
m~trico .on propiedadt> muy imll'Ortantf> en IU construcción y le relacionan de manera
dirKIO con >u ca~dad, " "
La J('t!lihifi,I",1 de un instrumento clini m~trico el un concepto vinculado a su di>ttlo
)' que >f relaciona de manera dirte!(. con IU estrucwI'U inlerna o uqutletD. Contiene una
Strit dr caracltrisriC:l.$, alri bU lOS o propi rd3dtl q Ut dtbtn con sidtr:lrSf d urant. ti proctSO
de con;lrucción, de>arrollo y evaluación de la calidad de un in¡ trumentoc~nimflrico'''' !
(cuadro '4.2).
Ante. de iniciar el procem de con;trucció n de un in;trumenlO clinimftrico, tOOO in-
vf;¡i,ador >t debe plantear la siguien te pregun ta: ¿en fY'(,!i,/mln nl't."nllr;O ,II'Sllrrollllr un
 O,,,,,,,lIIri. 143

'MC''''- Pnncp. le. propiedade, o atflbU:o. de l. ,en"bll'cDd de

IrutnorrM!nlO dlf'll métnco
l.Il

1 E1Iru ctu,.y p,opó " to

2 Comp"'''', bol ldad
3 R...,hcoO, ll d.d
4 Convenleno. de . u. e.caI ••
5 v.I,dez opaoente
Ó V~ldez de contenIdo
7 FKO lded de u.o

la r~lpU~I 'a ~~ afirma tiva

11111'0'<1 instrll"'('IIIQ fIIII' mid" UII(I OIf"i(,ble rli"iC(lI'" ptmiruk,," Si
y no uiUfn inurumfn to ••ati.factono. para la mfdidó n df dflfrminada variablf, •• IU-
pfrf continuar con la. si,ui.nlf. p"guntal q Uf ayudan, d~ manfrn "nfr¡il, a conltruir
un in,trum.n to cfinimf trico.
¿Ou ", .. lo qu • ..J i"urumeftto v," '" medir y en qul ""?
Ella p"gunta incluye el mafCoy el propó, ito d.l in,trumfnto cfinimr trico ¡i duarrollar-
le. propiedadf' o atributO! impo rtantel de 1" Jl'''Jibilidmf d, 'IIf imtrum'nto (cuadro U .. 2).
El mafCO d,1 in.trumento d,;cribe el f>c,nano clínico o la ,nferm,dad ,n que le va
a utililar.
El propillilO d,1 inl u um,n to" ,s tablee, co n balf en su ju~tificacjón, función y apli ..
cabi lidad clínica . .. En prim", lugar, '" impo rt a nte ju>tific ar la neceroídad de.u cons tr uc"
ción y cuál va a Ifr IU función (si el instr um,nto ,ólo si,,'" para d,fini r un e>tado d, la
enfermedad ,n un pun to ,n el ti,mpo o pued, eva luar un cambio d, la ,nf",m,dad du ..
rante su ""olución o d, manera lecunda ria a una maniobra teraptutica,.j ti,n, funcione.
predictiva. o .j,,·e como guia de diagnó>tico o tratamiento). M:\; ad,lanlf. s, d,b, " table ..
cer la ¡¡i tuación o ,1 contnloclinico ,n que se puede aplicar ,1 in.lrumento (en qUf pun lo
de la enfermtdad.e cenlra la medición: en enf",medad activa o en rnfermedad inactiva o
silenlf en qut .ólo puedt mtdirst el dail.o o hu complicadon", 'Kundaria. a la mi.ma o iU
tratamien to, como incapacidad fundona l o alteradon", tn la calidad dt vida ).
La or,/ille ilpt,rente ,itoe rtlación di recta con esm primtra prtgunta qut ti inve;ti,a-
dor.e dtbt formular para la con.trucción de un in,trumtmo clioimflrico. E>la forma dt
validtz dt tipo cua~tati,'o ~t define como la :Ipreci:lción o la tmi!iión dt un juicio ~ubjetivo
que dtfioe roí el inurumtnto evahia en relllidud 1:11 caracterÍlticlll. cHnica. nect>aria~ para
cumplircoo.u fundón. U" Eue tipo dt validez .uelen t>timarla panelt. dt txptrlo. en la.
primern. etapa. del dt.arrollo de un nutvo inl trumento.
¿ e ...." I on las p.e¡unl;!l$ O 1011 ,.actlvOll ne c..".rlOI que lo conto, ...... ?
La t~oría, la invtlti,adón, la opinión de upertos y la oblervadón clínica .on la.
cuatro futn th principalu dt la. que .u,l,n obtener.e la. prt,un ta. o los r~aclivo. tn ,1
proct>o de construcción dt un in.trum~nIO.
Lo. a.pKIO' lIóricas con ti,n'n , 1 mateo m,todol6giC"0 para '1 dharrollo d, l inllTu.
m'nto Y. ad,m:II., auxilian rn b delfrminació n del tipo d. pre,unta.!., reacrivo.!., dominio~
o e;cala, que conti,n, fl inurumento, de acuerdo con.u función f>tablrcida.
Mediante la inv",ritación, la opinión de experto. o la oblervadón clínica, '" genrran
nu,vo. dominiOli o ",activo> nrcf>ariO! para t i de;arrollo drl instrumen to, que pueden
provenir llana de in~trumento. ya e.liuenth Entre lo. experto. que exprt!oan su opiniÓn.
no .ólo u incluye al I rupo de t.ptocialis tas médico. o de diftrtnth ~rta. de la salud rela-
cionadascon tI ttma: también ~t puede incluir a paciente!; y ~u. familiarh."
¿au' preguntas o read;"os •• . .I.monan?
E.te proct~O ~eIKCion(l los rtactivo. m{¡. i mpormnth pam cada dominio del inotru-
mento. La comprtnsibilidad. 1:1 replicabilida d y 1:1conveniencia de la~ e~ala~ .on propie-
d¡lde. o atribu to. de la Jt'nsihilillml de un innrumento cli nim élrico: e~ muy importante que
.e lenlan en cuenta en e~la flbe de óelKCión de reactivo>.
A la comprenwón adfCuada de lo. di fere nt e. elementOI de un i nurumentocliniml!lri-
co.e le define como romp".."sibi/i¡/ml, mientras que 1;1 fI'plic(lhil¡'¡/ml del mi~mo depende de
la prhencia de definicione. operativa. adecuada. que indiquen de manera precisa y eficaz
su funcionamienlO. Por Otr1l pam, la convenie ncitl de .1,1. escalas ,e define mediante el
¡.leance adecuado de .us dominio~ un patrÓ n lógico en el pun taje de 11,1. rt!opue;tas y una
apropiada capacidad dt discriminación. ¡j
Por lo gtntral, un pant] dt tXptrlo •• utll rtaliz:tr la "lección, inelu,ión y pondtración
de 10. diferentt.l rraclivo. o dominio. del nutvo in ll rumrnto, mediante Ifcnica. dt COnltn_
'o grupalrs (nominale. de grupo o Ik:nica Ur lphi ). Un estudio pi loto (tÍ'Cnica de prueba)
repreitnta Olra forma de .eleccionar los reac tivos de cada dominio: en rl, ,e consultan,
evahian y ótlrccionan los reactivos que sr comprenden mejor y que tienen poca redundan -
cia con OlrOS reacDvo. del dominio del instru mento. "'''
E.ta trrcern prelunta del proceso de const rucción de un in l! rumenlOc~nimi!Irico euá
relacionada con la valide:; ,{I' cOn/mido del i ns trume nto, otrn forma de "ali dn de tipo cua-
btati,'o que,e define como la evaluación ,ubjetiva que indica si los diferenlts elementos.,
pregunta. o reacti,'os de un instrumento mu estrean, rxplornn o comprenden de manera
adecuada todos lo. dominio~ lo. a.pectos relevantes o la. dimen.ionn de la enfermedad
que>f euá e>ludiando. I~1I

Clasificación funci o nal d e índices clinimétricos

Los índices o instrumentos diniml!tricos it clasifican de acuerdo con su htructurn y .1,1
función ....
Po r 11,1 estructura. >t pueden clasificar en re]¡tción con lodos lo. componentes inheren-
te. a su con. trucción: la evidencia clínica .eleccion:.da pam 11,1 desarrollo, ~UI diferentes
componentes., la combinación de elementOI que prt>entan o IU~ escala. de saUda.
Po r 11,1 función. el atribU lO m{¡¡ importan te de un índice o instrumento cliniml!trico, ót
dividen de la manem en que >t describe aco ntinu¡lCión.

Indices de estado o Instrument os de tipO d iscriminatlVO

Idemiñcan un e>lado dI una entidad particuhtr, en un punlo especifico en el riempo. Eva-
hían una enfermedad dtlnminada de manera tranlvenal, propon:ionando una denota-
ció n dicotómica u ordinal de la magni tud o rl grado dtl padteimiento."
E'lr tipo de índie.. puede utibzar.e como criterio de diagnÓsrico. dando elptocifica_
cione. operativas para la loma de dtei.ionr; dinico_trrapfUlica;., con ba.r rn la existrncia
de difurn tt> manife,tacionr. clinicas., como los criterio. de Jonr; para el dia,n61lico de
fiebre reumática o lo. criltrios de la Organización Mundial de la Salud (OM S) para el
diagnól!ico de infa n o aludo del miocardio.
 O,,,,,,,lIIri. 145

Ad~má!.. ~on iltil~~ rn ~I puntaje d~ manife>t<lcionh clínic3~ di\"enas qu~ C3rJct~rizan

un pad~imiento en particula r del pacient~, a partir de variable; ordinales o cuantitativas
(p. ej .• lo~ euadio~ TNM par.! e"aluar la condición de pacien!e~ con cáncer, el pun taje de
APGAR para valorar al r~ifn nllCido o 1:1 tocala de coma de G la~gow).
Por última. Ut~ índich pueden ayudar al mfdico en la medición de la rhpue~ t a te·
rapéutica, como e,·ento de dtsenlace (p. ej., la¡ medición de lo~ cambi~ tn la capacidad
funci onal o la calidad de vid a del paciente, .t<:und ario.:1 una maniobra ttn1ptuticu).

(ndices de cambo o Instrumentos de t ipo evaluativo

Em tipo dt índict! dettcHl cambiol en la co ndición balal dt un indi'·¡duo tn ti tiempo,
ya .u por una maniobro. teraptuti ca. por comorbilidad o por complicacionel propia. de
I¡, enfermedad, w tra ta miento. o ambos. A diferencia de 10. índicel de e!enda. en que la
medición le rea~za de manera tran!ver;"I. en los índices de cambio la medición es lon&i tu.
dinal y el inltrumento dt~ Ifnn la capacidad d~ dut<:mr el ca mbi o mínimo clínicamente
¡ignificativo de la condición balal del individuo durame la e\"Olución de la enfermedad, o
de manera ;ecundaria a una maniobra tfr"p~utica.' ·JO

(ndice s de pronostico o Instrum entos de ti po predictlvo

Predicen un desenlace clinico. !-'or 10 genera l, se trata de indice. de utado a los qu ~
S~ lu
ha dado una propiedad predictiva adiciona l. '9 Por ejemplo, los es tadio. TNM para ~v a­
luar la condición de pacientf. con cá ncer suelen emplearse para realizar estimacione, de
pronó>tico (la lobrevida a cinco ai\os de pacientes con un TNM tn estadio [] [ para cáncer
de mama e, de 30'/ ..).

Guias clintcas
Se utiliza un índice clinko cuando proporciona instr uccione. e~ptCi6cas parJ la toma de
deci.ione> diagnó>ticas y terJptuticas. A eua¡ guías clínica •• ~ le. cOn>truye corno algo-
ritmo. o diagrama. de flujo que indican la, deci.ion e. que deben tomarse ante diferentH
¡ituacionh clínica>. ..

Propiedade5 de un índice clinimétrico

Como yo ie htableció. la calidad de un i n.trument o clinimftrico.e encuentrJ en relación
di recto con iU sensihilidad y ~u 1.'5I(",¡/miw('úin. " L a )·('n~ihilid(//f t~ u na propiedad muy im-
pormnte y necharia en el proce~o de deiarro ll o o con>trucción de un indice o in;.trumfmo
clinim'~rico." Una vez creado, .e le deb' .omuer ¡, un pTOChO de ei ~ andarizaci ón lIara
e\'aluQr.i pre;en!(J.]a. propifdadh de v:¡lidez y con.i.ttncia, fn el caiO de que ie tr..ttf de
un índice df fi lado o pronóuico y.i prhenw. uJemás, sen.ibi lidpd al cambia. en ca~o de
ser un in'!Tumen tO de tipo evalua tivo o índic~ de c¡,mbial" (~d~o ''''3 y fIg ..... 1... ,~

Consist encia
Se define como la pUTfza, confiabilidad, repuibiliJad, reproducibi~dad o precisión de un
índic! o inilrumento." Se evalúa a partir de l comportamiento externO del índice o in,!ru_
mento y de la variabi~dad de SU¡ re;ul tado, (con,iilencia externa). además de la imer-
'eo',- Pnno~I". propo"d;¡dI!. di! un indoo" o ,mtrum"nto d,nométflco "'" deh""".u
luno6n
Fun<ión
I Indoce de e"odo o ,nstrumento de t,po dooa,m,n"'''o V""d1!2 "t '''P<oduobd,do<I
2 Indoce de ptOtlÓsttCO o ,nlltumeMo ""t,po p,ed,o:t .. o V""d1!2 "t '''P<oduob,hdo<l

3 Indoce de amboo o ... ".umento det,po ,..,..Iu"',"o V""d"". teptoduob,hd..:!"t

."" .. b,hdo<l" amboo

p - ..... 'p.,p-,
d •• _.u,d. •• "''''' ....'0

"
eo...•....,.

~=". -7 H"_.>~_'"d' ".1...,-",

-- _- _,
c.....<-o..
...........
_ 1..... ,

Hg ... , .., . f'noapllle. poopoedlldl!. d,nomét"cu de un Indice o ,n1tn.onento d,nométnco

correlación. cohertncia y homo,eneidad de ~ui rellClivo~ para dar un re~ultado (co n~i~­
tencia interna) La ronJiJlí'/H·"II'.~Ií'rn(¡ se define como la capacidad para arrojar Io~ ml~­
mOl rHulmdo~ cuando se evalúa en sujnos Hlilbles en repeudu oca~ionel en elllempo.
Por olra partt.1a consistenóa In/erno no ~ólo evulú:' el comportamiento Individual de 101
elemento~ reaCllvOI o pre¡;Untai que contiene un índice o inurumento. linO mmbitn la
coherencia y la in,ercorrelación enue ello~!l
La evaluación de la (onS¡J/('l1ci(. 1'.~I ..r/l{l del índ ice o inurumento illCluye la medición
de la variablbdad InIT'3obsrTVador (habilidad de un observador para 'fnrrar Tfsultados
Mmllare. en diferentes momento. del tiempo. si la condición clinica del Individuo no cam_
bia) o interob.ervador (h abilidad de difuentt. oblervadorfl para "Uar de acuerdo con la
condición clínica de un iUJeto, cuando le le ex plora en un pun to npecíoco en el uempo).
Con frecuencia, ie utiliza la prueba e>ladís lica de kappa para obltner concordancia,
 O,,,,,,,lIIri. 147

median te la companlción de la concorda ncia observ'lda y la e¡perada por azar de varia-

ble¡ cHnicas nominalh u ordinale!.. "."
La medicí ón de la rt'produóbilidllll es Otnl forma de evaluar la conlhtencia externa del
índice o in~trumeDlo. tua se puede cua nt ificar con una prueba-po~prueba. que mide la re-
lación enlre lru puntajh de un indice o in, trum ento rHpondid05 por la mísma per!Ona en
dos o m~~ puntos en el tiempo (es dteir. 1<1 variabilidad intraindividual de la~ respuHms),
La prueba de concord'lncia de kappa o la prueb'l de coeficientu de correlación intraclase
ofrteen una apro.(imación e,mdistic" u eSIa medieión, l'.ll
La rWlJiSI.'"ci(f in/uncl .e mide co mo una función del número de re:tc li,'os de un índice
o in.trumento y.u cOYarianza, El error aleatorio reh1doD!1docon la .elteción de los reac li-
vo. se cakula mediante la prueba alfa de Cronbllch, que ti un modelo de eftetru fijru que
evalúa la homo&eneidad eDlre los re¡lc tivos del instrumento. enue SUI dominiru y con el
puntaje tO lalY En el ca.o de e;calas muhidimen.ion¡tles. el an:!.!;.i, factorial n 13 prueba
euadí.tita rtcome ndada para evaluar consiste ncia imuna.ll .l '

Validez
Se le define como la capacidad de un indice o inmumento pa ra medir aquello para lo que
fue di.e~ado. Eua propiedad induye las formas de '(l/idez cua/imri .., (w.lide:: lIplm-nre y
""lid,,: dt' co"'I'IIido) des.cri ms aDles como parte fundamental de la J""sibi/i,lad de un ins-
trum en to; además de las forma> de ...!idel cllanl;/ali"" de un indice o ins trumen to, que le
puede construir a partir de un cri terio ex terno o de un constructo."
El juicio positil'O emi tido ace..:a de cómo y para qU t funciona un índice o instrumen-
to, puede definir de manera alt erna la .,;¡{idel aparente, en que la elección de la evidencia
básica para su construcción, IU jUlli ficació n, función y aplicabilidad clínica, deben trans-
mitirco n claridad su capacidad para medir aquello para lo que fue di~~ado. '''''
Por otru parte, al juicio que evalúa si los co mponenles de un índice o instrumen tOy si
.us diferente. elemen to~ prtJ:un tas o reactivO!.. mu estrean o uploran todos los dominios
o a.pteto~ rele~ante. de la enfermedad que se t> tá "ludiando.. ~e le conoce como "l/Iide:
dt' ,·onTl'lli,IQ. En hta emi.ión de un juicio .ubjetivo sob re el con tenido de un índice o
instrumen to, 10 ideal el que.e incluyan compamcione. ~istem~tica. de una medición con
estándarh uhtentu. definiciont. operaliv:u. bie n definidm•• opiniones de t.\ ptrto. y entre-
vi~mHon 10l individuo. a lo~ Que va dirigida la mUhlru; en particular, rhulta muy impor-
tante la comp rensión de cad ll preJ:unla o re,letil'o por parle del enlre,·i.todo. Adem~1. se
debe el'aluar la omisión imponllnu de variables o la inclu ~ión de variablh no ntchllrilll.
ndemh de la calidad de lo. dmo~ llJ~ll
Lu .,;./itl!':: ,It' ("(1M/rucIO e~ una forml1 de ",,/i¡l"2 ("Il(,tl/i /(If ;w, que ;e define como 11,
correbción del nuevo índice o ins trumento diseñud o con OIT'JS medidas basada. en predic-
d one; (1 prior; (eOn~trOC10~) y que tenga n re[¡tción con la enfermedad que se pretende me-
di r. J ncluye la ,eneroción de una prueba de hipótesi. relacionada con el compo rlumiento
del indice o inmumento clini mtuico b~jo mudio. Em prueba mide la direo:i6n y fuerza
de co rrflaci ón espfroda del instrumento en relación co n el con. troc ta. y Sf confirma la
validez cuando las corrdacionf> son conShltmeS con la hipótesi!..II JOO
La .,;,/i,lr.: con.t'rgl'ml' y la ..¡{ide: disCf;mimtnte .on do. form ali de I'n/itlr.: tI.- cOnS-
truClO que miden b. inu."rcorrelación o la fa lt a de hta, resp«ti ~am ente, del índice o el
in>lrum~nlo clinim~lrico que ~e está ~sludi¡¡ndo, con un con. lrOC lO delnminado pam la
medición de una variable clínica esptc ílk a,1U~"
La "'lli/ll': dI' criterio t i la Olra forma de valid,': ,'U(In,ifllliOfI, que alude al ,rado de
corrtlación del índice o in;t rumemo con un:l medida de UIO amplio o htándar de OTO. Ene
tipo de va li dez ofrtce un mayor poder de corre ]¡lción. porque 1:1 hipóte;i; htá conuruida
con ba.e en un en:\ndar de oro. "~J.:l
L:l Ofllhll': roflCU'N'flfI' y la OfIIÍ/h': pr,'dicri 1'(/ .on do. form:u de wtlh/,,: dI' crÍlnio. Con
ella~ le mide la correlación del índice o in'!rumemo clinimhrico que le htfl heudiando
con un ht:\ndar de oro en tiempo prueme o futuro. rHptelivamenu (p. ej.• un in.trumen-
tO que mide la ntee.idad de rem lllaZO prot,¡ico :Ictual o que correlaciona e.ta ntee.idad
con e,'emol futoro;).tIJ~t'

Sensibilidad al cambio
Se I..:na de una propiedad muy importante, que de termina la función de 10i índiCe> de
cam bio o innrumentoi de tipo evalua!Ívo. lO Se de fi ne como la capacidad del in,!rumento
para deltetar cambim mínimo, clínicame nte lignificativo. a lo lar,o del tiempo. Enos
cambio. pueden.te pane de la evolución na tural de la enfermedad o,er prodllCto de una
int~rvención tera¡>futica."-'"
En la lK: tualidad, existen mlihiples formal de medir la .~n,ibilidad al cambio de un
inli lrUmento basadas en la variabilidad o en las diferencias ba,a!es de 101 pacientes, en la,
difnencias en el cambio de los mi~mos o en pruebas tl tadi>tica!., como la l.'"
El wmuIW ,11'11'1«10 y la '~spllesta ml'dia estal1lktri:adll, a los que le ItI denomina
COl'jicil'l1TI'J dI' rt'Jpul'sw ..1 Trrtwmil'l1fo ( R 7), le balan de manera ,eneral en el cambio
medio entrt lo. puntajes, an tes y después del tratamiento. E>tol cmlkien ttl son los más
u tilizado~ ~n la actuatidad para medir la sf n,ibilidad al cambio, pOrque capturnn de ma-
nfrn adecuada La rtLación d el efteto del tratamie nto con la variabilidad en la respueua."
A lo. denominados co¡ft<'Íl'nII'J d.> SI',uibilidml (// m",¡'io rl'lro~".....,iroJ { RR );e les uti-
liza paru mfdir ;en~bilidad al cambio, cua nd o no existe intervención terapéutica; de es ta
manera .•ólo >t mide ti cambio del paciente en el tiempO. Euo. coeficientt> no incluyen a
todo. lo. individuol; sólo H tvahian a quienes mejoran ....

Conclusiones
E. indi.pen.able que el m~dico y todo el perlOnul que,e dedica a la .alud ten,an conod-
miento. sobre la con.trocción. el di.e~o y 1:1 evaluación de inltrumemos clinim'trico, con
propiedadu óptima!., par''¡ lo,rar una mejor compren.ión del fenórnenodinico bumano y
el mejoramiento de la culidad de mención mtdici\.
La perlpectiva que ofr~e 1;1 dinimetril' a pllrtir de ,us diferente. indice; o in. trumen-
to\., no sólo permite a los mtdicol hacer un UIO pleno de la informllción clinicu di.ponible
de cada paciente: tambi,n permite re.ponder a [;1 crecien te demanda de información clí-
nica, que i~luye variables tan diver;as como hlrés., e>tilo de vida, bieneuar, enfermedad,
comportamien to y percepcione!., fntrt Otras,
En ti te sentido, la clinimftria proporciona las ba;f' para la formación de mfjorfs
juicio. clínico!., que al final mejoran la calidad de la atf~ión mfdica y la invfui,ación
clínica, en beneficio del pacienn.
 O,,,,,,,lIIri. 149

Referencias

1. F",n."¡n A.R. 1"" jon". e,¡,.ria and ,h. ch.llen!:" of dinimnrics. Ci7OlLl"M, 1982,66: 1-5.
2. Engd G.L From b.om«bcal ' 0 hiop."choooci.1. {~ydmIJtr {'syrImflm, 1997:66:57-62.
3. I~n."¡n A.R. An .ddi"on.1 h' ''e sei.ne" for clinical m.d,cine: IV. 1... d.... dopm"n' of din;-
mnncs. Am, {I1Iml MnJ, 1983:99:843·848.
'0
4. 51.d;. WH , I~n.nn A.R. A clin,mnrie 'pp,o.ch ,h. eompon.n.. of ,h. p .... n'-phyoi-
ci.n rd."onoh'p.}AMA, 1997:278:2043-2048,
5. D. Vn H,C W, T" ...... ". C.S., So",,,, !..;..{. C"rren, d ..lI.o, •• ;n d'o'mnnCl. } eün [piJr-
m,(I/, 2003:56: 11J7- 1141.
6. D. Cunh. ;"1"n.re. C o_ L, ;"i ah .. eG., SicA"I." j. H., I'.n. COK. LO. Sy_.m.". rev'"w
of ero •• --n.d.u""¡ .d...p... ion. or ;"kG, l1 P.in Q l.IeRionn.. re "'v..,.] •• p.ue"y of d,n,mnnc
'''R,ng.} eün Epidrm;.J.. 2009,62:934-943 .
7. Bn.... d...¡;c ;"'1 ., B... B., D.v,d50n J., Quccn.n j .• lkzj :ok A.• Ring ..... ].. ~~Il"nK>n A., Fddm.n -
Soew.n D. P.nero. or np<>ning he.hh_reJated '1 " ali,y oflife ou'comeo in ... ndomizcd dinical
,rial" i mplic¡.ion. fo~ di nici.no . nd '1"al i,y of life "" ,,"rd.e~ Q",,¡ Lifo &J. 2011 ;20:653-
664.
l . De Kocning C.H., V.n .1.. Henvd Sr. Sta. l ].B .• Smiu-lOngd.m:m B.C., Hendridc. lO.]. a;-
rumnrie .....tu..;on or mnhod, 'o me.surc m",de hmctioning in pa.ien.. wi ,h non -'(Kcific
ned: pain. fJMC M",u"kr¡ Dú"rd, 2008;9: 142.
9. B.rker AL, NitzJ.c., L"", Choy N.L, H.in « T ;"Iea>uring f.tl rid.: .nd prcdicting ",ho .. ill
f.tl.] Gnvnlll""rl A, 2005;64:916-924.
10. Goetl c.G., Nuu j .G., S,cbbing G. T 'Ihe Unifie<! Dyd.:incoi. Rarin; Sede: p<=<n..';on .nd
dinimnrie profile. M"v Dúnd, 2008;23:2398-2403.
11. linn,¡;"1 E., Frie<! 1: 'Ihe end of .he di",",e era. Am] M,d, 2004;116: 179-185.
12. F",nRrin A.R. lhe in,dlect u.1 eri". in dinic.1 .aenee. I'mp fJi~f Mni, 1987:30,2 15-230.
1l. Ki",berlin C. L, W'n'''' ... .,¡n AG. V.Jidi,y an d rd,.biJi.y of me...."''''en' inilrumcn.. u""d 'n
",..,.rd.. tim] Hraúh Sflt I'hdrm. 2008;65:2276-2284.
14. "'v. G.A. T"mb. E., Son,no N. Clinin""rie", ,he .aenee "f din ..:..! m"'>U"''''en, .. Int] C/i"
I'fIl('f. 2012, 66:11-15.
15. I~n.rin A.R. lh. ,h=ry .nd ..... I".,ion of "'''''bili,y. Eo, eli",,,,mia. N"w H.v~o y Lon-
d",,, Y.I~ Un,v~ ..." y ]>,.... 1987: 141-166.
16. DufIY C ;"i., Fddm.n B.;"{ A• ..,..",en, ofh •• hh ".,,,.. I\,n«ion .nd '1u.l"y ofl.fe oulcom~ ..
En: C ••• dy. Pn.y, L.,,~r, u ndolcy (ed). 7;"tboolr: o[ {'rdiarrir Rht"lIlf/dfol«J, 6•. ro, S.und.c ..
FJ""'¡"r, 2011 157- 167,
17. Bdl.my N. Sa.""e or "","m.n,. Am, R/!(lIm Dil. 2005.64{Supl 11):42-45
n . Bdl.my N, O,n'metnc eone.".. ,n ouleom. ....,,,,,,.n\: 'Ihe O;..tERACT filler.} Rh"ml¡lrol,
1999.Z6:948-950.
19. F",nR"¡n A.R. Nome .. d><u<c . nd Function.1 CJ .... fi"'tlon ofO,n,mnne Inda:~ En: eh",-
mm,,,. Ncw H.ven y Lond",,, Yale Univeni,y I're... 1987:6-2 L
20. Guratt G.H., Ki ..... ne. B., j.e.clJce R. Muwring Heal,h Rat"" 'XIh.. 'I"C ,he ncccu:>.ry me.-
",,<cmen' prope,"e.:'] eü" EpiJrmiol, 1992;12: 1341-1345.
21 . R danci B,E. Acikd c..R.unc; K. Yildi:r. D .• K.rom.n D., Dcmi .xaya E V:alidi,y and ,dia-
bihy: To uIIC in pcdi.,';n, ,inn fni Rhrumilto/20 12; 1: 147- 155.
Cf¡n¡",rtria. Ne>" H."cn r lond",s: Y.l.
22 . Fnn .. cin A.R. ·Ih. C'O.lu.,ion of con'¡ ... n<y. En:
Uni" .... , y 1'"" .. 1987:167- 189.
n. s.rcin", D.L. Norm.n G.R. Rdi.bili,y. En: HmftlJ Mtas,,'tmmt Sfilfts. Oxford Un,",,""y
1'",... 1995: 104-126.
2_. Cronhuh LJ . Cod'ici.n, :alph • • nd ,h.
in ,.,,,,,1 "rue' ''''' .. f, •••. rsyrhomrtrilol. 1951; 16:297·
",
25. Fnn .. ",n A.R. lh" "":al"",,.. n of _.l,dioy, En: Clin¡lIIttria. Ncw Hav.n 1 londrrr. Y:al. Uni·
'.""1 [>"" .. 1987: 190-211 .
26 . s.""n.. D.L , Norman G,R. V. lidi,y, En: HtIlltlJ M",s"'tmnrr sf"/tI, Oxford Univ"""y 1'", ...
1995: 144-161.
27 . Brunn., H .I" C¡annini E.H. H ..lth·R.I.,.d quali,y of lif. in ch,ldrcn .... nh mcum .. ic di..,.·
.... Cu,. O" !lJm¡""'flI/, 2003;15:602-612.
21. Ik>ton D .E., &mb.n:lie. c., K>t:r. J.N., ,1 "l. A uxonorny fo. "''P0".ivenco.. J e/in E"id,.
m¡~l, 2000;54: 1204-1217.
29. No,man G .R., Wyrwich K.W., r.. ';ck o.L '[he m"hema, ica! rd ..iomrup among difl'ercn'
fo,m. of """",n";ven... mdlidentl. QULlI Ufo RtI, 2007 ;16:815.1122 .
30. Norman G.R., St""foro l~. Rcgch. G ..\ lcthodologic.l problem. in .he mrrnpcctive compu -
ta,i on of "''f'<'Riivene.. . o dun¡;c: 'Ihe le ..on of Cro nhach. /011'=/ ofC/inical Epid,miof4t:y,
1997;50:869-879.
 El sesgo en la investigació n :
¿historias de terror?

Ju¡n CIriOS LOplz Alv¡rengi

Arturo R.cLng e."",1

TDrtum numb~. iIrld rhll'l'/I oonfe-.s 10 <III)flhmg

Gregg Ea ot. mrook

Hace rná. de 10 ai\m.. los autores de este capí tulo e>enbieron un artículo liobre cómo
se de~ in terpre tar el !ies~o.' La mo tivación provino del hecho de que. en las djseUiio-
ntl académicas de enlonee!>, muchO! clín icO!; emp leaban en forma inad«uada el thmino
~Iesr;ado··. por lo ,eneral de forma ofen.iva para el upo.itor y caií !oIemprf con er.cam
conocimIento de su Hrdadero i .. otido metodo lógico.
El numero de persona! Interesadas en la inveiligaci6n bIOmédica ha crf<:ido de ma-
nera acelerada y se ObStn-3 que el mayor la ca ntidad de pen¡onal de ialud con maestría y
doctorado que hace UIO cOrrKtO de las pa labras. En la actua lidad. cuando se qUiere ar-
gumentar con un expmilor. ya no aparece con tanta frtcuencia el mal u~o de la conJablda
fTU.e ~Th e.ludlo Utft ~es!ado" ..
La palabra ~se~!o" deloCribe diferente~ conceptos.. t>or ello. el pruente capilulo Je hu
concebtdo como una continuación y uctultliz:lción del articulo a menormente ~ellalado.

Definición de sesgo en una distribución de frecuencia

Sei!O ei una palabro relacionada con la mú.ic:t, que ddine el án!ulo que permite que la!
f\ao.lIa. emitan tI.onido ¡¡!udo que In ca racteriza Sn!o también ei un concepto euadis-
tko. y alude a una dluribución de frecuencial üllmtlrica;.i le llene una cola hada la parte
pomi\'a dI la r«ta num'ric3, II dic. qUI 1I $tilO tS pOlJlil'o o h:lCia la d.recha En caso dI
que la cola ,e dirija a la parle ne!ativa de lu recia numrnca le dice que el ifi!Ofl ne!ativo
° hacia la IzqUierda. En la figura 15-1 (panel A) le observa un hillO!romü de una mueStro
rfal, en que lit obsern ti JU!O caracurillico de los m!bcrridos.,. hacia la dertcha.
 -- S• •go ~ l. d.r."" •••• sgo po"";' • .
c....:t.ríst¡co d. 1•• It¡gli~';do. ,

j-- •
,.
,.•
•-
o
•
J •
•
•
,.. .. '." ,"', ... , ." "U _, ......., .."
T'ig li có<idoo Im9/dl)
Panel A

I<g . .. 1 S.1. lO l lngheendo . llenen ...... o:hmbu<;,ó n de f'eOJena. que ,'" ~"<:IeflU por '&'90 (eIe.-
lila"".). l. de<edl<l (panal Al

En paque te; tuadi,ticOi corno S¡>SS, STATlSnCA y srATA , rntrf o um.. se puede
calcular el SfS,O o de,yianza (que en ingles corrf,ponde a skl'" ....lJ). adema. del nro,
fuand ar correspondien te, pa m de term in ar ,i en la acotación del intervalo de confianza
a 95% es tá incluido el crrO. Euo, Hlimado re , de la distribllCión ~ e pueden solici tar en el
módulo de f, tadis¡ica df>cripliva.
El ,e.to (o de.\\'ianl3) de la muestra de la figura 15-1 corrfsponde a 3.19 y ti ene un
error euánd3r M 0.09; el ill tervalo de con fia nza de 950/" (l e 95~o) del ,tStO se calcula .u-
mando y re.tando el error ~u:indar multiplicado por el valo r de: para una probabilidad
de error de 0.025 ~n cada cola. Eue valor co rresponde a : := 1.96, con lo que lie obtienen
la. aco taciones 3. 11 y 3.47. Cuando'f tramforma la mi.ma muelotra a 10lari tmO baie 10
se oblierva que el . e' lo o d~Jvian za de 3.29 dilmi nuyó a 0.49 (l C 95"0: 0.31,0.67) lo que es
mal cercano acero y el cero h el valor de la de.via nz a en una curva normal. En la ~r.ifica

..
-j= Con Il logorilm. NH 10

.-..r:.
1;
.. c.",;gl'¡ MogO

z •
,. '.
•,~~=-+-!f.+-~."...".....,.
., ~ ., ~ ., ,~
lag "'g (rngld l)
Pane l B
le muntra una diuriboci ón Jimétrica (figura 15- 1, panel B). El >H~O ha disminuido en fo r-
ma no toria ~racia~ a la trJn~ formllCión logari tmica.
E~ recomendable que anth de iniciar cualquier anali~i; e>tadinico ~e ~mfiquen la~
variable. individuale. y en conjunto (~ ráfica ~ de di~pe rlió n de punto~), pa m identificar
.h~O. en la diuriboción y prelencia de v¡lIort> e.1 1rem o. bivariad<».
La I de Student ei muy rob u, ta: ,e ve poco afeccnda por 10J ih~~ de la mue, tra.
AI~un o. pro~rama! a;u,!!tn el valor de I de acuerd o co n In prt,encia de homocedu,ticidltd
de 1:1' variable! (la pre!e ncia de vari anzu ,eme;lt nu).
f>a rJ normatizur una di. tri bución las accione> mito comune; JOn In! .i!uientt>:
1. LOJ dnlO!.e lmn Jforman con raíz cUlIdruda si 1:l di.tribuci ón eJ de »oiuon, en la que
necnariamente Iodo! lo. dato ••o n ))O.i livo •. Una dimibución de I'oi •• on con! ta de
frecuencia. de t\·enlO! ra ro .. definido. como evento. npaciado. en el riempo o en un
~ rta. »or ejem plo. un ,,·en to raro e. c u,lO do un Il\'ió n aturiza rn el aeropuuto Heni to
Ju:lrez. Aunque aturicen :avio nel cada mi nUlO, >r tr:lla de un evento mro porque paia
un liempo rntrt los alfrrizajfJ; 110 .on co ntinuo>.
2. Se utiliza tran.formtlción lo!arilmica co n baJe 10 o con lo,ari lmo naluml si ~e obu r_
va una diJl ribución continua con ,tlgo hacia la drrtcha.
l . Si la variable de e, ludio es una relación ( p. ej., kilómttro, por ~alón) sr puede emplear
el reciproco; ~i ~e tra la de proporcione>, una lrilmformación con arem en o.
Hay mucha. tran. formacion es má .. pero éstas son las má~ co mun es. Se recomienda
comparar la. dinribucioneJ anttl y después de realizar al,uno de e, tos cálculo>.

El sesgo de un estimador estadístico

En e>fe sentido el seJ~O puede expre>ar>e co mo la d i fe r~ncia (di n ancia ) entre el parámetro
pobl3cional (Ietha maYÍlsc ula) y el euimador cakulado (t, tha ~orrilo):

Sc<go. 6 + rt

Lo~ ulim adoru calcu lad o~ puede n .fr promedio aritmttico, dhviación htándar. ra-
zón de momio~ y rie~~o rela tivo, entre o tro >. Si 1:1 di ferencia h i~ual o cerc ana a ce ro. le
dice que el e~ t adiuico c(¡lculado el insh!ado.l En la realidad no Je conoce el pa rámetro
po blacional. perocon la teori:t de inferencia eitadi"icllle obtiene una apro.(imución muy
buena y Je puede definir c uá!e~ f>ladi"ic o~ pre!tnmn pan\me tTOI >r!!ado. o i n ~eI!ado~
Se debe rtcorda r que, ji ;e con,i de rtl que el hlimad or (lelha !Orrilo) e! un puntO en el
hpacio m:l1emárico, con . e!uridad no va :\ coincidir con el parnm tl ro; por ello, debe ir
ilcomp:li\ado dr! ifllervuJo de confianz a. I'or lunto, el e>timador; ncluye la f>limación pun-
wal y el inlf rvulo.
En la !fo ria de la fJlimación e'IUdi"ic,", el pro medi o h un e"imador inses!ado del
pará mn ro; además, el promedio liene varias propiedades que lo hacen un e>timador muy
Íl til. Cuando se calcula un e.radistico, se ube que .u estimación e; aleatoria en relación
con el parámff ro; de mod o que ir debe inclui r un a re,ión de confianza do nde >r encuentre
el parámetro. I'a ra ello, se em plea el intervalo de confianza, que ,uele calc ulane a 95%y
que,co mo ya.r definió, en valore. de: equi vale a 1.96.
 Cuando ~e trabaja con mue~trai, hay q ue reconocer que la plllbabi6dad (aunque no ~e
conozca la verdadera Plllb:tbilidad) de que un sujeto pertentzca a una mUhtra en particu-
lar OCurre an te, de ultcciona r la mue~tra de fini tiva. En términol probabilinico>. Jt podría
obtene r una gran cantidad de promediol (o eU:1lq uier Otro htadistieo) con lal mUhtral
de una población t>pteific:l: lin embar,o. :11 realiz:1r el htudio (o la thil) va a obtenene
un 1010 el timador. En O t ra~ p:1Iabra>. cuando le de fi ne la población de interéi, no le ¡abe
quiénu "an a pertenteer a la mue,trJ deñni tiv:1 del htudio y la combinación de difertnte,
perlona, (u Otro. elementol) puede dar promedioi, correl:1ciont>. rielgo. o proporcione,
diferente,: 1000. e>lOl htadi, tico, mUf.tralt> tienen UD!l dinribución limétrica (en forma
de campana ) alrededor del parnmetro de eiludio. Una \'e1. que ,e tienen 101 valort> de la
mUhtl"U. 101 cálculo. del mooflo flUldíuico .on duuminina, y wdol htO, flmdinico.
(promedio. dt>\'iación euándar. rie,~ol) le c¡tlcula n ,i n error (una y Otra vtz le obtiene el
milmo relultado de terminado por la mueura). JJUr:l !fnu una aproximación al parnmuro
de población que se bu!o(:a, la definición del.elgo debe indui r un calculo de de~,ua ldad
con ba,e en la forma en que eld diltribuida la mUh lra:
Si lo> valore, de Z de la muellra se calculan como

z= .'-0
,- ¡'¡
-

10i int ervalm de confianza pueden ler d e 90, 95 o 99%, (el más común es el de 99/ ..). Bajo
la cUrva de Z , 9Wo del áre a lÍene valor aco tad o en tre - 1.96 Y + 1.96. El promedio de cada
mu eura aleatoria prt,enm una di,triboción en form a de campana rodeando al parámetro
(Ill, qu e es el IImi le hacia el centro (teorem a cent ra l del limi te ). Así. la dinribución de Z
para los promedios mUfll m lel ei el erro r estánd a r:

z= ·\" - 11
,1,'11"

donde .• barra corrhponde al promedio calculado y el denominador el el erlllr enánda r.

f>or tanto.,e putde duarrollar la aco tación del enadh tico:

-1.96s:.("- 1-I s: + 1.96

o/ .¡rr

Al multiplicar por el denominador le tiene (agre,ando corchete> paro que le oblerve

mejor la di ferencia entrt ti htadil lico y ti p:lrú muro):

-1.96 .°/.. s: f .i' - jJ] s: + 1.96' o,....

Lu e,o le reSla el eltadi~tico a loda la d"igualdad:

(- 1.96 · o/~) -.'1: s: [ -jJ ] s: ( +1 .96 , '/_~ -:{'

 Se multiplica pOr -l. con lo que se invierte la de;i~uald3d :

[:t + 1.96· °/ .... 12: (¡.¡1 2:.\' [- 1.96· ./..-1

Como ~e o bserva. el parámetro t!ot~ entre el promedio ±1.96 multiplicado por el error
euándar y uo t~ lo que )e hace al c:llcular el intervalo de confiunza a 9SY.. El htimador
no ~ólo t i el promedio, ta mbitn incluye el intervalo de confi:lnza.
Si ~e repitiera 100 veces el mismo uperimento utilizand o UM muel tra alutori a de la
población del p:¡nlmetro que le el t ~ bU!>C(Indo, el parámetro tita ría 9S ,'ecu (aproxi mada-
mente ) dentro de la acotación del intervalo deconfiunza: lin embar~o. por puro aleat ori e-
dnd, cinco vecu e.taría fuera del intervalo (fIgura 15-2).
En tite caso tllel~o le debe al al:', y no ¡I l di seno del e.tudio (co n.úhtle m~s ade·
lante).

Sesgo en la inferencia estadística

El .e¡~o en la infrrenci u e,mdiuica (una di ltancia muy ~rande enlfe el parámetro y el
e>tadi, tico calculado), puede deberle a razo ne. puramente probabili.ticas o a error en la
metodolo~ia empleada,
Un requisito paro una inferencia elladistica adecuada es Que la mues tro ~ea repWien-
tativa de la población de in te~s. Esto implica que las caractrri,tÍca. de la mUe.lra l e n~an
una di>triboción de frecuencias similar a la población. Las mueilras muy ptquedas ti enen
error t>tándu ~rande y al ta probabilidad de que no stan representati vas de la población
de origen , l-'or mra parte, aunque el tama iio de la mue>tra .ea ~rande. !ii le usó una forma
inadfCuada de mue>treo, 101 el tadillico, calculado; filarían alejados del promedio (por
tanto, lerian ~e~~adod,

PiI, ilmet,o
(de pobliloón blinco)
,. " hooerimos
100 estudios, en 95 se
,oo.. ñil el p¡uilmetro
dentro dellDlervilo,
pe<o en aoco estilrli
i1lueri del,nUINilo

Rg ... ,S-l. En Iillineil honzorulse obseNiI el parámetro de liiI pobliloón blilnco Se hlOlJI'on 100
mueSlri~ p'ob;lb lj$llu~ y ~e cilculó e l p'omedoo y ~ ¡nr:eNalo de COnflillli i 9S'IIío_Pue·
de ob 'l!'Ni"e que el p.,iim@tro e<t ;i .f ue'. de la ",ouoón calculad;! en ,"11 onco oca·
~Ione' po' cada 100 ,epelloone. del expe"m@nt o Hay que comlde,., que.., e<tudlo o
\.IN l e ~" ~ólo <e ,eal" • ..,. v@z,po,lo que <e d<>~ h.aCI!f el ,rwumo e <lu...-zo p.or. qu.e
se. corrKlO y pu~ . p'0x,m. "e al par'metro
 En la etapa en qu e se planea có mo escoger la muestra, se deben minimizar las pOsibi-
lidadei de stsllo relacionado con la población que rep resenta_
Ad em{u.. cuando ~e rea lizan pruebas de hipó this, las pOsibilid ad e~ de tener error ti po
1 (falso posith<o) o tipO 11 ( fal~o nellativo) pueden d ebtr~e. en un porcentaje bajo, al aza r.
Una "ez m:h, si el mftodo de mUhtreO no permite obtener una mUhtra adecuada. puede
tentr~e una inferencia e~ladistica errónea.

Sesgo de variable omitida

Ene ~h,O ocurre cuando ~e UtÍl anali7.ando un modelo muhivariado, como en d caso de
un mod el o ]ineal ,eneral (GL M) y ~e omi te un:l variable independiente que u importante
pa ra pred«ir]a dependiente.
Lo. GL M .on una fami~a de funcione. de la formll:

don de la variable depe ndiente f>tá en función de una co n,lant e (a ) que es equivalen te al
int ercepto, una serie de cae ficientes (P, pesos o wógl1lingJ ) de las variables independientes
y un thmino de error. que se considera aleatorio.
E. necnario que una perwna o un grupo de clínicos conocedorf' del tema COn~trU ­
yan el GLM, para incluir variab les independie nte, sin intuh primario pero que pueden
estar re lacion adas con omu variables ind ependientes y con las depe ndientei. Ei común
que variable. metabólicas, como la concentració n de lípido. en suero., se ve an afectad as
por la edad o el lltnero; por ello, su inclusión en un GLM puede modificar los resu ltados
de la inveni llación. En ocasione!., las variables metabólicas ti enen un compo rtam iento que
cOrre,ponde a un thmíno cuadrático, co mo la co ncentración de colesterol en función de
la ed ad, donde los .....igllljngs suele n modelarle como:

y = a + (J¡t, + ... (J, ({'dml) + (3, «-d"d)' + .. +e,

porqu e la concen tración en suero de coleneroltiene un componenle lineal. luego hace me-
seta y. por ultimo, decrece con la edad (co mo en el C:ISO de lo~ 10brevivienTu a enfermedad
coronaria Temprana).
I'o r lo lIenef'~1. loscOf6cienlel de los GL M m:lnifieslan rehlciones aditiva~ entre vari a-
ble,: ~i n embu,o. lambitn e~imn thminol de inttracción multiplica Tiva eDlre variable!.,
que Ily ud lln a entendtr cómo ~e cOmpOn:1 un:l vuriuble dtpendien le ante la combinllCión
de do. o má s independieDlflo. No ,iem pre " Ir:Ui\ de 1.1 simple .uma de ambo. efecTOS; en
el C3.0 de una funci ón adiliva, pUtde ocurrir que una combinación dt Yllriabl" indtpen-
diemh 1,0,a treclO' mil)' d ifereme! 3 mtdid'l que aumtDla la do.ü dt amba. yari ablt!-

El sesgo sistemático es un error metodológico

El .e'lIo sille m:írico se debe a inllutncias u lernas (no probabilíHica.) que a hemn la enc_
li !ud de las mediciones e.ladí,rica!.
 Exi;ten muchos tipos de seillo. A continuación, ~e de>cribfn alllunru de los más fre-
cuen te. juntO con la manera de evitarlos.

Sesgo de selección
Lo. criterio. de seltcci6n para e>c0ller a lo. ind ividuo. que forman los IIru po. de htudio
hnn >.ido diferentes. lo que afecta a lo. re,u lmdo. del hlUdio,
Unn muenra .hllada tumbitn puede verse :Iftcmda cuando alllunos miembros de la
poblaci6n de interh tie nen mayor probabilidad de .er incluidos que Ot~
Un .elllo del hpeclrO con.im en la determinnci6n de la utilidad dialln6>1ica de una
prueba en un IIrupo . e.,ado de pacientes. lo que puede .0breeHimar o .ubutimar la .en-
,ibilidlld y t>p«iñcidad de la prueba.
Para dilminuir la probabilidad de un .elgo de ,eltcd6n le debf definir:
.) la p..oladólI d. Inl-". Si "Iuba importantr que un inH>lir;ador conozca la preva_
lencia de alr;una enfermedad en una dudad nptcílka, la forma corrtcta de hacer
la inveui,ación consi. te en realizar un mue.tro adtcuado para obtener una mues_
na repre"ol3tiva_ A la. per.ona. a qu ienes .e invi ta a participar en elote umdio
hipo tfrico no.e Ir. debe rtclutar en clinica. o centro. comerciales. porque no .on
reprr.enl3tivos de la población de interés. En cambio,.i intereia la prevalencia de
pacientei que a.inen a consulta a ho.pitale. d el e.tado por una enferm edad "pe-
cifiea, La mueura debe cirCun~ribirse a lo!. pacientes ate ndidos en hospital es del
e.l3do y 00 ie deben hacer infere ncia. iobre la población tenenll.
b) la pragunta d. int ....... Si la pregu nta se relaciona con la prevalencia. loe debe e>C0ter
una mue.tm rrprnentativa de la población. Si la pretuDla es sobre tempéutica,
debe alealOriZarie el tratami ento en una muestra de iujems que hayan .ido e>cogi-
do. a con'·eniencia (coniúlte>e el capí tulo relacionado con el enfoque pnicrico de
lo~ elemento> nec~.arioi para la ntimación de l tamaño d~ la muutm).

Sesgo de memofl a
Ocu rre cuando un paciente que padece una enfermedad empiela a recordar (rumi ar) lo~
po~ible. foctores de riesgo que con tribuyeron al dh:mollo de la enfermedad. En el ca~o
de cáncer de piel lo~ paciente> pueden ~upon er que rtcuerdan la ex po~ición al ~ol y. al ser
comparado~con penonas >.in cáncer de pie l. h po.ible que btal no den tanta importancia al
rihllO de e.~~ición al.ol. Estocontribuiría a :1umenmr en forma >ir;nificariva la difereocia.

Sesgo de vigilancia
Ocurre cuando do> ~rupol tienen diferente prob:lbilid/1d de Que ie le> .ometa a un mftodo
diagnó~tico de intertl.. El u.o de medicamemo. para bnjar de pe.o puede prü\·ocar que ~e
de1tcte con mayor frtcufncia la prelencia de tum or" mllmariOs. comparado con place-
bo, t3n ~ólo porque la rrducción de tejido gra~o debida 31 medicamento activo bcilit3 la
de1tcción de ma13f>. Si [o que imerf.la t i determinar ~i el medicamento loe relaciona con
tumore. de mama," debfn hacer "tudioi mamario. a lodo. los participan tes. tanto rn
tiem po cero como en tiempo. pre.tabltcido. dura nte todo el "tudio, Al rta6zar e~ t udim
periódicoi en lo~ trupos de comparación, ir minimiza eSle tipo de ."to.
Sesgo de sobJeVlda (o sesgo de t ra nsferenCIa)
Oc urre cuando ~e con~iderJ a los paciente~ de una cohorte que han ~obre"i"ido a Otros
miembro~ del grupo. Po r ejemplo. las persona~ mayorh de 70 allos de edad represen tan
una cohorte de sObrevi"ienth en que los miembro~ meno~ afortu nados de su ,eneración
han muerto por problema~ cardiova~ularu en ]¡IS dkadas anteriorb La condición meta-
bólica y endotelial de e~to~ pacienth e~ más afortunada.

Sesgos en el diagnostico o la historia c línica de los pacientes

La medicina cHnica e~ l á afectada por las ideas preconcebid liS dd m~dic o. El conocimiento
nuevo en medicina o las modas en eS la ~r"l pueden aumentar en forma falsa la frecuencia
de una enfermedad.'

Sesgos en la medici6n
L a ~ mediciones dt pruebas de luberculi na, frec uencia cardiaca fetal y preMÓn arterial son
ejemplos de la preferencia de 1m, numeros parts sobre [o~ imparn., o dt númtro~ redon_
dtadmcomo JO, 35, 40, 45, ... , [o que no depende de la experiencia del in"eUitador .ino
de una tendencia na lur..al.' Para disminu ir es le tipo de se.!o, >t deben lOmar en cuen ta es-
cala. con "a[idez clínica, prdi r a inves tigadores qu e realicen la medición con cetamiento
de la intervención de inltrts o, ,i e, pOlib[e, uti liza r una fo rma de medición de la variable
que requier..a un apar..alO in dependien te, cuyo te.::n ico debe e>lar cegado a la maniobra de
in terés. Esto parfl:e exagerado, pero la his to ri a de la manera en que Maadox, Randi y
Stf e"·ard deloCubrieron el sesgo del doc to r Beneviste, que prflfndia demonr..ar que nis te
la memo ri a del agua, que es fundam ental pa ra el tratam ien to homeopático, r"ulta un
buen ejemplo que fortalece la necesidad de cega r a los t écnico~ de labor..a torio. Esta histo-
ria puede >fguirse en internel mediant e la fras e de bll> queda ~ Nell' ho,i:o"J homt>Opwhy
(/"'/ Ra",/r·.

Espionaje de datos
Los shgO~ por espionaje de datos (Jtlollpirtl! hias) ~e deben al u~o inadecuado de 13~ téc-
nicas de mineria de da tos., lo que puede llevar 11 re~ult3do~ relacionad~ con el puro aza r.
Aunque hte tipo de ~esgo~ ocurre en cU:llquier c:lmpo que utilice minería de datos., hay
que evaluar la posibilidad de que le pre,ente en 111 in"'>ligación financiera y m~dica. porque
ambas hacen un con~id'Tllble u~o de tólf lipo de lécniclls.
En el proceso de minería d, dmos., e> posible :I nalizar en COrtO liempo una cantidad
grunde de hipóte>il sobre un trU llO de dUlos., y la bú.queda exhaulfivu de la combinación
de variables puede llegar a mOS lrar altuna correhlción.
La. prueba. e>ladíllic:u convencionale; p:ml comprobación de hipólesi. le basan en
que 1:1 probabilidad de que una oblervación IIp<l re7.c<l por azar .ude SfT de 5~o; por lanlO,
e~ j~zonable e,perolr que .50/o df la~ hip6mil lleguen a Ifr .i,nificariva •• ólo por azar. Lo
mi,mo ocur... si el nivel de $i,nificancia e; de l ~o: le espera que sean ligniñcaliyal por aur
l ~o de lai hipó1fli, propuesta s.
Ue tsle modo, r.i lit liene una cantidad elevada de hipóu.is., algunas de ellal alcanzan
significancia tstadiuica. aunque en un !rupo de dalo. no haya correlación con la realid ad.
Lo. invenigadorts que utilizan este tipo de te.:: nic,¡; pueden encOn trarloe con mucha. rela-
cione> ficticias., por lo que deben eva luar.u signi ficado.
El .e.go de hpionaje de dato. también ocurrt.i lo. in,·esti,adort. no tienen una hi-
póte.i. (/ priori y 1ólo utí ~zan dato. que tie nen alguna .igníficancía e,tadiuica. aunque no
comprendan.u .igniflcado.
Por ejemplo. la probabilidad de encontrar person:ls que cumplen ai'io:. el mismo día y
mh en una li,1a de m~,de 50 personll. h muy al moSi,e hiciera e>pionnje dedl1cos.,.e pue-
den enconlrar IoÍmilitude, entre ella. como género, edade:. .imilarts., padre:. con nombres
paril'Cido. y mi,mOhtado natal. entre muchll. otrus., A medidn queloe np~ca la mineria de
datos., pueden prt>entarH cientos o mi le, de ,1;piI'C tO' pariI'Cido. enlTe las per.onu.: aunque
cada uno de ello. tenga poca probabilidad de .er cierto, pueden dar .oporte a la ~prueba"
de que una hipóle.i; es verdadero.
OtrO ejemplo seria el de médico. invh liglldores que tienen dato. que representan
a 10000 paciente. con cáncer pulmonar y q ue quieren eva luar la información ¡obrf las
razone, por la. que lo. no fumadort> que delarrollan dncfr pu lmonar lienen mayor pro.
babilidad de ¡obrevida que los pacientel que fumaron y tienen ti te ripo de cáncer.
Lo:. inve.tigadore. ob,ervan que 90% de pacie nt e. (9000) fumaron cigarrillos y ca,i
40/.. (360) remi tieron r.in uso de quimioterapia.
En tre IO'Y,, (I 000) de los pacientes q ue no fumaron, 40 de ello. (4%) I3mbitn rfmi lie-
ron .in quimioterapia.
EllO. dalOs sugieren que lo. fumado rt> tienen mayor probabilidad que los no fuma do-
res de remitir sin quimioterapia. El resultado no es lo q ue los in\'e.stigadore. tóperaban, por
lo que reducen la mue.ua a 1000 pacie nte. para ver;i ;e produce n di ferente. re.u lt ados.,
En esta muellra se man liene a 90% de lo. fum adores. Entre ellos. 36 (4~..) remiten ¡in
quimiOterapia. Sin embargo. enlre los lOO no fum adores., .e retiene a 16 de las 40 peno-
na, de la mue>lra original que tuvieron remi , ió n sin quimioterapia. 10 que cOrre.ponde a
16~u de la nueva mue,lffi. Lo> inves tigadores co ncl uyen que lo. no fumadOrtó con cáncer
pulmonar lienen una probabilidad cua tro Vil'Ch mayor de rem itir .in quimioterapia. en
comparación con lo. fumadores.
A l reducir el tamallo de la muestra, !>in import:1r la .ignificancia e>tadí,tica. luego de
que,e demoólfÓ a partir de la mutótra origin:11 que no había diferencia en la!> remiloione,
no tratada!., lo. inve;ti,adortó han prod ucido número¡ que dan !>Oporte a lO!> re;ultado,
dtludos.

El error t ipo 111: uso inadecuado de la estadística

Se hun identificado el erro r lipo [ (fal.o po,ilivo) y el error tipo 1[ (fal>o negativo) l,ara 1;ls
prueba, de hipóthit. También se hll de;crito el error tipo 1JI. que ocurre cuando ~e hace
u,o inadKuado de la. prueba. e~ l adíuica,.
El anáti.i~ e~ tad¡>tico debe co rresponder u[ di.e i'i o. Si se hizo un htudio para compar.. r
concentración de glucosa en ¡uero entre dos pobbciones., >e debe ap~car una compa-
ración dI promedio!., porque SI tra ta de unu variable dI ,!Cala continua. En tsludiol de
C3.0;":Ontrol, corre;pondecalcular razón de momio.:.i fueron empartjados., ,e puede ha_
cn regrt>ión logi. tica condicionada. En calo d f que el muellreo >ea por conglomerados.,
alea lorio simple o por estratos., >t debe co m iduar el dileilo pam adil'Cuar el cálculo de 1m
elladí;ticos.
 rambi~n ~e debe con~idenlr la po~ibilidad de confu~o~ ... ~obre todo en e~tudios de
tipo ob.ervacional; en tno~ ~i no.e controlan ha. variable ...ecomete un error que puede
tentr con.Kuencia~ de.a>lro.al.
Lo. confu.oru .on una tell:erJ variable que afecm la relación entre o tra. dol. Dh-
de la etapa de di.e~o. loe lu debt controlar p:1ra minimiz:1r hte problema. La> forma de
controlar a lo. confu.oft, con el di.efto del ht udi o ,on: alu!Orización. re.lricción de la
mUhlra (utilizando criterio;, de ele,ibilidad adKu:ldo¡ para la mueurJ), parea miento. h-
trmilicl1ción y control e'll1di>tico. !
El di,eño del e'lUdio debe controlar lo. primero, aipKto .. En ocalione> ;,e hacen
e>lUdio. obiervacionalu o de ca.o.-<:ontroles en que el nKhllrio minimizar el ef«!O de
variable, confu~r.u con el u.o de e'Uldiuica.
En el ca~o del control elotadi. tico, se debe emlMar un a n(¡ti¡h multivnriado que divida
en ntrato¡ a la mUhtra. Estos eurato. pueden tener ef«to loobre la variable dependiente
y pre,enlar un paptl de confUiores. La paradoj" de Simpion, tambih conocida como
efK lo df Yulf._Simpion. es una paradoja aparfnte en que una relación causal de,aparKe
cuando ie e;umi6can factores confulores. Julioul ejemplifica ella pa radoja:6
Ell ratamienlo para cálculol renalel con nefro litot omia pell:utánea (ual:lmien to Al
el inferio r al de lilotrip ..i::t con ondai de choque u tracorp6rea. (tra tamiento B), como ie
obifrva en el cuadro 15-1 .
En el cuadro referido if mUf.\ tra mayor probabi lidad de hi lO dellralamiento B (8J~"J
qUf del A (78"/,,). C uando if HtTa tifica a [Oi pacientes con cálculos mayores de 2 mm (,ran-
dfi), fn comparación con los menOrei de eSle lamano (p equfños), >f obtiene un panorama
diffrenlt (cuadro 15-2).
En fSIt caso se obie"'a que el tratamie nto A ei superior al B. E no se debe a que había
un Itll:er factor relacionado con los Otroi dos. ESle factor e. la preferencia del mMico por
administrar el tratamiento A a 10i pacientei co n cálculoi ,randt. y el B a 10i ptqueiiol.
Eila preferencia plOduce un desequilib rio en las frKuencia. totalf~ y al calcular totalei
del ,rupO it obtiene una faba impresión. flor e5tO, la "!ratificación de la mue~tr,¡ par,¡
eliminar confu~oTf~ tlo una tlotratt,ia importante en metodolo,ia.

Tortura d e datos
Si ~e tortura a los dato~ el tiempO iu6ciente.,e puede obtener 10 que;r quiere. ' E. poco lo
que ~e ~abt de cu~nta. publicacione! proviene n de 1:1 tOrtura de dato>. E>ta práctica puede

.mnf'. CompariClon &ntretritirnentos piJi c;\ lruol le<liles

l , ..."m.,n'o B
'1~ fltlli71
7~ (1'121263)
 llevar a la comunidad científica por camino, equivocados, lo que reprfsenta ~rdida de
tiempO y e,fuerzo.
Exi.te la pO~bitidad de que,e manipu len lo, dato, y que le publique sólo lo que apoya
la hlpóte>i, bu:.cada Hay que identificar a 101 euudio, que e:.criben la, hipótesi! luego de
hacer lo, an:\ti!is, porque en e,te calO ,on expedicione, de bú,queda de hipótni, (fishin¡;
1'_~pl'l"'io,,) y debe Idenri IIdr,ele, como tule!.. La torlYra de dat o, funciona como ,i ca du
h:lllazgo confirmara unA hipóthis primaria: un invenigador hone.to limitarla .u utudio
:1 la, hipótelu de Interh que hicieran ,entido biológico. Hay que evaluar la polibtlidad de
,hgO, de .ellttión o tramferencia ya de>erito!..

Publicacicin me dica como un bie n e concimico

Lo> cientílkol tienen la obligación de publicar, d;lr reporth periódiCO. a ln>taneia. guber-
namental" y rtelblr, por ello. e. timulos eo:on6mico!.. Elta .i tuaci6n afteta a 101 invhtiga_
dorh de tod o el mundo)' puede prhionar para que" pre.,nte ,eligo en la. publicaciones,
de tal forma que" nag.re y le deriven relu lt ado, t>p«taculare!..
En la mayor parte de lal revillas le tiende a publica. 101 t>tudJolicon rtlultadOi POli_
tivo!.. Una form a de trata. de disminuir ene .tlgo de pu blicaci6n" t i mediante "tudlos
M

.iltem:l.ticos, o mtlaanáli,is, que incluyen lodol 101 elludio. po.ibles que cumplen con los
criterios de inclu.i6n propuello. por los autore!..
En forma inherentl'., la literatura científica enfrenta la incertidumbre de cuál producto
va a tener impacto en el quehacer mtdico, la modificación de teoría, O el propio men:ado
de la salud.' Algunos aUtore> .ugieren la publicación urgente de los elludios con resul-
tado. negativos: po. supuesto, la met odología de este tipo de e.tudiO!i I3mbitn debe .ff
impfCable..

Conclus¡ones
El termino Jl'sgo no u e,pfCilko de una .ituación. En gtnero!. >f pueden conc~pt ualizar
.hgO relacionado con la dinribución de frfCuencia;. IhgO del htadhlico ,obrf el valor del
parámetro. It>gol ,i>temátlco, y el mal UIO de lO! metodo, htadi,tJCos.
SI el inH,ligador tiene conocimiento de enal po;ible, alteracionh metodológica~ y
probabiliuicas, puede euabltetr meo:anilmO! que di,minuyan euru problema!..

1. l.ópa·Alva~ng. J.c. Tu ~"udio ..ti ...~.d" .. RfII t"ndomlJoly Nu". 1997;7, 13-16.
2. Nowak R., &OU, C. 1h~ minimllm v1ri.nc~. Uobl1 ..d ~<linl1'or. V~ .... ó n 1.6, 2003110123
1:;, 11 ·40.611 G ~1T-5. hllp,lIcnK. ric~.~d lll co nl~nl ln, 11426J1~lo:-nI IRo:vr ..óo por úh,m~ vc~
en morzo de 20 13).
3. H"rw"Iu;O.,lpgo.,..d_HonllCn B. :'vlctlic:.! obscrv.rion .ndho'LrlmJ Epulm""/, 1975,10 1.391-
399.
• . Nidocn I~E. Au .... u1 .. ori.k blodu yk.mSling. UK,,",IAq;rr. 1973;135: 1733-1739.
5. H.mmal D.~L Bdl C L Conrou nding .nd bi .. in q>idcmiologia.l in_ellig."on<. rtdiatrir
HrrMtlJf40JlnJ DnnJ/1IfJo 2002, 19:375-311 1.
6. Juliou. S.A.• ~iull« ~tA_ Conrounding and Si n1p oon'. p""dox. /JAU. 1994309: 1480-1481 .
D.,,,
7. :\lill.J.L ,onuring. f·.. fn:l}. 1993:329: 1196- 1199.
l . Young N.• lo"nn,di.j., AI-Ub.ydli O. Why Cu tren, pubJ¡eo,ion pDCton. m.y do"o" ocienc •.
I'I.~S MrrI, 2008;5;0201. doi : 1O. 137I1jourl\"1. pn,ed.0050201.
 Investigación en
farmacología clíni ca

Min. Estt.., Och¡rion Hernindez

La inHUi&3ci6n tn farmacolo&Íll clínica es el estudio ~ine m:írico que ~i&ue loda~ las pau-
tas de! mhodocientifico en ~nts humanos para bU!.C3r la sohx:ión a un problema de salud.
En la primerd rUjie de la ¡nvrsti~aci6n, los sujetm de utudio suelen eStar sanos (con excep-
ción de los ea.os en que ir emplean fármaco, oncoI6gico.). mirnum que en lai últimas
fases de~n sn ponadorfi del padf\:imiento en f, t udio. Las pruebui son multidntricas.
El objetl'·o de la invfuigación farmacológica t i de!iCriblr interaccione!., ~lacionfs y
alOciacionfi gfn~tICas. inmunológica!., fisiopato16gicas y farmacOlógicas entre la. mo-
lécula. químicai cOIullIuytUlfS del paci ente, además de lal felacionn iocioculturales con
el padecimiento en estudio. También prttende dt§cubrir. verificar o Identificar lo~ eHntOl
adverso~ dt lu nUf\"U tkmca~ procedimiemo>. prodllClO~ de la iDlhuI;ación o todo~
ello~ lfillura l~n
Ene tipO de htudio ~e ha inten~lficado en la. última. dkada1. bUloCando no ~ólo lo~
eltmemo~ anlado~ que conforman la patologi:l. ~ino el tlitudlo de prochO~ y la blhqueda
de ~oluciont~ a lo~ problemas de ~alud EslO ha dado como resultado Importante~ avances
en la medicina
"am que un medicamento l1el;ue al rnerclldo es nece,ario que ~e rea~cen pruebas que
dernuhtTfn.u leguridad. elkacül. eRcíenci:1 y efecllvídlld. medlume en~a}o. preclimcos y
clínicol controladot.. "Of ello. reluhan índispens:lbles lo. enudios de farmacocinética. fur·
rnacodlnamia. farmac~onomia, farrnacovigilancia, biotquivalencia y no Inferioridad,
incluida. la. prueool de po§cornen::ialiladón,
La. fa.e. de inH.tigaciÓn pam el duarrollo de fármaco •• e dividen en preclínica¡ y
clínicat.. Ninguna de ella. es meno.lmpOrtuntt, porque lodal arrojan da lo.lndllptnlables
para el conocimiento de la molécula, que permiten dt>de el dilir~o dr un ucipien le ade·
cuado halla la delfTmlnación de b vía de admi nis l ración, la pOiOlogia y elln lervalo de las
dOli.; adem~1. indican 1m efeclOs terapéu llcos y adversos en el pacientf. Queda claro que
 &t.do Y r•• oaón
onrn...ológla NutnoOn

E..poDoón. ~ . rr".coonflOcty
1.<1",.. <» ....90 I."nococlln.",,,) ~

C::::::::::::::::::::::::::::J'~';f!.",mo,.,•••,c::::::::::::::::::::;L.-------
TI.mpc d. ,,,oludón •

RII." 16-1 , Factores a consoderar dnrce el estuoo de un problema dlnoco

el dnarrollo de nuevo. fár maco~ e. un evento mul tidir.ciplinario '1 que .u .eparoción en
difHenu! ciencia. lan lóloconS liluye una htrramienra que fadlim la obtenci ó n, el fStudi o
y el an:Hi;h del proceso. Cabe h~er la aclaración de que [a to.xico logía t i la unica ciencia
que acompatla al f:lTmaco desde que ti una moltcula ca ndida la ha.m que ,e le co nvi erte
rn medicamento y .r le comercializa (fIgura 16-2).

Origen de nuevos f¡jrmacos

Siendo románticos.. [a busqueda de nuevos fá rmaco. t> mn antigua como las dolencia. del
ser humano; .in embargo. para hacer breve esta explicación, se conr.idero que ,ólo e.linen
en la actuafidad cinco fuenlr. principales de nuevos fármacos:
1, Tamizaje de productos naturales, Es te ha sido el primero y más fruc tífero mttodo de ob·
tención de fáTmacos que ha acompañado al hombre desd e .u origen, a \'«"con res u[·
tados dfianroios, hana la fecha, A hora, gracias a[ empleo del mf lodo cirntífico y a
las pruebas to.licolóvca;,;e han oblenido fá rmaco> qu e en realidad rfiultan e!\cace.\"
como divtáfico!., prnici~na, opioide.\" insulina, elC, El tamizaje dr productos natura[ei
fue h«h o a un lad o pOr un tiempocon.iderable, pOrque el "tudio de la. plantai era
mu y COUOIo. adema. de que el euudio de una mo lku[:1 promettdora podía requerir [a
aplicación de yarias generncionei de inveuig"dorei•• in considemr toda la in\'tnión en
infmeuructu m y consumib[b Sin emb:trgo, gr:tcia.:1 lo. nurvo. mttod o. de .inltsi.
y anMi;is mol«ularts. eua mttodologia ha vue lt o ¡I ,er importantt y en la ac tualidad
ti e[ o rigen de hasta 4W,. de [o. nuevo. medicamento!., como molkula. de la famiba
de la. htatina>, enalapril. ci pro floxacino, c[uritromicina y laxo l (h te ul!imo e~ uti[ en
e[ trlll a mient o de neopla.ia~) y, en f«ha~ mu. reciente!., 1:1 obtención y htudi o de lo~
po[ifenole~ que combaten ti htrt. o,~idmivo de enfermedade. cr6nico-d egener:lti ~ul
-<tue en la actuali dad ~e encuentra n en lo. primero! [ugare! de morbimormlidad en
tOO O el mundo-, brindando o peio ne! teTi'ptulica. (J. hl comunidad ,
2. Ols.fto ...0:10"'" d. moI~~. Grucia~ ¡tI co nocim iento tridimen sional de 11.11 liti~ de
:tcd ón y de [o; fármaco!o., ha ¡ido po.ible el dile~o de molécu la. muy npecífica!o., me·
dianll si mm3$ COmpUIaCiOn3[n qut combinan la, caractrrini cal fi sicoquimic31 y
"paciales de 1m fárm acos y los receplorel. A.i e. po.ible pred«ir las co mbinaciones
con que;e aka nzaría más hi to, media nt e la sinee.i. quimica y lal prueba. farmaco_
lÓgica. po>trriore!o., a lo que le le denom ina mode[aje in sifiro, Un ejemplo de "13.
molécula. son lo. bloqueador" D, y 5.HT'A_' De manem i dea~ hm itria b fuente
 f."".COOConGnI;'

ftudio .... __ ..
bioquímiao hi,,1o .'.
1....~Iog¡ •. g'-.
.ICM ....

Ol::hnaond."
",ol.wIa. pruet...
fiucoquímlCM

R &tu<ko: P'-.l'~ &tL>dlo<d iro

9 0,. 16-2. Fa . ... de la '''''''0119''ao. n ..n la ,,,,,...I'gaoón <:a<

di! f armKO'
'
 m:\~ apropiada de dnarrollo de f:\rmacO~ : sin embargo, como un gra n golpe para el
ego delllOmbre, ~e trata de la fuente meno. eficiente en el prochO, porque la mayoda
de la~ interaccionh entre fármaco y receptor todavía re~ultan muy compleja~ como
para predecir ~u comportamiento en un modelo ill s;t;eo.
La q"'mirt/ eombin(!fQr;a. en flt~e sólida o liquida. reprhenm el avance de mayorinterb
en el ~rea de la !ínthi~ química. La tecnolo;ilt disponible permi te obtener y ~eparar com-
pue~to. de powble interb farmacoló;ico con una mpidez y variedad nunca ante) vi>!a!.
La limilUnte en hta tknica h I;! polible identificación, entre mtil1iplel molkula!.. de Ilt~
que puedan tener utilidad farml!co lógic!t y, en últimlt ini\!tncia, teraptutica. El delarro llo
de lo! lI~mado. mhodo. de cribado ultntrrápido de ulto rendimiento. o uHTS. ~rmi t e
ahor.t, con el u.o de culrivo celul;tr, carUCterizltr y cuantificar, con ropidu. precilión, le-
guridad y .en~ibilidnd, hn!t:t 50 o 60 mil mo lk ul¡t¡ ob tenida. por "mnna. Por .upueuo,
cuando.e t"lIa de eSllIdio. lobre mnaboli.mo y rarm!lCocinl licn. los ml todo! de cribado
rápido no su~ran las 100 molkula; por ¡emana. En cuanto a lo! mltooos de cribado in
>'1'0, un rendimiento de 10 molkulal por sema na puede considerane allo. si ,e piensa que
la metodología convencion al apenal puede eva luar un ,0[0 comp ue uo. La química com _
binaloria ha permitido. por fin, que le dilponga de grande> biblioleca, de molkul as., con
mucha. cabezas de .erie co n posible inlertl farmacológico. Hay que recordar que en 1999
ca.; 40"/ .. de [o. medicamen10i autorizados se obtul'ifron mediante química combinatoria.
Em pro~reio no habria , id o pOlib[e lin la colaboradón de la bioinformálica. que permi te
el tratamiento de datos a una e!.Ca la impe nsable hace poco. a~ o!.
l. Modificaciónd. moIeculas conocidas. Elte procedimiento . e puede realizar tanlO in Ji-
flieocomo in Yilro. Comi5 te ~n ag re~ar O q uitar grupo. Químico. a [a molkula o ri gi-
nal con fi nalidade~ objetivo de aumentar su eficaci a o di.minuir SUi efect o~ advfrw!.
E.te mttodo ha abie rt o la posibilidad de la . iDle.is de una cantidad fx tra oroinaria
de molku[a. que cOmparten un efecto sob re e[ mi smo ~i ilema . I'or lo general f!i t3S
molkula •• on creadas por diffrentti compa~ías., lo que da co mo re!iultado un .iuema
muy com~lilivo; con el obje tivo de demoilrar cuitl de ella. e; la mejor_ ~e rta~zan
multiple~ e!il udio!.. lo que al fin al de cuentas crta una gran confu!iÍón en el médico
tratanlt intx~ rlo.
4. Estudio d. moIeculas aeadas al azar (s_nditlp ill). El azar o la ~uerlt (sf'rl'nr/ipily) 5e u.a
para de:.cribir hallazgo. imprevi ~to!. l'aSleur dijo: "La Iuerlt fa,'orece 'únicamente ' a
la. menth preparada"-, Lo~ hltllaz,os imprrviuos han contribuido al de:.cubrimiento
de mrategia. tentpéutical de primera elección. como la quinina. los digit{¡]ico!. la
penicilina, 11» anrideprelivo. y al,uno. i nmunodfprtiorel como IQ ri('/ospo,;/I(I, que
abrió todo un nuevo .endero en la terapia de lo. tr.uplltnte>, VQle la ~na obsff"ur
que, QUnque nl,unol de los ejemplo. so n de origen nalUr'dl, .UI propiedadn farmaco-
ló,icp¡ no fueron de!.CubierUl' por el eltud io ,'x ",of~so, li no p partir de la ob.ef"ación
de una propiedad ine.peroda del prod ucto en hludio.
Estt descubrimitnto ~t prf\tnta cua nd o, fn la prufba in !·;ro. un COmpUHlo bioquimi_
co obtenido por cualquier mhooo mUeSlra ptopiedadel que no estaban previuas., lo que
puede lIeyar a un nuevo ,TUpo de fármacOi para una \~rie de enfumedade> que, en el mo_
mento inicial, no t>taba previno manejar. Se trata de un o de ]0. mt looo. máli prm'echOios
para la ob tención de nUf'o'Oli fármacos., sobre todo de;de el punto de vista económico. por_
que la obtención de un nuevo fá rmaco por aZar rtlu1ta muy económica. Sin embar~o, no
le trata de un metodo científicamente pl¡¡neado y iU oblervación ,e hace ~racial al orden
metodolópco y a la elaboración de bitáconh organizadal de manera adecuada. en que
cada uno de lo, e,entOI queda repnradocon lujo de detallh para IU fácil detfCCión y para
que. en ca,o necelario"e recree con e.':lCtitud CU:iDta, vech,n necelario.
s . BiolecnologÍII. El nacimiento de nuevas ciencial como la biología molecular. la biotec-
nolo~iu. la química combinatoria. la bioinformiuica y la robótica han crndo nueva.
herramientaó y elulblecido 101 fund llme nt o. p:ml la invhtipción y el duarrollo de
nuevol mrmacoó,con bale en ti genoma y proteOmll humano, lo que ha lImpliudo 1:'1
po.ibilidadeó de mllnera conliderable.
La b;of~itl mQI«IIIOT aporw método! de identific(.ción genltien para 1(. obtención de
molkulaí peplidicas; sin embargo. e;re método es muy eO>lo.o pa ra ti poco rendimiento
que haSta la fecha ha demourado en la identificación y síntesi. de blanco. Ifraplulicos. La
identificación de genes proporciona un nuevo paradigma en la forma de entender la enfer-
medad humana, en un nivel más fundamental. No hay que dudar de que en un fUluro el
conoomienlO del con uol gen~tico de las fundones celulaft!. ha de Ifr la piedra angular de
fUlums estr3lfpali para la prevención y el tratamie nt o de la enrermedad. Desde el punto
dt vÍ>ta farmocolópco. el conocimiento del genoma (y, con ello, la identificación y va lida-
ción de nue'·Oi blanco! Ifrapéuticos en un nivel molecular) representa una herramien ta de
incak'ulab[e valor.
La proteóm;cr. ofreee un abordaje comple mentario al de la biología moleeular, porque
repre.enta el '1Iudio de la proteína ef&tor3 y el blanco terapéutico que pueden em prender
modificacione~ duronlf el proce50 de salud-enferm~dad . La induilria farmacéutica tiene
un grun imerl~ en e,ta ciencia. con el fin de ap licarla al estudio de la lO.,icidad y el de5-
cubrimiento y de~3rrOlIo de nUI\'o, fármacos. Su complejidad el imprfiionan te. perO el
núm erO de blancoi terap~uticol que es capaz de de>arrOlIar le puede incrementar en variol
órdene, de magnitud.
La filrtnl/rogl'"h;("(I euudia la relació n entre el genotipO individual y la capacidad
pa ra rraccionar y mttab olizar fármaco\, lo que la h:l convertido en una herramienta que
o ptimiza la eficacia ttraptutica. Ante!, muchol de 101 eventOI eran atribuidO! a al, o de-
nominado MidioJ.Íncralia" (es decir. cali nadie labia J:l razón de la rhpueua atipica del pa-
ciente al medicamentoj: Jin embargo. ahora,e ~abe que un buen porcentaje de lo,ca,o. de
efectol advel"W1 o falla en la terapia ie deben a 1:1, variaeionu ,enética~ que prhent:I una
población óobre una enrima que interviene en el mnabohmo. Por ejemplo, la iJotnzimu
del ei tocromo 1'-450, CY l' 2D6, mewboliza mÚI de 40 fármaco. de pre!>Cripción común.
por lo que el polimorfismo de e,te ge n afecta hl re sp ueua tempéutica en no menoó de 20"!.,
en cierto~ grupoó étnico\' Adem á!, en el cl.m¡)O del diagnó.tico molecular, la exiótencia
de po~morfilmO! genético~ de un .010 nuc leótido {S N¡'> j abre la poJibi~dad de reh.cionar
alteradon,. genhical puntualel con patoló,icas m:tyore>.

Estudios preclínicos
Una vez que u obtiene una molkula con posible ef& to Ifra~ulko, la ,iguieme fa,e con_
si,te en la realización de pruebas fisica!, quimica. y fisicoquímica!, encaminadal a de-
terminar, en e;encia. la iusce ptibilidad a la degradación de la molkula, ademal de IUS
prOpiedade~ fhicoquimicaJ; en un futuro, éstas pueden llevar al di~el1o del ucipiente ade-
cuado, que acompal1 e a la molécula cua nd o se convierta en un medicamento. I'or lo ~ene­
ral. la~ molécula~ más inhla blh se descart,w de inmediato o, en el mejor de lo~ ca~os.. se
modifican por medios quimico~ para au mentar su hwbilidad. La~ moléculas más establh
pa~an ent OfICh a ~er probadas deule el puntO de vi;!:I bio lópco, comprobando ~u efteto
en diH~o; modtlo~ uperimemalh, incluid o el uoo de cultivo; celulares, órgan~ ai~I:Ido~
o en~:Iyo~ en animale; de experimemución. ES!!I. prueba; biolópca. represenTan lo. pri-
meros enlayo~ para comproba r la eficacia y lu .e,uridad del nuevo (ilrmaco en seres vivo\.,
y pueden lIepr a determinar.i.e continúll o no co n el e>tudio de IQ molécu la candida ta.
Ademú\., . e realizan la. prueba. mÍls complem. pam determinar el ptrfil fQ rmacocinhico
y fllrmacodinÍlmico del compuesto,
E. importante mencio nar que un ,r(.n porcenmje de lo. e;Iudios.e rea~lan en roedo-
ru. A \·!'Ce••e pien.a que f . porque reSUlt:1 fllci ! y !'Conómico manlenerlo.; .in embargo,
la principal lOHón e. la lim i61ud con la ti. iología human a, lo qUf los hacom'frudo en las
hfrrumifnms id ealn parn la upe rim fmación. Para el ojo del científico inexperto todos
lo. rulonfi se ven i,uale\., plTO no lo .on; debe quedar mu y claro que la cepa a elepr ha
de guardar relación con La c arnCleríllica fi siológica qu e ,e dfiee, adem 3.li de La variabilidad
ge nética de la Cfpa. E.\Ísten ptquenas di ferencias emre ella\., o enue las elpteies; si no se
toman en cue ma, es difICil obtener trabajos reproducib les y con errorei e.tadiHicOI acep-
table;.

Estudios de toxicida d
El objetim de eilm eSlud ioHonl is te en evalua r el ri esgo o peligro q ue una nueva molécula
puede ocalionar a la salud humana cuando se realiza n exposicionf> aguda. o cTÓ nica;.
Es pOlible definir la IOxicidad. de acu erdo con Haye>, como ~lol efte to~ delettreo. c ua-
lita tivol o cuanti tati,·o. oca;ionado ~ por agentes químic os o físicoi lobre la e>lrOClunl y
función de lo. lis tema l \'ivoI" (Hayt!., 1975) y el objetivo de e>lO~ e~tudi o~ e~ la evaluación
de la ~f,uridad y la prevención de dal10l al hombre y a las fOr ma~ de "ida útile;. El di fICil
extrapolar lO! rhul t:ldos de 101 el tudi ol toxicológicol hechol en animalh al hombre. pOr-
qu e la. dOlil utilizadal son muy alt a5 comp:.rada. co n l a~ que ~t han de Ular. lo milmo
ocurre con Io~ ef!'Ctos t ernp~utico>, po r 10 que h:ly que 1fT muy cautelosm con las inferen-
cia. que >e hagan.
Desde que le obriene po r primera ve z un utntCto o una mo lécula promeTedora. ~e
de ben iniciar 105 e51udiO! de toxicidad. En un principio;e realizan en animale~ :tCuático.
muy .imple>. como la artemia: m!1I adela nt e. en :.Iguna. e;pfCie; de p!'Ces y conforme la
molécula demuellrn IU eficacia. 101 elludio. de to.~icidad le reali u n en animale; m:\! com-
plejo\., como rata. y ratone~ ha.ta lIe,ar a lo. eiludios realiuldo. en grand es poblacione;
human:l\., como lo. rulizadol en 1:1 farm:lcovigibnc j¡. y la fllrm:tCoepidemiologia (elto.
último. pre,en tan la dhve ntaja de que .on :ln:'!li .i. relfosptCli~o. de la relación entre ht
u po.ición al medicamento y el efteto adver.o y lienen que 'fT ;ignificali~o; para que.e le;
dette le en una canlidad 6milada de ind i ~id uo .. porque ca.i nunca ,e;ulla fácil t;l3bl!'Cfr
una rtlación clarn de cau;a lidad.
Todo lo anterior permi le r!'Cak:ar que nunca debe dej arle de eMudia, la .'guridad de
la molécula. De acuerdo con la frn>e de I'arede lsu.: "L a do,is determina sí una ,uslancia
el un veneno o no"; a ¡K'~ar del ti empo tranM:urrido dflde que la dijo. no lIa perdido vi-
gencia y lIa cobmdo nuevo~ ~ignilkado! con el dharrollo de la r:lfmacogenética. Dflputl
de 101 dhafortu nado~ even tOI que ocurrieron con la talidomida. quedó h tablteido que
todo~ 101 e>ludiol de to."ici da d debfn realizarle en do! hpteih roedora! (rata. ratonel o
conejol) y una no roedora (perros). ante! de aplicar~e a .ere. humano!>. Sin embarco. da da
la complejid ad de bto!. h impoiible ducartar efteto. adver~o~ en poblacionellu!oCepli-
blucomo el .er lIumuno en del:Hrollo (embarazo), la lactancia. la infancia y la vejez; por
ello. el u~o de cualquier fármaco en hla. pobl¡¡cionei queda rell rínpdo a la comparación
enlrt ríelgo y bfnelkio y .ólo 101 hludios de fllrmucovigilancia pueden indicar li exim o
no rel:lción entre algun efteto l,dver.o y el fármaco en hW. pobJacione>.
Ademb. de acuerdo con el ti po de fórmuco. tal "el sean ntenaría. pruebal adicionl'-
le;. como;
To.\icidad pOrinhalación (p. ej., p;lra un fármaco que se admini)!ro via urolol).
Irritación (l(:u1:l.r.
Irritación dbmica.
Irritación introvenoia, intmaTlerial o peril'e noia.
FOIolOxicidad.
Las vacunas, 1m prodOC IOS derivados de la biolecnologia, los fármacoi anticancero-
lOS, 1m prodOC IOli paro la Itm pia génica, etc., requieren e' ludios loxicológico! indepen-
dientes, di.eitados de manem e,pecia!.
La complejidad que entmita un e>ludio de toxicidad queda de manifiesto!ii se consi -
deran IOJi siguien tel pun lol:
l . La ap6cación de lali buenal prácticas de labomtorio. Drben implemen tarse procedi-
mientO> norma6lado! de tmbajo para todas y cada una de las manipulacionel efec-
tuada!>. Debf e:oli)!ir un departame nto de a>eguramiento de la calidad. que certifique
que >t cumplen todos los procedimien to! normalizado! de t rabajo.
z. La participación multidiM:iplinaria de proft>ionale!>. Se requieren ,·'terinarios, farma-
dutico!. quimico~ a naliticos.. patólogo!, etcéttra.
3. La uigtncia de condiciones ambit ntalh muy hPteialh pa ra garantizar la no inter-
ferencia de factOrh ajenos a la lunancia eni:ty:tda. Los animale~ dellfn enconlrJTse
librh de patócen~ e~pteifico~ y permanecer en recintol prote gido;. en condicione. de
temperatura y lIumed:td controlado. y con :lire filtrado. El alimento y el acua debfn
~erhttrilh y el penonal que It ocupa de hl limpieza y el tratamiento de 101 animltlfl
debf emplear traje; hpecialfl para evit:\r hl contaminación .
... La elevada C"antidltd de animale. neceiaríol para cada e>ludio. É>t:¡ aumenta de ml'-
nero proporcional con la duración del mi¡mo, para gnr1lntizur una cantidad luficiente
de .upeT\'ivienlt. al final.
$ . El ti empo requerido parol;t realización de !;l¡ prueba. de laboratorio o e'ludio. hiuo-
palolÓgico;. Elto obliga a una producció n "en cadena".
lo. La dilpO.idÓn de eltadisticas propiai de cad~ cenlro .obre longevidad de animales
y porcentaje de ,upervlvirn te, en ensayo> de larca duración. EslO ¡K'rmilt establecer
si un tstudio determinado mur,tra un co mportamiento dudolo o. en caso con trario.
I'utidarlo.
Toxicidad aguda
El objetivo de lo~ htudio~ de toxicidad aguda t; determinar l o~ ef«to~ de una d o~i~ uni-
ca y mu y elevada de una ~una ncia . Se realizan en un periodo muy co rt o (d e minut o~ a
un:!~ c uanta~ 1I0ra~). por d o~ via~ de admini~tración y al men o~ en do~ e,pecit; animalu.
f>or lo gene ral lo~ primero, e.tudio~,e realiza n en rmone. y ra t a~ ~obre todo porque ~e
requiere una can tid ad pequtlh! del fármaco, lo qu e re.uha útil cua nd o el difICil ob tenerlo
o re~uha muy CO~ t O~O. En la actualidud,e cuenu! co n cepa, que prt>entan poca Yari abili-
dad genhica, lo que fl!ci~ ta la e>l Un d l!rizució n de 101 procedimiento. y la 1I0mogeneidad
en lo. re.uhado~ U na "el que ,e le lKcio n:\ II! elpKie a e.tudiar•• e procede a calcul:\r la
do.i . efKtiya 50 (DE 50), que reprnenm la dOli. que genero efK tO en 5O'Y.. de la pob la-
ció n: de la milma fo rma, . e calcula la do,i, lew l 50 (DL 50), que n la do.i. que ma ta a
50"/~ de la población. E. po.ible o btener el indice \traptutico mediante el cociente: D L
50/DE 50. U n farmaco , e con,idera mi\¡ le guTO a medida que cuenta con un ind iCf lera_
plutico mayor.
Este tipo de e>ludio, no brinda info rmación ;obre lo, efK IOS a largo plazo y e> muy
difICi l u lrapolar lo. effetos ad,·euos a .ere. lIum ano;. Du rante ella parle del " tudio.,e
reahzan, de mane ra .imultánn, [o, es ludio> de farmacocinttica: en otro grupo de anima-
le. !it determinan [as concentracione. p]¡lImúlicas, ;e calcu[a el tiempo de ,·ida medi a, el
li empo de eliminación, la Yia de eliminación, le bu >can me ta bolitos ac livos e in activos,
m~hera .

Toxicidad 5ubaguda, 5ubcrónica y crónica

Antes de la reali zación de esto. estudios, fI nfeelario lIacfr OITO,.. de búsqueda, con el
objetivo de enCODlrar las dosis ,óxicas. Si el fármaco ti ene un buen índice teraptutico. >f
continua con la siguie nte fme de investigaci6 n, en que >f fltudia a lo~ anima[e; por dias.
.emana>. mue>. adru)', en al,unal ocasio nes, llalla I:! tercera ,ene raci ón de los anima[e ..
Con ello. qu eda claro e[ alto COitO de los tltudio. de toxicidad)' es eviden te que ~6 [o [as
,randel compadias titnen la cap:\cidad dt rta lizar h It tipo dt tltudio. co n el rtspfetil·o
encarf\:imitnto del medicamtn to, una vtZ que lIe,:! al mercado.

TOK;cid.d .ubagud.
El f~r m aco se aplica t odo~ lo) dia >. durantt peri odo. qu t o""ilan de 15 día! a 4 ~em :\Da!.
Se requieren anth de q ut I t autorice [a adm ini stnICión de dOli~ linica de la ,ul uUlcia en
eller humano. Se .uelen utiliza r entre CuatTO y ci nco do.il del med icamento '1 el vehiculo.
Se an ad en do, grupollatHi te de anima[e. (uno tmtad o con ,·ehicu[o y Otro con la dOli.
mál ah a) qoe no Ion ¡acrificado. a[ fina l del el tudi o; en cambio. >f le; dtja ona o do.
, emanal para rKuperar>e de [a, po.ib le l [e,ionel ind ucida. por el produclo. Du r.t nte
tI e>tudio. . e controla a diario una butna ca nti dud de parámetro. (a.pec to. compo rta-
mient o, pelo. conlumo de agua '1 alimento, ECG, ex a men oftalm O>cÓpico. etc.). Al fin al
le >ac rifica a I~ animales y le le} realiza la aUloplia. A[ inicio del e;tudio '1 ante; de la
autop.ia, le toman mUf>lmS de .angr! y orina, para 11,1 análi.i .. En la autop.ia le re aliza
un examen macTOl.Cópico de la} ví>ceral y los tej idolY le tom a n mueu ra$ pa ra.u exa mfn
a nal0mopal0lógico.
TOllici dad suberoni"", y eroni"",
En t:oencia. htru htudilH tien~n caracteriitica~ limilare. a 101 anteriorei en la cantidad d~
animal,>. dOli>. obifrvacione>. tic. LOI htudiOl de toxicidad .ubcTÓnica suelen durar tftl
mele.: en cambia, los de toxicidad cTÓnica ,uelen durar "~is mUh o un ano, iegún el UIO
teraptutico que ~aya a tener hl ~unanci:1 (cuadro 16-1),
El elludio de los evenlOI adversos se amplia buscando de manera intencional posibles
efectoslemtogtnicos. m\l l agfnico~ y carcinogénicos en el grupo de animale~ en htudio y
en su descendencia. A 1000. lo~ animales lomui do. a e,tos eS lud iru se les realizan euu·
dios hiuopatoló!ico~ de casi tOOo. los órg(lnos (cerebro. pulmón, hígado. riMn. corazón,
inceuino y la zona donde fue adminiilra do el fármaco. piel, músculo. intluino. etc,), don·
de.e pre>ume que el f~rmaco pueda pre,e nt ur ¡llguna interncción o que .ólo haya tenido
conlactO,
A los procedimientos descri tos le le. con()l;e como la fa" preclinica del hludio. Cuando se
demu,.,ra que la molkula liene el ef!'CIO de>eado y no exiilen efol'CIOSló_~icru en animale;.,
"procede a la. primera!> prueba del nuevo fármaco en ,eres humanOlo. EslO represenla lal
fa.e> clinica. dd e.lludio de los medicamento;., que se dividen, si n ma~'or comp~caci6n, en
fa.e> 1,11,111 y IV (figura 16-]),

Ensayos clínicos
Como ya li~ expu~o, las cepa, de lo, animales de laboratorio pres~nJan poca variabiUdad
biológica; aií, lo que en un principio representa una \' ~n taja pa ra el investigador, en los
ell ud ios clinicos se convien e en una de> venlaja, porque los estudi os realizadoi no baltan
para determinar si las carac terinicas deseada, de eficacia y !>e~uridad ioa ut ra polables
a una población hflerogtnea. Ademá;., se deben considerar OIJO!> factores como la varia-

T,po do lo .."dod CondlC",n~

Do ••"p~~. an,mol~,,"'¡. d~ fiIImn,>I,aaon con_Ada en ,""',

SubogUcN
hum"""., d" •• culll rO,""'''''.,
SubaÓO>oco
Do .... p~e ••"'mole., ..... de Adm,,,,>!,aaon cons.deo-Ad. en ...".
hum"""., t J."""." •• ,u" •• ""'..... de 'ecupeooaón
U". ° d". e.p~e., do •• culll,o .""'." ••
Do. espe-oe ••",mllle.,"'. de odm ...",.ooOn con .. detAd ......... es
hum ... o., .''',e .en me.e. yun ""o, cu."o ............ de,ecupe<ooón
Do. e.pe-ce ••",mole. ~IIII y 'iliOn). ... de .dmon,".ICIOn .......... el
p'",,>o, """ re t8 me.e. y do. 0/10'
Do. e.pe-ce •• n,m"e. ~IIII y COn..,O). ..1 de .dmon,,,.ICIOn
con .. derAd ...... . ere. hum ... o., Adm""",ooón del finnoco """... 'e
l. ge"oaó<>
Un. e'Pe<:Je .n,mll (tillO), mlchol y hembtol,Idm,n'''.aoOn ... tel
Fend,,:lAd
y despué, del . pore""" ..... to

Prueba de ,,"ema , b." ."" no. con".." .<l>VlClon mI<rO""""

 " --,.-
_ _ Rogra.o
F.,""",,,~I\CN ,~"

F... UI

Ea..aoc dintca:
11:0'" """".nce) Frull

,~,

""
''''''~CI''
Ea"",,oc pt.dinoooc
¡"""".Iooc)

e.._,,"
5(O). 100CXl
<lSU",,"
........ ,
'.rn~ ...
o

Hg. .. 16-l. F.,e , dinoco, d!!oI edudo de lo. me doe.memo.

ció" iOl~~lpecies. ta complejidad del geno ma hu mano, el componen te cuhural, la I:r.ln

cantidad de padecirniento~ y el hecho de que ,e,ulta ca,i impmi b[e rer;jnrar de mann3
adecuada erl'C to~ ad " fr~os como cefalea. dep re sió n, ¡in¡t u!>. etc. Por UlO. debe probarse
cualquin fármaco en !OUti humanO! antes d e ,u pOlible aprobaci6n. Exinen organilimoi
in ternacionaln. como la A gencia Euro pea de Medicamentos (E MEA). la Admini, tra-
ción de Alimen to. y Fármaco, de Estado> U nidos (F DA) y la C OFEPR IS en Mbico..
que !ir encargan de ntablecer IOi procedimie ntol y lal prueba! a que deben Wme lfrlt a
10; fármaco. y de \'fIar pOr 11.1 aplicación. Es co ndici6n i ndi~pen~able que quienes pa rtici-
pan en cualhquiera de la~ fa~h de elludio fi rmen el con.entimiento informado de for ma
voluntaria.
Por en.ayo cHnico. ~e alude a toda evaluaci6n experimen tal de una ~ullan.cia o medi-
camen to. mediante.u adminiumci6n o aplic:1ci6n :1 lerh humano!>. orientada :1 al;uno
de 101 ~i;ui e n t h fine>:
00) i'oner de maniflhtO .u. efectol farmacodi n:\micol o rfCo;er datOI referente. a ~u
llblorci6n. diltriboción, metaboliómo o excreción en el or,anilmo humano.
lo) Euablecer IU elleacia p:UOI uml indicación temptuticu, profllactica o dia;nólticu
de terminada,
el Conocer el perfil de ~UI reucdone. advnó:ll y elwblecer óu .e,uridad,
De acuerdo con la norma lividad yi,e n" en Eópa il.:l, óe con.ídem una evaluación ex-
perimenlal al h ludio en que los .ujflO~ .on asi,nado.:. uno u OtrO ,rupo de intfr.'ención
teroptu tica df forma alealoria, o en que se condiciona, de maner;) directa o indirec ta, el
pTOCe.o de pre'>Cripción mfdica habi tual.
Siempre r.e conlidem evaluación experime ntal al e>ludio en que u utitiza una SU!-
tancia no autorizada como e,peciatidad farmaceutica o en que se aplica una e>p«iatidad
farmaceutica en condicione!> de u.o di>lin ta. de la s au tori zada>.
 No ~e conroidera en~:lyo c1inico a la admi ni. traci6n de eua iu~tancia o medicamen to a
un .010 paciente en el ámbito de la práctica médica habitual con el único fin deconu,ui r
un beneficio para ~I mi~mo (10 que ie conoce como UIiO compa.ivo).
La práctica m~dica y la libertad profe.io nal de pre!ICripción del mMico no amparan,
en nin,ún caw, en.ayo~clinicoi no aUloriz:ldo>. ni la utilización de remedio •• «retos o no
d« larados a la autoridad ,:witaria.

Fa ses del d esarroll o clínico

El periodo de dt>arrolloeHnico de un producto furmacéutico le divide en cuatro fUIt>con-
,teUti\'ll~ pero que le pu,den .upuponer. Eltul f:l.el.e di fe rencian por objeri vol di.tintol
(~d,o 16-2~

Fase 1
E, la primera adminil1raci6n del medicamen to en el,te humano. Por lo ,eneral, lie debe
realiUlr tn varone. adultO$ JÓYene. (tercera Ocuarta Meada de vida) y lanO$ (.e con.ide r3
que ti >ob repe;o f> una alteraci6n ). Aunqu e la li"fatUra menciona que lie drhe uri~za r
un par de dteenas de individuO$ para el grupo experimrntal, le rteomienda USar la menor
can tidad polOible. El objflivo de e.\la prueba es va lorar la .r,uridad y, ha.1a cierto ~rado, la
acci6n del fármaco wbre el melabolismo humano, al i,ual que la acción del meta bo~smo
humano sobre el med ic amento (farmacoci nHic a): la rapidn con que ie abiOrbt, di>tribu-
ye, metaboliza y e.lCrela el medicam ento, además d e las a lteraciones que pudiera originar
élle .obre uo. parámetros. LOIi e.tudios se deben rea lizar en lugareli autorizadoi por las
in>tancias correlipondiente~ con instalacio ne. adteuadas y cómodas. que van desde co-
medore>. salas de rUar y labora torio~ halla unid ades de cuidadO$ inlfnii\'os. con toda la
farmacopta y el equipo médico n«rlia rio~ en C:tlO de al,una urgrncia médica relacionada
o no con la admini.trnci6n de¡ fármaco en fS ludio. Delde el pun to dO'ii ta le,aL debe ase-
gurane a 1m participante; pOr 10i pOlibltli da~o, oca.ionado. pOr el fármaco en estudioli
a COrto. mediano y lar,o plazos. El perion'll que participe d ebe "tar altamen te calificado
y tener la capacidad de actua r en circunua ncia de emergencia, adem:\i de tener toda la
autoridad le,al para rf.ponder ante una co ntingencia.
A lo; participante; >t le:. coloca un caté ter en una vena, con diferenteli finn: Itner una
vía permeable en calO de ur,encia, tOmH de manera periódica una muelitra ,an,uinea y

'.a'o Ob¡etwos de liS dostlntilS filses de mve st,g¡o6n

O bl"., .....
tnduy<! too pnmero. nudoo. que le 'ul"." e<> ...e. hum ..o., que pr~enden demOll'" t~
>egundod del compuellO y on..,"" . t. pout. de odm lnllUOCIOn mu adeoJ.o. p ... e .. udoo.
pOlle<lOfe'
Tle<>e como obt~1YO p'oporo""",nform.o6n p,ellmln...obrel. eflalOl del producto y
enllble<:e" l. relltOon entre do,,". y re'Pue"o .•"" estudIO' teupeut'co, e>.p!or¡l.ono.
Evolu_ la efIO .... O.. y '''9ur>dad do-ll, ... m"..,.o e>:p"""'e<> ....... t... condooone. de UIO
'" h.brt ...a.... y con 'e'Peclo • tal opo"" . ....apéu"<;a. d1'!>",,'bt .... P'" t. ",d1caoón e .. udlad.
~ ,....". deIPu." d .. t. CDm@fc .. lZ.conde!¡,;'maco.p ........ udo.,condoc"" .... deu.o
d1dln •• •de t•• AUtonz.o.., como nu ..... a. In d,e.oaon e. y t. efoodMd.dy ~"" t.
uI~IZiOCón d",oc. doan.
dettrminar la~ concen traciones ~éricas de l fá rm aco, ademh de calcular 10:5 parámetrO~
farmacociné tico~ y. por ultimo, vi~lar algun'h variable~ me tabólica~ como glocOJa, en·
zima~ hepá tica~ etc. Debe "iplane de ma nera continua a lo~ participante~ y re~~trar
~u~ ~igno~ vi tale! (frecuencia cardi aca. re~piratoria. temperatura) y cualquier alteración
clinica (rt fl tjo~ dolor de cabeza, tini t u~ t tc.). En ,e ntn1L t.tt tipo de htudio~ no ~irve
para probar]a eficacia del medicam ento, sino para eV:1]uar 11,1 aoción. 11,1 do~ificación y
IU~ posibles eftetOJ lteundariru. Al principio,.e adm ini.tran dOlis muy pequtlla. y luego
se aumentan de manera progrtlivu. lo que per mite determinar el rango de ~eguridad y
dosificación.
El objetivo de el la flht h obtener l;t mh im u cantidl1d de datos lobre la expo.ición
con una cantidad mínima de sujtlos: p;Lr(1 ello, es nteesario proctder con cautt]:, y au·
mentar la do.;. de forma paula tina y .teuend¡l l ha;!:l alcan;w r la mñx;ma tolerada. Uno
de lo. a'pte lo. más complejos en el di;ei\o de l es tudio cons;.tt en de6nir lo. limitt> de
dosi§, que dependen de lo~ reJub ados de f!. tudios en ani males. La do.h inicial suele ser
la 2% de la dOMi eficaz en animale ~ y la do. is máxima lOa 16"/.. de la máxima tolerada
rn a nimales. 1'0. lo , ene ra l. se ,uele uti lizar la ví a y formulación que !ir han de emplear en
la. fa 'ti clínica .. En lo, primeros e.\tudi o~ ,e \Uele ad minimar una do.ii unica, y dt>pufs
de analizar 10. re,ultado. r.e decide Ji u cont inua co n la ,igui ente dOii§, que se increme nta de
manera progre>iva, ha,ta que se produce n efecto> adverlo; intolerable> (ai; ir determina la
dosis máxima tolerada ). Si es po,ible, se deben incl ui r alea lorización, enmaloCa ramien lo y
grupo COntrol. Entre la admini' lración de dOl dOl i§, se debe dej ar un periodo de lavado de
más de una >emana, pa ra evi ta r la pers i>tenci a de efectos resi d uale§, evalua r alteraciones
y deloCa n ar cualquier efecto nocivo, a nte s de pa,a, al ,igui ente nivel de dosis. El periodo
de lava do debe lersuperior a cinco vidas med ia>. para que >f elimine lodo el fármaco del
organi,mo; en el caso de f:iTmacos coo vidas media , muy largas, ~I periodo de una iemana
no ei ,uficienlf. Al principio, 10i i ncre m~ n tos entre doois iuel~n Ser de 1OO'/u y, al aCerca rie
a la do.i~ máxima. d~ 30 a 5001... EilOi estudios ,e rea liza n en mul ti p l~~ grupos de cuatro a
ocho .uj~tOl.. d~ ta l fOrma que cada grupo ,ólo recibe una de lai dosi!., o placebo. o ~n un
grupo Ilnico de cua tro a ocho ~UjttOi a los q ue ,e :1d mininmn dosi!>que aumen tan de ma·
nera progre~¡'·a . La "entaja del ,rupo unico ti que rhulla mái fácil comparar los efectos:
como>t presentan grupos pareados en que e.\i:. te me nOi variabilidad bioló~ca. son mh
baratos y mh rápidru. y permiten la e":dui1ció n de eftetos acumulativo!" Un problema de
lo. dos tipos dt di>ti\o es qut puede haber un error al calcular la do.i~ máxima tolerJda
por el pequeno numero de sujflo. expuestos. A Jl ilrtir de ellos e>tudio~ m~s adelante .e
realizan Olro!., de dosis múlliple.
En esta fa.e de elludio, >f deben re~m(H 10••i,no. "itale> y realizar uámene> de la·
bor(1I0rio (concen lra.ción de ,locola, en zimal hepá tica>. prueba. de orina y prueba. de
cOi1,ul:tción).
Lo. "ludio. de biodi;ponibilid(1d corre>po nd en (1 Hit (1partado y lambitn es po.ible
medi r OlroS panimelro!., como la inttra¡;ción co n medicamento!., alimenlo~ o ambos.

Fase 11
s~ lrala de una primera medida de eficacia. En ell a fa ... se administra el fármaco a iodi ·
viduOi que prtltDlan la enfermedad que se pretende atacar. Elle grupo d~ pacientes debe
tener carac teri~ticas basaleJ homoJ!:éneas y pre~entar ~ólo la enfumedad en cue~ tión: por
lo J!:ene ral. no u incluye a má~ de lOO individuos y, en oca~io ne,. e~ta fa~e ~e Jubdivide
en do,. lIa y 1Ib, de acutrdocon la cantid"d y lascaracterioticu de los pllCie!lth. En esta
fa~e. el fármaco debe comparane con lo~ mejort> medicament()~ disponiblts para el t<a-
tamiento de la enfermedad y, ~i e~o~ fármaco~ no exiuen. la com paradón ~e hace con pla-
cebo. El objeti,'o de la fa~e 11 con ~iste en tnabltct r mediciont> prelim¡nare~ de la rflación
ent re eficacia temptutica y toxicidad. ademá. de e.wblKer la do!iJ óptima o )U) limite.
de variación en la condición [) tmtar. Al i,uIII que la anterior.• t rta~za bajo condicione.
controlada. en un lu,ar, YllOr parte de penonal cali ficado para hte tipo de t>tudio~
En la fa.e I1 también Je e, tudia el mKuni.mo de Ilceión 'J H evalúa la ,e,uridlld y 111
farmacocinhica. Por lo ,eneral. le Iram de en.uyo. c!i nicoJ aJeatorizado~ doble cie,o.
co nl rolados con placebo. AI,uno. auwre. divide n la fll" en do~ partes:
F._ tLa. Se rfa~zan los primero. rn.ayo. rn pildenteJ; rn mucho. C3.os, .e lrolla dr
rStudios piloto. no controlado,. qur purdrn Irr abierto;., sin ,rupo control y que
.on vá~dOi cuando la variable de eva luac ión rs obje tiva.
F._ lib. Lo. en.ayos son controlados con placebo y rnmascaradm.. Son muy pare_
cidos a 1m de fase II L
Esto. '>ludio. suelen ~ff de co rta duració n y en ello; se utilizan variables intermedias
o .ubro,ada. para obte ner resultados rápido., E. rtcom,ndable que tilO. e'ludios no
,ean muhic~ntricos, porque la \'ariabihdad genetica y las difnencias en las lécnica. pueden
alterarlos.
Es po.ible distin,ui r entre dos tipos de di>elio de ens ayos de bú.queda de dOiÍs:
Ensayos d _ dosis ....Ionada o d _ titulación d. dosis. Todoli los pacienlt. empiezan con
una dosi1O baja. que ~e supone que es eficaz y. de acufrdo con la re'puelta oblfr-
vada. se aument a ha>la que se alc a nce la eficacia Óptima o que aparezc an efectos
ad'·en.os. En estos e~ t udio,. ya lit puede reporta r la va ri abilidad ¡nteri ndividual en
la re'puena terap~utica.
Engyos a dosis fijas. Se administra n diferentes do~is a lo~ paciente,. que ~e mantie-
nen en ,rupo~CO!lna!lte~ a lo largo del tiempo, Desde el pun to de viua eltadiuico,
t>1t tipo de dilie~o h máJ robuno. pero no rffleja la variabilidad de la~ relpueuas
ind¡"idualh y req uiere un elevado nume ro de .ujetos.
ExÍ>ltn Otro) tipo~ de dist~oJ mi~lo~, Un htudio de bUlqueda de do~iJ adecuado
debe incluir al meno) tre. niveJe. de dosi,. una do.is lubóptima qu e debe tener poclt o
nu la eficacia. una do~iJ teóricltme!lte Óp tim ll y o tra dOJi. luperior. para .aber li aumenta
la eficacia: también debe incluir un grupo con placebo o con el fármaco t>tllndar de oro
pam el tratamiento de ela patolo,ia: en muchol ca.o!, no e> po.ible h1:lblecer UDlt cl;Lr~
relación en tre do.il 'J rnpuelta. !>ara e.w. e.ludio!, .e puede utilizar un di.do cruzado.
en que cada ~ujelo rKibe toda.l~. do.i. en di ferente> momentos. o un di.do paralelo. en
que cada .ujeto .ólo rKibe una de la. dosi., Lit ventaja del di.elio cruzado h que cada
pacienle es w propiOCORlrol; con ello. di.min uye la v,triabilidad y le necesita una canti da d
mrnor dr .ujflOi, pero tiene el inconvenientr de que .610 sr puede utiliuren tnfumedades
cTÓnica, utablei, ademlls de que puede apartcu efKlo de arranrf, lo qu e ~e mluoCÍonaría
con un periodo de Lavado prolon,ado, a unqu e no .iemprt t i adecuado. desde el pUntO de
viua t'tico, dejar a 1010 pacie Dle. sin tra tam iento. E. má, fácil rtatizar e, ludios paralelo.;
.in embar~o, debido a la helerO~eneidad enlre lo, ~rupO>,.e nece.ita un lama110 de mue,-
Ira mayor.

Fase 111
Si.e obtiene razonable evidencia en las fase. I y 11, se inician los eS lud iru de fase 111. que
pueden incluir a varios médicos que lralan a cientos o hasm milel de padenle~ Es la pri-
mera f:lle de la in"htig:ICió n clínica. en que el medi came nto le adm inistra a un:1 población
con car:ICleristic:t> huerO~~ne;ls que padece la enfermedad, con presencia o no de comor-
bilidade;. y de mayor lamai'io. Su objuivo h con firm ar il gran escala, y en condicionu
re:Lle;. la eficiencia y >fguridad del medicamento: por ello, ya no se usan instalacione. ni
per.onal espe-cial. ~ uede abar("ar Yario. afto. e insc ri bir a yarios miles de pacienle~ Al
fin alizar fila fase, la tirma farmactutica nansmilf a la autoridad competente (~l.l\, E).t E \)
101 ~suhados de la inyeltigación y solicita la autorización para 'LJ comercialización. De
aCLlerdocon lo. rf.ultado. de la, fa;tI 1, 11 ~ 111, í"" la lIC'pta, ni ega o .oticita inyes-
tigaciones complem entari a~ Apa rte de veri fkar 1" efici.ncia del medicamento. le bu>ca
determi nar manifestaciones de to.licidad no duectadal debido a la homogeneidad de la
poblaciÓn y altamai'io de la muel tra utilizada en lal otral faw.. En flta fase. le ob tiene
una mejor per>pec uva de la relación e nt~ leg uridad y eficacia, parámetrOli que se cuan ti-
fican en el con texto del padecimiento que se pretenda tratar y que otra, ciencia;. como la
farmacote onomia. pueden utiUlar parJ calcular parámetro> como efectil'idad, Ufj~lado5
por la. inllitocione. gubernamentale. para decidir cuál tJ1l1amiemo debe adqui rir para
tratar un a patología determina da en una població n.

Fase IV
Lo. estud io~ de ena ra~e Ir ~e3lizan cua nd o el medicamento ya le encuentra en el mercado.
El objetivo f> dar ~e~uimien to al compo rtamiento farm acocinético. rarmacodinámico y
toxicológico del fármaco en la población abi erta; panl ello. .e recUrre a diferrnte~ enra-
tegia;. como el repo rt e de rtacci one~ adveri<" ,,1 medicamento por parte de prOfflionalh
de la ,alud y por lru paciente;., lo que da origen a 1:1 farm:lcovigilancia. en que ~e bU!oCa.
en hencia. la d"f(:(;ión de toxicidad inIO~pfCh:lda. que debe reportane a 101 centrOs de
farmacO\'igilallCÍa y."¡ u ¡>o.ible. a la firma f:lrmadutica. Sin embarco. debido a que hta
herramienta htá orientada al elludio de lo, eventos :ldver.o>, ~obre tOOO li )on a~udo;.
ti polible que .e pierdan Ol rO. dlllOS importantes., como los eftetos t6xico~ a largo plazo
u otras rnccionu no siempre dele th ea;. q ue podrían dar origen a OtrOl de!oCubrimientos;
por ello. le creó la farmacoepídemiologi:l. Esm ciencia aplica IUI herramiental muodo-
lógical de la epídemioJo~i.:1 a lo. campol de h\ f:\rmacologia ~ la farmadutica, dando
.e~uimien t o a efeclo. adyerl~ ~ bu>cando su re lución con 101 medicamento~ Al;, a pa rtir
de hl evaluación de la eficacia a htT~o plazo, en la f;lse IV, se pueden duec lPr rfaccione~
adverla. rara;. mitntral qu. en l:u fa.e. previal ti ucepciOn:11 su de>cubrimiento (con fre-
cuencia, en un romco menor a 111000). Por Otra p~rtr. la detección de efecto~ .teund a ri~
de 101 fármaco$ ha permitido de>cubrir mms aplicacione. trra~utka. del medicamen to y
prObarlo con mm. indicacione\. Es necflario adarar que cada vez que le encuentren otra~
°
aplicacion" para el fármaco, por iniciativa prOpia a petición de la autoridad competen-
°
te, fl necflario rea~Z3r una vel rná.l "tudios de falt II JI! para esa nueva indicaciÓn.
 I"".... igo{]oo ""I.mouolog. dinoco 177

Ar¡;imó n 1'011 .. J.\l MitorJo¡ Jr in/ltltifJlción rlfllira, rpi,w"i#/irJru, 3a, cd. España; [¡..m.r.
200475-89
I~o,..,. J. FIl,I/Wc#f#tj1l h"",;¡iId, 4 •. ed, E'!,.ñ,,: Ed, .\ 1"00", 2003: 177-194
Gorda A.G .. G."dia lo El rnJ41# rlínir~ tn EsPIIM, .\iodrid. Form",ndu .. na (S.". C;.n,¡/ico ).
200 11 20- 12),132,1.34.
u pon. J.R. r,illl:lll#l Mmn r inwmpriQn rlinira. V.",¡ ón di".al. PI' 27-30, 35-47 .
.\1orillo L t:piJrmi.1Dtin t/imrd aplir.uU, int~t'lI'rión rlil/ira apliOJJ;,. Ed. ['.n"m.nean".
2004 174-185.
Si.io.\XI'" [último aculO, 5 d. junio d. 20 131
h"p:llwww.iupIuLorrlpub .. h.ml
http:// bd.glf''¡.cn...du.co:8080/d'P . ../biu.re.m/1 234567891 32)12/LoJormoco", gil.neio_u_
pca ol-l:ener::d"_met odolo¡;i."",
 Investigación de
traslación: del laboratorio
al paciente y viceversa

Jo,.lín Hernindez Rut2

En tpOCai reci~ntts. la relación entre investigación b:hica}' clínica ha npuimentado un

acercamiento promovido por ideas prove nientes de diferente. ámbi tos: academia, política
pública y, por supues to, indunna. La idea central está seil.alada en la fra'f Mdellaoorutorio
al paciente- ifrom bl>nd, ti) hl',lside) aeudada para acelernr el prOceiO de aplicación de los
resultadoi de la in\'fsti,ación básica a la clínica (A nIman. 1991).
Durante mucho uempo. el procelO de co nve,.,ión de Ideas mecanisticas que fxp~caban
fen6mfn01 naturales diK:urria por separado de 1:1 problem:itica en salud, sob~ todo de la
im'fuigaci6n prOducida pOr las entidades academicas J;ubernurnell taln. t'OCN estudios
uttliza lmn adelantos científico. de punta p,Ha el desarrollo de htrramlenta~ de diagnó~u­
co o tratamiento y ~ólo centros rtlacionados de manera dlrtcta con el stetor prodUCII\'o,
como la indu~t,;a biomédica, enfocaban e¡fuerzo~ de inHnigación bá~lca a la ~ollK:ión de
problema~ mMlcoJ.. E.to~ hfuerzol requerílln mayores financiamiento!., en upteial pa ra
la creación y ti mantenimiento de Infr-IUtruClUrr" que ya ul.tia en lo~ centro~ de In"es-
tigiICión b~.ica gubfrnumentaleJ.. Sin emb:ugo. lu brteha entre la InHulgación M.lca y
clinica no .ólo e.mba conulluidn por un a lejamiento circun.t::lncial En 2008, Barbara
A l~ing, dirtetora del Centro Nacional de I{teu rlo. para la In-eulgación dellnsllIuto Na-
cional de Salud de E.tados Unldolo, Indicó: "Lo. científicos clinicos y bhicos en rubdad
no se comunican" ]>or una par". lo! enorme. rteurlO. que.e aponan a la In-esllgación
biomtdica y lo. grandu avances en ]¡. comprtn.ión de lo! mteanlimos de la enfermedad
no .e han traducido en aumentos proporcion:.le; de nueVOI tr¡tlamlentolo, diagmhtico y
prnención !'or Off::!. parl'. II solo IStudl O de 101 faCtOrli conocido¡ halta ahoro no arlOJa
suficlfnlfS rfsullados que pumitan flllvance de la medicina, a puar del uso de Wlilticadal
herramlfntaS computacionalfs y de :¡nilli si! probabllii!ico ¡BuIler, 2008). En la figura 17· 1
se ilultra la Interrflación fntre el mtdico cl ínico, II i",ls ligador y el moU\"o de .er de los
¡i.uma. de ,alud ti enfermo)' .us ntee.idade ..
 .-
~

Ii
-- ,,' 7

\ ~-~
,
I'ig... 17_1. I"'"ni!laaón ....... la, .ctlV,d.1d... d81 médoco d¡",oo y la. do>l ,nv"'"gooo., ~ra at~
1., .... CO!Sldode. do! lo ....... ,m'"

La inVf lli!3Ción biom~dic a básica pod ría de!.Cnbirse a gra ndf' rnsgm como el e"udio
de sistemas y procnos que permi ten el establecimi ento de fenóme nos relacionados con la
salud y la enfHmedad. E, lm sistemas se pu eden catalogar, de acu erdo con el mmaiio, en
energéticos, moleculares, celulares, titula res, orgán ico !>, individuales, comuni tarios y po-
blacionalf!>.
Aún se fuá en víai de descubrir mochos de los eleme nt os de algunm ,¡nemas de lo,
que depende la salud Las ciencias biológicas también dependen de la disponibilid ad de
tecnología para la "hualización de filO. ii>te m,u, Por otra parte. d ebe tomane en cuen ta
que tampoco ~f comx:ell pO r completo lo~ prochO~ que ~u >tentan la ~ida; pOr tanto. al
crear tt(: nologia biomrdica. ~e utiliza conocimiento incompleto de lo~ procuo~ que inter-
vienen. razón crucial de la reticencia en la~ cie ncia~ b:\~ica~ pOr emp~ar de manera direc ta
el conocimiento generado.
La~ barrem~ entre la~ clenda! bá~icas y cHnicas ~on rt(:ientelo. E n la~ dkada~ de 1950
y 1960. la invtlngadón bhica y la cHnica elmb:!n relacionada~ de cerca con or¡ani~mo~
como el NI H Clentíficol mMico~ que mmbién tramb:!n a paciente~ emn qUlenel realiza-
ban la mayor parte de la InHlrigaclón mrdica. El lO cambió con la uplo~ión de la biolo-
gía molt(:ular en la dkada de 1970. La invwig:lción clinicll y la bawca le lepararon y la
in\"utigación blOmMica emerpó como um! di!tCiplina por dert(:ho propio. con ~u propia
formaCIón A horn. la mayor parte de 1:1 investig(lción biomédlcll la rutizan perlonal con
doctorado (l'hD ) al tamente nptCializado~ mientras que lo. mMlcos cien tíficos Ion una
minoríll (Buller, 2008)
En ~pocai rtCien l e~ ~t ha prtJtntado una controversia entrt la, enudade~ que apo.
yan la Invelligación. La inHuigación biomrdica b:bica ha de~arrollado una dinamlca
bauda en grnn medida en lo~ articulos cie nt íficO! publicadO! en rtviuas de airo impacto
y no en 101 avance. mrdlcOI realizados, Y muchos mrdlCOi que tmlan a pacientes (y
perciben ingrl'io. por hacerlo) IÍenen poco liempo o inclinación para manltnfrU al dia
con una bib~oji:rofia bhlca cada vez má~ ex ttn,a y compleja y mucho menos paro hacer
inve:.ripción (Letrord. 2008) (fogura 17·2).
Ena situación ha disminuido el flujo de conocimiento e hipótem ent~ ellaborotorio
y la cHnica I-'OrOCffi partt. el ad_enimiento de ttcnolo¡íal de peKa de molkula¡. como la
genómica y la proceómica. han ,enerado una ,igantt!oCu cantidad de blanc~ cernptutico~
Elco reprhenCa enormes problemal a la hora de digerir la información paro IU apticadón.
lo que lleva a un delequikbrio con muchos fármacos en eÓperJ de inH.u,ación y menoó
producco~ a dllpo'lción del médico (ZerhollO i, 2011 j ,
Elctrmeno MinHlci,ución de tra.lación" (rmm/miofl('¡ ,t'!t'tl,ch).e empezó a aplicaren
1993 a la caraccenzación de gene. relacionado. con c~ncer, como BRCAI, lo que daba pie
p~ro IU aplicación en dut«ión tempran:l y 1r:IWmlentO de cáncer. Ella termlnolo¡ía no
fue muy utlbzada. haila el aijo 2000; a p;trli r de entonces.e h~ln presentado vario. cienlo!
de art iculo~ Se e~tablKió entOJlCh la idea de mo ti var la tran~ffrenci a deconocimien to a la
pritctica. AllOra u han creado fondo~ hpKia le. y programa~ para el dha rrollo de centro~
multidir.ci plinarios de inH~tigación, aunado a ince nt ivo~ para la realización de prodUC IO~
pa t entable~ y propiedad indu~ trial biomfdica. ta nto en E~ tado~ Unido~ como en Europa.
Rhulta complicado evaluar lo~ re.u lt ado~ de Hta in"htigación de Ira~lación. porque
el de>arrollo de medicamenlo~ puede tom:tr h:¡¡w 20 :tfto.: por ello. el impacto .obre lo.
paciente. toma algo má. de tiempo. Sin emb:trgo, re>ulw claro que la invelligación de
tr:¡¡llIeión e. un acelerador crucial en el pTOChO de evolución del deiICubrimiento prKli-
nico II la aplicación elinielt. la vulidnción de nuev!l' tKnologin¡ y el dharrollo de nue~u.
t>tr~tegia~ que mejoren la culidud de vid:l de la ,ente (Abrohum y eolio., 2012).

Algunas reglas para la realizacion d e investigacion de traslacion

A pelar de que la fro>e Mdellaboralorio al paciente" indica el rKorrido de la idea en un
~olo >tnrido. e~ patente que el reiultado de t> tud io. clínico> ha in.pirado la in~eS li,ación
b:hica. lo que nea un eom promi m intelKtual que incrementa la probabilidad de encon_
lrar re.ultado. aplicable§. A.í, la con>trll(:ción de la idea. plumada de manera formal en el
plantramienlO del problema, r~ la que determina.i el e>ludio e. investigación de tra¡lación
o no. E l >01 0 abordaje mrcani.llico de Una co nd ición clinica o el e mpleo de métodos de
am\h;i. no clinicO!., no ga ..... ntiza la utilidad de la i",'e>ligación.
Por ello. el primn paso debe darse pen.ando en 101 ,i¡ tema. que rodean al problema
en cuulión y en las vertiente. que pueda n surgir de 101 difnen te. re.ultadOli e!i~rable§.
Para el an:ili>i. de 101 .i,tema. circundantes., conviene conforma r un grupo de conocedo-
re¡ o Mexpe rro." de eso~ ~iSlemas., En si, e>le proceso t i un quehacn que puede nree~itar
mucho ti empo paro el encuentro del capi tal humano nrenario. M uchai "ren el reiul lado
obtenido de la. invenigacion ei de pend e en gnln medid a del perfil del grupo conformado..
¡Ui intere.es., ~u di.ponibi~dad y el nivel de intercomunic:tción al que ~e ha llegad o. Tal vez
la conurucción de un idioma común iea el trabajo mái cono.o.
En eue entOrno, el proyectO adquiere ~e nti do de tntil:Ki ó n cuando ~e eiICog~ el plan-
teamiento de tal forma que apunta a la bÚiqueda real de .olucionh pa ...a lo. pacientes.,
Herramienta~ de diagnó~tico o pronóitico (o a mb Ol), bhlDCOi terapfu tico>. materiale. que
puedan .fr utilizadol como andamios de tejidos., modelo. matemáticol de tami zaje, ~on
produc to~ po~ible>. pero poca~ VKe> .e consig uen con el duarrollo de una mla inve>-
tigación: en realidad. loe lo,mn lue,o de varia. invenigacionh que u concatenan en el
momento prfCÍso. Por ello. ~e requiere phtnear con proyección a corto y mediano plazo.
Una \"tz que >t tiene el pl:_nttamiento de l problemu con .1,1 pregunta central la for-
malizución de la hipóthis es ~iml p:mt no perderst en la complejidad del asunto que >t
htudia. Por lo geneml, los e>tudio. b:isico. se concenlntn en I:l ~rirtria y pierden la posi-
bilidad de aden trarlof en el pottncial de utilidad del temlt htudiado. Sin embargo. eito ¡e
vuelvr el'identt.i lof cuestiona rl ~pam qoé" de la hipótrsis.
La eilCritum del objetivo grnrral es muy import"nle: da I:t pau ta para entender en qu.
momento culmina el e$ludio. ])or ello. debe eS lar en co n,onanci~ con el plan tf3mi,nto del
problema y la hipólf.i .. Lo§ obj ui ~m e¡preifico¡ delimita n lo¡ com ponrn!f' de acción ne_
cnario. para cumpti r con el obje ti~o genual. Dada la complejida d dr la inl'rltigación de
umlació n, noconviene aftadir objetivos 'fCundarios., porque pueden di.minuir el enfoque
y abrir posibilidades difICil" dr atrnder de forma adreuada.
 Aún rxiuf una lrJn ni!Cr~idad de inv h tigación en genttica. rxprt.\i ó n y función prO-
teica, dhfunción cel ular y ti ~ ular. ad e m:\~ de lhiopatolog ia rtl acionada con lo! ~ilno~ cH-
nico>. ~intoma>. halla zgo>. pronó~tico y efi!Cto~ terapéuticos. La metodololia hpi!Ci fic a
drl tra bajo con cada uno dr ruos ~infma~ es pro pia de cada di§CÍplina y u encuemm es-
ta ndari zada para cada propósito. a~i que h muy dirlCil en un capi tulo alcanzar a describir
ta ntas y tan compleja~ metodologias. Sin embargo"e detallan algunos ejemplos de puntos
cemmle. que deben tenene en cue ma c uand o.e planea un proy«IO de in.estilución de
trll.lllción basado sólo en p:tcieme~

Ma rco de referencia
I'a rll emptzar, la revhión de la literatu m re.ulw cruch.!. La búsq ued a en revilulI indiza da s
tanto del tema como dd problema ad quiere una imporwncia vi tal. El le ma es el compo-
nente biológico. no lólo el que suste ma la enfermedad. ,ino tambitn el funcionami en to
corr«t o dellejidocomprometido. co n e>peranza de que lo haga en varios ni,'el,>. desde el
genflico halla el poblacio nal. El problema es el que ha iden tificad o la comunidad mfdica
y !lO mfdica en relación con la enfermedad. E;ta revi;i ó n es dema;iado utenlia y requ iere
del apoyo de conoced ores dr cada materia. además de sistema; de manejo de la in forma-
ció n f«o pilada y di alra mas que co mpilen los procfiOl id entificadm como in tervenible!.
Tambifn permilr definir los proced imientos de laboratorio mb co nvenien" s, de acuerdo
con [a. pregunm. que !ir consideren n«"a ria, para e,tabli!Cfr el camino entre [as respuel-
ta. biológica. y la utilidad clínica. Ademá,. es impe mn leconocer. en la medida de lo po-
sible. el mnlo dinámico de la. va riabl es., pa ra de ter minar el lama~o de muesua requerido.

Tipos de muestras
Las mueums que sr obti enen con mayor facilidad ,on las sa nguin r3lo. Sin em barlo.. no
liempre reflrja n el euad o bio lógico dellejido en compromilo. De todas manerJ!i., debido
a " ta facilid ad de obtención. se ltl utiliza en múltiple l in'·e ni~3cionrs. Sr purdr obtener
luero, pla, ma. dlu la>. o una combinación de éuos. SUfro y plasma .\ir"'fn para det«tar
molécula, mfnlajfrJ>. produc to> de metaboli smo o incluso lilil celular. Cuan do se co no-
cen e.tal molécula>. uiuen ran~o> de co nctntmción y kit> co men:ialh pa ra su determi na-
ció n en metodolo,ias como mdi oinm unoen¡:.yo, ELl SA o quimica ltCa. Las hoja. técni-
cas de eUOI productos informan lob re [¡IS co ndici one:. en que.e debe trabajar. los tiempo.
y lo> medios. Tumbitn ~e puede realizar pesca de molécu lu>. mediante metodologi:t. de
ti po ~ómicas"como la ,enómica (Mad i" n y co ls.. 20 12) o 111 proteómica (Ahe!:lar ycols. .
2013). Aunqu e es difICil que em•• molécuh•• reprhenten bktncos terapéuticos. en el caso
de mueums languínel1S de p:lci entel con enfermed:ldes de tejidos no lan~uín eos. pueden
ser herT'Jmientas de diagnóstico y pronóltico.
Las biop.ias. 10.lav;ldoj, de mucosas, lo. dren:ldoslinfárico. o de infiltrodo. son mu-
cho mái informaTÍ\"o!i., aunq ue más co mplic;ldos de ob tener. dad os .u. rifigOS; sin emba r-
gO. tn la mtdida en que rtprtitntan al ttjido co mprom ttido. la CHntidad dt información
que arrojan es enorme.
El cu ltivo in vi/ro de tejid o! ex vivo pu t de Itr Olro modtlo de anáhili biológico pa ra
COnteS tar pre'Un tali relevantes. co mo el efec to de moléculas sob rt eltejidocompromttido,
o diferencias funcionales entre paciellles y controlt!. En es te caso. el reto se prese nta en
la dilpOlición de la~ condkiones miÍs simila rt> a las fhioló~icas. Lo; medios de cultivo
ofrtocen ;ale; y nutrien tes "echarios para difere nte; tipo; celulares. Sin embar~o, deben
sercomplementado~con suero humano A B, ent re 5 y lOO/', Lo; tipOS de recipientes de cul-
tivo ¡ti .'¡rro (casi todos de pl:'utico), tienen diven:ll formas.. de acuerdo con caracteristicas
como la cantidad de cflula>. la cap:lcidad de ad herencia. el tiempo de cuhi,·o. el flujo o
la tridimen,iona6dad. Si e~ nechario dtspe~:Ir 111\ dlul:l>. ¡e uriliz.lID quelanth de cakio.
e¡,cobilla, o ambos. La; funcione; que pueden .fr eva lu:lda> van de>de uprhión de pro-
teínal>, "ctivación y re~ulación ,enftica. hu.tu proliferación y muerte celular.

Toma de muestras, transporte y almacenam iento

Es nect>11rio almacen:.r wdos 101 lipOI de mue, I"' lo ¡.nlh posible, despu~> de que se Ih
toma. Todas lal mue, lOl> pierden su ellructura y empiezan 11 de~radarse en el momento
en que cambían su¡ condicionel bíolópcar., q ui mic"¡ y fi,ieas. Lo; medios de almacena_
miento intenmn mantener es tas condicioner., pno no exílle al~uno que pued3 mantener
a tOd3!. La. mue;mu pueden ¡ec fijada, o con gelada. en nitrógeno liquido o hielo ¡eco.
Tambitn ;e le; puede recibir en medioi que ma nti enen la integridad de ácido¡ nocleicoi
o proteínar., o de lai dlul:u; ta mbitn es po.ible alm3cenar la; co!-lulu para reactivarlas
tiempo der.puib..
Sin importar el tipo de tejido, liempre es conve ni ente dividir la muema en cantidades
¡ uficie me, para el upfrimento planteado y guard ar mue m m adicionales para cubrir una
pOlible pf rdi da. Es necesario rotula r lal mue>t ras de ma nera adecuada en materiales no de -
~rad ables por los procesos decon~elaci 6n, y referencia rl as en bi tácora!. Se debe cuidar ta m-
bien el tiempo que pueden permanecer al macenada , ,in pudu las propiedad'l a elludiar.

Procesamiento
Cada tipo df experimen t:lción requiere un proct>amiento diferfnte y e~ probable que la
emprela que p.oooce fl materia l ya lo haya e> tan darizado. En C3.0 contrario, es nect>ario
realizar una e>tand:lrizaci6n con mue>tm~ que .ean lo mil. parecidal a la. mut>tra. que
se van a htudiar. P:lra la htandarización. ti vita l determinar 101 rancol de expruión de
lo que le dt>ea delectar y lal curva. pertinente> para extrapolar 105 resultados. E. nect.a-
rio e>tablecer un determinado di>t~o uperi men tal para con trolar lo. errores alfa y be ta.
ademlh del ajuste del procedimiento de acuerdo co n el uso de la, muenra! de paciente ..
I"or lo ~eneraL no,e utiliza un 1010 equipo, li no un Kmller". en que se pueden adltp-
mrcondicionel paOl Utrder lo. resultados. Lo. procesos bioquímico. que se ufilizan para
detectar molkukl;' se bawn en re:.crione; que ge neran p.ooUCfoHoloreado. o fluorellCen-
Cill, lo que se "\'tlu mediante detectore> ópticos. De en:l m:llleta, el dato obtenido el
producto de la interpretación de un reflejo de 1,1 molkula en cuutión. Elote reflejo tiene
parficularidade. de las que depende la cap:tcidad del.i.tema par'J dUfCt3r un ranco de
concentOlción; por ello. f) ineludible ella nduri7.:1r ellas condicione; de ucuerdo con la.
nece¡idadh del euudio. Es po~iblt que W!II condicioM~ no It puedan llevar ha n a ~I
pUntO nectlario. Euecalo e. común y up licu porq ur mucha. ~ece l no se ha lo~radoco_
nocer un tema determinado. Como ya I t expuso, I t d ~pende de la. limi laciontl tknica!.
Sin embarco, e>la. limitac1o nt> Ion en ,i mis mas un campo de opo rl unidad, ,,¡ le decide
enfrentarlas.
Manejo de resuhados y bases de datos
Como en cualquier otro tipo de estudio. la conformación de la base de dato!>, su alimen-
tación y depuración. son acti vidades que acompailan al procuo de in"hti,ación de trJS-
lación. El tipo de datos que se obtie nen del estudio. debe anali1.ane con a nte lación. En
al,una. utuacione!>, los resultados arroj:ldos son de ti po di~rtto. a puar de contar con
una amplia ,ama de posibilidades o ,mn resolución, Es importante tomar en cuenta e~to
a la hom de decidir la rnelodolo,ia de uná li,i~ elladi~ticO- A vech es posible rea~zar un
aju~te en la forma de dut«ión que permite [;1 ,eneración de datos continuos o la correc-
ción de punlo. ne,alivo!>, lo que tul vez no re,ulte ló,icO-
La, variables que se estudi:,n con m~, frecuencia son molkula. men.ajeru Cuando ie
conoce o,e inluye IU participación. se bU>C:1 determinar,u prelencia y connntr,¡ción en el
tejido comprometido o. en,u defecto. en sangre peri rerica, Pero no baila con saber que han
.Iido relacionada, con [a condición de estudio, t; nece.ari o entender o suponer qu~ papel
pueden ju;ar y en cu~lu procesos intervienen, Debe tomars. en cu.nta que, en muchas
ocasione!>, tita. mo[kulas aCllian en tándem y ejercen resputlOta. diferfnte!>, dependien_
do d. concentraciones de umbral. E,m con.ideración plaDlea un retO df aná~us fund o.
nal que h pruible enfrentar con di,eilo¡ ex perimentalfi má. com plejos de [os habituale!.,
como el análhis df factore, lateDle. y '\NCO\l\,
El análisili df 10i datoi pl'O\'enienles de estudioi de tra>lación requiere mucha observa·
ción, Se pueden lener dato. que no concue rd en con lo reponado; en ese cuo, ei neceillrio
revisar con de lenimienlo la! posibles razones, que pueden ir dhde la metodologia hasta lo
poblacional. Es posible que lo importante .ea q ue no se encuentren diferencias si,nifica·
tiva s, La reducción de di mensiones a tnIV eS del am\~sis de componentes principale. puede
ayudar a obifr.'ar mfjor lo. fenóm enos que ie pretende analizar, y fl modelamiento ma-
temático permite di;criminar el tipO de felación enlre lo. factorn y la au'focia df factore.
adicionale ..
Como ejemplo, se dlfKribe a continuación un eiludio qUf intenta probar si un deter-
minado medicamento A tiene efecto clínico sobre una condici6n patológica B. mediado
por un mecanismo bioló,ico X que podria incluir la expresión de ciertas proteina~ y la
represión de Otras te. D, t ) :
1, El mall:o de referencia debe eilabltcersecon b:l.e en el medicamento A. en las prueba!
que ¡e han realizado !Obre la patolo,i:1 By o tnll patolo,ia:... en la palolo,ia B, en lo!
mecani~mos biolópcos X, Y. Z, que Iubyacen a B. en los mi~m~ mtcani~m~ biolóp-
cos de la !alud y Otr.l~ pmolo,ia~ y en lo~ aCtores que panicipan en e~ l o~ mtcani~mol
biolópco!>, entre .lIo~ 1:1~ proleina! que le plantean como parte de la palolo,ia en
cUhtión te. D. 1:.) .
2, Una "ez e>labteci do el di~eno probable, .e eli&e el tipo de mUhtral a obtener, de-
pendiendo de la repr'lent:lCión del tejido afectado, Cuando la patolo,ia el cTÓnico-
de&enerativa. S1;ttmica o d. ambo. tipo!, reprtienta un reto, porque re.oha m~i di-
ficil id enrificar coll ti el crjido problema. $up6nga,e que rllrjido es 1r.l,3 visceral,
Acceder a .lIa rf>ulta comphcado, rirsgOlo y dir.c:il dr jusrificaT en pacientes que no
requieren ci ru,ia. mucho m~! en controle .. Por tanto. e, necesario 'OpelaT el rif.l;O
para el paciente y para la invtsti,ación, comparado con el valo r de la información
que.e puedf oblener, En caso de qu e no .e obtrn,a ellejido más connnienle para
 la in,·eni~ación. es nfeesalÍo elludiar si el proceso que.e prnende abordar tambih
.e pre,enta en Otro tejido de mili f:idl aecho. i>or ejemplo, li ~e htablfee la hipótesis
de que lal molkul:u de intere l son proteinai, la forma de evaluación utiliza m~todos
con an ticuerpos. I nmunoblot, inmunohinoq uimic a, EUH (enzimoinmunoanálisis de
adsorción) o ci tOmelria de flujo. pueden ser las tknicas de elfCCión pam detfetar I:IS
proteinas definidas. En lodos los casos.e re qui ere la exis tencia de anticuerpo. comer·
ciales. ya probados. Lu~ ca.as comercialh ofrec en lus hoja. tknica. del prodUCIO con
conlidemciones de u.o. Lu con.ultu de est:llflchal es importante pam defini r la forma
en que se deben almacofnar las mueólra>. T:lmbifn conviene revi.ar la literatura Imm
encontrarCu~lh han .ido las tknical utiliztldlll en la detKCión de la. molkul<ts y de
los anticuofrpo. más adecuados.
3. En el proyeclO " debof definir un protocolo de inclusión de pacientes en forma de
dia~rama de Ganll. La resolución en tiempo eltablece los procedimientos y reduce
el mar~rn de error.s. La mues tra s. incluye .n el ma!tlÍal de tm.lado, en cuanto se
loma del or~anismo y se le ubica a la Ifmperutunt .. decuada. SI' dfbe recordar que las
muestru biolópcas cambian d. manera i mportanle en cuan to abandonan .1 ambien.
te fi siolópco,lo que puede dalhr la expresión que se prflende evaluar. El tiempo que
tmnscurre dfide que SI' toma la muestra has ta qu e.e rea~za el en.ayo de laboralOlÍo
debe Ser lo más cono po.ible. El al macenami ento a muy baja te mpt'm tura. como en
ni t r6~eno liquido. puede dar un margen mayor de espera; sin embargo. cada tipo de
muestra y de proteina tiene un tiempo particu lar de conservación y no conviene
CO rrer lÍes~o!>. Algunos medios de consfrvació n dañan los epilOpill reconoci dos por
el anticuerpo seleccionado; por tan to, se debe consul ta r este punlO en la hoja t«nica
del anticuerpo o rea~Zar un piloto.
4. El proce,amieDlo de las mue>1ras puedt valÍar dt ma,iada Si e.xiMe un kir comercial
para el objetivo planteado, su u>o reduce los lÍf!igos; sin embar~o, la~ condiciones de
la mUf!itra deben cOr responde r a los reque lÍmientos del kil. Además. el equipo que
lre la munlra y el wji"flrl' que ana liza lo. datos dtl equipo para producir el dato
dt pre,encia. conctntración o upruió n, deben e,tar calibrad ru de acuerdo con las
hpecificacionu de la casa comercial de l a nticuerpo o kit. En caso dt qut no uistan
h ta. f>pecil\cacionu a, peor aún. dt qut no ex i.ta fl kit. es nechalÍo htandarizar
ti upt'rimentO con muestras sin r1h,O ha.ta genenlT la. condicionh adecuadas dt
trabajo. Cuando la invfui~adón pla nt eada lln:lliza proteína. poco conocida .. e.xiste
maror rih~O de CarfCtr dt hu. En hlf Ctl.o. ta l vez lo má. adecuado sea amortizur
el proyfetO en fush: en la primera.t pla nt ea detectar la. molkula. y. tn la st,unda,
relacionarla. con eltrntumitnto..l . La primtn! fa.t dt bt dtterminar las condicione.
de trJbajo. lru rangos din:\mico. dt exprtlión y la n:lluralnu df lo. dalos obtenido!>.
Conviene rof\'isar.i los ... n,os din~mico. encontrado. concuerdan con lo repo n ado
en la litfratura.
s. La naturaleza de lru d¡¡tos obtenidol prflen", dtrta. car:lc teristical qut dtben anali.
zarse 3ntt) para t)Co,er la forma dt trawmitnto, mt ti dalO dirrcto o una transforma·
ción. La. curvas dI cali bración de 1m equi pOI confieren parte de eual ca ractrris tic as
y al~unai \'eces t i posi bit ajullarlas a los rangos que St pitnsa ob te ner .n fl '1IUdio.
La conformación de la bau de da tos conv ien e realizarla tn p ro~ramas que prOlejan
lo. da tos grabados y permi tan realizar pruebas para validarlm y depurarlos. E.IIas
 ba;e; ~on muy compleja!> porque contienen datol clínicos y uperimentales; por
ello, es neceurio eHablecer los parámetro!> de llenado de la bale anth de iniciar el
proyecto.
Aunq ue. al parecer. el reto h mucho mayor al planteado tanto en la innlti,aci6n b:hi-
ca como en la climca. ~e e~pfro que 101 ,runde> avancel en biomedicina queloe prhentoron
en la dkada palada pronto.e troniformen en una mejor medicina. con mayor calidad de
vida. Euo debe depfnder en ,ron medida del compromilo y la calidad que tenIa la tnvel-
ti,oci6n de tr.lIloci6n.

Ab...h~m E., .\hrin~ob F., Q,en Z., W. n¡; X. Clink.J ...d , .. n.b"o ...J mcdu;inc: In.e¡;.."ve ~nd
p ..ak.J Kiencc. Clin Tramwti Md, 2012, 1: l.
Ah,h .. A.F., .\iUAOZJ., H cd: A.J . Nex'_gcne .. üon pro.comiC'E .ow...d. an in'c¡:r:.. i"" vino of
protcome dynamk .. Nal Rro Gmd. 20 13; 14{ 1):35-48.
An'm~n K.H. Ncw dc-vdoprncn .. in diA;c.! oncology: ,he ; .. 'enlcpcndencc ofbc:nm ~nd bed>i -
de. Gmrn&s, 199I;SI{18Su pp l):5060.-5064..
Sude. D. Cro";n¡; ,he nll<y of d,.,h. /l'atllr~, 2008;453:840.
E1;~. Zemoun;. Nahl" IJiDrrmnof4o, 20 11;29: 188.
lrtf"n:! H. 'Ihe IUII cydc, flÍlhl", 2008;453:845 .
.\-!adi.n A.G., %cde< H .f.., JonM R. B., Dol. n .\1.E. Rd ..in¡; hum ... gena;" varia';on 'o v.ri~­
';OA;n dru¡; "'>p<>DX"L ]TmJ, (jmd, 2012,28{IO):487 -95.
 ¿Cómo investigar
propiedades físi cas en
el cuerpo humano?
Propiedades físicas de la
materia suave

En lo. Ílltimo~ aiim, la fislca y la biologia se h~n ido aceICando cada \'ez más. Cuando
el comerciante y nalurnl¡~ta AnlOD van Leeu\\"enllOok deurrolló el p,;mn micrmcopio
óptico de alta resolución (1670), creó una herramienta imica para la biología con la que
pudo oburvarcflulas vivas por primera vez. Desde entoncf!., el uso de mtlOdos flSicos en
la biología 1if ha hf'Chocada \ t l más cornun. Los ejemplos má, destacados de la mllona
en que la biolol:ia ha motivado el desarrollo de la fi;ica ion el enunciado de la comerva-
ció" de la enfr~ia, por parte de Robeel Meye, y Hermano vDn Helmholtz y la ¡toda del
movimiento brol'niano de Einuein
El enorme signilkado que la biologia tiene en el desanollo de la rislca moderna se
exprtsa ¡ambitn en el hecho de que dos de los fhico, m:'\¡ importanlu del ~Igloxl x, Tho-
ma~ Young y Hermann ,-on Htlmholtz. inicillmn ¡;u~ carrtra. como mtdlco~ y qut ~t Its
r«onozca como 101 padrh dt la Il>lologia, Por otm parte. ti fi~lco Max Otlbriick fue uno
dt lo~ inicladoru de la biolo,ia mol«ular moderna Él y Schrodinger formularon por pn-
meT'J ~tlla Idea de que la Información gtntliea hl:l grabada en macromolkular..
La hUlona muestra qut la fl.ica ha jugado un papel central en el desarrollo de nuevos
mftodOi pam el euudlO de la htrOCtUnl y función de la mlHena blolópea y es muy probable
que lo siga jupndo. Pero. (J!utdt la fi.ica llegar tamblfn a responder preguntus fundamen-
tales de la biología' De acuerdo con e1concx:imiento IIctual es impOiible T«onmulrel plano
~rqunfCtó",co completo dt formas comp ltjas partiendo sólo de la información contenida
en los gtnes. Paro entender una proteína en el marco de la biología, bu;ta con conocer la
gentuca, que Indudablemente ti compatible con las leyu dt la fi\Jca Tambltn hay procnol
biológicos conlrolado; por complflO por Ial leyes fisica\" como la e\'olución de t;trOC-
turas btolÓpcas. Alan Tunn" el padre e;plri tual de las computadoras moderna\., demostró
que la morfogtnf'>J> del ttjido mu>cular ei controlada por sustancias lraudoT'JI qUf surgen
de forma t.pon,,!.nfa a Ir:I\h de procfiOS fisicor., como reacciones bloquimlca\., aUIcx:atá~sis
y difuilÓn
 A partir de lo~ tjemplo~ anterio rt> ~e mUhtra que lo~ f¡~ico~ pueden ju,ar un pa-
ptl importante en la bu~qued a de los principios fu ndamentales del funcionamiento de la
materia ~U3\· e. con la condición de que acepten la complejidad de lru biom:lIeriale~ y se
enfren ten a la~ pre,unta~ cen tralh de la biolo,ía,
La combinación de sí,nificados de difere nt t> díllCi pli na~ h un desafio permanente
para lo. htudianth. Por ello. ro posible facilita r . u e>ludio mediante el u~o de modelo~
~encillo~ que ptrmimn com prenderconcep to. de manera intui tiva. Un ejemplo .e ob~erva
en el elludio de la función contr~clÍl del mu;culo. q ue requiere la in te,ración de conoci-
miento! di\'tlW~ de fiwca mednica. biolo,ía y fi siolo,ia, Otro ejemplo lo repre.enlan lo~
cambio~ en 1;1 ac tividad neurona l: a pe!:H de.u complejidad, e. po.i ble deloCribir y analizar
1;1. neurona. con eficiencia, lOla. o de m:lnenl coleeti"a, con ayuda de ecuaciont> in",ro-
diferenciale;, no linrale;, aCOpiada! y de algun:l! !implificacione! anaHticu
En t! tt capiwlo ir pre tende rt.pender:t la prtgun Ut ¿cómo invr;ri,ar propiedad ti fi-
loica. en el CUtrpo humano~. Con lo! ejemplos de la controcción del mÍlloCulo y 1;1 actividad
neuronal medianlt la ayuda df modelos malt mátlcOS,' lJ."

Sistema muscular
La e,nuctu ra del !tjido mUIICul ar produce una respue>t a fi,iolótica que, en conjunto.
gfnero funza, mO\1imiento o ambo;, median te , us co mponentes conmkrileli y elá.ricos.
E.to. elementos ocomponen tei .on gen erodo re, activo, de fuerza, dado que consumfn
energí a metabólica, mien n .... que 10i elá>ticoi produce n futrla de modo pa,ivu Tambih
es po.ible reconocer de manera funcio nal elementos villCosos y, de manera natural, ele-
me ntos ine rciale!.
Lo~ tendoneli y 1m ttjidos conectivos., dentro y al red edor del vientre mu!.Cul a r. son
e>tructuras vi!.Coelhricas que ayudan a determ ina r la, carac tf risricas mecánicas de todo
mu!.Culo durante la contracción y la exten, ió n pa, iva.
En el elemento contructil. los puen tt> cr uzados con.ti tuyen el mecani~mo de gene rll -
ción de fuer:la activa. La elanicidad natural de los maten al" or,{lnico~ de~de proteínas
como la elaltina y I:t titina. haua una enr uctu ra macrO!.Cópica como lo~ tendone~ ptr-
mi te conwderar 1;1 prheocia de elementol elásticos en cualquier modelo de la con tracción
mu!.Cular. La ,· i!.Co~idad ~urge de! movimiento de 1:1> htnlCtu ral mu!.Cularh en matrich
de líQuido~ utra e intmcdula r. La pre~encia de mala en e.o~componente~ da ori,en a lo~
elemento~ inerdale~
LOI elemento~ mencionado. interactúa n ¡mm producir activ idad mu~ular. que.e
tmduce en acortamiento y en genentción de ttn.ión. A IU vez, esa. mani fe.t:tcionel de
la contrncción pueden combimme de diver.as munenl. par'J dar lu,ar a diltintol tipol
de controccione\. ~ polible euudiar ¡n vi/rQ 1" contrucción del mÍl~ulo t>quelhico bajo
di,tinta. confi,uraciont> y montaje\. La. cond icione> uterna. impuhta. a la preparJción
uptrimental ptrmi ten vanar algunol par:lmttro. y mantener COnitantt Otrol (pt>o, lon-
gitud, etcfttra),
A,¡ 'f describfn contraccionu de diftrt nttl ti po':
IcornMriGII. El mÍl!.Culo >f controe pero no .e modifica 'u longitud.
l«>tónlca. El mÍl!.Culo le contrae y acorta conna una carga fija (es decir, man tiene [a
fUfrza con.lante dUr.lnte toda la con tracción y cambia la lo ngitud).
 Auxolo..;co. DlIl"lIntf la contracrión mu>cular varian la 10n~llId y la rUfrZa.
Isotón;co .. poscorg.il. En fue tipo de monwj e ~e id entifican primero una contl1lcción
a lon~tud co nuame (rase iwmt tnc a) y lu e,o un acortamiento a fuerza conuante
( fa~e i~o l ónica).

Pal1l entender el comportamiento fhico-mecánico de la con tracción mll>cular i~omt­

trica. ~e pueden mencionar do~ modelo!>,u co n base en un modelo experimental y uno
teórico: d moddo newtoniuno del mu>cu lo.
Ante>. ~e pre~enlU un brtve rhume n de 1:1 htrUCturu de IlU fibra~ mu>cul¡lrt~ y al,unas
nocione~ Ihica~ ~obre el:micidad a hl tracción. que Frumento e.( plica con daridlld.'

Estructura de las fibras musculares

En la f1gut.. " · 1 ~e mUe~ l r.ln de forma e>quem{nic¡, las caracte r;'tica! estructuroles de un
mú>culo. una fibro y un ~arcómero. En los mú>cu lo. tiquel' lico~ de anfibio. y mamífero!>,
la. fi bl1li ion d lula. alar,adas multinucleadas., co n un di:l.mnro de IDa lOO 11m y una
1 0n~ l ud que puede varia r entre dtcena. de ¡¡m y dtcena¡ decm.
La. fi bl1lli mu>culares se caractenzan por tener en su interior dO!i IÍpO! de o r,anelm
muy esptcialiradO!;: las miofibnllas., que constituyen el apal1lto contráclÍl de 1m mu>culos.,
y el retículo S3rcoplhmico, que es análogo al retículo en doplásmico de omls dlu lal En
el ci to plasma df las fibrnli mu>culare>, denom in ado mioplasma, se encuentran adem ás
núcleo s., milocondrias., ri oosomas y grá nulos de glucó,eno.

Hg ... 18.1 . Esq.J" "'" di! l. compo"aón di! un mú,rulo. QlJ" mu",lr. los p;I<pI!I @,dI! Iobr., """u .. ~o,
"" t"l'do co.,untIYo. I~, ..... 01'0011.' dentro di! I~, li bra, y l• •mrud..a do! loo oarcóm",o,
 La. miofibrilla .. que .on eilructuros cilindric'l. de ca,i 1 ¡.1m de diámetrO. COrren paro-
le!.!!. al eje pri neí pal de la. fibras m UiCU 13rt!. Obierv'lda. a 1r3\·.!¡ del microiCopio. mUf>lron
un patrón rfpf titi-'o de zonai clara; y OiCura, alternada .. lo que confiere a la miofibrilla un
3.ptctO e.triada. Debido a que la. miofibrillai.e encuentro n en fale. toda la fibro mUKu lar
prhenta tambi.!n la; eltriacione; camcterinic:n de lo; mú>culol nquelhico. y cardiaco>.
A la. unidadh de repftieí6n de hte patrón ie Ih denomina ;arcómero;; en mú>culo. de
,·ertebr:1do. en e>tado de rep<»o. tienen una longitud que VQ de 2.1 a 2.7 ¡.1m. En fibrJs
mu>cularu ai.lada. y con 1:11 extremid:1de. libre .. 111 longitud de lo. ;arcómer<» puede re-
ducihe 20'%. No le han de>erito .arcómero. de longitud menor a .!Ifa. pfro.; de longitude.
mayore>.como de l Oa 15¡.1m en fibra. mu;cul;l,e> decangreja. De las dm zona .. vi>Íblhcon
luz normal •• ólo la o>curn. con m6. alto índice de refrucción. refractQ el doble. de modo
que le ve claMi bajo luz polariuda. En ,.n310gi:1 con la nomenclatura utilizada en criua-
logrofía. a eSla banda OiCUro bajo micro;copia no rmal le le llamó anisÓtropa. por Von
Hrücke ( 1858); a la que no .ufria cambio; bajo la luz polarizada.e le denominÓ iKuropa. En
la actualidad. a La; bandas OKUros yclaro. le les denomina banda. A e /. rf.p«'Dvamenle.
Medianle micrOlcopia de COntro11f de fase, If puede ob;erva r que a todo 10 largo de
la, miofibril1a .. a una di,m neia regular de ca.i 2.2 ¡.1m, en el centro de la; banda, /, le en-
CUenlran unai lineas o!iCura .. 1as li neal Z, que fuuon de;cri ta. en 1868 por KrauSf, quin
la. denominÓ lineali Q(Querlinie). I'or otra parte, en fibra. no cOnl rJidali, la banda oI.Cura
(o banda A ) preltnta en el centro otra zona de diI.Continuidad, de apariencia más clam.
denominada zona H , visible hasla por micro!.Copia de luz.

Elasticidad a la "'acción
Si.e aplica una fuerza de tracción al extremo de un hilo cuyo Otro extremo e>lá fijo, aquel
.ufre un aumento de lonplud t'J./. DentrO dt ciertos límite .. UIf alargamiento obedtce a la
ley de Hook. cuya expreiÍón e~:

('''')
donde lo e~ la Ionp tud del cuerpo cuando no e~t:\ ;ometido a tracción; A h el área de la
;uperficie de ~ección; )' f) la connanlf denomin:.da módulo de ela~ricidad o de Youn",
que depende del material a una Ifmpemtura determinada; HA = a = IfniÍón. E~1f tfrmino
~e emplea en fhica con vario> .i,nificado~ di>lintoi. En el'" ca~o,e le denomina Mlfn~ión
del hilo" o Mlfn>ÍÓn de la fibra",
Al remplnara en (1,. ,~ rnulm:

tJl=t·a
La longitud fOral ~ que adquiut un hilo al aplicarle una (uena de Inlcción ¡: está
dada por:

(18.1)
 y al i n! roduci r ~n ella el valor de .!V dado en (18-2), ~e obtiene:

(18-4)

Se duptja la a y)e tiene 1;1 expresión siguiente:

a = .!.'/ - Y (11-5)
'. I

L:t ex presión h de la forma y = (U + b, en que (1 = f y b = - y, I'or lQnto. la repre)ent;!Ción

gráfica de (J en fundón de ~ e. ona ,ec ta IfISlur.. 18-2,.ICUYO pun to de inttrlof«ión con el eje
dI absciu~ es la 10nplUd del hilo cua nd o no se ejlree tracción. Si (1[= /J. enlonces (J = O.
En hmdo de rt poso.la mayoria dI 101 múscu los dll organismo ejl rt"e cifrta fuen a de
tracció n, en virtud de su elastici dad.
La gráfica que ilus tra la ,elació n enue la tensión y la lo ngit ud del músculo tir ne la
form a Que >f observa en la figura 11_2b.
A -+ repre,enta la lonptud drl músculo aislado en repo mc uando no se ap~c a ningu-
na fuerza ; sin embargo. e,m no es la longi !ud que tiene (tambitn en re po.o) en el organis-
mo, donde el mú¡culo se encuen tra sometido a una peque~a tensión.

4. -+ longitud d< '<poso <n d o'g~nj.mo.

La flgllra 11-2 muntrn có mo el múscu lo no obedece a la ley de Hookt, porque 1m in-

cre men tos de tensión neceiarios para prOducir igual e> variacio nes de longitud i f vuelve n
cada vtl mayores. de acurrdocon el aumento en la longitud.
I'or file caso, se presenta n dos modelos: uno experimental (basado en el modelo de
Hill) y uno Itórico (modelo newton ian o). que pumi" comp render la genemción de la
fuerza del músculo hquelttico en co ndición i.om t !ri c a . ' ~

, , ,
Hg ... 18-2. <t) R"'P' ... .. ''Uoón g afle. de la ley de Hooke b) Otagam. longotud-tfln .. ón del músculo
fin ' .. po.o FUflnt .. Frum@ntoA,8'ofi'ica'
Modelo 1: concentración ilométrica util izando .1 modelo de Hill
En la figu ~ '8·) ~e reprhenta el hquema qut permi te IU htudio. A la izquie rda ~e puede
ob~ervar un mil:.culo (m) colocado en pOlició n horizontal. con ambo~ utremos represen-
!nndo la inlereión ó~ea como punto de fijación o .oportes fijo!. En e.e montaje. cuando
le htimula al mil:.cu lo a frKuen<:ia teTánie:l. se co nt me sin poder acort a~e (nocambÍa su
10n,iTud). pero cambÍa la ten sión que realiza.
A la derecha de la r'5lurtl '''J
le muestm 1:1 re1:lción entrt 1:1 10nl;Í tud del mUloCulo y la
Tensi ón delarrollada. Al tori mular el mú¡culocuando prflen ta una Ionl;ÍTud 1, y una Tenlión
0"... le ob~erva que la teMión aum ent:1 halta el valor 0", y la lon!:itud no le modifica (des pl:l-
7.amiento del puntO A haciR el 8 ). de manenl qu e el polible obtene r el valor de la lensión
máxima (c urva b) que ,enera el mú¡culo p(lra dil!inm. 10nl;Íludei iniciales (c urva (,); h
decir. la.lonl;Ítude. prt.. ia~ a la hTimulaeión. LII eurva a reprhentll]a ten.ión el~l l ica del
mÚICul o o ttasión p,uiva (TP) y la eurva b repre.enm la ttn.iÓn 10 lal (TT). '
Se han propUtSlO diHu~ modelo. macro ~ microICÓpico. para umar de txplica r el
compo rfamienlO de la co ntracciÓn mUICular q ue i f oblerva en el laboratori o. Do. de ellos
>f i[u.lrlln en la flgu ~ 11·4;. A la tlquie rd a !fIgura 18...... ). le ve el modelo de Voir;l. en que!ie
di.pone de un componente el:luico en parJ.le[o (El') con una ram a co mpue'la por un com-
ponente contráctil (E C) en >trie con Olro co mpo nent e eliuico (ES ).
El modelo m«ánico de Hill que >t repre>e nta en la fig ura '8.4;b. conlidera un compo-
nente contráctil (EC) y un componente elástico en sene (ES ) y otro en pamlelo (EP) con
el componente con lrác til. A mbo. mod elO! permiltn e; tudiar la relación lontitud-tenlión
del mlÍlCulo. análo,a a la ya de!oCnta.
El modelo M HiII ti ene su corre.po nd encia biológica en las proteínas aCTina y miosina
de la miofibrilla. que son aná[o,a. al EC, mi entra, q ue epirnilio, perimisio, endornisio y
sarcolema r.on análo,o! al El' y los te ndones Ion análogo> al ES. como >f muest ra en [a
figura '1·5.'
En la rtgll ~ 11·) ~e prrsen tÓ la gráfica de 1:1 relación entre la trnsi ón mUM:ula r máxima
de>arrollada para cada longi tud inicial del mÚ!oCulo. de modo que po r diferencia es pO.ible
conocer el val or de la ttnsión dt>urollada por ti componente contrOC til:
Ten,ión activa = TT - TI'

o, ................
,.
~=
~-- -- L
=--::::=1 m o, ........... .

Puntos de ~). ción o.. • •• _......... A

I-L....;-""<:::'';':;'---
t, t..

"g~,.1a.l. A la IlQUl""cIo ~ Ilustra un rrM.ÍSculo ~m). ,uJ~o @<Iambose.tremo,.con ..,.aenalong·

tud (Jl A la deredw se muema l. relaaó n t en. ,,¡n.longolud. en I1 ~araaón lSometnca
Cuando , .... <tIl...... la . 1 músculo @n la condiaónr@pre"'otacloena (lN o) . ".condoón
cambil . 8 (1.. CfJ Imagen modif,cada d<! Frument o A. Il,of¡"a'
 1"

~ ... 11U1. ~ Modelo m&cinoco ele VOlgl b) Mode lo medl",co de H,II Se cht'ngoJ&. enrIe ~rnbo~
modelOI. la óferenl& chtflbuoó n de lo. compo~nI". Fue"''' Pirel FA Y col. Modslo
bomecMv.;o en condoCJone. ¡<"métrica y rerá,..ca'

"
" '-e
de .........

; Puente aund.,

"

Rg ... 1B.s. Modelo meanlCO de H,II Se ,Iuntan los componeNel boolóQ":ol con SOS an;ílogo. me·
c.il'lco' EC. e lemenlo contráctil, repte,eri.ndo lo. puemu de aCUN y mI"SI"", EP, I'le-
meNO p;I,al~o. r~e<ent.ndo al teJIdo co~ umlvo, ES. e lemenr o u.ne, '.".e.enranclo
al "",oon Im~ mo'*f,cad. cIe Hf~l FA Y col. Modt!l" b!om"".roco ..., condao,.."
I<""",,nca y rH~",ca'
 En la rl9U<lII U-6 u repre,fn tan la, trU c urva, de tfn;ión mur.cular. la ti tfnlión de
rfpoSO o pasiva. la b tfnlión tOlal y la <' tensión contrác til o aC liva.
Cuando le htimula al mur.culo en 10 (longi tud de reposo), se rfpurn la mbima ten-
lión que puede lograr el mür.cu lo, como le ob,erva en 1:1 figu .. 1'·6.
El dilpolitivo con 101 cambiol incorpomdo. al modelo cl~lico de Hill tal como lo
di,ellaron Jure y colaboradore,' ffigu.. 18· 7b~ perm ite e,tudia r la tenlión i,omhrica del
múr.culo. El EC del tlquema ht~ repre,entado por el motor, el El' y el ES htlln rtprt,en-
mdo. por el conjunto elll,tico-rhorte.
Lacurva de tenMón ,eiluur.l en I;t figu"," 18· h . En 1:1 f1g"'." ·'b le encuentr.l]a curva
ten,ión·lonptud generadu por el conjunto relorte-ehhtico. que renea una ,rMica cualita-
tivamente .imilarnla pre,entada en la curva a (ten,ión pa.ivu ) de la figu ... U ·6.
De acuerdo con los valore. de la figura t8·8, Jure y colaboradorn pudieron obtener
la, curval de fuerzu pa.iva y de ruern toml y t. partir de amba. obtuvieron la curva de
ruerta ac tiva. de acufrdocon lo ya descrito. De e,H' manera. re.ulla la gráfica que se ilul·
tra en la figura U · 9.
Lo, reliuhado. oblfnido. mue>tra n un perfi l cualita tivo de ratonable ~mi~ l ud con las
gr.í fical que le obtienen en las pr.íc licas .obre un múr.culo in .'ilro, como lai prnentadas
en la figura U ·6.
E n .ímelis, >f mo.u ó este modelo didác tico para que fal'orezca la compren.ión y la
intnrelación analOmo· funcion al del múr.culo e,quelhico y la aplicación de concep tos de
fi,ica mecánica a proceso. bio l6gico~ Ade más, o frece la po,ibi~dad de analinr 101 alc an·
ces, las relaciones y las re. triccion e, del u,o de mode lo, en biología. contral1andolos con
ex perüncias in vilro .

o
00
.. ••
- - - .. - -- - - -. - - :-';-;';-;1"'=::;:::',_

"g~,.'8-6. Graf,01 T.",,,ón.Longtud .o) Ten"ón pa"va b! T"n"ón tonl el Ten"ón actIVa En &1 eje
do! ord@nad;¡, '" ' ""P'"."nta la t@m'ón r"latlVa ~ Y. ~n &1 "le do! ab'(I ' ' '. la 10"91ud

, o.
r~atlVa.!.... rmago-n modof,cactt di! Frum@ntoA.8,0(;"c.'
 EP
EC
ES
o-- EC

A B

Rt.,.18.7. "¡Modotloll,,co de HJII b! Modelo adilpudo que "",,,SIriO un reo,denimlt<"IIo cielos como
ponentes fe, ele~o corcria,l, EP, elemento piralela. ES. ell'fI'Ie<"Co sene Fuere.
NOIdon M, f.a,*el VH 8'omt'c.v.ciI b.1"c. dellme~ II'IÚf~O esquejé/rco'

• •
•.-
"
~

j
,,
l' H
l'
-H
',
I.S )"

•" • , "
• • • • " "
-~'"'
lDog<ud lcOO)

Hg ... 18-8. Curvilll!'nSlÓ ... longtud de "" " "orte b lando iI) GriflciI ,,,,,e.pondoenl e ..1 r.. sorte .010
bI G,ihu del mosmo ,,,.orle en . ene co n un eu,.t"oo text,1. Obsé<w." ti gr." .. ""htud
que eXISte con 1;0 curv. iI de li fogura 18-6, Fuente Jure FA y BeUuzo S I

Hg ... 18.9. Fueru total (rombo.) Cl,rViI t"''''Ón. longtud logada con el dI.po,nrvo Ten"ón p""""
(ruaaildo<).I!'gaw con el do.po."'vo Tlln< ,on aCllllil (lnáng..olo'l. logrado de la ,e.ti de
lo. ","0' de ¡",
anlPrlor.s Fu,,",e Ju,,, FA ~ Belluzo S'
Modelo 11: modelo newto .... n o del mú.culo
En hta ~Kción u mUhtra un modelo eu ructunl1 y m:uemático elaborado po r t'értz y
colaborJdorh,' que uplica la ,eneración de fuerz:l del mú>culo hquelhico en condi-
cione. Í>omtllica>. ~in modificación de la longitud macro!.Cópica del mu>culo y tetánica.
con una con tracción )()~tenida, que permita explic:1r las CUT\'a~ fuerza - tiempo (f- - 1) Y
fuerza - lon&itud (F - 1) obtenida~ experimen talmente.lb
Esta~ curvas se obtienen al aplicar una eni mulación repetida al mUloCulo (has ta alcan-
zar el e,tado tetánico). mllnteniendo su longitud fija (enado isomt:trico) y midiendo. me-
diante un transductor. la fuerza ,enerada en .u extremo (lado derecho de la f19 .. ra ' 1· '0).
Se propone un modelo macroloCópico emp:\quel!1do que consltl del conjunto de tres ele-
mentOS ort:anizados en pan. lelo: un elemento contr~ctil uno ViloCO'O y Otro t1á,rico (EEP).
El elemento tI:I>tico en .erie (EES) cons ta de un conjuntO de resorles en paro lelo. que a.u
,'el hllÍ rn serie con el conjun to anterior. E;tos rhonr . p3,lln II un "mdo de trnsión de
manrra pro,re!Íva, a mfdida que incremfnta la lon,ilud del mú>culo. de manfra que [a
ri&idez del EES mmbih aUmf nta con el estiramiento dr fne (la do izquierdo df la fogu ra
IS· 'O), A partir df La parle cfntral del diagrama dr cuerpo ~brf de [a l!gu .... " · 10 y apli_
cando la secunda ley df Newlon ( F~ ma) se ob tiene la si,uiente ecuación de movimiento:

donde F<, f~r ¡'~:;y F, son las fu erzas contráctil. elán ica en paralelo, elástica en serie y
"i>cosa, rtspecrivamenle; m representa a la masa, y f e.
la aceleraci6n. en el ejf "ertical
del ele mento inercial dfl mú>culo.

".

•
'"

"g~,.'8-'O. MGdelo estrud...-aldel ....... cuo. sGmetodo a la m<ldooÓfl de su fuerza !'TI e<lado "Gméln.
co y 1I!'I'¡roCO. su r<l'p"dIVG doagrama de CU<lrpo !obre y PI am.glo "P"fl""'rlal F""rI<I
r"r..z FA y col. Mod<>lo boo"",c~",co .. n conddo"". "Gmlirnc. y r..r~",GóI'
 Lai fXprni onh matemáticai de cada una de lai funza. ion :

Fo · K, (I-/o,J. Y.,u/-H (11-7)

Fo· K, (H - ,/- Y- {.J. (11· 8)

Fu ·K, 1Y-{,). F,. AY (11· 9)

Fc ·"J-(!:....,P:.Y(l-r'l (11· 10)

donde K, Y Ks ,on laHon.tante¡ de lo. elemenlO. el:htico. en paralelo y en >frie, rf.pK li-
vamente (1-1", ), reprhu m la variació n de 1:\ longitud del EEPcon re.pKlOa.u lonptud
nuturol'<Jf'(}' -/oJ. n la variación de longitud de l EES con rhpKtO a.u lonpwd na loml
los y es la posición del eltmento inu1;ia l del mOOflo. El p:uolm"ro A t.t abll'Ct la propor-
cio nalidad enue la fuerza viloCo.a y la velocidad Ydel mismo elemento in en:ial. F" es la
amplitud dt la fuerza del tltmfnto contrác til. El primtr faclOr qut acom palh a ¡.",. rfprt_
,tnta tI empaquflamit nlo tuadí.lico de los .arcómero!., gfneradorf!> tlemtntalu de la
fu erza del elemento con t mc til empaque tado; t i segundo faclor da cuenta de 'u evolución
Ifmpomlcon una con, tant e de atenuación y. Por último, H fS la di.taneia t ntre los Utrt-
mo!> donde.e fija el mu~ulo,,, tS la dis tancia en tre t i elemento inrrcia l y el noooi nferior
de conexión de 101 elementos en paralelo y I es el ti empo.
Ademá!., se n tablfCen la. condiciones de equ ilibrio (Y"" O) Y las condicio nes adicio na-
les: Y"" O, Fe (y = O) = O. Con t.\ ta. ie hac e un lra!>la do del origen de coo rdenadas inicial
ubicado rn el rXlrfm O inferior del arreglo e.xperimenlal a un nU f"O origen. ubicado en la
pOiición dr equi libri o y... del elemenlo inercial, de modo que:

z· y- y (11·11)
•
donde; h la nueva coordenada del el emen to inercia l. medida ahora dt>de la po.ición de
equilibrio. Todas e.tas considemcionei conducen a la expre.ión final de la wloci6n de la
Kuación de mO'o'imiento para la coorde nada r del elemento inercial en función del tiem-
po. A.;:

(11· 12)

La fuerza en el tran$dUClOr ¡'- r.e co nsig ue mediante la txprrii6n:

(11· 13)

SU>litu}'tndo [a «uaci6n (11.12) en la (18. 13) le o btitnf la uprf.i6n a nalític a de la

fu erza en el tranMluc tor. Se o bierva que la expr~ii6n entre partnthis crrc~ h:ma alc anzar
una mutta.loqut r.t conrlpondt con ~Ico mportami~nto exptrimeHlallfmpornl oburvado
en el mu!.Culo tt taniZ3do: ~u futeza se incrtme nt 'l con el tiempo hana alcanzar un máximo
(rtgu r;1I 11- 11, compar.ICi6n entrt fuerza y úempo).
El factor previo al parén tesis de la t\:uación (1'· 1 2~ tiene un factor exponencial de
tipo ,aussiano que. como ya ~e upuso. reprhenta el empaquetamiento de los elementos
contr.ktile~ elementalu. D a cuenta de 1:1 curva b de 1:1 figura 11·12. debido a que. como
Trnn>currt mucho tiempo (mu!.C ulo tetanizado), el facTor exponencial dentro del partnte-
~il ~e hace nulo y la ecuación relultante se aju.t:I a ela curva. La curva (j de la figura , .. , 2
uprela el comportamiento pa~ivo, que ht~ siempre prhente en cualquier Tipo de experi-
mento de con tracción mu>eular y proviene de la na tumlf7.a elálfica de lo. componentes
mu;.;,ulare>. En un mu>eulo en repo.o (en ;lu¡encia de htimulación) y hTirndo. la única
fuerza dharrollada por ti mú >eulo h de eile tipo. En el modelo pro puelfo. con rhom.

-------------r-- - -

Hg ... ,0." . Curva ""penmenhl de comp~roaón e ntre fuerz o y tiempo {F-fl obt...-.<b con"'¡ tram -
dxl:or de la figu-a 18-10 Rep!"e,enlo una conl raca/m 050métnCil yT eUroCil Fuente Pé·
,el FA yeol, Made/o boomedrvco en condoaone, ,"ométnu y/et~rvu'

---

Hg~ .. lo.I2. Curva expenmerul de compólfaoón e nUe fuerza y longitud (F.I) del m(n.a.io l..;t cuva
a reprt<eda la fUlII"la pa<Na generad.> po r 10< EE, l. b. la fueru atiNa gene,ad.> por ti
Ee. y la c.la f~a total ,e<uhnle de la suma de la< anleno,e< F...... e PÑez FAy col,
Modelo bfo~nrco en condroo",,< ¡mmé/nca y tf!'fiÍrvca'
que .e enganchan de ma ntra ulCe!>iva al au mentar prOgre.ivarnen te la longi tud de euira-
miento del mUiCulo en el uperimen to, crtee la conuante elá. tica del elemen to en ~!rie del
m!hculo. E. to corre~poRde a una ~!.ICuión de curva~ de tipo Hoob_ con pendienth cada
VH mayoru, lo que ~e relaciona con la c urva (1 de la figu •• 18-12.
El modelo e>lructurnl y matemático q ue plantearon f>hez y colaboradorh,' de la ;e-
neración de fuerza del m\hculo e~quelético en condicione. i.omé tricai. .e aju~to al modelo
expe rimental como ~e ob~erva en la figu •• 18·12.

Sist ema nervioso

El ~iuemo ner"io~o forma un enlnce vi1:l1, que pumite lo comunicoción y la coordinación
de I:! interacdón ent re lo. diver~o. tejidos del cuerpo y con el mundo exterior. E~ uno de
lo. ¡i>temas m:ls complejo. del cuerpo. Mucha. de .u; fun cionh todnvía no ~e conocen
con uaClimd. E; conyeniente conlider;!rlo co mo un conjumo de fj, truc turrl' jerarquiza_
dns, sujetas a un e>triClO y or;anizado ni vel de compttencins, en que wn indhpnlablel
todo. lo. elementos que lo ime;ran, desde los más primitÍl'os, de lo. que depende la elabo·
ración de modelos !>imples, ha,ta 1m mi> mo drrno •.
La función comunicativa delsiuema nervio,o depende de lai propiedad" fisicas, qui·
mica! 'j morfoló;icas de las neuronas, además de cierta! molécula. que se liberan en las
terminales a.~onales:
N... rotraMmiso ..... Se caracterizan pOr modificar la acti\'idad de lai c~lulai a la. que
eltán dirigido!>; su acción es loca l y rápida.
N... rornodu ... do ..... Re;ulan la r! 'puesta neuronal, pero .on incapaces de llevar a
cabo la neuro transmisión.
N... rohormonas. S()n un producto de .ecreción de la. neuronas hacia el líquido ex·
tr3Celular. Re;ulan re!ipUelola!i má> len ta!i en re;iones mb amplia>.
Entrr otra. carJc terí>ticas del tejido nerviooo se encuentrn una propiedad fundamen-
tal. qu e f>.U ca¡mcidad de auto;enera r impul!iOs nervio!i os y de eua manera intervenir en
lo!> me<:ani.mo~ de la conducta y!iU re~u lación . A dem:\~ po;te mrJ' do:> propiedad!; qu e
h tan m:Í> desarrollada! en h te tejido que en Otros:
Excit.abitidad. La capacidad para reaccionar de manern ;rndual a e;timulo~ quimico!i
'j fi.ico~
Condudl\ridad. La capacidad de tran smitir 111 excitación de un lu!ar a Otro.
Es importante tene r claro. al;unos concepto. re1:1cionado. con la prOpa;ación de 101
impul.o. nerYiow.:
heepto.es (I ..nsdudO' '''). Son euruclUr:!. especializada. encuCada. de con,'erlir
los diferente. tipo. de ener~i¡l del e, timu l0 nerviolo (mecánica. química, t'rmicll )
en potenciale. eleclfOlónico. Cl!paCe. de ¡;ene.,lr impuho. nervio.o. que alcanzan
cen lros.uperiorfi y generon paITo ne¡ neuron ales que evocan una re.puhta motom
o ;en.i li~a .
v .... ,..wt:i\las ......... t .. ~c... d... t ..). Redben la información desde los r..:eplorel
'j la conducen haSta cen trm .upr3legmentarior., ya lea consciente. o inconiCiente>.
v .... motoras o .t • •ent.. (d ...c. ndent • •). Llevan información mmora de los cen um
illle;rndores hada lo!> ór;a nm efectorel (mú iCulos, ;Iánd ulas, etCflem).
202 Mootodologl. do l. "'_'90000. bi.,...¡ ..i<l;co y bi",nlormollCO on oOIK1Kmodeo<ydo l...Iud

La neurona y su fiSlologia
La~ neurona~ certbralu prl!stnlan una ~ran variedad de forma~ y ta mallol., pero en loda~
ellas.e pueden idenulkar cuatro partu (PIgura 18· 13): el cuerpo celular o soma, la~ dendri-
tal., el axón y los ttrminalu a:tónicas o ~in:iplica>.
En el fuocionamlento de la neurona, cada un:1 de utas parte> tiene un papel hptcilko:
El cuerpo celular e. el centro metabólico de la neurona y dl u ~ar donde ~e proct~a
la información. Su diámelro va de 5:1 10011.
Las dendritas son el cenlro rtceplor de la información de la neurona. Por lo ~ener,l~
la neurona rtcibe la ¡ nformación O:, mayor p:lTtt de ella de lipo elktrico) a Ir.n'h de
la; dendnlol., aunque ul,un:u ~tces la rtcibt de manera dirKIO, a ttaVts del cuerpo
cdular.
El axón es una fibra ner'l'iow que nxe del cutrpoctlular y es el eocarpdo de uM.por-
ra~ en ""a~ones a diMancia. con.iderablts, las .tllalej que ,entra la neurona. El dio\._
rnelro de los axonh en el ur bum:tno va de 0.1 a 20)l.. Con frecuencia, los u:.:one; e,,:ln
envuellOs en una \'aina ,r'!u, denominada rnie~na. b vaina e,to\. diVIdida por e.paciO:!.
re,ularti ~n mielina, llamado. nodOl de Ranviu. La rni~ón de la vaina de mielina es
aumenta r la velocidad de propap;::ión de las It~ales ~enerada, por la neurona.
L01i terminales axónicos o .inápticos co nstiluyen lo. elememos de tranimisión de
la neurona. A !ravh de ellos, una neurona contacta y lralllmi!e la información a la
zona receptora de otra neurona. La zona de contac to e~ la ~i n apsi5 Y. por [o ~enera~

.,

,.......
~~

.,
Jig... 18-13. ~) N"..on.. molO'" y I~. n .... ona. d" p<oy"caDD. b! '111"""'''0''''. Q DIIUIon., .enl o·
fI~l", FUfInt" McCormad< L Atl~, de ~n~tomia y f"'Olos$~, ""BnM n""",o,o '
 la zona pO~ináptica ~e ubica en la, de ndrita>, aunque también ocur~n con tacto>
~ináptK:o!en ti cuerpo celular de la nturona y :ll~una~ \· tct~ tn ti ax6n. ExiJltn ca~i
104 contac to~ loÍnáptico~ por nturo na.
En condK:ionh dt rtpO~o, toda la nturona (cutrpo ctlular. ~oma. dtndrita!) htá po-
larizada. de manera tal Qut el inttrior titne un pO ttndal de -70 mV. con!.idtrando qut la
.uperlicit uttrna dt la mtmbrana t, ti nivtl dt rtftrtncia (pOttncial Ctro). A eltt pottncial
de la neurona u le dtnomina pottncial de rtpo.o de 1:1 mtmbrana. El potencial de rtpo>o
puedt variar. depfndiendo dtltipo de neuron:l. ptro ti imerior dt la mtmbruna de la neu-
rona queda loÍempre con car~a ne~ativa. en reblci6n con ,u exterior. Adtm á>. htt pottndal
puede cambiar en rt>pue,ta a vario, e;tímulo> como nmptrJwrn. pH. concentr.ICionn
ex troctlulare. dt ione>. corritnn, elktrica>. etcé tera.
La "bl que ~en"a una neurona (e l ¡¡oltndal de ncci6n) tiene la, ,i~u¡tnlt. propie·
dndr;:
1. Se propa,a de manero activa a lo lar,o de l ax6n.
2. No di.minuye >u inten.idad co n la di>!a ncia.
l. E. de naturaleza toda o nada .
•. E. >fmejante en todm las neuronas. La amplitud del potrncial de acci6n t> de ca.¡ 100
mV y dura de 0. 5 a 2 milile~undos. Su ve locidad de propa~aci6n depfnde del diámetro
del ax6n y de.u mie~n¡laci6n.
s. La mayor pane de la5 neuronas genera un potencial de acci6n cuando el estimulo
aplicado el despolarizan l'- La magnitud de l e>!imulo debe ser mayor que cieno valor
cri tico, al queloe le denomina umbra l de di,paro de la neurona. Ene umbral depende
de la neuroll3 y puede cambiar aun en la mi.ma neurona. Tambitn exilien neuronal
Que ~eneran un pottncial de acci6n cua ndo el e>!imulo aplicado es hiptrpolarizant e y
de cierta durnci6n.
6. Si el mi>mo ntimulo aplicado a la neurona le m:tnti ene durame un cierto tiempo. el
umbral de di~paro de la neurona dilminuye.
7. Una vtZ qut u ~enrra un pOltncial de 'lcci6n. )¡l neurona tlo incapaz. durante cie rto
tiem po. dt ~entrnr uno nutvo. sin importar la ma~nitud dtl e;timulo que le It apli que
(tn e;ttca~o ~e dict que la neurona euá en towdo rtfrac ta ri o). Al tiempo que dura la
nturona en htado refractario le le denomina periodo rtfractario absoluto. E,iut un
intervalo, el pfriodo refr.tctario relativo. en que ti umbral de dilparo de la neurona
aumenta. 10 que dilkulm la ~eneraci6n de nuevo> po ttn"ialh de acd6n. El periodo
refrnctario ab,oluto de una neurona determina la frt<:uencia de ~enern"i6n de poten-
ciale> de acri6n .
•. Elo po.ible ~enernr un potencial de acción medi an tt htimulo, de corriente que ~urien
linealmente con ti tiempo. loiemprt y CUllndo 1:1 pendiefl1e .ea mayor que cierto valor
cri!ico, si la pfndienlt h menor que tHe valor. no It ,enera nin,ün po!endal de ac-
ci6n•• in impor!ar la ma,nÍ!ud de la dtlpolarizaci6n de la membrona. A tita propie·
dad de la membrana loe Ir denomina acomodaci6n.
St ha demos lrado que el potencial de acci6n no;e puedr propa~ar por el ax6n como;i
tlle futra un cable (m forma pa¡iva), porque el potencial dK"rtceria en forma uponencial
y la rapidez de dK"rec1mirn lo "taria en funció n de la rt,i;ltncia de la membrana ax6nica y
de la rt.isltncia a la>corriefl1e.l que fluyen 10ngi tudinalmefl1e a l ravfs del a.\6n."
Ba ... fí.icon del potencial de .epo.o de le memb.a"", y del p o tenco. l de acción
Toda neUlOna contiene en ~u interior varioi tipo~ de ionh. Entre ello~ ~e encuenlmn el
~OOio (Na ' ), el pota~io (K' ) y el clolO (Cn en dil tinWI concentracione~ adem;\l de al,u-
nao otra; molkulalcomo amino{lcido~ proteina~ etc. La membrana de una neUlOna tiene
di,tintal permeabi~dade!i pant cada tipo de ion. L:t difulión de 101 ione~ a travé; de la
membrnna celular ~e reatilll en zona~ e!optciale. re>trinpdal de la membrnna_ denomina-
da. poro~ o canalh. E~lo~ canale~ mue,tmn ~e lectividad p:trn lo~ di,tinto~ tipol de ione>.
La membmnu tambitn tiene mtcaniómoó activo. p:tnl bombear ul,uno; de lo~ tipo. de
ionel (,obre todo el pota~io y el ,OOio) del interior :tl uterior de la membr'Jna, y vicevena.
En el uterior de la neurona tambitn ,e encuenuun diltinto. tipo, de ione~ lobre todo
,OOio, pota~io y cloro. en di, tin taó concemracionu, En el cuadro 1 ' - 1 óe pte.emun eóIQó
concentmcionu pam el elIJO de 1;1 membr(tna neu ronal en reposo del axón p,ante del
calamar.9 Los tipos de ione. y laó concentradone, de hto~ pueden variar, dependiendo
del tipo de neurona qUf se considfre.
En la ac tualidad, ,f con.idfra que fl po tfncial de rt'pmo df la membrana se lo,m
cuando lo. flujo. pasivos y ac tivos de Na', K' YCI- htán balanceado, Iflgura 11_U~ lo qUf
,e locfde cuando la, fUfrza, de difu,ión, provocadas por la. diuintai concenw.lciones df
10. ione; en el interio r y nurior de la membrana, le equilibran con las fuerza, elf.c tricas
producidas por el htcho de que los iones Ion particulaó con car,ai elf.ctricas.
El potencial de acción se logra cuando la neurona óe deópolariza ha.m un nivel critico;
en er.e momento tiene lug3r un cambio .úbito, dond e lai barrerai normaln que,e oponen
al flujo de .odio y pomiio deiapart'Cen de manera momentánea, eilabltcitndoie un flujo
local de iones., de suficien te magnitud como para invertir el potencial de membrana_ que
alcanza unOi 50 rnV (por.itivo ~n el interior) y der.puh.e inviert e de nue'·o para euablecer
el potencial de repo~o. f'ero la primera inveriión (hacia el interior po;iti,·o) ha producido
una ~ei\al potente que ~e e;.¡ti~nd ~ y lleva la r~pó n adyacenle de la membrana a un nivel
crilico, repititndme ~ntoncer. el prOceso (figura 18-15).
Una ecuación importante en la fisiolollia ~ó la de Nernu_ desarlOllada en 1888 pOr
Wa1ther Nern>!. E>!a tcuación rt'laciona el potencial de una membrana permeable a un
ion con la~concentracionh del ion en el interior y el exterior de la membrana. La tcuación
~e (1plica con la condición de que la corriente total iónic:1 lea igual a cero (e; dtcir_ cuando
la corriente iónica producida por el potenci:tl el igual:1 la prodocida por la difeTfncia de
concentr'Jcione; en el interior y el u terior de la neurona) .

• rtt1f!l1 ,_ Otst nbuaón de los pnnapales Io nes a trayés de li memtll'ilna neuronal en repo so
del a~ón 9'9ilru del alamar '
e ttop"""'" (mM) loqudo " ~""",,Iu"" Pot"""...! o..

, (mM) equ,l ,b.>o' (mV)

..,ro "
N.
a ,., .,"
 *\1 10"e . N~I
10"., 1(+
O AnIoI, .. "" d,f".a.Q,

• • • + • +

e ...... de Can.1 de
-,~

". "
re9"l~
pO' voltaje

Rg ... , a.'4. Axón .... .,'tado de r"PO'o

Oe.pOh'I"IllOOOO ,e .b,,,,, lo, c. nal e, de No+ voII"le deprn<lr_r.

Re"al."u<rón: .. ,n.o ..... n

,
lo. <o n .I~. de N. y ... bre
lo. d~ K.o~.je d"P"nd>rnt~.
,~
/

h
.!
O

¡! -~

~ ->o

O 2 3

Rg ... 1a.U. Pot......,~ do! aCCIón

 Supón~a~e do~ compartimien to!., A y S , con una iolución que con tiene un ion I a
diferentH concen tracione!., C.. y Cr y que 10i compartimiento~ ht~n uparado~ por una
membrana ¡lfrmeable al ion I (figuno 11-161.
Como el ion I u encuentrn a diferentes conce nt mcione, en A y B.,e em¡lfzaria a di-
fundir del compartimiento de m(lyor al de me nor concentmción; ¡.jn embar~o, debido a la
car~a del ion. empieza a aumentar la car~a en el compartimiento hacia el que,e hta difun-
diendo, 10 que aumenw ~u ,'ollaje y frena la difulión del ion. El equilibriodin~mico.e 10-
~mria cuando el "ohaje en el compartimiento que recibe lo. ione. difundid~ .e equi~bra
con la fuerza de diru~ión que ~ur,e debido a las di>tinm, concentrncione, del ion, E~ decir:

v-
Re (e, )
ZJo" In CA
(,''U)

donde Veo el ,'ohaje enHe lo, compartimien to, A y S, R n la ("on;mnte de lo. t:ales
ideale!., T e; la temperatura (en t:rado; Kelvin), Z t i h, valencia del ion y Jo" n la con.lante
de Faraday (la c3Tt:a de un mol de partícu la. un iva lentr.). de ca¡.j 9.65 x ]0" C/mol. E,m
ecuaci6n permite calcular el vohaje entre A y D, reprt.entado por las concen traciones de]
ion en ]0. compartimiento. A y B, cuando el Hujo nftO de iont> en tre 1m compartimientos
ei O. E.te voltaje entre A y B el el potencial de equi librio del ion. E n el cuadro 11·1 le pre -
>tnt a n Imi ,'a]orel de 1m potenciales de equilibrio de alguno! ione§.
E n caiO de que lo> compa rtimie nt o. co nten gan mái de un ion, con diuinms con-
centracione!>, y de que la membrana conte ng a ca nal ei in dependie nte. para el pa.o de los
ione!>, it puede calcular e] potencial de eq uilib ri o de un .010 ion, uiando (1'·14), con la
condici6n de que la membrana 5ólo te nga abi erto el canal de eie ion. Si IOdos ]mi canales
de la membrana euán abinlOs al mismo tie mpo, el voltaje depende de las permeabilidades
(facilidad con que un ion at rm'ies a ]a membm na, en cm/>tg) relatil'a~ de 10i iones y de lai
concentr1lcione, de titOS. Goldman (1943) calcul6 el potrncial fina] prOmedio:

v = !!!.... In (I!': 1/;1., ~ I r; I/,I~ ) (1"'5)

Z/ Ir,'I/,'I ~ ~ r.r; 1/,1.,
donde P: y !', reprhentan la~ permeabilid:,d" de 1:,. hpecie. i6nica~ po,ilil'a~ y ne,a-
li~a.., rtlpecti\'~mente. y [/:1 y [1,1 ~on la~ conctntnlciont> de htO~ iont> en el compani-

A .Ion 1 .
Ion 1 B
C A+ -C s

v
Fóg~,.11J.16 . Compannntl!1"lo de concentraaon .. , de ,on .. ,
 En el ca~o de la membrJna de una neuron'l, lie liabe que en el interior 'J el nterior de
la mi.ma ~e encuentran vario~ tipos de iones con dÍ> tinta; concentracione; 'J ptrmtabi li-
dade~ Entre lo~ prirK:ipale~;e encuentran el iodio, el pota~io 'J el cloro. A l aplicar (11-15)
pam htO~ trh ionh, ~e ob ti ene:

v- RT In [ p~. IK'I, ~!'Nt, INa'I, ~ !'r.¡ re/I,

F If"I ld.I!'I!1
1 (11· 161
I n, "
En IQ ecuación de Goldman. le .upone que el campo elktricoque ni>!e a tr'Jvh de la
membrJnQ varia de maneTa uniforme: por ello, wmbifn,e lupone que lo, movimien to. de
lo. ione; a tn:wh de la membrona ,on independ iente> uno. de 01 ro~
La impOrlancia de r.te rnultado e. que permite hl.etr prediccione. cuanti tativa) del
potencial de membrana cuando.e tienen vu,;aciolle; de la. conetn tracione. de lo. ione. 'J
de la. ptrmeabilidade; d. la memb rana a los di .tintoi ione~
Med iant. la ecuxión de Nern.t 'J cierto. experim.nto. de tipo elktrico, !ie ha lo,rado
demo.tr11r que la membrana de una neurona en ellado de rf¡>O!iO no e; ptrmeable .ólo al
pota.io .i no tambirn al .odio, aunq ue t;ta úl tima permeabitidad e; muy pequeiia en rf·
lación con la primem (le conlidem que de lólo Woen relación con la perm.abitidad a 1m
ione; de pota.io); portllo, debe haber una Mbomba" en la membrana que bombea ione; de
lodio hacia el exterior de la membrana e ionel de pota.io al interior de la milima.
Tambirn lie 10,16 e>tableeer 10 que OCUrre cuando una neurona lenem un potencial de
acción.'" E,te lie ,enem cuando !ie logra una de>polarilación de la membrana de ca.i 15
mV: en elie momento, aumenta la permeabilidad de la membmna alliOdio, por la apertura
de canalel de Na + (q ue depende n del voltaje), lo que hace que el potencial se eleve. Eno, a
;u vez. permite que aumente la permeabilidad de la membrana. por un nu~'o aumento de
10liCanale; de sodio. lo que hace que el pote ncial lie ele"e y a,; ;ochivamente. halita que el
potencial car.i alcanza el potencial de equi librio del ,odio (en la membrana se eita bleee un
meeani.mo de retroatimentación pOiitiva entre el potencial de membruna 'J la permeabi li-
dad de hta al sodio). Ene potencial de eq uilibri o no ~e akanza; poco tiempo delpuh de
que ~e inicia el aumen to de la permeabilid ad de la membrana al iodio. empina a aumentar
la permeabilidad al pota~o'J le permite una entrada de cloro a la membrana. Ad em{l~ 101
cana le. de ;odio empiezan un proceso de ine.witabilidad. 10 que ocurre junto con un flujo
p3Ii,'0 de iones de potalio.
En rnum en. el potenciul de acción le ori,in:1 cU:indo la eltimuJación elklrica akanzu
cierto umbral. Su din~mica >f encuentra de termin ud¡. por la relación entre lal dinintal
corrien tn iónicll. que >f fln.bleeen en 1:1 membrana. ".ntO pu.ivu corno activa>.
Una maner~ equivalente de e!iludiar el potenci!!1 de membrana de una neurona con,il-
te en con>truir un cin:ui10 elktrico que incorpore las tre> propiedade> bhical que utiliza
la membrana para ,enerar .eilales elktrica.: lo. ".nale; iónico>. lo. ,radien te. de concen-
tración de lo. ione> y la capacidad de la membrana para almacenar car,a elk trica. Cada
canal iónico S~ putde rtprntntar como un a rtjijtencia (o corno una conduelancia, qut el
lo inv.uo de la ruiU'rK:ia). La conduc ta ncia pa ... un ca nal iónico >tria, en ci. rla medida,
equivalente a la ptrmeabilidad de la membra na a elt ion. La capacidad de la membrana
para almacrnar car!a le pu.de reprelenwr como una capacitancia 'J 1m !rodientu de
concelllr.lción corno una batería.
 En cno de que se de~ee saber acerca de la evo lución tempornl de la interacción neuro-
nal masiva en la corteza certbrnl y tener alguna ex plicación con fundamento matemático
de los ori,ene~ lhiológicos de los patrones tempomles rítmicos de la actividad elktn-
ca, pueden inHui,arse los trnbajo~ ,eneralizados de los modelos introducidos por f>aul
Nuftel.."·"

, . J,,~ FA., Bdluw S XVIII Conll~"" Argen!ino de B,"';ngenlcri. SASl 2011S-VII Jo rn.d • • de
Ingen,~rí. C Hn'e> ;\h, del I'bu , OC"1"iemb~ de 20 11.
2. I'ba: EA., O'A1~H>ndm ;\h.. í.. <:< A.J., A¡;u>jc J, c. ;\-I oddo ¡" .. m«=~ niw <k l. ~n~l"1ción de
y
fue ...... muocular en condiciones i..,mnria. tctoniu, Arrhi .... ~'t-n<"%<>"'..... m
fur".,.l"tI~,
Trrolpluh{"ll,2008;27: NI.
l. Frumen.o A. IJ'4Di{"ll, h . «l. ;\hdrid. E",>Í:'1: ~ o"'Y · 0"l"·m., 1985.
... Frumen.o A. IJ'4Di{"ll, .3 • . «l. ;\hdrid, E",.it1: ~ o"'Y · 0"l"·m., 1995.
5. Nordin ;\1., F... nkd Y. H . lJi~mmlnir,. bdfica tÚl JÍ<tnna mUsC"UJ.. ..qu~litil"tl. ;\hdrid, E",. ito:
;\kGr::tw-Hill, ;\lnwdUI nt<r::tmcric. n., 2001 ,
6. Ongol.ni H ., Hou","y A. F;,io"'rfo human.. d~ lJ"nardo H.rmuy. Buen", Aires: El At<nco,
2000.
7. m
.\kCo,mado L Atús 1I",,"'mía:l jiJioJ..Tfa, JÍ<t~ma n,,"úno. Argen. ino: E>cud. Superior de
S..t"d y Ambient<, Univc..,¡d..d N. cion.! de Com.hue, 2007 .
l. Coro E Fisi~ÚItiII ulM/ar Un enfoque biof"ico. Puebl" Te:<,o. 0<n,í6coo, BUAp, 1996.
9. Wri .. TE cm./ar bi~~i". E/ntrira! prop"ti... C . mbridge, .\-IA: .\11T I'r=o, 1996:2.
10. Hodgkin A.L, Huxlry A.E A qu ...,i ..,i,,< deo<ri p.ion of memb ... ne CUr ... n' .nd iu "PpliCl.ion
'o wnduct.n« .nd exci, •• i .. n in ne["V<, J f'hy.ioll.o"J, 1952; 117: 500-544.
11 , Núñ<"¿ I~L. K.." .. doon R.O. EbctrÍ( Fi.1ds on tlJ~ IJrain, th. Nrvrop/rylilJ ~ft:EG Nurv. York:
O~fordU n'''<'''''r i'~ ... 1981 .
12, Núñ<"¿ I~L /l'rotOrtiml Dyn.;¡milJ ""J Human EEú" HydJnu. Nu .... Yo rk: O~fotd Uni"eni,y
1'", ... 1995.
 Desarrollo y validación
de cuestionario s

Jose AntOll'O GI,cil GifOi

Dll/ld Co,tis Pon
Arturo R.cllng Semll

Introducción
La ob !~nción d~ información m~diaDle cuestionarios representa un procedimiento b:hico
en dÍ\'e"as <heas del conocimiento. En el :\rfH de la salud. ron f,ecuentes las inveuil;acio-
nes cuya fuente de información son los cuestionarios. Es recomendable que los imutiga-
dores y los profesionales de IH salud que lea n publicaciones de invenigaciones en que se
u>arOn cue.llonano!>. conOlcan y (de Ser posible) dominen los ~nearnlentos parn elabornr
un cuenionario y la metodologia para su posterior análim de validación La pnmern lite-
ción del preitnte capitulo se concentrJ. en lH elabomción y ti de~arrOlIo de UOli lDurumen-
tos, en la segunda sección, se aborda la metodología para probar iU ... abdación

Concepto
Un cuelnonano u un In,trumento de medición utilil.lldo para obtener información E.t6
imtgrado por un conJuntO de pre,untu. o ill'm~. qut corre.pondtn a cada una de las par-
th o un¡dade~ que lo intt,rJ.n Este lOurumtnto debe disefta"e para cuantificar la IOrOr-
mación obteRldo lobre las variablh qut se delea medir, mediante eloCal31 de evaluación,
Su finlllidad es 1o,"1T que la información iell comparnble.'·l

Contexto
El de,lIrrOl1o de un cunllonano tS un prOCe.o Il,duo. no tUntO dt obn~uJo. y costo$,
al que en oca¡lonn s. drdlcan varios m'!h Ilnl'! d. CODleluir una \frllón d.finlllva que
.l3u;fa,a las nece.\ldadu de los objell~o; de la investipci6n. 1'0' ello es frecuenle que se
.mpleen cuesnonano¡ cuya ulilldad se ha demoslmdo en OIroS e.\ludlQS, lo que, adem:l$,
permue com pam, rtsul13dm.. Sin embargo, hay situaciones en qUf e~ necfsano elabornr
y va~dar nue\os instrumento$, como cuando los instrumentos eXlllenlei no han ObteDldo
lo. r~iultado. e.pt'rodo!l.. cuando no han demoitntdo IU eficacia tn mediol di.tinto. al de
iU ap~caci6n oripnal ocuando no exilie algú n cUhtionario adKuado paro medir lo que
le prftende medir.' )
El pTOChO de elaborod6n. deJarrollo y validaci6n de un cue, ti onario requiere que.e
tenga dominio te6rico del a.pKtO que le delea medir. adem:h de que loe po.ean conoci-
miemol e, tadi>tico. avanzadút. También ei nect,ario el manejo adKuado de lo. progrd-
ma, compu tacionale, que permitan realizur 1,"prueb,lI nmdhtica, perri nemel.. '
Llt adaptución o trdducci6n de e!.Calal ti un" prácTica habitual de lo. inve,tilado-
rh en ciencia. de la ~Iud . El pTOCe,o de traducción y Ildaptación de una e!.Cala no .ólo
requiere la traducción del oripnal al idiomll de 111 población que.e in"mi,a; también el
nKelollrio u.e,uraue de que lo. pun tajn obtenidos con el cuellionario traducido lean
equivalentes a los obtenidoHon el on,inal, en c;lda uno los ,rupo. de íII'"'J,· '
~ar1l alcanzar e.a equivalencia, hay que conliderar por lo menos ue. a.pecto. del pro-
ChO: el alpKtO cultural donde se va a realiza r la ,tdaptación, los aSpK to. Iknicos del
delarrollo y La adaptación de l cuellionario y la inlerprflación de los puntajl> obttnidol.. ' ..

Elaboració n: d iseño metodológico

En la figura ,9-,
ie mue>tran lai f:lIes de l pTOCelO metodoLópco rKomendado para la
~labornción de un cuellionario, A con tinuación ie dfigloian de manera brf,'e las carncu-
rillical más sobr~ia~entes de cada fase.

Definición de l objetivo de la investig ació n

Debe eltarc1aro el prop6!iÍlO principal de la ap~cación del cueitionario en una im'nti,ación,
y el de la propia in"flTi,ación, Esto determina el co nteni do de su. ilems y al,unmi aip«-
10. rflacionado. con su eUrUC lura y la logiilica de la obtención de lo. datos. También
debe fiptCificarle la forma en que ie va a m edi~ mediant e la definición operacional, No d ~be
Itner cabida la imprO\'isación,O-'
De manera paralela a la definición de l objetivo principal del di>t~o del cueuionario.
le debe definir la población a la qu~ euá dirigido, Si ie eli,e un cue, ti onario ya va6dado.
deben conocer" la. caracteriuicas de la població n en la que loe "alidó.·

Revisión de cuestionarios sobre las variables de inte rés

E. dfluble hacer una bú.queda eAhaustivu de invfltigacionfl en que se usaron ]¡IS vuna-
ble, de interfl y el in>trumenlo que sr df>ea llp licllr, Es polible que el cue>Tionano.e hayu
di>tllado para una población distinul, o q ue 101 objetivol hltYlln lido diferentt, a los de la
invnti,adón que >f planea; en hte ca,o, se debe hllcer una adaptación del in,trumelllo,
que incluye su traducción por p;lrtt de un uperto, (Debe quedar claro que la traducción
h un p;IIO inicial, pero no el único.)"'''

DefiniCión del constructo o aspecto a medir

Á nte> de empezar a medir, debe lenerse una idea muy clara de lo que se pretende medir.
Á flta parte del desarrollo del cuellionario i f le denomin a concep l ua~zación del cons-
trUCtO,"'"
 O""",oUoy •• "dacOI1 de ........0...""" 211

docum""".1

Defin ,Clón del

c"n", rudo
"..,
C.ra<t ..r"" ca,
de l", a.."."

Flg ••• 19·1. Etil»S en toI de-slInollo ,f1(olll de..., cuest,oroaroo

La~ forma~ m:h aceptadu~ para la elaboración de lo~ conllrUClo,!C/n la~ ~i1uienlu:
An ~li~i~ deconlenid<».
I{e"i~ión de inveHi,acione~ publicad!!!,
Ob!ervación na,urol.
Juicio! de ex~rtOlo.

Características de los items

Lo, cUf,tÍonarim If inte1mn co n un conju nto df ill'rnJ. El ilem fl la unidad bhica de
info rmación df un inlUUmf D! O de evaluació n. La definición de cada ilem ha df IIr u-
hau,tÍva y mutuamente excluyfD!e.
 Como regla generJl sr coniidern que la ca ntidad mínima de ;'I'ms para evaluar un
fenómeno ti de !ieis. pero pueden Uiarie dhde 10 h:l.t:1 90. Se ha propUtitO que!ie conii-
deren m:l! ¡,emJ de 10!i necuari<» pam la veriió n defi ni tiva del cUhti onario y!ie ha llegado
a conlidemr que. en elcuhtionario original.!ie incluya halta el doble de ¡,mucon relación
a la "enión finaL"
En función del contenido, 1<» cUhtionario!i pueden ,er uní o mu ltidimenl-Íonale!. En lo~
primer<».. m:h de SO"I.. de Io~ ¡II'IIIS evalim" unu lola dimemíón (como en un cUhriomlrio !.o-
bre laHinco aocionh parJ el lavado de mano;. con el fin de di.minuir el rie~go de infrecione.
adquirida. en un h<»pital). En 1<» muhidimen.ionalu.. el conjunto de ¡m'ls e~ahian d<» o
mil. dimenlionn (la. es.caLal de calid¡ld de vid:!, cuyo prototipo eo el cumionario SF-36)."
En el C\I4IOro 19-1 ~e prr~en lan dive r.:" recomend:!cionn generale~ para la redacción
de 10i im"$. Debido a ~u importancia . a continuación ie de,glo~a, grol1o modo .. el tipo de
pregunta que" deM Uiar rn el cue> tionario.
La. pregunta! curadal contiene n po.ibilidade. d. rf;pUeóla determinada. (1 priori. de
modo que acOlan la. opcíonr. de re.purna del encu,"ado. E. fácil codificarla. y analizarla!.
La. pregun la. abitrta$ no limitan la. opcion.! d. rr>pu' i1a . qu. va rian entre una
población y OIm. R.suha dirJCil codificarla! y ana lizarla;. Con frrcu.ncia . las preguntas
cerrada. derivan del planttamieDlo previo de preguDla. abierta. y sr .x lrnen como í,em.
elpecifico!. lO

Codificación d e las re spue st as y pun tuación d e los items

Tambifn es fundamental qm el inveiligado r o el grupo de inve >ligadore. defina. con ba.e
en lo que se uplora en cada í,em . la manera en que >e han de codificar la!> rnpuesta!. La

De ..... ,..,'a ",~",iable m<If'le,..,' un Ieng""Je ap'<>p-oo P"''' '" pobl<><.,.,

ob,.."vo <on paw,,,,, que '''"9''n et "">">0 ''9n~",_ P"'~ el'"
lII.,"'... enuno_. t..evn y l iOoI" de comp,,,,,d...-
E.. t ...e>go, 19';"... 0. t""~ . d C"''''~)
No u.... irem. que explo.. ... "'~. de un. ,de. O <onc.."lo
No emple ... h . .n of ... "v.. O que ,nduzcon un. ,uco,;" est .... eoI'p~<,..
E.. , ... t.. ,edKOÓn de p<egunl •• "" lo.m. neg Ol ... Oe"" doble. neg.c.one.
E.. , ... el ,no de l. "Uetfog.KtÓfl·po.. que-
E", .. oI'"",• .."boguo.
No hKef pl..,'eam'ef\lo, "" que un. de 1.. opoane. de 'eopue". oee'''' deoeoble .... e ~",~e
00/¡0I tehu .... l.
e .. , .... ""'..... e obhgu"". h.cer cólo.olo. o e.luet"Zo. de memo.. ..
D«>do" .. o. nea"'''' ptegYn... . b' ...... ~'en"" amph. 9""" de 'e'pue".') o cer."'¡ ••
(.00:00.., l., opoonn de 'e1P"nt~l. ert 9 ........1. hO)' que ....... o el meno.l,m" .. el nume<o de
",e 9unt •• abo ..... '
1-<0)' qu" <10 _ _ Ap ... _.temit,eo,. num .... .."do 1.. p'''gunt., por ."",,Mlo.
o..d8\.. lo. ~ ,...,. de>pue. de .edaclarl o.
 0",,,,,,1101 vol,dooon . . we<bon.""" 213

codificaci6n dr dalas corrtipOnde al aclO de aii~nar un valor (pOr lo ~rnrrul. numtlÍco) a

la. opeione. de re.pUtila. Un ejemplo de esa codificaci6n es el .i~uienle:

Vari.t>l. (géne,ol, .u co" .. pondi onte codific.aÓfl

Fomen in o o
M."ul,"o

En CQ.O de que lo. m"le. de medición sean nominalh (!.tnero). o rdinale. (hlUdo
civil) o de in"rvalo (diftrel\("iu. enne estrato. de deltmpei\o en evaluacionn). la. cifn<s
utilizada! lólo uenen una fundón cla.ificatoria; no co rrhpOnden a al~o rta1. Su finalidad
ti permitir tI a n:lltlis hladiillCO cOrrt!ponditlll e.
De acuerdo con la canridad de opeione\., lal rt.pu,;ta¡ pu'dm ¡er:
Di<otórni<_ Si I No, Verdadero I FallO.
PoIiCOlómkar;:
• E.IOY muy en duacuerdo.
• Euoy en deiacundo.
• No tuoy de acuerdo ni en delacuerdo.
• Euoy de acuerdo.
• Euoy muy de acuerdo.

En las e>calas de respuella lipo Likert. como la alllerio~ ¡¡ueleo utifizane de lre. a
. iete niveln de respuesta
Nu"""';cas: se anotan los valores en función del .istema numtrico utifizado. Se reco-
mienda ordenarlos de menor a mayor. Ya sea como numfrución continua o como
inte,,·alos de valor.'
Tambitn e; nechano definir el siilema de puntuaci6n: .imp]e o pOnderudo. En las
re.puhtas paru itl'rnJ simplh. la puntuaci6n directa se obtiene de la suma de re.pueilas
acertadas o de lru valore; que se hayan dado a cada opei6n; en la. corrtipondienth a
itl!I1IJ ponden<dol, el valor de cada opción de re.puena no ei el ml.mo, o no >f otor,a el
mismo valor a todru lru acierto .. '
Dependiendo del cn leriO de 10i inve,tig:ldore\., en el cutitionario pueden aparteer o
no la. codificacione, y puntuaciones pam hl' rhpue,tu. a cada ;I.'m.
Exilien poblacionfi con .ttuacionh hpteiale\" que requieren Otro lipo de prt,enta-
d60 de lal rt.pue.tai. En elcaio de pobladone! anal fabflo. o de nlno. que no .aben leer.
adem:h de que el encue'lador debe leer las p",unta\" la. opc1on" de rf'pueullI pueden
incluir Opc1onn de ~canlai" {como lri;r~. neutra y feliz. deptndieodo de la manero en que
tI '''''po d, In~nll,adOrf~ haya dPcidido e;mbltetr la. pOilblf> rf!PUhta~) . "

Orden y formato preliminar del cuestionario para el estudio piloto

Antts dt reabzar el fi lUdio piloto. tI necesario Irner un prototipo del cUfillonario y tI
conveoitnle qUt cumpla con los rfqui!i loS que se muutran en el cuadro 19·2.
'ra'·» Requ.rto. que debe indUl' el fo rm~to del cue.tion~no pa,~ .u ~pI,uoón en I~
prueb<l poloto
A.. gn ... un t.uto" CUe>!,""..,O
MOl .. '" obJet .... o pnnop" de t. ,n''''''9''''6" " n un t""gu~e COJnPfe.",bt" p .. ~ to.
pon,oponte.
Hace. e..pIialo et "",Ideo"""",,, .. por patl 'op ... "" el .. "ud,o
¡ndu~ en e! enabendo del cue.I,,,,, ... ,o t.. ,n" rucoone •• obre ... I""'..to

A.egu ... '" "'''''''''1110 del pon,op""'e

Empez .. por 1.. P"'9II"''' m...enc>II.. y que ,ncrem"",,,en et ,nle.e. de II gente
No condoaon .. ll' pregunta. Ktu~e. I 01 ' ••• "te.>ore.
So hub'e.1 pregunt •• per.""oIe. oIgod ... dej.rl .. 01 J,nol de! cue,""""""
O<den.. 11. pregunto. y 1.. opoone. de .e",ue". de m""e.. queleng"" """,eIo p ... lo.
",cu"",A(io.
Cuando l. eKAIa del . ""pue'" leng . vol or'" que >mpl'quen d,leren\", n,-..eI", entre l.,
opa"""'. orden.. de menor I moyor. O de peor . metor (de .. qu'erdl I deredll en Ilahne""ón
loorO!ontAl. en ."""eIo ~",""I. e! ord en deo"",enle ,,, de Imbl ab~o)
En el 1"""1110. dejar e'PX>o ...hoenle entre p,eg unl .. p • •a 11. po .. bl~ ••" ",u e ... ,
!ñbodo I qu" ... "at.d" unl f><UeI>. p,loto. deJ'" un e",lKOo p;oro comenUno. y "'g,,",enoOl
K@fGildel"' ..... 'on....,

Estudio piloto
Para la evaluación de la calidad del cu e>tionario y para la detección de área~ de opo rtu-
nidad relacionadas con su mejoramiento, u ",encial la ru li zaci ó n de un e~tudio pi loto.
De,de uta etapa deben cumph~e todos lo, ,equi,i toi impue.toi ('a ra la \'en.ión final del
cueuionario; por ello, uta fase tambi~n debe pOleer rigor metodológico.. Sus caracle,iui-
cas mih relevantes son:
Requiere la participación de JO a 50 pe,so na, que repte,enteo a lo~ partkipantes
del e>ludio.
Debe incluirse la capacitación de penonal de apOyo pa ra la aplkación. la admi-
ni>tración y el an~li§is del cueHionario. Debe informan". entre 0 11'0. asprclOl, del
objetivo del eil udio. la releva nci a de su partici pltCión. la ne\:e wdad de e>table\:er u na
comunicación emphic(1 y aserliva. y la importancia de relroalimentar a I~ inve>ti-
,adore, con .Ui opinione; durante y desputl del elludio piloto.
Lo ideal e, que 1(11 per~on:l s ,ele\:cionad:\I para el pl"O)'e\:IO pilolo no participen en
tI elludio. aunque ~i deben ¡lOleer cilrac teri.tic:1i .imilarh a 111, de lo, de 1(1 pobla-
ción a la que le le aplica el cUhtionario.
E~ importante informar a 101 pilrtici pilnte. que pueden ruli zar la. pre'Ontal y ha-
cer 101 comentario, que con.ide,e n ptrti nenm..
Debe pfrmitir que Jof delfrmine.i le u.a el tipo de p,e,Ont:h m:1> ade\:uado. .i el
enunciadO es COrrfoCtO y compren~ible, li la, p,e,unta~ tienen la eSlen Ji6n adfoClJa_
da •• i t> eOrrf'C la la catt,ori~ación de la, rr>put;!al, .; existen re>i,ttncia, p~ico.
ló,ica. o .oo;iale; (o franco reclino) lIacia al,una. pregunta>, .i el oroen de los
ili"nrJ e. lógico. si la duración para con te, tado el acep table- para lo. ,neuntado>,
t leflera.l'>'
 o""",,oUo 1 • • I,dacOI1 de ........0...""" 215

DetecCIón de pOSibles sesgos en las respuest as al cuestionario

Aunqu e la fuente de ~t~~O má~ preocupante h la que procedt de 1m in"hti~adorh que ad-
mininran. ca~fican t interprttan el cut"ionario, en oca,ionu lo~ parlicipanlu tienden a
monrane como buena~ per,ona~ y bu;can aporl:1r información po~i li va. E~ m;\) fri!Cutnle
cuando,e prt~unta ~obre umal delicado! o controvenialu (abOrlo, rtlipón. It.\ualidad.
elc.). Se le denomina ,e~~o de d,'s('(¡/¡ilillad ~<iául.
Ol ro ,e.~o frecuente e~ el de pro.~i", ÍlIIIII. que induce :1 conlellar de forma que con-
cuude con la! re,pUe>lal anuriore •. Aunque puede exillir Otro ~rupo dr 'h~O>.. lo~ dOI
anteriore> ~on lo. m;\! frecuente .. Como .olución, h recomend¡¡ble uur prr~unta. (¡birr-
ta. en ellO. ca.O>.. empleando un Irn~u(lje conci.o al abord:lr lema. que cau>tn COntro-
ver.iu; a ~rr~ar el !tma problemático a un ap;lrt:ldo con Otro. Itmu. conuQ\'er';ule>. pa ra
tratar de aminorar rl impacto del lema y orden"r lai prr~untUi dr manrra qurloe inide con
la. qur cau;tn meno; Contl"O\·frloia . '9-lO

Análisis y estructura final del cuestionario

Hay que recabar 1m comentari m dr lo. enc ue. tado. y encueltadorr. en el e>ludio piloto.
Se debe proponer la eliminación de las pregunta. que no detKran difuencias en lrt 1m
encue.tado. o que no aportan información. Ue.pul. de analizar la información rt<:abada,
,f puede llegar a lOmar la dKisión de hacer Olro e>ludio piloto.
De.pul, de analizar toda la informadó n procedente del e"udio pilolO y de reaUlar
la. modificadone. pUlÍnenlt> al cuestionario y ante, de proceder al de.arrollo de la invr>-
tigadón en que >t ha de utilizar el cue>tio na rio, e. necfóario !tnrT en cuenta lo liguien le:
Si >f planea utilizar un cues tionario 'la hecho,.e debe .olici tar permiiO al aulO •.
En 1m cueuionario. ya ~validado>··, aún.e debe probar la validez y la conliabilidad
bajo condiciones locale ..
EIlu~ar donde,e aplica el cueuionario debe .ff a~mdable par1l el encueilado.'
Como en toda inve~ti~ación, ei necesario e'limar un tama ~o de mue~trJ. adem:Íi de
e,13bli!Ctr una variedad de Iknica de mUh lreo. f>a ra profundizar en eno~ lema!.. 5e
remile alli!Ctor a lo,capituloi rfiptctivo!.. en e>la mi,ma obr1l.

Validación de 105 cuestionarios

El objtti,·o de e>la >t~undu ,ección coniine en de;cribir la melodolo~ia dr! htudio de la
contiabilidad. va~drly viabilidad de lo. cuestionario, como hCa lu, o in> lrumentO, dr mr-
dición que permi"n obtener y cuaDlilicar dalos co n el pTOp6~ilo dr compurorinformación
trI11Ur1< 19--2). I'u lidr.: (1I(,1;,Ii1)') y Clm/itl/¡ili¡/wl (rdio/¡iliry) ~on COncrplOl interdrpendien le>.
y lodo curuionario debe cum plir con ambo~ r~qui;ito~ de ~aJidAción .

conhbm ... ..
Es.1 ,r~dodf prfCiuón con qur un inS lrumtn lO pued. m.dirsin qUr sr produlca un erTOr.
Repre>rnl3 La capacidad dr ofrecer rf>uhado> ,'erace~ y con liante. al repe lir su u.o en con_
dicione> .imilare!.. Mi dr La proporción de la variación 10lal atribuiblt a di ffrfncia~ \·rrda _
dem, enlre lOó sujft05. La variación que se debe a un frror puede obedecer a erTOrel de tipo
si.!emálÍco (sri~o) o alea torio (a zar). El coeficiente de confiabilidad se nprf\.3 con la le lm r
"g~,. '9. Z. D"n~n .. o"". ¡>lira con .. derar l. _al,dez de un CUf!.t,on.ano

e indica la fuerza de ar.ociación. El \·alor de r va ria fnlre - 1 y + 1. U n valor de Oindica que

no ni'le relación entre 1m dos puntajes, miemra. qu e uno cercano a -l o a +1 indica una
r~lación n~ !31iva o pmitiva muy f uen ~. respl'Ctiva mf nt!'.. "."
La. trU forma. oo.ica. de medir la confiabilidad .on la con.inellCia. La enabilidad
temporal (prueba·re prueba . o te,t-rete.t) y la .en.ibilidad al cambio (concordancia imee·
ob.ervadores),'" como.e ob!ierva en la figura 19·J.
Consistencia inl ..."a. Se refiere a que los ¡tems qu e mid en un mi.mo atribulO de·
ben pre.entar homo~en ei dad en tre ello>. Eua h.omo~en ei dad indica el ~rado de
concordancia en tre lo. mi.mo>. Si un cueuionario utA compue~to pOr diferen te.
lubucala. y cada una de ella. pretende med ir un a dimen.ión diferente del mismo
fenómeno. debt evaluarse la consiuencia imuna de cada f~ala. La con.inencia
.e puede comproba r con el coefici ente 'llfa de Cronbacll, que h el promedio de la.
correlacionu entre lo. ill'lru que form:ln parte de un innrurnfnto. Por lo ~enera~ un
grupo de ill'ms que explora un factor comiln mUhtr3 un valor de alfa de Cronbach

P'u eb.
'.p 'ueb .
It u t ..1... )

e....tegi.. p....volu.. l.
eonfiobi~do-d d. un e,,,.tion..io

I'tg. .. 19_1. EI"""""o l ,ndo.olti>l"."n la vahdaaón de un rue,t,onano

 o""",,oUo 1 ••t,daCOI1 de ........0 ...""" 217

elevado. Se han dr>c rit o formas adicionalel de cakular 011'01 coeocienw.. ~rO casi
todas son variantes del al fa de Cronl:mch. Dependiendo de la e>cala de medición de
101 ítems. el índice alfa puede ser htmtific:ldo o ponderado. El mayor valor teórico
de alfa u 1; por lo ,eneral. se consi dera que 0.80 e. un valor aceptable. El valor
mínimo aceptable para el coeficiente alfa de Cronbach es 0.70; por debajo de hte
valor. la consiuencia interna de 1:1 e>ca!:1 utilizada el baja. El valor má;o;imo que
loe debe hperar h 0.90; por arrib:1 de ene valor.• e con>.iderd que ha)' redund llDcia
para obtener 1:1 mi.m ll información. V:lriO' ¡tlWl~ están midiendo el mismo elemen-
to de un con>tructo; por t:tnto. deben eliminune 101 ¡tel/ls redundante;. A medida
que uumenta la cunridad de ítt~"S. le incrementa de forma w>tem~tica la varianza
colo,;,ada en el numeroldor. de mi modo que se obtiene un .... alor .obret>rimado de la
consi>tenda de la eloCala. De ¡,ual modo•• e puede sobreeitimar >.i no se coniident el
tamal10 de la mueslnt: a mu)·orc(1ntid:ld de individuos que completan una e>cala.
mayor es la yarianu e;~rada. El coeficiente alfa de Cronbach es una propiedad
inherenle del patrón de Tfspunta de la población estudiada, no una caracltr;;lica
de la e>cala en s; misma; por mnto. su valor cambia de acuerdo con la población
en que >t aplica la e>cala. Por ello. en los ti tudio. donde ~e emplee un cues ti onario
para cuantificar una caracteri>tica, debe in formaTie siempre el valor de alfa en tita
población, aunque el cuestionario ya ellf validado. Es m~s fideditno cuando se
cakula en una e>cala de 20 ¡tems o meno •. Lal e>calas mayores que miden un solo
cons tructo pueden dar la falsa impresión de una ,ron consistencia interna, cuando
en realidad no la poseen. Se con.id era q ue 3 e. el número minimo de írems para
una e>cala que explore un solo dominio o factor. Entre las ' ·emajas del mhodo
eila la pruibilidad de evalua r cuánto mejoraria (o empeoraría) la fiabi~dad de la
prueba si se e;o;duyera un dete rmina do ¡tem. La media de la e>cala.i se e~mina el
elemento indica el va lor que tendría la media en caso de eliminar cada uno de lO!
elementol. El alfa de Cronbach si ir elimina el elemento equivale al valOr de alfa ii
loe elimina cada uno de 101 il,>ms: por ejemplo. ~upónta~e que el alfa de uno de 101
ítems ei 0.0597)' que al eliminar ele ít,>m el alfa de todo el innrumento queda en
0. 762, ie ~upere la eliminación de ese it"m para mejomr la evalu:lCión de la consh-
tencia interna del cUhtio nano.'"''
EsUb;~dad temp ...... 1. Ei la concorda nci:l entre los rhul tado~ del cue.tionano cuan-
do el mismo in"e, li,ador evalúa la mi.ma muestm en dos situacionh diitin!:ls (co n-
fiabilidad tht-retht). Si el liem po tn1n>currido entre ambal aplicacionh ti mu)'
13r&0, el fenómeno medido puede pre.e nt:tr v:1ri:1cionf,: en cambio. ~i es dema.iado
bre", puede haber un recuerdo de la. r"puen:u.. debido al eftoC lO de aprendizaje.
(Tambifn e.t isle 1:1 1:lmenmble situ:lción en que lal ptr,onas no 3cepmn una ,,-
,unda aplicación del cueuionano.) Su anÍ1li.i~ ,e realiza mediante el coeficiente
de correlación intraclale (CCI). p;lr(1 eocala, de medición cuanti tativa)' mediante
el índice kappa para eloCalas de medición cualiwtiva. Una correlación de 70"/ .. in-
dica una confiabilidad aceptable. Bland ~ Alt man propu ~ieron un mhodo ,ráfico
alterno par.! eyaluar la conco rdancia, de forma que el re~ultado no de~nda de la
naturaleza del &TUPO de e.\tudio. lO
Concordancia ¡nurob..rvador... Se o btienen resultadO! iguales al analizar el nivel
cuando dOi inYfui,adoru dinin tos evalúan la misma mue.\ua en lai mismal
 condicione!., o en diferente!> momentos. Lo!> problema!> má~ importantes en el aná-
li~h de uta dimen~6n de la conllabilidad son el error siuem{.tico y la proporción de
acuerdos que ~e debe al azar. La concorda ncia entre ob~ervadores!>e puede analizar
mediante el porcen t:.je de acuerdo y el indice K appa .'~J

V.li du
E~ el gmdo en que un inurumen to de medición mide 10 que en realidad pretende medir
cumpliendo con el propó~i l o de conólrucción, Lo que .e valida no u el cue.tionario. .ino
la. punlUacione> obtenida. al ap~carlo, Al igual que sucede con la confiubilidad, hl'y di-
ferente> dimen.ion e> de la validez de un inólrumen to: una dimen~ión lógica o aparenn,
una de contenido. 011" de construc to o concepto y otn. de crinrio.!-l1 En la Ilguno ,9-4 ~e
mue>tran la. dimen~one. pam conformar b vali dez de un cue>tionario.
V.. Ud.. d. apariencia ~encla lógica). Se re fi ere al gmdo fU que Mal parecer" un
cuutionario mide)o que quiere medir, a juicio de )Oi experto. y de lO! propio•• u_
jelOl encuenados. !'meciera que, en apariencia, la validez t i )ópca. Reprt'senta la
forma menO! uigen te de va lidar un cuenionario.n
Valid.. d. contenido. Determina.i el cUf!.tionario elaborado y, por tanto. IOli í,,,m J
elepdol., ion indicadorel de lo que se pretende medir. La validez de contenido es el
grado en que la medición abarca la mayorcantid ad de dimensiones delconcep to que
,e quiere es tudiar; por ello. se e>lima que un in;trumento ti válido por su contenido
~i con templa todO! lO! alpectos relacionados co n el conceplO en eitudio. Supone el
namen iiitemático delcon tenido de la herrami enta de medición para determinar ii
,Ui i/l",u están relacionados con el concep to que ~e quiere medir. si repre.len tan las
caracteriilicas uencialei del conltructo y si e>l<ln en 10. porcentajeli adecuad<». La
evaluación de la validez de contenido se sUllenta en diferentei fuente~: revisión de
la literatura medica. opinión de upertOI., estudio; piloto, etcétera.,r-,.
Vafid.. d. consl rudo. Evalúa el grado en que el in.trumento refleja la teoria del fenó-
meno o del concep to que mide. La vahdez de conuructo garantiza que las medidas
 o""",,oUo 1 ••I,dacOI1 de ........0...""" 219

que se obtienen de las respueS las al cueslionario pueden con~iduaru y utilizarse

como medición del fenómeno que se quiere medir. Se eakula mediante diveno~
método~ pero lo~ m:\~ frecuemu IOn el an:\li~is factorial y la ma lriz muhirraigo-
multimélodo.
En hencia_ el an:\~~h raclOrial Huna ttc niea hludhtica para ana~zar la~ intereorre-
lacione:. enTre dalo~ ob~ervable:. (~e rem ite :11 lector al capitulo corre,pondieme. en hla
misma obra). Ihquiere la obtención de medida. de lo. Ilmls del cuellionario. eldkulo de
la matriz de corrdacione> en tre e.ta. medidll' y el UIO de la~ tfenicQl del an:\~~i, factorial
para encontrar una cantidad reducida de variables no ob.ervable ~ denominodll!, fllctore~
que exp~can la covarianza del conjumo original de variablh La. di~repancia. en 1,,1
relpue>lO' a II,,",J que varian jUnTo. pueden il!ribui r.e:l di ferencia. entre lo, encufiwdol
en un faclor latente. Una vez identi ficado. 101 factore~ pueden uli~zar.e para de~ribi r
la composición factorial de un cuellionario. Cada uno de lo; faclO". se caracteriza en
Ihmino. de la. variable; que determinan .1,1. puntuaciones.
En la matriz multimt todo_muhirralgo, la confiabilidad elta repre.rntada por la in_
trn.i dad del acurrdo enur 101 exponentr. (la len;ibilidad) obtenido. al e>ealar el mÍ!;mo
ellímulo a partir de tfenica l idtnticas de r>eala miento (rl decir, al aplicar diferenTe.! mho_
dOI). De acuerdo con el modelo de Campbell y Fi.kr, rn la diagonal principal de la ma triz
.e encuenTran la. correlacione> cakuladal ent re ]0. txponen tr li obtenidoli con idtn lÍcOl
el tímuloli escalados con la misma tknic a de e>ti mación y que representan el c~ficiente de
con fi abilidad."'''
A 10li participante. se les aplica n todos 1m Ilenu de cada cons tructo y cada metodo. Se
cakulan las correlaciones en tre loda. las medi da. y ,e preleman en forma de una matri z,
denominada mmr;: muft;mt-tmlo-m" fl;rrasgo. Los coeficiemrl de correlación de la ma triz
pueden c1ar.ificanr en uno de 100 tre> lipos lig ui en l~s:
l . c .....tci ...t ... d. conf"oabilid.d. COrrelacione. enlr~ medidal del mismo conilruelo, em-
pIrando el mismo método de medida. Se rep resentan en la diagonal principal. Deben
.ff muy elevados.
z. c .....tci ..., ... d. ~~idN con~.r9"" •. Correlacio nti entre medida. del mhmoconnructo.
La ~alidez conHrgente ~e demue,tr:t al comparar e>la. corrtlacionu con la~ uprha-
da~ por laconfiabilidad y lo, do~ lipo, deben ~er elevado, y de magnitud ,emejante.
l. Co.fk:i..., ... d. ~a~d .. d"'. rg "" •. Correlacione. enlre medid al de diferente, construc-
tO~ u,ando el mi,mo mélodo de medid:1 (coeficiente helerorra~go-monomttodo), que
deben mO>lrar valore:. menore. que la. corre l:lciones enlre diferente, con>lruclO~ me-
dida~ con di>linco. mttodo. (coeficiente heterorra.go-hueromhodo). E>lOlo c~ficien­
te. deben .er mucho m~. b:ljo. que lo. de confiubilidad o lo) de vatidezconvergente.
La conurucción de la m:ltriz mu l1 irru.go-mul1imttodo propueua por Donald T.
Campbell y Donald W. Fi;ke, uige alt a; correlaciones intMidim t nr.ión como evidencia de
validez de conSlruelo y baja. correl~cionel c u ~ndo le .upone que lo. Mi.go; ;on diferen-
te. y ui)te \"a~dez diloCriminanu. Como ejemplo, en el CIIiIdro 19-3 le muema una ma¡riz
multirra.go.multimflOdo, en un eltudio que v"lidó un CUhlionario relacionado con la
,intomatologia que prt>rnte en mujeres co n ;índ rome coronario agudo. '~'l
La. correlaciones de !>eanon alm. al in lerior de cada componente Irórico (zona. por
debajo de la diagonal en gris), .on evide ncia de va lidez de COnltrllCto. La. correlaciones al
'"
''''' '"
"'" 0312

" ." ,,'" '"'''D

01739 OO." 'OOE '"
"'" '"
"""
..
01 419 01093

,,'" ,,,,,
01153 0 7517'
'OOE 0 1912 -(1,079 '"
-O 121
01311 01146
" -O 165 '"
09128"
"OO, "''''
" .... 0 1321
-O ' "
01 1>41 01734 -o,n '" ",
-0116
0 1713 """ 0 19(1 7 , ", OO,
OO.... "'"
,,'"
-000'
-0000 01761
O l 11B

'''''
-O " .
00313 -(1 145
-O '"
08365
0701 7 0.8343
-O '"
'"
¡nunor del co mpo nente tfÓnCO de evaluación po;r rn valorr. de correlación i nfrri orr> a
0. 196, ademá. de valore. de co rrelación negativo .. pero tambi ~ n ir repOrtaD correlaciones
.itnificmiva" co n \'alorts de p = 0.05 (resa ltada, por un a.tf'1r.CO rn la ma lri z de correla-
cione.). Por tam o, no es po.i blr r,mblf'Cfr juicio> sobre la valid ez de co n,uuclO rn fl ta
dimen,i Ón teórica."
V"lidez d. criterio. Es La relación de la puntuación obtenida por cada .ujrlo en el
cu rui onario que le inten ta validar, a l comparado con otro que pretende medir lo
mismo que d"n medir el grupo de inve>tigadore ~ Lo idea l e, que elcon u-a ne ~ea
con tra un enándar de oro. A menudo se recUrre a innrum e nt o~ rupald a do~ por
O t ro~ enudi os O i nveni~aci o n e ~ y, gara ntizando la medición de lo que ~e duea me-
dir. Si el criterio ~e fija en el prnente entre lo. dO! (o más) instrumen to. para com-
parar, ~e considera q ue ~e trata de una va lidez concurrente (se COrrelaci on a con la
va loración del c rit erio en el mismo punto en el ti empO). POr otra parte. ~i el cri teri o
. e pTU)'ecta haci a el (uturo, se le denomi na va lidez predictiva; en ~>ta . se aplica un
cUhtio nari o y u compa ran lo. rhultados con un dhempelio po~ t e ri or. para acla-
rar ~i ese criterio evaluado en el prhente predice un resultado futu ro. Depe ndien do
del tipo de variables.. se utilizan coeficiente> de correl ación de Pea non (variables
cuan titativas) o cálculo de la ,en.ibilid ll d y e~ pecific¡dad ("ariables cuati tati vus).
Este es elli pode validez al que sue le aludiroe cu and o.e ha bla de validar un in.tru-
mento. El pro totipo de la validez de cri teri o es el an:'!lisis de pruebas dia~nóstica .. l

Vi.bilid.d
Lo. mejorel ins trumentos son in. erv ibln.i . u aplicación rnu ha dir.ci~ compleja o COI-
tosa. Ca rac"riuicas como el tie mpo empleado ; la .encillet y la amenidad del fo rmaw; el
inmh. la brt\'edad y la cla ridad de las preguntas y la faeilidad de la corrteci6 n, el regi ,_
tro, la codi ficació n y La interpretació n de 101 res ultad m ion a.pecto, relacio nados con la
viabIlidad .")
Ha.1a "" momento. el a n:llisi~ de la informació n iólo ie huCf pa ra confirm ar la valí -
dn MI cuestio nario. El análisis enad istico pmtl rior (der.criptivo e in fere ocial) del in,tru_
 O""",oUoy •• I,dacOI1 de ........0...""" 221

WC1"- Guí~ <J,., cot l'¡O p~'~ ""~¡l1" I ~ c. h d~d de uno p!bIiCiloón de orue<OO con to voh·
docón de cuest,ononos

• On9"" de l., ,,>al.,? ,T,,,,,,, •• lId .... d~ ..,.n""o.' .Se ev"yO l. co....,'¡""o.
.Ouése .... ,,"ó7 ,H-.,. ....... d""ol d" lo ".hde. de .. t ... n07
COM"",do' • Toene bY"". conf,ab,~dId le >t-
,H-.,. ....... d""ol de lo ".hde! de 'ele.. '
CO/\.1ryC!07 .Po,,,,, conf,_dod
,Se con~deró l••• I,dez de .. t ... evlluodor?
cnI""o7 ,Cómo se co!QJló ..
,Se hozo de m. ne<. com,_dad'>
CO/\QJ"""te7

mrnto dr mrdición vafidado. forma parte del dt.arrollo de la in\'eltipción principal, Qur
rfQurría 1:t validación previa para la obtf!lción y el rePltro de i;:, información proo::edrnte
de lo. encuf.tadOl.

Aplicaoón del cuestionario

La aplicación dr 1m cu .. >tionario~ adQuirrr do , forma, principa[n: autoadmini.lrado
y mediantr rnlrrvi.ta; rsta última .urlr ,re
prr.onal y Ir aplica a un individuo o a un
grupo.
En r[ primrr tipo, Ir rn trega rl cur,tionario a[ participante, parn qur lo r"ponda. En
e[ calo de [as entrevi.ta ... peno na[e~ o a distancia, una pu,ona de[ equipo dr im'rltigado -
re, realiza [as pregunta. y e[ partici pa nte ,tS po nd e.
E[ lugar dondr se ap[iqur el cuestionario debe Irn er características adf'Cuadm.: fácil
aCCrio, buena iluminación. aiientos cómodo>., clima agradable, amplio~ espacios y Otro,
e[emento~ nf'Cr~arios parJ que [Oi participa nt e, e inveuigadorn ~e encurntren cómodo>.'

Lectura critica de una publicación científica relacionada

con validación de cuestionarios
Con ba~e en lo anterio.:. en el cu.adro 19· 4 ie pre,enta un conjuntO de pre,unta. que se
podría emplear como li,la de cotejo y cuyas rhpuestaS pueden ~ e .... ir parn evaluar. en una
publicación científica. la calidad de b validació n de un cueltionaria.

Conclusiones
Si el c Uhti onario )·a exi,u, puede u.~r>f le y no ti necuario que.e invente Otro; ,in emb;Lr-
go. d .. be vafidllue .iempre.
En .intui>., lodo cue>lionario debe re un ir 10i ,i,uientri (ttri but~: ifr adecuado parn
el problfma de illlud que;r prrlend .. m.. di r. ,fr ... ncillo '1 de aplicación ~iablf, .. >ta r vali-
dado. su ~e nsible parn mfdir ca mbios enm in dividuos '1 en elliempo. d.limilar con clari-
dad ,lIli dimenuon ...... fr oceptado por 1m voluntario,; qu .. dan rhpll">Ia al cur.tionario.
prof...ionalh f i!l\·utigadort>.
En,;1. la rlabomci ón '1 validación de un cUhlionario rtpreHnta todo un proyf'C IO de
invr,ligación.
 1. Atgimon I~p.t.. J,m~nn v'J. MmJos di imYJtit"ri~" rI¡"iray IpíJt",i~ra. 4 •. ed. ~t.d rid:
EJ ... v,,, •• 20 12196-206.
2. B. bbi" E. Ft",d.lIt/l"frIf.k Id in/Jt1ti/Jl(/~" JoáiJl, 3•.• d. :>016cico: lhonl""n Eduo ..... 2000 232-
'56.
3. D.>hodwah N. Ka,hw .... J .. Sh.. J,A" Zubriuky C .. SI ".n .\1 , ~hnddJ D,S, V.hd."on of
.n in .. rum.n, to mn ....... oId •• adulto' oxpoct.ti on. "'G.rdin; m"".m.nt (ER.\I), fI.#S O""
2012;7(8), ~3854
• . C.no S.J. Lamp, n; D.L. B.mIK. L.. Smi,h S. lh. An" -Oot TrU 'm.nt ~. (ACfS) in
din,,,,,1 ,":d" crou·cuhur:d v. l,d.tion in Venom liuo moo.mbo!"m p ....n'L HrJ áIJ Q_I Ufo
O"m""n, 2012, \(} 120.
5. C ..d . -C.mp.yo J., Zamonno f.., Ruiz :\1.A.• l'éU'z·l'i .... mo :>01., Lópn-Gl>mC'L V., ReJO' J.
lhe a.", .. men' of General,ud .nxi .. y di..,rd.~ p'Ychom .. ric v.• J.d.,ion of,he Sp.n,.h venion
of,he odf·.dm,nutercd G AO ·2 ocaIe in d.ily medic.1 pn"Í<e. HtJáIJ Qualtifo Olltrttmn.
201 2; 10:114.
6. Gon:t..:ilcz-C. rdero 10., Inf.n.e-Co,.io I~. C.}'ud. A.• Acm,.·F.::ri. :>Oi., Cutiérrcz·PérczJ.L 1'0-
ci:d di .. \,;li'J· indcx (fDI): .d..p••• ion '0 Sp. n'sh . ",I,.b'li,y .od validi. y. MNi Oml faml 0",1
Ci, IJlICal. 2012; 17(6):elOO6-10 12.
7. Bl om..«I, Y., Sou.rn A.• Ni.mb. L, Sic A., Weiodull L. S.uerbom R. .\le»uring sdf-.e-
poned he.loh in low-<neom e eouo,rie" pilo.ing ,h",e in"mmen.. in Kmi -m'" Bu"'in. Fa ....
G"'b Htlllth Arti'III. 2012;5.
, . O nqvi .. :>o.. . , Roo. E. ~" . , Bro"rom E. W., J.n.rv I~~t., Ive""n :>01 .D. Ocvdopmen' of.he Koee
IojUl)' .nd O .. co."hri.i. O u."" me S""... fo. child ... o (KOOS-Child): "" mp.tt.eDlibili.y .nd
eon'en' v.!idity. Art.l Orthop. 20 12;83(6):666-673.
9. Hdmemont H.j.. Sra,e S., W•• n:n J.• Be ..on H" Ekdund U. A sr ..em ••;" .-c-vicw of mi""i ·
lit Y .nd obj<"Ct;ve en'enon-m."d v.!,di,y of phy<icaI .",ivi.}' que", o nn."..... Int} &lnJv A'""
I'hys Art. 20 12:9, L03.
10, V¡ ..... wak .. m. K... Lahanv.. Cup,a R., Coe! D., Dh.' m.na D.C.. Sl.arm. T. Kal ... J Tranll-
1.,ion .nd val,d,,,,on of "",,1.,,1.; syndrom. <¡".Ii,>" oflife qu ... ¡onn.i .. ,n H,nd.l.n¡;ua;•.
Ntlirtll lNlia. 20 12;60(5):476-480.
11 , Ri c.rdo A.C.. Hack .. E.• Lo ... c.:\1.. Ack ."", n L.. D.Salvo K.S., Co A .• Ku ..... J.w., N ..od
L . 0'0 A.. Tow nKnd R,R" Xi. D .. F...... ". e, E" L•.!, J,Po; CRIC In~"' g.' o ... V.I,d"ion
of ,h. K,dncy 0.",... Qu.!" y of Lif. Sho n 1'0.", 36 (KDQOL-36) US Sp.n,.h and En¡;tuh
v.... on. ,n • cohon ofHupan,,,, wnh eh ronic kidn cy d, ....... t:d", DiJ. 20 13,23(2):202·209.
12. O ... oon J.. Lavo. C. V:d,di,y. mi . bo lit}'• • nd "'1,on<iv.n ... of . odf-"'P"n.d foo! .nd . nld.
oton: (SEFAS) AlU O,th~p. 2012;83(6):674;5 .
1'. C.mp. Po}, $lunn •• SL... P.tn",o S.R., Rothm. n RL., Vermund S. H., Au<;\n c.:-.1. Comp«-
h.n'; ve ~ nowl«lg. of HIV .mong women in r\l~.l :\ioumbique: .kvdopm...' .nd y:d,d.tion
of ,he HIV ~nowl«ll:e 27 ocaIe. nos Om. 20 12;7( 10) :~8676.
l • . l'uoche! K.• Repeuo Po . Sol .. \t .O., Soto C .• Conúla K. O ... gn .nd v:d"Ia.,on of.n in .. ru·
men' ' 0 U!iCU f.mil,co al lid.: fo. he.!,h problem .. Rtv Mtd CMI. 2012; 140(4):4 17-425.
 O""",oUoy •• I,dacOI1 de ........0 ...""" 223

15. Vd.nlc-Jurodo E., ÁviJ.-R"",ro. e '\¡e,h od. ro, quali,)' of life u""SSmen' . Su/ud Publúa
Ma,2002,44:349-361 .
16. C .......jal A... Centeno e, W.uon R .. .\1."in"" .\1 ., Rubiale. A.S. Ho" · ,,.n in..rumen. fo .
me ....";n; heal,h. o be v.alid ... 'ed~. ..in SUI S,mil N,mu, 20 11;34( 1):63-72 .
17. Bomb:alr. A.E., Bruce S_G. Sd{-Med h<>hh . "d ed.nicÍly: fncu. on indi;en"... popuJ •• i" n.. 1m
j Cí,",m~Lr Hf"fth. 20 12;71, 18538.
11. ¡',-..charles.\"'''., Soe-.\-hrie 1~"" .• I'.n"I,.[j. I~, .\ I 'nord H., Shi. Y., \X'oIfe F. -Ihe 2010 Americ.n
coIl~ of rhtum ... oIog. ~b",myalgi. ourv<y c!i'gn",.ic cri«n. ""d rrmp<"m .......,ri,y OC".al" i.
a .alld and rd,.ble ,001 'n' F",nm 'I,e,~ing Iibrun1yolgi. coho n . IJ/ltC MustlIw/,,/a Dis~,J,
2012;13: 179.
'0
19. I... np..u; LF., Sh... L, C"w.n E.\ I. H ow i",I''''''' ,h••• Iid"y of onual bd..,.;ou. rq>0'-
.in;: rr .. ema.ie ~<W or """..;Olln.... deliv"ry 'nod,,< in devdoptng eoun,n"L 1itJp
Hrillm, 20 10; 15(3):}62-381.
/It'"1m

20. Ngomltham S., Vineen. e, Rnnegon L., Holden j.E., W.n; Z .j., Willt", D.J. The .\"'Gill
(' .. n Que .. ionn.i .. n • muJ,idimen";on . 1 me' '''re in people wi.h e.n.,er. .n ,ote;,•• i.e "'_
";cw. Pain Ma"",- """,,,. 2012; 13( 1): 27 -5 l.
21 . Rrime ........ K., Jdc.uc D .• .\I e.. E, .\ I",,·e, N .. WolI Á. Validi . y ond ..di.bili,:>, of. K"lf-rq>on
in .. mmen. 'o " , « y social "-'ppon ond phy';c. 1 environmen.oI oorrd .. ", of ph,..icol Xli.;,y
in .doI<Keou. B/ltC P",blir Hrd/tb, 20 12; 12:705.
22_ WongJ.E., ('.mdJ W.R., 1lI.d. K.E. , Slr.idmo." P.\1. Rdiabili.y .nd rd ..i"" ..Iidi,)' of. 100d f..,-
qucn<y qunti oorui "" o • ...,...1Ood group in' aIc", in Ncw Z"oI.od~<KC ..... A'",trJ,2012; 11:65.
23 . S:ínmez-Armn, O., D mmond-Ándnde F.e, Wil<y Á.R., Ralfodli .\-1., Ándill ..-G.n:i. e,
UP A..\IIGOS 1008 Stud)' Gmup. Ev.lu.'¡o n of ,he pll)'chom<tnc perfOrmance of .heSCO!'!'
que .. ionn"'" io • .\Iexí <:>n )'<>ung oduh .... mple. Su/ud Publica /Ita. 2012;54(4):375 -382.
24. Acode A.C...i ~n,k introdllrlÍon 10 Stata. 3a. ed. Tcx ..: Sl/Jta /""" 20 12.
25 . ftp:// publi c.dhe.ibm .c:om/>oft wa.e/.n . ly.ic.!'p ../documenu,ionliu'¡"icJ20 .OIenldie n' /
.\hnualJI B.\I_SPSS_S...i .. ico_Co",_Sy" em_ U«,,_Guide. pdf IConlUludo d 21l106l20 131.
26. Singh ".S.. Chin:op .... ~ t .j., Uij .dewilligen L.. Vi k fN .. V. n Lppevddc W, Fcm:iodn·AI";ra
j ..\I .. dal Te .. -rne.. ..diabiti,y .nd co n"m« di Ji,y of.he ENERGY-p.",n' que .. ionnai",
on puen"og pRCI'CCO. energy b.J.ncc-", b«d beh.";ou" and ,h ..", po«o"a1 bch.';oura! de-
« 'm ,n.n,,, .he ENERGY¡> rnject. IJMC H~ No'~. 2012;5: 43<\.
n . Vd.nlc-Jur.do E., Ávih-Rgu.,,,,. e Con"der,cóon'" m<todológ."'" par. evaluar l. col,d. d de
vida. Sal"'; r"blic" Ala. 2002:<\4:448-463.
lI. C",.al:ín I~, .\I.nin,,¿ A., H",rcj ón ....., _\1anín"~-G,,.d• .\'1.,1.., SoI" •..c...luñ ... J.J .• Roman-
S:Ínm..~ I~, 1',od J .• BI.nque. R. In •• ..,.1 eo n'; .... ney .nd ~oI,d.fy of,he Sp.n..h ..... on or
.J.e ""al"y oflir" quu"onn ...e 'I,«ilic fOf ob>1mctiv" .J,,"!, .pnu: .J«"I' 'pon quali,:>, oflir..
i nde... tlm, JJffltlUnt/Jmol, 2012 :<\8( 12):431-442.
n . Apó.oIo J.L, T.nn ... B.A.. A.IIr..o eL. Co nfi.m., ory f.ctor .naly•• of ,h" Ponugu"« 0 .. -
1''''''00 Aox'",y Som. Seol.,.-21. /lno IAt ti", fnfor",,,:.,,,,, 2012;20(3):590-596.
30. Cr.mm j ..\I .. Nid:wx. A.P. Ncton.1 v,li d"ion of ,he I'.,i<n. A.«.. n."o, or Chron;., IIIn ...
C~ n: (PAC IC) .nd I'ACIC ..non ve ..ion (I'ACIC-S¡ .mon!; n rdiQYunoI .. di'<l"ne pIllen" ,n
.he N",herlond .. H" .lth QIid/lift Olllro",,,, 20 12; 10: 10-4.
31. Roy J.S., .\t..,Dcrmidj.C., Woodhousc L.] . .\1eo""nng .nouJde. n.n",ion: • 'Y.. emo.ic ",.iew
of f<>u. """";onn",,,,,, tlrth,iti, Rh'II"', 2009;6 I (5);623-632.
32. Cé!tpcdc. eY.'.-I. Sin'omu en l. mujer co n ,ín d rome coron.no agudo: dc..k J.. prucb .. de
.alidez.. Ar, En!" , 2012;30(2): 25 -38.
 Cómo escribir un
artículo científi co

GIOflI Eligen,. Que'po Giro ..

'Un CI.".,óllco ... aqut!l¡"p",rona que """'PH'

~ " f"" algo nuevo qU9 d..ar pfNO quena sab .. cómo"
Sor James M. Barne (1860-1937]

La escrilum de un artículo cien tífico !ir considera una de las tarta! más complicadas en
el ejercicio profesional de un científico; ,i se reflexiona, eua afirmación n com'cta, La
creación de un mamucrilo m~dico o cie nt ífico es algo muy distinto de la rra~zaci6n de
un protocolo de in~enlg3ci6n. la intervención en la tutoría de alumnos de posJ!:ra do o
la prhtntación de los Tuuhadoi en un foro científico; t!iCriblr es tratar de ir más all~. 1'1
comunicar con claridad por herilo, es deddiht a sortrar una serie de ob:u ikulos que mu-
chal v~n nada Iltntn que, er con el trabajo realizado. Para tlCribir. bana con deddir!ie.
y la realidad u que eso no !ir en~e~a: no hay una fórmula que 11eH de la mano hana la
publicación Hay que aprender a &ortear 101 obn:\culol que le "an prt~entando. a len!a~e
a ucribir y rodearu de ,en te con capacidade¡¡ y talento> dlferentu.
Cuando ~urge la tarta de elabordr un manuK rito, no loe encuentra a nadie que quiera
hacerla y en mUoCho~ grupo> ~e le a~lgna al m:\~ joven e inexperto. Luego. cuando éne hace
lo que puede.. >urgen lo> CritICO~ por todOl hldo!, que qUieren modificar h.ta la~ coma~,
E>to h~ce que lo> jÓ\ene; ~e ;Ientan ag,,,lidoi cuando e!oCriben, que lo> profe>ore> no ter-
minen lo iniciado y que. en mucha; ocasiones. el trnb;ljo reatizado le quede en un cajón,
La in,,!!Ción dtl prrsen" capítulo el tratur de aclarar algunos "malo rtlacionados con
la manera de enfrenmr la escrilura científica y, más que nada, de entrar con paCIencia al
juego de la publtcaci6n
En pnmtr lugar, ei nteesario aclarar que nte capitulo no euá onenmdo a rn!f~a.
a e>o;ribir un Mbuen aniculo". pueilO que, como afirma el profeloor Albrn {A lm.n, 2(00):
"Si algo e.l dlHno el la opinión acrrca de lo qur es un butn aniculo" Lo que 1; re.lulta
indiscutible es que dem'ls de cualquier escrilO médico debe nistl. un trabajO clentílico
iólido y tambifn e~ ciertO que r,.liuen mili tntbajol con un buen fundamento que eipacío
di>ponible en reviua!. La realid ad ei que se public:ifl 101 manulCrito~ que lo~ editorh de
la. revi~ta~ conMderan apropiado!. Al fina l, lo que se debe coniiderar e, lo que quiere el
editor. Eue h un concepto con el que científicO! y acadtmicol htiln poco f:1miliarizado!.
y que dhpierta ~entimiento~ de rechno: en 1:1 public:lCión de un aniculo,e trala decom-
binar el trabajo científico y 1:1 peneveranCÜ1 co n un a :lctividad de venta>.
L:1 tarta conii>!e en cre:1r un producto (el articulo) y venderlo al editor. una vtl acep-
tado. le puede dfcir que ie ha ganado. I{ e;ulta complejo redactar acerca de cómo elCribir
un articulocientifico; aunq ue el au tor le :lpegue 11 los e6nonel y lal regla. internacionaleJ"
no tiene garantizado en ni"giln momento que.e le ¡leepte y publique ti articulo; lin em-
bargo. reprhenm el primer palO. Elte capitulo le divide en do. parre.: una bre,'e y concila
en la que se hace hiacapif en 101 lineamiento. internacional" que euablecen la forma
correc ta de elCribir un manulCrito y una .egundu parn que se aptga a lo. problema. que
le deben IUperar pam publicar un tlCrito.

¿Qué se debe considerar como un artículo científico?

En 1968 se definió qut era y cuáles carac terí.tica. dfbía Itnfr una publicación primaria;
de manera tfXlUal, deN .er la primera divulgación de un trabajo y deNcon lener informa-
ción .ulicientt para que 1m colegas del aU lor puedan:
1. Evaluar la~ objf",acione;.
2. l{ epetÍr IOi r,.'ptriment01.
l . Evaluar 1m pTOCeios inleltclUale;.
Además., debe sn iUlCeptible de percepción seRlorial permanente. eUar a la diiposi-
ción de la comunidad científica sin rturiccio ne s y publicar.e, para su Hamtn periódico..
en uno o más de 1m principaln ie!'Vicios lecundarios reconocidos (p. ej., en la actualidad.
Bíologim/ Abs/t'(l(TJ. Chemirol Ab!llraclJ, /tu/ex M cdicl/s, f:.,cl'rflw Mt'flim. Bibfiograflhy
o/ Agri('l/lrl/rI'. tIC., fn Euadoi Unidoi y .e",icio!> análogol en otros pa~n). En genfral
todo articulo científico debe permitir la eva lu'lción de la, ob,ervacionh realizada>. Todo~
lo!> experimento>. 1:1' m aniobra~ y lai inter"encione. le lienen que repttir y. por último. lo~
da!O~ obltnido~ deben tener una dilCu,ión lo bil.wnle adKuada para conlhlar ta~ pre-
guntai que,e reaticen a lo la r,o del trabajo. P:lnl que hlO le cumpla, h nKelalÍo que el
manulCrito ~i,a ~neamiento~ internaciona le. que organizan y ¡ütemalizan el trabajo. Al
final de.u IKtura. ~e puedan cumplir la~ trt> ci1racttri> t ica~ nKe~aria~ de una publicación
primaria. En la~ ciencia~ bfl~icaJ" 1:1 forma de dt>ign:lr hta li~ttmatización e~ mediante el
~imma IMKYO hi,las ea in,lb de introducción. muterilll1mhodo;. relultado. y dilCu~ión).
El American Nacional Swndard In>titute uniformó e>te ~ilttma en 1979 y, en la actul,b-
d:ld, toda. la~ r,,'i.t:L1 i ndizad:l~ lo M,uen, Exi ste n conmd:l' excepcione;. en que multrial y
mftodo. van al fin:.1 del manulCrito, como en lu ,evi>la Cj-/l. La ,tttlidad el que e~te .i~lt­
ma t> tan ló~co que en la actua lidad ~e u!iliz;l p:lnl ca.i todo! los .illtma. upolitÍvo~ de
la ciencia y Otros arta .. 1

¿Qué tipos de artículos existen ?

Lo primero que una re"jmll va a cuelliona r e. el tipo de arliculo que se prtlende publicar
y, aunque .uene muy ló~co, no r;tá de mil. "vi.arlo.
 úno <'«l1bor un .rtKulo a.ntrnco 227

T~ o investipciOn original. f' ublic a datoi obtenido; en un prOChO experimen-

tal planudo. !>I;tematizado y origina l. Mái adelante. loe dedica en h te capítulo un
párrafo a la ~oripnalidad": con el adve nimiento de tanta~ herramientas me todoló-
;K:a~ aunado a todo el ar;enal tecno ló;ico con que;e cuen ta. además de lo; mode-
lo; económico~ y ciemílico; diferente; a lo. nUhtrol que u ti enen en O t ro~ p:t í;e~
rtlulta neceiariocomprender lo q ue e, o no original.
hpOft. d. casos d inkos. E, un tipo de tntbajo qu e. bien utilizado. Je convierte en
un utraordin:trio recuno de difuiión p:ml 10i clínico~ porque permite un an~lilil
demllQdo de la m:lllfrU de aborda r a un p:lciente. mejorar el trat:tmiento y. 10 mal
importQnlf. anQlizar y aprender de lo. p ;\cie nt e~ Lo! médicol que trabajan en ;run-
del centlO! de referencia y conce nt nlción. con unQ ~r.ln ca ntidad de pacienlf~ liem-
pre tienen mb oportunidade; que Otros profe;ionaln de la salud de yer patolo~i;li
raras y comp~cacione. no repor", d a~ Tie nen conodmi l!" nto de la manera en que
reiponde una población determinada a un tratamiell!o o a otm; siempre CUfn tan
con al~o nuevo y ini l que dreír a la co muni dad mídica.
Cotnunlcacion .. ca" .... Cuando ,e tie nen algu no, dalo. concluyenlf!i pero no Ion
1m bastanlf UtellWi como para un lrabajo original. es[olO comunicado~ rtsult an
idrales para iniciane en el proceso de la di vulgación cient.ífica escri ta.
COmunicaci...... rapidas. C uan do se o btie ne un re; ult ado novedoso y no se quiere
COrrer el ries!o de q ue OfrO grupo se adela nte en la comunicación. se envía un
comunicado r.ipido. Si >e cue nta co n el sUllento nreeiario. merece prioridad pa ra
.u pub~cació n. Un ejemplo clá,ico de eite tipo de p u b~cación fue el que hici eron
Wat>on y Crid: en eia Carrera ta n fascin a nte por desci frar la eitructum helicoidal
del \DN.
R..ision.. bib~ográfocas. En elte tipo de e;crito hay dos vertieme>:
Por invitación a grand.. grupos expert os en un tema. Lo; editores de las revina.
hacen in~i t acionei direct a!>.
Por Keptación de peticiones.
En cualquier ca;o. siempre es neceiario mo.tntr evidencia .u!icientt de que el autor ti
un experto en el tema y que tiene ~ana experiencia :tl rhpec to.

l os p rime ros p aso s p ara la escritura

A nte; de rmpezQT, h:ty q\le dejar en claro un co ncepto que de;cribe Alberl de manem per-
freta : ~La capacidQd p:trn elcribir un artíc ulo cientilico lólo le relaciona con la cltp:tcidad
de e;cribirotro articulo cientílico". EIUt capacidad no debe tomarle como un panlmetrO de
"ferencia de la. capacid.. dh clínicai o cie n t í fic;\~ I:t inteli,enciQ o el valor como profHio-
niuu. QuienH conliguen publica r ion quienel tienen la motivQción .u!iciente pum leguir
adelante y qui e ne~ de una forma u o"u. hun d:ldo una serie de paso. y .orludo problemai
a lo largo de la e;critura del lrabajo. ~or e.o es muy importante delinirsi le quiere entr.tr
t n t ljue,o d. la publicación.
A nte; que nada. ~f debe labu q ue la er.cri tu ra drl manur.crito ei respon.\abi~dad dr
una penona del equipo (pufdr.\u quien dnarrolló el trabajo tfenico o quien lUYO la idea
y dirigió el proyrelO). Un a vel que elto !e aclara, hay que tomarse el tiempo nfCfiario,
suponiendo que el hito o frnc a,o depen de de l rf'ponsable.
 Aunque el tiempo es algo subje tivo, que se euablece de maneru arbitruria, resul ta
conveniente poner fecha~ limi tt. Euá de más afir mar que sentane a hcribircues ta trubajo.
pero concentrarse cues ta muc ho más.
Quien e>cribe el articulo tiene que cOnthWr primero por quf quiere eloCribirlo. Si no
se encuentra una rfSpUe~la lo bastante buen:l p:lnl qu e sirva de moth·ación.lo más ~e,uro
es que no ~e llegue a una publicación uitosa. JJ T:l mbif n debe tenerse en claro a cuál pu-
blicación desea en_-ione el trdbajo. Eóta p:me resu lt ll complejli. porque ~e riende u perder
la objetividad debido a que. pam decirlo de ma nenl coloquial. clida articulo es como un
hijo: siempre se le ve hermoso. Sin embargo, es necesllrio hacer un análisis de lassiguien-
te, variabln: si h clinico o Msieo; .i e, novedo;o; si hay reporte. al re>pec to; ~i uis ten
trabajos parecido\., dónde es t ~n publicados y q uf metodología se utitizó; si 101 resultado.
aporwn eonclu.ionh novedo.al;,i es producto de unu in"utigución larga y con diferente>
eolaboracione\., ele. Lo que la autora recom iend:l h tener una ]i;ta de Ire> posibi~dadn e
iniciar con la que llene la, upecta tiva, propia .. lomando en c uen ta quitn lo puede leer y
para quitn euá e",rilo. Aunque eue.\te trabajo. hay que entender que el factor de impacto
no debe ser lo que impulse el envio del trabajo. Todas la, revi.tas tienen .Ui lineamiento\.,
a.í que hay que rl'visarlos con cuidado.
Lo que ;e recomienda, an les del inicio form al de la er.critum y utilizando el¡istema
lr.tIlVD, es empezar a eloCribir (de prl'ferl'ncia en el idio ma en que se q uiem publicar) y se,uir
er.cribiendo, vertiendo lodo lo que se quiera tran smitir y expresándolo de la manera en
qu e se desea comunicarlo. aunque en moc has ocasiones las frases deban modificarse má¡
adelan tt. Para ello. es necesario tener desd e el princi pi o una idea clara de cual prl',un ta
se quierl'comestar y cómo se quiere qu e se entien da el trobajo. En esta etapa. no hay que
preocuparse por los deta lle.. El objetivo es qu e al fin al >e cuente con un borrador claro
y conciso, en que i f pueda n tmbajar las ideas. De acue rdo con Thurber. MNo lo er.cribas
bien. eloC ri belo ~mplemente". Aun en eue pri mer bo rrador, hay que tener el orden neces a-
rio y cum pli r con la¡ caracteri¡ tic assolicitada .. •

¿, Qué característícas debe tener el escrito?

A con tinuación ~e deKribf n las camcterÍltica¡ q ue debe tenu un eloCri lo:
TIt .. lo. Si ~e rfflf."lion~ un poco en lo que ya se comentó (que eloCribir se combina con
vend er). ~e puede dar entonces el primer p:no paro plan tear el objeti.·o. El título e~
el primer encuentro que tiene el edi tor de 111 revi>ta con el tmbajo; perello. ~ólo hay
do~ po~ibi~dade~: se engancha y quiere saber má .. o lo deja de lad o. El titulo debe
tener de 15 a 20 plIlabm!. como máximo. adem:'u de >e r e.(ACto. eonci~ y preci~
Un buen ejercicio se ria pen~:l r: MSi yo tuviera que leer hto. ¿que título me gu.mriu
encon trar':''', o anatizu r eu{¡le~ ~on los título. que hlln lIeVlldo a bUloCor una re"ista,
ilbrirel PubMed ocompr.. rlo.
O.tlnldOn el. los _0<• . Se le~ debe incluir en orden de importancia y deeontribudón.
Cada rl'vista ~olicita un formato detrrmin ado: nombrr )' 3pellidocomplno. inicial y
apr llido. apellido e inicia~ ne. De ma nera genrral, el primer aU lor del trabajo f> quien
realizó el trabajo Iknico; en muchas ocalionr .. r~1f lu,ar corresponde al eltudiante
de poigrado. Lue!o ~e ~ a n colocando a los a ut orrs de manrra >ocesi~a. ha.lla lle!ar
al último, que es elliderdel grupo. quien tUVO 13 idea y quien ellá en CODl:lCtocon el
edi tor (aumrcornspondie ll! e). Por ultimo, le incluye a la. insti lociones participamh.
 c,.."o <'«l1bor un .rtKulo a.ntrnco 229

Resumen. El. un pun to critico en el prOCeiO. D e la capacidad que ~e tenga para re-
dlK:tar en 150 a 300 palabras toda la inveuig:lci6n, deptnde que el trabajocontinue
en el juego de la publicación. En tlpecial,.e recomienda dejar el re~umen ha~ta el
final. una vez que el trabajo ya .e encuentre htruc lurado por completo.
Introducción o anlece<l.nles. Aquí.e deben de;cribir la~ razone. por la. que ~e elabo-
ró el trabajo y lo) objeti"o~ que se plantearon.
Suj~os y mlilodOl o !NI"'I y """,odos. En e>te P¡l~O ~e liene que re.ponder a la pre-
gun ta -¿QUf ~e hizo?". Siempre se inicia con la muema o poblaci6n de e.tudio y
luego se define el tipo de tf>tudio que.e rea liz6. En particular,.e recomienda crear
un e>quema de la~ lfenicn. y lo. e>ludio> que .e llevaron a cabo. e;cribiendo a un
lado por quf.e elipó e>w metodologí;\ y quf.e 10gT''' con e>lo. E.te ejeldcio lleva
a la eloCritura de una .ecuenda lógica de lo que.e Jle,·ó acabo y por qui Je realizó.
Resultados. Como es de espemr, aquí" con tena .i se logr6 IOdo lo anlfrior. Si
se tiene un buen uquema de lo. mí lodo!>..e van describiendo los hallazgos. .in
omi tir dalO ... Pueden inclui rse tablas. cuadros. gráficas y figuras., record ando que
fifOS buscan facili Tar la com prfnsi6n del resultado, no dificultarla. Si 10i dato; son
contrarios a la pregunta de inves tigaci6n, hay que recordar que tambiin los rf-
.ultados diferen les a lo esperado abren la po.ibilidad de nUeY3i pregun Tas de in-
ve>ligaci6n. Debe IOmarse en cuen ta q ue a.; e. como >e desarrolla una linea de
inve!ili~ación . Resulta parad6jico, pero es de la. pri mera. cosai que muchos cien-
tificoi leen de un artículo.
Disanión. Es cuando, por fin , el aU lOr ;e ;ienta y i f pregunta: -¿QUt !iignificado
tiene eifo":''' -¿Con qUf menruje q uiero que ;e quede la gente que Ira e;Te trabajo'!'.
En realidad, eita es la parte de la escri tu ra de un artículo que mejora más con el
trabajo M escri tura cotidiano y no pO rque i f e>criba mejor o peor, iÓlo ei porque
cuaDlo más se trabaja con algo, mejo r ;e le conoce y ;e ~abe lo que se quiere. Hay
que recordar que la ultima frase de la di scusión iiempre debe relacionarsecon la ex-
po.ici6n claro del men;aje que se intentó t"ln.mi lir, recurriendo a fro~es como -En
conclu.i6n··. KN uenro es tudio demue- tra", "'N uhtro trabajo ~upere" o KNuenro
trabajo demuestra"".
Agnd.ami. nt Ol. Aqu i se debe menciOn:1r:l la~ per.ona; que colaboraron con eltra-
bajo. revisaron el manu>crito o diloCutieron los dato ... Aun que e> muy dificil. hay que
dejar en claro de.de el principio cuált> col:lbomcionfl van en lru agradecimien t o~ y
cuAle. en lo~ autores. Cuando el trabajo no fl tú ,,"crito. a nadie le importa mucho.u
colaboración; una vu que ya e>t~ li.to, todo el mundo bUliCa hlar entre lo. au tore~
Elto ~e evita aclar"ndo dtódt un principio el lipa de actiyidad y su relevancia I)aro
tltrobajo. Tambitn e. imporl:lnte me ncionar en 101 agrodecimiento~ a la. in~litu­
cione; que finpnciaron tI proyecto.
BlbtlOllt;ol'-- La última parte y, tal Ve7., la mi.. tedio.a, e; la de redactar la bibtiogra-
fia. Éua se cita !iguiendo la normativa uigida por la revi;ta o editorial cifn tífica.
!'ara ello, uiuen diferentes norma~ y el autor debe tomarla. fn cuen ta. E. nece;ario
con!idera r que, aunque hay a rticu los clá.ico. que deben mencionarsf, la actu ali_
zación de cualquier manu>cri to fuá determinada por la bibliografia consultada y
debe encon trane en lru cinco ano. previo. ala publicación. Entre las nOrmaS má;
uti~zada.;e encuentran la Vanco uver, la \1'\ Y la HafVard.'
 En la figura 20-1 ~e observa un ejemplo del euilo V'tncouver. de~arrOl1ado pOr la Bi·
blioltca Nacional de Medicina. de Eitadoi U nidol,
El el lilo A f'A (American f'~ichololY Aliocimion) ei muy ulilizado en lo! tntbajo! que
incluyen tema! de ciencia! socialt; (figura 20-2),
La; referencia! tipo Harvard ion la; que van cilad,tl en orden alfabflico. pOr tl aptm·
do del aUlor. En el lUlO !e menciona entre p<lré nl t>;; el apellido del primer autor.•eguido
de una comu y el ano de publicación. Al fi na l del lrabajo. le rednclU de acuerdo con la
figura 2O-J .

El prime r articulo científico

El mOmentO de eloCribir el primer manuloCrilo cie nt ifi co. L11' emp3' experimentale. han
finalizado y se tiene la información .uficienle p"ra generor el conocimiento y difundirlo.
Como.t ha UputUO a lo largo dtlcapilulo, la di ficu ll1ld para poner en orden la informa·
ción y. malaun,la. idea;. lit hace patentt todo$lol dia;.lo que prOpicia que el procno lfa
lento, poco fr\Jo;tiferO y fruurante.
¿Cómo funciona el pTOCt;O de tloeritura? ¿Cómo le putde incluir la t!.eritura dentro
de la. actividades laboralrs cotidianal? ¿Cómo se rfvilH [o que le ha eloerilO para dar el
.iguienlf pa>o? A continuación If inten la ordenar y liuematizar Itl pTOCe,o de floerilUrJ ,

nulo del itrtk:ulo

()t"z J.1riIIiIJl. Ruido!; ~I<i<l'i ""Pi~ 1.It""", deronMiOn

Mfod, em ( 8.1rI:) 1991. 109(16) 631 ·634

fecha ele publl<acoOn Inulo del arlk:uIo

\ I
B~. N . t::.
bey. lA ," Andl'l!Sl<y, P (1993) Noc~one dependenclt ..d
nwp ~ New t\Odenclt 110m iI prospeclt.e _'-011
Alt"hiIe5 o f Gene<aI ~hio1f'Y, 50. 31 ·35
 c,.."o <'«l1bor un .rtKulo a.ntrnco 231

I .lp!Iido
'"ae ino:iaI,1
\
lcXk. O. HIjiII. H. IIofges del Casmo. J. Selgman. O & WiIo)nH. H
/ ' o,hydlOeUpam trom ~oIIoIu".
"".
flfOfer4'"i • Id , LV. no 4 W 241·249

/ ~
I nulo del
articulo
I -
r_ulo Pe I¡¡

I ~ldu 'rIl'Il
I "'''' I .
publO:ilCk)n

de modo que lO! pUfdan rt,ponder las pregu nt as anteriorer., pt ro ;obrf todo avanzar en
ella a rd ua ta rta.

Agendar e l "ora no d e e scri t ura

No importa ~i sp han escri to 100 a rt icul os o se trat a d ~1 prim ~ ro. la pa m máscom plpja es
dar inicio a la eo;critum. E o;cri bi r no es fácil: req uiere concentmción y tmbajo mental inten-
.o!>. Haye. indica que: ~ Eo;c ri bi r e5 una ac ti vidad que re quiere in te nsa mOlivaci6n y activi -
dad intelec tual qu e requiere un proc eso cog ni ti vo y de me moria" . E n el libro Cómo I'Scribi,
mucho: guill procrim pu"" un trabajo ",w lémií'o eSNifO produl"liro, la autom Paula Si lvia
me nciona: ~ Es más fácil embal!¡ama r a un muerto que e>eri bir el prOCeMJ de hacerlo",
Como cualquier tipo de tmbajo d ifICil. requi ere prác ti ca y regularidad. Eno 51 tmbaja pro-
gramando sl'Sionl's ¡fe I'se,iru ..', que io n necesariai para que e.ta acti"idad pase a formar
parte integra l del trJoojo profesio nal cotidi 'lII o, Se pueden elegi r bloques >f manalei en los
que >f incorporf una rutina de una hora dia ri a de e>eri tura y más ade l:lIIte u aumen ta a
do. homs; h tas se deben considerar por un ti empo co mo cita. q ue no ~e pueden cancelar
dentTO de la agenda. L a~ ru t ina~ iiempre genemn re~u ltado!o. huna rfg la.

Establecer un esquema de trabajo

Ya exi, te un horario de t rabajo. Ahora.e tiene que decidir lo que se ha de eo;cribir en ese
horario. En e>te capi tulo se aborda la elcrit ura cient ífica: por ello. se puede e>tablecer que
el cuerpo tem illico del tl1lbajo f> ti man uscri to cien tífico. Un punto central de un manus,
c ri tO con,iue en poner por eloCri to 101 rel ullildo. obtenido. al trata r de rhponder una
pregunta de invf>ri~:)Ci6n y en pOOu dilCu tirlo~co n la comunidad científica, de lal manero
que ' fan aceptado, y, en ti mejor de lo. "'iOr., utili 7.¡,dos como conocimiento. George M,
W hi t~~id ~~ acons. ja qUI SI e mpi l'C~ por plas mar en un rspacio r n blanco 1003S las idus
que .econr.id eren impon all1u ;,Cuál t i el tema del trabajo~ ;,I'or quf eltrobajo es impor_
ta nte y merece 'u publicaci6n? ;,C6mo puede for mular>t la hipótui¡? ;,Quf re,ul tado~ se
tientn? ;,Cuál , e con,idera el mejor resu lt ado q ue da iUSlentO al trabajo? En tle t>pacio en
blanco hay que rf,pond~r enas pregun ta!>.
 La ~i~uien!e etapa consi!ite en adadircontexto y e!itruc tura al ellerito. Aqu í e~ donde
!ie deben agrupar la~ idta~ dentro df las s«cio ne!i de~i~n adal. y que ya se han de!oCrilo
(in troducción. mttodo!o, re~ultadol. etc.). Est'l etapa permite adadir coherfncia al trabajo.
ad em:h de hilvanar la~ ide:n. Aquí. la ímerrog¡¡nte !ieria ¿cómo ~e puede dar hta con~í~­
tencia~ Elconlejo el. de nuevo. que ~e logre a travé~ de pregunm~ que ~e vayan come~ t ando
(cua dro 2(). 1).
Una "u que eu o~ ~ne:rmiento~ tltén co mpletol. h importante dilleulÍrelcuerpo inicÍlrl
del trdbajocon el tut or o encar!ado del mi~mo. Eso permite que alumno y profhor traba-
jen siempre juntOS en la mismll dir«ción y que lo. problemth que.e pre.enten .e rhuelvan
en equipo. (E. n«e>urio abrir un ¡)arime.io ¡Hlnl indicar que el trab;ljo científico h. por
ucelenci ll, un trabajo en equipo. Sin hte. no hl'y re sult:ldos para nin!uno de los miembro~)
En e.te momento, se debe lener una liu:t de por lo men o. tre; reviOlas en que se deoe:.
que el trabajo.ea publicado, lo que permite vi.uali7.ar una meta tan&ible que oriente la •
•r.li onr. pro!ramadas de eSoCrilura.

Elaborar borradores
Ya .e tiene el cuerpo del manuscrito y .e cue nta con idea. clara. de la manem en que .e
prflendf escribir. Ya.e d«idió mmbifn a qUt revista se va fnviar para.u rni.ión. Ah om
inicia el prDCfiO rnl de escritum: hay que elaborar el primer bormdor del tmbajo.
No ~ó n«e.ario editarlo ni modificarlo, porqu~ repre.en ta el flquel~1O dellmbajo
final. Sin emba~o, debe COntener todos los elementos .olicita do. por la rf\'ióta ele~da .
Es importante f!.Cribi r la. idea. organizadas y dejar la ed ición pam OtlO momen to. El
h«ho de que no se r«urra a la edició n temprana evita el eótaneamiento en una if'Cción
determinada, la ptrdida inn«e.aria de ti empo y la alteración de la e, troc tura de lo que.e
or!anizó en la .ección anterio r.6

-
2
tntrod\Kuon
LPo< qu.... ,mpo-rt""te l. ,nv•.,t ,g.aón?
LOU ..... loqu ......,,,d... t""'.?

-
1 Lc....... la h,pÓles..?
4 Lc.. .. H>tIfIlo.ob¡e1' .. o.?

Lc.... es ... mot""oI que se ut ,h..?

-...
2 Lc.... es ... "sello e.pe<,mentol que se ul'.U?
1 L OUe p<o<:exo. o proced,m'ento •• e "g"''''''''?

Lc.... e' ... re ....!t.do mi" ~gnrf,cot ' ,..,?

2 Lc....H doto. obten ,do. ""oy"" eoe re ....1t.do'

En a>f\¡unto. <"".
e .... m@!ordatoque . .. "en .. ?
2 Lou .. """ort.noa... gnrficado" ,m pl, caaÓfl "en,,?
 c,.."o <'«l1bor un .rtKulo a.ntrnco 233

Much o~ r~ t udian trs ar,umrntan que ItI rr~uh" frunran tr inicia r un trabajo con la
pantalla de lacomputadonl en blanco: si se ¡i,ue lo anterior, nunca se tiene e~e espacio en
blanco. E. Kaleninova propOne. en su tUtO H QW ro ...ri re )'Vur jirJtllrtidl', que si el muy
difICil iniciar en orden el trabajo, debe empez:mt con material y mttooo). pOrque 10 más
probable h que ~e ten,a e.\periencia en he tema y ~e cuente con mucho material escrito
que permita ordenarlo y partir de e~e punto. El objui,'o es ser 10 m~s explicito, brindando
los detalle, y la, referencias ~ufkientes pan1 que OtTO! cient¡fico~ ten,an las herl""dmientas
pard una evaluación ju.ta. Un ejemplo de elloloe pre>ent:1 :1 continuación:

1•. Se centnfuglron In b¡cte"u.

1b. Par¡ aIslar l,nfoc,tos T, se recolecuron nódulos I,nfi,~co"

Como se puede ob,erlar, en amb:l' oracious faha información fundamental (tiempO

de centrifu,ado, velcx:idad, tempera tura, origen de los nódulos linfático>. etc.). Una vn
escrita>. eSlas oraciones só lo deben ser mejoradas.

2a S.. c.. ntnfug'ron las bact.."as, 3000 g, durant .. 1S monutos, a 25°C.

2b PITa a,oJar loslonfoatos T, se obtUVIeron nód ulos l,n/lÍllCOs d.. mesen te llO de raton ...
S,Ib/c, ..1dí, 7 deo;pu';. del. onm unlzaclón con ova lbúmlna.

Un uror común en el trabajo cotidiano radica en dar pOr hecho que los demás van
a en tendu lo e.\prnado de la misma manera en que lo entendió el aUtor. Nunca debe
incurrirse en ese nror. ¿Cómo facilitar esta sección~ Utilizando la información, si ya ha
,ido publicada. No hay que olvidar la referencia, en caso de utilizarla.
La cohesión y Huidez de ella ~ección resulta crucial. Uno de 1m errores de redacción
más frecuentes consi~te en cambiar en repetida, oea,iones de tiempo, o de voz pasiva a voz
ac tiva en el mismo párrnfo, como en el ,iguiente ejemplo:

"Expenmentos conductuales fueron programado. u~ l ,zando E..f"me Nosotros u~laamos

lot parimetros de dIcha, án,mo y exCItaCIó n de 10$ paoen tes mIentras e.cuch.b." SU
mú .. ca predo.lecta y no pr.. dol .. cta"

En hte ejemplou observa el empleo de amb:h forma s en la misma oraci6n. Hay que
ele,ir una forma y mantenerla a lo I:lr,o de la lección. A partir de euudios reciente. ~e ha
repOrTado que la ~ección de materia l y método. h la única del manuscrito en que la YOZ
pasiva es predominante.'
Al parecer. la escrilUra de lo~ rhullado! e>. para mucho. autore!., unl' de las partes
m~lo intimidante.: sin emb:IT'o, con.tituye 1:1 parle c rucial. pOrque si al,uien va a querer
leer el trabajo, empieza por e>Ta .«ción. Debe or'l1nizar.e esw .ección en .e,menlo!., en
que cad:1 uno refleja los objetivos que.e eswb lecieron en 1:1 .«ción de lineamientm y cutr-
po del trabajo. Cada .ecci6n debe ir acompai\!1du de la evidencia \'isual.ufkiente (cuadro.
ima,en, fi,ur.t, etc.) que apO)'e y dtcredibilidad a lo que >f quiere tran.mi tir.
No se debe se r repui ti\"O. y re.ulta muy importante que no se inlerpreten ni di s- .e
cutan 1010 ",suhados. Ihculhdt\e que hay una sección para ellos. Si e.ta secci6n I.d bien
e>eriTa, la interprt13ci6n de los datos surge de manera natural. E~ impOrlan te distin,uir 1m
datm c rudos de 10li rtlull3doi. El hecho de qu e II haya realizado un eiludio 20 v«es no
indica que eloto tiene que ir plaimado en el bcri to. Debt tra taue de evitar la~ deKripcionei
uChiva~; e. impOrta nte u~ar lo. adjetivos calific.nivo. y lo. ad,·trDio> con di!oCrteión.
Ahora que ie tienen or¡anizados 10i reiullado~ pueden analizane y di!oCutine. rfCor-
dand o que el prop6!.itO del trabajo ei tener un:1 comu nicación hcrim con la; sociedadh
científica. y con tar con la po;ibili da d de diKutir ellr:1bajo con ba.e en las concluiione:.. la
evidencia uÍ>lenle en la literatura y el trabajo de Olroi. En tita .teción.e da contundencia
a lo~ re.ullado> y ~e le. incluye dentro de l conocimiento :ldquirido. uplicando el pOrqut
de la. co.a\.. I'or ultimo. 1:1 introducción debe hacer hinc:1pi t en trh a'pteto~ b!lsico>:
1. Estab lee ... un t «ritorio dentro d . 111 Invftllgadon. Se debe mom"Jr de manerJ ,eneral por
qué h importante y qut problema re.uelve.
2. e .. cont.a . .... nicho. E~ impOrtante ht:tbltctr qué p:me del conocimiento >t quiere apor-
la r con ti preliente u-abajo.
3. o""par •• "Iello. Es nl'Cesario htabltctr los lineilmientos y la naluraleu del ullbajo
que.e pretende publicar, ;ubrayar la. pregunta. de inve.l ligaciÓn y la. hip6lt~~ upo-
nu lo> principaln hallazgo; y da r valor al trabajo que se p~ senta .

Reescritura
Ella parte h crucial cuando Ilep la hora de trabaj ar en el primer manuKri to. Se puede
dividir en dos: macro y microtdici ó n. En la macroe dición, lo que le quiere. an te todo, es
claridad y euo se ~suelvt al conte.\lar las siguientes p~gun la. :
1. ;,Tiene un menlaje coherenlt~
2. ;,Transmite loque i t quiere dtcir?
l . ;,EI meDuje que.e quiere dar y la for ma en que está elaborado ti maDuKrito son ade-
cuados para la ~villa que se eligió?
E. importantt volver a ~\'ilia r si eS lá elit ruct ura do de acuerdo con los IineamitnlOi de
la rtvÍ>la a la quelot prtttnde enviar.
Una vez que e>la parte queda liua. loe inicia 1:1 microedici ó n: ~vi iar lo. ~que~oi
dttallt!i. I'am ello,;t debt leer variai vteei el ma nu>crilO. dedicando un tiempO hpte iflco
para ello, ~in la turJr>t del mi>mo, porque en hte procho.e liende a omi tirtrrorh que en
otras circunnanciu. ;trian obvio!. Una rteomendación conli>!e en abordar un aspecto a
la velo Verifica r lo~ dalos y volverloi a rtvi~ar.

Extras
En elol a p;Irte final loe incluye la incorporación de re ferencü1, c u ad ro~ y figura. y. pOr últi-
mo, el rhumen o ol)Jfmf'l. Se e;cribe todo de una lo la vn, li&uiendo 101 hl!lndartlo de la
revina de de>tino. El impOrtante mencion!1r qu e debe revilarloe que lo citado en el rnu-
men no ~enga incongruencial con el re.~to. Aunque .uene inveroloírnil, lucwe con rela tiva
frtcuencia."
I'or o tra partt, la cana dt prt!lenmdón !le putd e lomar corno una oportunidad más
de vlndlr el tmbajo y de informar de manera muy brev, por qut j¡f de;ea pub~car en tia
reviila.
I'or último, hay que nvi~ar que le hayan seguido la. reglal básicas de linta.ti > y OrtO_
,rafia. Si el eKri tO le va a publicar en espa~ol. no deb,n exi, Iir rnayorh inconveniente;;
 c.;,."o""""borun.rtKuloa.nlilico 235

,in tmbarlo, la rea6dad ti que ti idioma de la citncia ei ti inllfs. I'o r ello, en 10i paiies
donde la lenlua materna no es el inllf!i. lie tiene que enfrentar un problema mb: dejar el
manu>erito con la calidad iulkiente para que ie le tome en cuenta y se le evalut en una
revista SIempre resulta conveniente que allUn editor de habla in,leia re"ise esos pequellos
detol!h que pueden modifkar el e~tilo de maMm rJdical con el fin de hacer másclaro el
contenido.
Ahora ~ debe co ntar ya con un e>erito que elU\ !i;tO parn su en,·jo. Casi loe ha I!e,ado
ti la meta Ya panir de elote momento se carece por completo de control sobre fl
En elote procho, aunque la revi,m que se lOmócomo pnmero opción lIelue a rechazar
ti articulo. el w]o hecho de que file hiL)'a .ido revisado y de que loe envien Jal anotaciones
pertinentes repre,enta un palO adelante hacill'u publicación.

Bibliografía

1. Gard. dd Junco 1., C .>tdl~no. Verdugo c..\1. lo JiIi...i6n de I.~ informxiones y d ...tcm~
1\IRYD, un~ pesquis;¡ • prop6".o de un~ lectu ... cri,ia de ]0•• nículo. cien,ifico.. AC¡/lfED,
2007; 15(1).
2. Albcn T. A·Z'¡ mrJiwJ writin~. Londres: B:\IJ Public.';on. Group, 2000:72.
3. Albcn T. W,nni".!: tJu ""bJi,,,nonp.mu. Oxford: R~ddilfe :\icdic:d P=-s, 2000.
4. Buz...n T., Buz...n B. UN mind"",,,. Londres: BBC Books, 1993.
5. Siebe" R., Hoh S. Aaurxyof rcfm,nce. in livele~ding mcdicdjourn:d .. l8nt:rf, 2000;356: 1445.
6. Silvia P.J. ffow r. Wrir..a Lot. W. shington, OC: Americ~n P.ydlOlogicd As"", ..ion, 2007.
7. Kallcstinou E.O. Fon..: Edua,ion - C~",e r Advine. How 'o Wrif< Your Fi"" Re!iC~.d. p~.
pe<. tftk jOlmwJ ,,[/Ji_lilDand M,dicinr 84, 20 11 : 181·190.
l . l'i,kin R..'I.I • Br.m.gm .\I.A.• llurmei>ter L.F Aecu ... cy of do .. in ~b .. ",ct of published re'
..,• .d.. jAMA. 1999;2111 : II 1O-111\.
 Financiamiento y
estructura presupue stal
para los proyectos de
investigación
Jase AntonIO Gilrdil GiI,dl
MI nI del Rouno T¡,,¡gó Cutell¡,no,

Introducción
La in\'e.tigación biomMica es compleja y exige que se alcanc e el hirocon recUTSO' limi-
tados. Para ello se nece~ita una serie de recurlO>. corno capi tal humano, in¡¡alaclOnes y
equipamiento idóneos.. además del financiamienro del pl""O)'ecto de In\f.ltigación.
En muchos 3.pectOl, la inve.ti~ación es la base del desarrollo de los países. La distribu-
ción de capital de~unado a la iD\ eitlgación debe con~iderarie como una in\enión. no como
un ~aito. La. acu\·idadu científicas permiten el avance hacia la .ociedad del conocimiento.
En la pnmera sección de eite capítulo.. se presen ta el proce~o de búsqueda y ob tenci ón
de patrocinio para lo. proyectos; en la se~unda parte, se t;boza un panorama ~eneralde la
manera de e>tructurar el prt;upuesto de un:1 inHni~ación El objetl\o es prtsentar mror-
mación que rt.ulte úTIl para la~ penonas que empiezan en la in\· esll~ación y tambifn para
quienu llene n e.t penencia en la solicitud de apoyos económico\..

Financiamiento para la investigación

Marco normatIVO para el financiamiento de la Investigaci6n en México
En Mblco. todo el marco jurídico deriva de 1" ConStitución Polinca de los Euado. VOl·
dOI MexicanO\.. La lepslación vl~en", cuyo. obje tivo. explícitos son el Impulso y de.arro-
110 de la InHsn~ación en ti pai>. Incluye:
Ley General de Educación
Ley de Ciencia y Tecnolo~ia.
Ley Or~~nica del COD lejo Nacional de Ciencia y recnolo~ía
Reforma a la Ley del [mpue;ro Sobre la Renta, rela tiva a lo. Inceno\'os fi¡.calu
Acuerdo de la Comisión Nacional Hacendaria para canabzar recu rsos a 1m Ella-
dos para Impulsar las ac tl\'idades cien tíficas y lecnolótJcas.
 La Ley Geneml de Educación ~i~ente en Mhico e.tipula que el mon to anual deuina-
do a la in~eui~ación cientifica y al de.arrollo tecnológico en la. in.titucione. de educación
.uperior publica>. no debe ser menor de 1% del Producto Interno Bruto (l-'IB). Si no .e
cumple lo eilipuIado. como sucede en la ac tualidad. la legi.lación 1f convierte en letm
muerta.

Inversión en ciencia y t ecnología

Lo; re.ultad~ de la inve~ ti,ación ~on posibles fuente, de riqueza pa ra cualquier país: por
mnlO, a mayor in,euión'f upem ,enerar mayor rique7.a. En Mbico. h de lamentar la
baj:L a.i,n~ción de pre>upueuo de la FedenLción p:lra inver.ione> en ciencia y tecnolo,ía.
El de;:Lfio con.iue en utructumr un modelo económico que permita que;u pobl:.ción
prooulCa biene. de alto val or a,re,ado a p:Htir del conocimiento científico y tecnológico.
Euo permitir.\. que el paí. re,·ier13 'u , iluación actua l, carocterizada, ent ... Otro, rubro!,
por j,U dependencia IKnológica.
En la actua~dad, la. ac tividadu de inve,tigación en .alud ,e Hn afK tadal por los
,i,uiente. a¡~tm del entOrno:
Ked\ICCi ón de rf"CUrsO' fedrrale; y púb~co¡.
Número ... ducido de in.titucionu de fomento a la invelli~ació n.
Vulnerabilidad del área cien tifica ante la ¡i tuaci6n f"Co n6mica local y global.
Mayor competencia por lo, financia miento>.
Por otra pane, exilie un mayor acceso a po,i bles fuent e, de financiamiento ~mcia. al de-
sarrollo de 1m. tf"Cnolo:;ías de informaci6n y telecomunicaciones.

Gestión de recursos
Se lrata de un relO científico. admininrativo y acadtmico: permite relativa autonomía al
inve;ti~ador y puede promOl·er e! apoyo de financiamiento a la inititución. además de re-
pre.entarcomplementoua laria!es. Sin embargo, el beneficio f"Conómico no e. lo que debe
motivar al inl"fui~ador.
La ~e>ti6n de lo. rKUriOS empieza al interior de la propia institución. J>arJ cubri r la
fal!:! de apo)·o (o para complementar los rKurso. nech:tI; o.),.e puede recurrir. J.Í el neceo
.ario. a Otl1lSor~anizacionu que permitan obtener lo. in.umos pam duarrol1ar el proyf"C to.
E~ indispensable dharrol1ar una buena idea (compartida por el posible patrocinador)
que dt relpuhta en forma oportuna a una convocatoria m/ hoc y t:(pre~arla en len~uaje
.enci110 y atmcti,·o.
El u.pirante dfbf utar conJ.Ciente de que e, nKhario hacer una amplia bu.queda de
fuenth de patrocinio. Debe conocerl;L' (para iden tifk:Lr:L 1:L. que tienen ~rta~ df interb rt-
1:Lcionadai con el plQ)'f"Cco). llenar formuto. P(H:L 1:t propuhta, ~ tender la~ ob.ervucionh
de lo. revi,ore!, dar ",uimitnto a la pTOpuflta, cumplir con lo. cornpromilo. adquirido!,
.:,btr nt,ociar (con ti tnfoque ,anar-,anar), mOllrar per;evtranda y no dtja< de mante-
nH comunicaci6n con fl pmiblt p3lrocinador dt 111 in\'t.\fi,ación: adtmb, dfbe fenfr la
capacidad de adminiuror lo. 'f"Cur.o; IntrIgado;.
Lo> a.pirantt; al finaociamitn to en inl'e;tigaci6n pUlde !Off un indi,·iduo, un ,rupo
de inl'es tigador'. con.06dado (o en proce;o de cODlolidaci6n) o cenlTm acaMmico. y df
invelli,aci6n. J> utden proceder del mldio público o privado.
 Par1l el inveuiJ!:ado, novel, ¡iempre es va liolO contar con el apO)'o y la tlItOría de un
proftlionalcon más experiencia en invhtigaci6 n, que haya teni do hi to al solici tar patroci-
niol y que. además.. colaborf en una in ltituci6n que de¡arro!1e proyectO! de invhtiJ!:aci6n.

Entidades proveedoras de financiamiento

El financiamiento le puede ~olicitar en el propio p:li¡ o en el utr1lnjero. En ambos calos..
el in"htil;ador se enfrenla a una fuerte cO mpetencia por 101 recu~os..
Entre los orl;anilmos proveedore> de financi:tmiento le encuentran loslil;uiemel:
Gobierno.
Fundaciones..
Uni'·enidades..
[nduuria, ~obre todo l¡, rurmacéutica.
Or,anismos nacionale. e intunacionales..
[nui luciones de invel li,ación,
La. emidadh proveedor1ll de recu r;os econ6mico. para financiar pf1J)'eclOS de inveni_
gación pueden.er nacionales o intunacionales (a lguna. de ella. con reprhentacionn en
Mtxico), que admini",-;:,n fondos público¡ o privados.. E. frecuente enCOn lr1lr entremez-
clado. fondolO miXfOli.

Búsqueda de fuentes de financiamiento

E. necnario hacer una amplia invutigación .obre las po.i ble. innancias de financiamien-
to par1l el proyeclO. El de.arrollo de la. Tecnologias de la 1nformación y la Comunicación
ha permitido ampliar la. opeionel de bú.queda y re ducir el ti empo empleado en es ta tarea,
En Mexico. le r«omienda que la bUlqueda inici e en el loítío web del Conlejo Nacional de
Ciencia y Tecnología (CON.\CYr).

Fuentes nacionales públicas

La Secrftana de Salud_ como coordinadora del ¡ector en Mhico. euá focultada para
hacer propuhtas de increme nto de la prOporción de l i>roducto Interno Bruto (I'[B) de.-
tinada a la invhliJ!:ación en áreal de [a ¡:dud. Ad emás.. puede promO\tr la creación de
incentiv~ fi~a[es y Otros mecani.mol de foment o p:lm que lo •• ectorflsocial y privado
realicen inversioneser«ientel en invenig:lci6n. Las aportacionn que realicen las penonal
f'ilic:l' y morales a los proyec tOI de inve>ligación dU:lrrol1ado. por las inltÍlllCÍones de
salud son deducibles de ¡mpuelto!.. en la form:t y 101 términol establecidol en 1:11 disposi-
cione; fi~alh :lplicables..
El CON oc.,.,. es una tntidud no sectoriz(ld(l, dependiente del I'oder Ejecutivo Federnl
con funcione; de coordinación sectorial y :tdministrador d, un romo prelupu,stal ¡)aro
cienda y tecnolo,¡a CO:U;Odro 21_1), El el pri nci p:l1 or,ani.mo púb~"o re.ponlable de o t or~ar
financiami,nw p;lr1l invnti,ación en Mhico_ Fomenta, coordina '1 articula las activid ad n
cien t¡ficas y te-cnol6pcas nacionalts: su objetivo .\ promol'fr pI d.urrollo d. la ci.nda
bá.ica y fortalecer La inve>ligaci6n ap~cada para alrndrr la. nrce.idad,. ~ocialr; má. ur_
g,"lr. y a mpliar lal persp«tivas del¡ector produc tivo. Todo ,110 pmibilila la elevación en
la calidad de vida de la pobladón. En su ¡iti o web (h ttp://www.conocYI.gob.mx)upueden
con,ultar la, cOD\·ocatoria. y 1m r'quí.i tO! flpec ifico. para traer 3CCfiO a su. r!CUriO!.
'tem'. Pre'upuII,to eJ"'cdo por el
de pe,o, meX'c.1IloO') ,
cotl.'C'fT de 2lXJ2. 2011, por ire. de .dMcWd (.., mole,

Eduuoc:ión y Servo:..,.
.. mol....,.. ~"'nlihc" "","lihc,"y
y ''''noc. '''noló9''''''
2.10 276 1 6611122 359112
2 976 ffl 1619160 481018 50766J"i1
""' ",,,,.
"'"
"""
"""
,."
265491
23501110
2 735277
2"1 B'11
,"'
2633 948
..
2 19'2 98/)
475556
485724
S05553
.,,'" ""000
"""'"
5032820
5510729
".,..,
""" 4 119 118 3 437291
3 73:1 664 """
529941
"'000
1 415812
8240 nI
lO 554 156
""" "877938

""
""
~dO"''-d@<>
5 919 143
5 588 737
4 1739'2S
4 M218
526175
491031
d" lo. p_oa l@'l.e'po .. bl"quelo.umode" .. ",""coonodaconaltotal
' O a .. rlCJK>Ón d" aoJerdo",," el Manu'" ¡;,alUt, de la oco ..
..
1 lO2 J"iII

"""
11 922233
111102M

Fuente,· CONAO"I """ . Cuent o de la Haa..,da Pubhco Fed ....... 2002-2011

ln\'fui~adorfs., acadtmicos. lecn610~0s., empre,arios., univHsidadf' y ceDlrm de in -

ve>ti~aci6n pued en responder a las convoca torias de los diferemes fondos parn pre,en tar
propuestas que con tribuyan a resolnr problema, y nece,idades de los sectores y la, enli-
dad e. federntivas.
Cada ado se difunden las convocatoria, para diverso. tipos de fondos de financia-
miento, con objeth"os y alcances muy específicos.
En la rogUnt 21-1 ~e mueS lra un esquema del prOcuo para presentar una prOpueua de
financiamien to ante CO~\CYf.

C_ 1lEII IECYT...-- ---------» ~d-_

 Tambien e~ nece~ario sabu cuále~ ~on su, áreas de crecimiento e>lnlltpco, para que
el ~r upo
de in"hti~adorh considere li el proyecto h tá alinndo con la~ prio ridades del
CON\C YT.

Fuentes privadas nacionales

E~i~ten or~an¡zacione~ que apoyan proyecto~ de inveui~aci6n e,pecillco) o que los pro-
mue,·en mediante la mejont de la infraenruclUnl de lal inuitucione.: entre ella. dhlac:tn
ht Fundaci6n Mexicana para 1;. Salud (www.funl:dud .or~. mx J.la Fund:tci6n Gonzalo Río
Arronte (http://www.fl;r....or~. mxf) y el I n,tit uto Cano de la Salud (.... ww.• alud. car~o.orl;).
que pa trocina ~rea, muy e.pecíllca~
La indU>lria farmxtulÍca tambitn otorg:t fi n:!Rciamiento u all;unol proyectO> e.~terno~
I'or Otro parte, aunque lIlmbi#n exi"en premio. a la i",·e,ti~aci6n. no.e le. debe consideror
como financiamiento eHriClO; rn rralid"d. Ion recom~nUI pO r lrobaj-o. ya concluido!.,
,obre lodo en las ártas b>'tska. clinica y epidrmiolÓgica. En eslt sen tido, mi '·n lo> invr'li~a_
dore. dehl'n con,iderarlo. como inCf nti,·o~

Fuentes internacionales
Debi do a lo. requisi tos y alcancel del proyecto, tal vez sea nf'Cfiario conyderar la bÍlsqueda
de fuentes internacionales. Existe la opción de .olicitar a~·o. económicos para inveSli~a­
ción al.Nmionaf Ins,i,u/('01 Her,l,h (NlH) de E, lados Unido>, que invieneca!ii 31 000 millont>
de dólarti al ado en investi~ación medica. Más de 80% de los fondos se e DlR~an a travh de
ca,i 50000 olo¡plmieDlOS d e apoyos (gmnrs). por los que compiltn más de 300000 investi -
~adort. y más de 1500 uni,·enidade>, eS(;uelas de medicina y otra. insti tucionn de eJ.e pais y
de todo el mundo. Alrededor de [0'/" de,u prflUpUe>lO >t de.tina al apoyo de 10i proyf'C to~
de los ca~i 6000cientil\coi que trabajan en ,m laboratorio;; la mayor parU de htoi ie en-
cuentnHl en el campus de Bethesda. Maryla nd.
Tambi#n ~e recomienda el ii tio web de ne Fou",llIlion Cenrer. de Enado~ Uni do>. que
recoltcta. o,",aniza y difunde información de c:l~i 65000 fundacione!o. Publica cada a/lo
Fou",Jmion Giring Trt'nd1. con 10i reiuJtadoi de I 000 de ];1> mili imponantel fundacione1
Ot ro ~itio \tlil el el de Thl' Aml'rimn AS50cimion of f"umlrrt ising CounJ"f_ inuituci6n
que analiza toda! la! fuente! de donacioDe! catÍt:tlivai en E~tado~ Unido! y cada ¡¡/lo
publica Giving USA (http://www. (wfrc.orglJ. 1"hl' Gi,·in!: USA FoumJmion e! uno de lo~
componente! de Th(' Amnimn AJSocimiun uf FUlrdraising Cou,w'f (http://www.uafrc.o r''
~u~M~u.aJoundation .cfmJ.
GrwrlsNe, e! una de la, mejore> ba.e! de datN ( hl1p:flw",w.lrlm1>net.orl;: lltmbitn
mil di~ponible en http://~ienctcareer .. ~ie ncemal; .or,,fundinl;). Incluye invhtil;Xi6n
biom#dica y educación científica. Se pre.enmn prolroma~ de inveuilación. que el tipo e,
de financiamienlo paro nlumnos de prelntdo Y poslrado de medicina. Como particulari-
dnd. o frtce IUlertncia!., adem~s de que :tyudu ¡t dtlurollar proytclOó.
Si la b'hqueda e' l ~ orieDlad a al d"arrollo o l.1. ca pacitación dr al&uno; de los ¡Dlr-
~raDlfl del rquipo de inveui~aciÓn. If rtcomie nd an lres si tiol ...eb especificos:

Btca!o.com (hnp:flwww.btca ó. com). Alb!r~a información dI oportunidades ~obre

btca>. CU r~Oli y bolla de Ir:l.bajo. Tiene enlace. con OUN sitio. que olorl;an beca. en
diftrlDlIS pai,t'>.
 IH,\!)(hup:lldaad.de). t'utent(:e al Suvicio A lemán de Intercambio Acad~mico.
que el una de la~ organizacionri intermediaria! mili ,rande del mundo. t'romueve
el mejoramiento y la! ofertas de utudio e invr.ti,ación para utudiantt;. po~, ra­
duado; y científico! u tranjerol.
Th., N<'Ih~rlWHls Organi:mion jor I"rt'fflati()/I(¡f Coop"({uiQn in H ighl'r f~/uf"/lrion
(Nuffic: hup:II............. nuffic.nl). E! el litio de un:l or,nnizaciGn holande~a orient:lda
al de>arrollo de la educación .uperior y que tiene oficina. en Mhico (hup:llww .....
nuffic.nVhomelnuffic--officeJJne.o-mexico).
En imtrnet ;e pueden "i~i t ur diferente. litio. ",eb, incluido. 101 de embajadal de Otro!
paíie> e in.!itucionn de ate nción a la ialud o de educación !uperior. para obtener la infor-
mación nt(:e!aria. La indunria farmacéutic(lwmbién p:urocina inve.!i,ación biomédica,
aparte de la realizada en.u in!erior. dependiendo de la. política. de cada labora torio; por
ello. h rt(:omendable re ..isarde manera periódica .a! rt>pt(:tivo, portal".
Ih.ulta impo rrante recordar que ca!i liempre le pide el dominio del idioma in,lh
cuando ie promun'en lo~ci t ude.l de a»O)'o en el utranjerQ,
Exiuen muchal otral o rpnizacione! pública! y privada! que aUipician invflti,acio_
nt>. En el cuadro 21·2 le a,TUpan lal principales organizadon" nacionales e in ternacionale.\,

'croo Pnnap~ll" orgallll~ao,.... por. fon.na amo"nl o 00 p<oy"oo. 00 '1lV~.t'g.1aón y '"

p~glll~wl'b

0'9"""""oon S,tloweb
CON....cYT http.!!wwwconacyt.yoo rmI
I",'~uto c:.oo del_ S.lud WNW ,alud C. . ..,.Ofgl

Fund.,on Gonz"o Río Arrotlte hllp.llwwwlg,. "'9 rmI

111 .. Amenc.., A .."".,,,,, fO( 'he Adv.... c""''''''r of hllp.llwww ao•• Ofgl
Sa ..... e«(o,u.sj
G,.n~ET hllp .!!www 9'""'"",t org
Phf/MA Found.~on hllp.!!www phrmolound"to"" 0<gI
Nuo""l'n,bluleofHeallh hllp lIy,...,1>1 mI! gow'g.rontol_htm
hllp lI.o""cec.._. ooencemog OfgJfundltlg
htlp IIg ..." 1>1 ",I! gowg.rontolgu,def,nde..html
TM '"",,,,,eoll6l Oe..,¡.,p""",r R......rcII C.. n.", ,",oc) htlp Ilwww.dfe.cW ...... -1·201·1-DO_TOPtCh.ml
F<>ullda~on Cen..... htlp IlIound ...... cenlet orgl
A ......nc.ll" Auoo.I>OII 01 Fundr."ong CoU"'" htlp Ilwww.",e.Ofgl
htlp Ilwww.",e.Ofglguul,,,,ou'Cfldm
otCOS htlp Ilwwwbee.. comI
G .. ,..,..n Ac.lldemoc Eocn.noge s..",ce htlp Ilwwwdaodde/eoI,nd!O>.hlml
S,II & Mehnd. G<! ... , F<>undnon htlp Ilwwwg.eofound.'on Of9"'P"9H"hom... >p~
Fard Founduon htlp IlwwwlOfeHound.O<gIg.r",'"
Rodc.. I.. ij .. , Found.obOn htlp Ilwww,odeleletfound •• onOf,y
N"Ih"rland. O'9"ntUbon lo, 'nle""'oo"'¡ htlp .!!www nuffoe.nII
Coop ..rabOn ,n HJghe' Educooo n iJ'juffoc)
Nulfic N .. ", M~UI hnp 11"""" null"ocnOlhomelrdfoc-oll'ocWne><>ofn@IOCO
publica~ y privada!.. que OtOrJ!: an fin ancia miento a la inveuiJ!:aci6n. con su~ ~sprctivol
siti o!> "·eb. El deuable que 101 inveuiJ!:¡¡dorel la!> conozcan para qu e cuente n con va ri al
opciones al lolicitar el patrocin io de!>u proyecto. Si no le recibe una rtlpuena favorable de
alJ!:una de ella!.. ti vá lido recurrir a o tra.

Mecanismo para la solicitud d e fondo s

De manero muy ,eneraL en 1(1 fl.gu,a 21·2 se pre,enmn los palos para some te r un proyec tO
a evaluQci6n co n el fin de ob tene r recursos.

Fig.'. 21·2. h, .. s s"CUI!no~I .. ,

y.. ao. de IrMlS't 'gaaón
"'f! s.. dl!bf!n com idf!r", .. n una '01 10100 di! f",~ no.lT\I .. rlo par. pro·
 A continuación ~~ d~r.cribe cada uno de euO! P'iIN:
Convoaton.. De manera ,eneml. lal convocatoria~ le luelen publicar en diver~o~
mediO!.. una "ez por a~o. En éua~ ~e tlpeci fican la. fec ha. de apertura y cierre. lo.
format~ y documento. que.e requiere n. el núme ro de copias y ellu&ar en donde
le deben entre&ar.
Entrega de " docu....madón. La documentación debe e,tarcompleta e incluir el pro-
yre to que;e propone realizar, pero c'ida convocatoria tiene npreificacione; diferen-
th (p. ej., tal vez;e ;olicite el ,w,tl de la in,titución donde le labora o la inclu~ión de
cotizacionn del equi po que .e pretende adquirir con el pl"O)'ecto).
Evaluadón del proy.cto por Pi""te de .... IIor" expert os po. "N. Una vez que;e ha en-
tre,~ldo la documentación complew y que se h ~l cemido la con,'ocatoria, el comi té
encar,ado de la evaluación envía cad:l proyre to a un revi.or pa ro que lo valore. E.
muy impormnle ubicar bien el proyectO en el áre~ del conocimientocorre.pondien-
le; un par académico con experie ncia demo>trada en la mi.ma hea ha de calificar la
propuelta. Re,ult::t muy im portante tambir n que lo. obje tivo;., la hipóte;i, de Traba.
jo, el pl::tnleamiento del problema y la mflodolo,ia i t u pre.en con Toda clari dad,
porque la perlona que evaltia conoce lo qu e,e fuá proponiendo y la con,ruencia
de l::t propueu::t.
O.r.,ición de los rllCUf"Sos. E'le procedimie nto .ólo le requiere en ca,o de que se haya
aprobado el proyec ta. JUntO con la ap robació n, I f indica el monto aprobado, ade-
má. de 1m rubro!i en que.e puede utilizar. A l recibir la aprobación, e. muy impor-
tante realizar una revi.ión deten ida de lo. fondo. y .u de.tino, porque no .iempre
>t aprueba la cantidad que se solici ta y resulta necelario hacer reajuste. antes de
comenZa r a de.arrollar el proyecto.
Desarrollo del proyed o. Durante el tiempo qu e le dn tin e para el der.arrollo del pro-
yecto.e debell ir cumpliendo lo~ objetivO! planteado!;. Lo que debe tenerse muy cla-
ro t i que.;in cOll tar 1~ contra tiempOS que puedan pre.en tarse duront~ el de.arrOlIo
del proyec to, ademá~ d~ la~ modificaciones o ajU>lh que ,e tengan que rta~zar. la
fec ha de entre&a de lo. rhuhadoHomprOme tidol no va a cambia r.
Entrega de r....ltados. Cuando le .omete un proyecto para la obtención de financia-
mien to. quien otor,a h te .uele tener requi;itO! minimo. de entrt&a de resuhado!;.
ral vez ;e trote de prtlenmcionts t n co ngre;o;., formación de rreurlo; (ttsi; de
licenciaturo. pos,rado o ambos). publicación de articulo;. ncétero.
E; impon::tnte con;iderar que. de no cumpliroe con 101 objetivo; de trobajo compro-
metido;. no;e puede ;ome1er Otro proyectO a financillmiento. En al,uno. caKl;. exi.te la
opción de pedir una amptiación o uml contin ulición del proyectO por un tiempo adicional
con financiamiento. I'aro U to. el re>ponl:lble debe demo;tror que hay ¡wance;., exponiendo
resultado. del plO)·« Io. además de fxplic:lr 101 mo tivOI paro conti nulIr con el df.arrOllo del
tnibajo.

Elaboración de la propuesta
La e\lrl>cluroción de la prOpue>lll con la que ~e solici ta el financia miento;l! deriva del pro_
Tocolo de la propia i"'·f!ligación . En " Ie capit ulo no;e prtlende atender 1m atribu los que
deN conte nfe un protocolo de invtlti~ación (eso se de~J!: l os3 en Otro capitulo de eua obrJ.);
~in embar~o. es impOrtante recordar algunos lin eami entos generales de su a rquitect ura.
Cuando se solici ta una subvenció n. ti imprescind ible elabora r el protocolo de inves ti-
gaciÓn; con~ t i t uye el inst rume nt o que permite al organismo que otorga el financiamiento
calificar lo~ proyec tos po r orden de priorid:ld, en funció n de su pertinencia y calidad me-
todolÓgica.
El protocolo debe incluir la descripción de fa.H. componentes. cnrncteriuicus muo-
dológicas. requisitos y actividad es que permiten completar un proyectO de invesTigaciÓn; a
parTir de élloe conuruye un mllnual de openld one> (le pu.a del problema de in"e>ti~ación
a la in\'tlorigación en si).
En general el proyec tO euÍl conloli cuido por 101 liguiente> apartado. (yen el o rden
descri to);
Titulo.
Khumen.
Anteced ente!.
!>I:tn tea miento del problema.
Ju. tificación.
Objetivos.
Merod ología.
Cronograma de activida d e..
Meta ..
Desde el principio se debe sa ber con toda claridad lo qu e se va a solicitar. En ca.o de que
no se deban ent regar co tizacio nes de lo que .e solicita•• i es convenien" "nfe una idea
clara de l cou o de equipo. con.u mibles. etc., de man era que >f pueda hacfe un dkulo real
de la. nece;idades. También re.ulta convenie nt e especificar con lo que le cue nta: espacios
f"i cos. equipOs. cont ri buci ón de la propia in>litución. etcétera.
La tendencia actual mueuru que 10i proyectoi prhen tado. po r grupOs multidisci pli-
nari o. (y en oc3iio nh in terini tit ocionales) so n los que mayor apOyo euán recibiendo. Esto
permite subunarel riugo de una visió n reduccioni~ta y mUhtru un mayor fo rtalecimiento
del tema que se trata por parte de diverios invhti gad orer..
El ,",redicto de los comi th de evaluació n ti ende a loer inaptl able. Sin embargo. no ei
ob u áculo para solicitar una revisió n de un caso en particular.

Sujetos d e apoyo
!>ara CON \ CYT. los sujeto. de ¡tpoyo son univer~id ades e in.titucionflo de educación .upe-
nor pública~ y p(lrticulares. centro~ ktbor(110nOS. empre>:l~ pú bl ical y pri\·~das. adem~. de
pf r~OnaS qOflof encuentren inloCrihl~ en el Regi.tro Naci onal de In>titucion flo y Emprr;;tl
Cien tífica. y Tecno lópca. (IIEI'II EC VT).
El mh probable que persona. co n grado. df mar.ltria y doclOrudo. ad rm ~$ dr 101
intrgruntrl dr l Si.llema Nacional de JnveStig(ldorr~ obtengan financiamiento paru SUI
proyectO~ porque ~oeltn lrnu una trayec toria dr fin ida y han eilruccurudo pmpue'l3s en
Otru. oca.ionrs paru la ob tención de p,moci nio.
Estructura presupuesta1 para proyectos de investigación
En ,e~~ida,e de~nea de manem ,eneral el método para pre.~pue.!ar un pl'O)'KIO de im'hli-
~:lción individual. Se toman como bale lo. li ne:lmienlO. e,wblecido, por CO,...c't'T para la
aplicación de fondo••ectorialt!.. Se ,eleccionarún por la relevancia de he or~ani .mo para
la inve,ti,ación en México. en general y de e,o. fondo. para la in \' hti~aeión biomédica,
en particular.
El prhupue.to h el cálculo anticipado de in~re¡ o. y egrho. económic~ ap~cable a
cualquier actividad económica, Equivtlle :\ un plan upruado en tfrmino, monemrio\,
que tiene como objetiyocump~r con una meta fijtlda co n itn telación, que debt lo~rar.e en
denrminado riempo y bajo 1;,. condiciones pb neadul,

Crono"r....... y d .."lo,.li .... nci.ro

El de,glo,e financiuo del proyeclO debe e>lar vinculado a I.u diferentes fa,e,)' acti vidades
que,e pienu de;arrollar en la inve¡li~ación, p!;l\m"da¡ en una ~ráfica de lipo Oanl!, que
¡uele presentarle como un cronograma de ac tividade>,
Uebe co ntentr una descripción de las actividade> y lO! rfeUnO! nfetlario. en cada
una de la, etapa. del pTO)'t<:lo. además de la ju>tificación delallada para cada rubro. La
propue,ta debe COn templar etapal de ejecución bi en definida, ; en ellas., i t debe con.idemr
el cumplimiento de melas., junio con lo, recUrlOS requ eri do> para alcanzarlas. E. impor-
lan te aclarar que lal etapa. son con,ecutivas,

Rubroolinanciableo
Se apoyan 101 ~a>los y lal inverlione, ind i.pen,ables para ejecutar con hi to el proyecto..
q~e deben jU>lilkarse de manera amplia y adecuada. A continuación, i t dei~lo,an 10i
principale. rubl'tM que ,uelen Ser financiados, dividido, en dos ~randel áreas:
., Ga.lOcorrien!e
Viaje; y viático. dell!;rupo de trabajo y de e>ludi'lOte> re~imudo. dentrO del proyfe-
!O, para fine! relacionado, con fne,
Ga.!o. inherente. al trabajo de campo, pago de !nlbajo. eventualu por levanta-
miento de eneuelta>. recolfeción de muenra!.. aplicación de enlTevi>la>. pa~o de
tradUC IOrtl de dialecto. o idi oma, re¡ion,L1e!.. ,'hlO' de hmncia y alimentación.
Ga.to. de opfración relacion:ldoi co n el proyfelo.. como materialh de eOOlumo
de u.o dirfeto del I'royfetO, .uel vivo\, ener~hico. y combu>1iblh: opfmción y
mantenimiento de labonHorio. y plantal piloto; di.do. y prOlotipo. de prueb;l:
herr'Jmienta. y di.po.itivo. para prueba. uperimenmlh: acervo. bibliográfico\,
documenmle!.. ótrvicio. de información cientifici' y tfenológica. E,I o, conCepto. >t
deben dh&lo.ar por parlida hp~ifica ~ n el prflUpUeUo.
Ser~icios externo. e.p~ialilado. pagados 11 terc~rO' (uniHr.idades. in'lilucionn de
educación óup.rior, ¡n"i luIO¡ y cen trOI de in"e>ligación, emprt.a> de ingeni.ría o
con.ul10ria hp~ializada,laboraloriol naciona le¡ o f.tlmnjeros ) pam l:L rea~zaci ón
de aClividade5 punlL1alr> y muy rsprcia lizadas., .iempre y c L1ando .\tan indispfn¡a_
blel pam el hilO del proyeclO y no excedan I S% del prtlUpu,"O 10lal soticilado al
fond o corrflpondienn.
 Gauos de capacitaci ón para particip'lntes regiurad oi dentro del prO)'ecto. en temal
y tiempos indispfnlablb
Gauos relacionados con el regiurO de paten te!, pago dt derechos de aU lor y de
Otros titulos de propiedad intelectual, indíspenlablh para proteger los relultadol
del pl'O)'ec to.
AClividadu. publicaciones y materi:llu nechari o. para t",nlferir, asimilar)' difun-
dir lo! relultadol del pl'O)'ec to. Los g:ll tOI por concep to de 31iuenela a congrelol
.ólo !econ~d erJn en el calO de la presenl:\ción de relultudol de la invhligación y
en el ul limo ano del de.:lrrollo,
GallOS relacionados con la incorpor:lción, como ".i,tentt> de invt>rigación, de
cienlíficol y tecnólogo! con nive le! de e'pecia lid:Ld, maeltria o doctorndo. La par-
ticipación puede abarca r todo el periodo de "igeneilL del pl'O)'ec to. Los montOI de
101 aPOYO! por nil' el.e rigen de acuerdo con la normarividad de la in!litudón lolici-
tanlt. La! in!litucionfS propone nt tS deben a>tgurarse de que no ie genef! ninguna
relación contrac tual o laboral con motivo del pl'O)'K tO.
Apoyo. f!lacionados con el proyK to a e!t udi anth que rtalieen IU trabajo de n!il
de licencia tura o que bu!quen obn nfr el grado de tipecialidad, maellria o doc tora-
do mediann iU partici pación en el proyecto.
No es posible incluir 1m !il:uientes rubrol en ell:a, to corriente de lo! pro)'K tOl,:
Honorario! del personal adICrito a la! inlli tuciones o emprtiaS participan te!, pago
de ser:icios SKrtlari alej, !trl'ic ios adminiurativoj, reparación o mantenimien to de
vehículos o de equipo de transporte, renta de oficina. o locale\" pal:o de ¡e",icíos
de enfrl:ia elktrica, tele fonia fija o celular, agua y combu!tible!>. Todo! ellos los debe
proporciona r el sujeto de apoyo.
Todos los concept o\" manriales y ga llOS relacionado. con tarea. o per3ti\'aJ (admi-
nillrativa\" con ta ble\" productiva!, de ventas o dinribución). Todol ellol 10i debe
proporcionar ellujrto de apoyo.
b) GaliO de inl'enión
AdquÍlición de maquinaria, equipo de 1:lboratorio, equ ipo de tecnología! de in-
formación y comunicación (cómp ut o), sr'fr,m,,' hpecializado indi.penlable pa ra
ejecutar el pl'O)'ecta. planta pilo to experimental herramienta!.. obra civil e inua-
locione~ indi.pensable~ para u~el:ur:1f el hito del pI'O)'KIO. Debe jUHificarle con
ampli tud la nece~idad de ca da uno de 101 rubro!>.
Adap tación y obnL civil para la inswluci6 n de área. de in\'t~ fi,ación y de~arrollo
tecnológico que . tan indispen.ables,
Lo. acti,'~ adquiridol pasan a .er propied!ld de la. in.01UCionn a la~ que se les
ha au torizado esa adqui ~ición. Élla! tienen hl ob ligación de indicar en la factur3
corrnpondientt que fue ron adquiridos con recurso. del fondo y deben darlos de
all3 ~n sus in\'en I3rios. Los rteur,os 3utorizados para ~I gano d~ in\'fT1i ón no son
tran!ferible!>.
Los siguientes rubro$ no son elegible! para apoyo por parte del fondo dentTO dell:a,to
de inversió n de los pl'O)'KlOi:
 Vehiculo~ autOmOlOrt~ y todos los equipos y kl maquinaria dntinado~ a la realiza-
ció n de acti~idades de producción, administr:tción o comercialización propia~ del
~ujeto de apo)'o.

El in"hti,ador debe wlicitar y con,ervar los comprobante> fi:..cale:. corre~Jl'Ondienth

de cada ,a,to efectuado.
En el ......tro 21·3"e muestra la plantilla de un ejercicio hipothico de pre~upuhtO de
invulil;ación, Se recomi enda el uso de hojas de c:llculo elect r6n ica~ para repurar y hacer
el .el;uimiento del ejerdcio presupuhml de lu investigació n,
){etomando el ejemplo previo. la Cllntidl\d ~o licil!lda pMIl el pl'O)'ectO puede . e,uir
alguna de la~ .i,uiemes "trlientt. :

'tEffi'- Elemplo teóriCO de un lormato bi soco pa ra 1.. elabo.aoÓn del p<esupuesto de un

p<oyedO de ,rwen'gao6n

E~I . E qu,po~ ~~ Equ,po .~~

m _ _ de lA
SelKeóón b'OImp-edanoa
(12 canal ...)
Con""mobl~. 4125 , ~ ,,~

para equ'po de
b,o,mp-edanoa
Equ'po ~ cooIonmri.i.
Con""mobl", p ..... '"
"''"~ , Equopo
~ "''''
,,""
cooIonmriria
luto.>. de l.o",,,,ono ,
"" <:.t. con 100
tubo. """
P...t~
b.oq.>Ím,co
b."co "" "'" Estud.o con 24
.n.hto.
,,"""
E~2 .

...........
l _.. Moc ....
MeUonntn.
"'" ,,'" <:.t. con 40
t0b4et .. de
750mg
"""""
Eu.poo 3. <:.ta.con 1 koI mm
C _~óónde
leptiftot _1<ic ....
RefId ....... par.
o.oon,ofOcaoóto de
Ieplma
"'" "
de ..... ,~~
Ledo< de ........ EqutpO ,~"""

,.-
Poprin par.tecruao ,,""" Seo de popeta> ,,"""
,~
Con""moble. para
'ecn.ca de ...... """ 80ha con
con ........ bl ...
Tot al 1 317050"
• Lo. P'@oQo'."gnltdo."", enp",o. m"",c.ono •
• • Agroog .. 16'll:. del .mpue.. o al v"o< ag'oogadc (w.) Po, 'anlo. el p 'o~o ,~.«e un p~lUpu",'o d e'
527778 pemo. El ne.:",""o con'egu" la cant ,dad fal'an'" de oIra fu.."".
 .) Incr..... nto. Si ~e con~idfra equipamiento adiciona~ del que ~e carece en el ~itio de
trabajo, como cemrífu,a fria, agitador de placal de EUH. ultracon,elador para
criocon~ervar la~ mUhtra~ ~an,uínealo. etcétera.
blo.cr.....nto. SI uiste el equipamiento n ece~ario en el ~itio de acti~idadelo. ~e rhta-
rian del prhupuUto.
Q AJust •. l'ara no tm~tocar el dharrollo ni lo~ objnivo~ de la in\t~ti,ación. ~t hadan
al,uno~ modilicacionn no lustancialel en al,uno~ de 101 rubros de ,auo o, en el
peor de 11» tloCemlrio;. u avanzaría en el eiludio, h:ma donde 10 permito el presu-
pues to. 10 que no el deleable.
Adem ás de considerar 101 im pueuol que le deM papr, el necuario considerar 101
li,uientes 31p«tOI
Au nque la cotización de 101 equipol e in~umo~ se prelenta en moneda nacional,
elt~ iujela a paridad con al,una moneda utranjera de referencia ( por lo 'fneral, el
dólar flfadounidenlf o el fUrO); por tantO, " dfMn hacer aJuSIf' en caso df dfpre_
ciación o apreciación de la monfda local.
En el pre~upUf;lo. f; npcf,ario incluir el pago df cobertura ultndida de la ,a_
ranlía de fquipos., ade m ~s del precio de la. pólizas de mantenimiento pre\'enlivo
y COrrecm·o. En ac alione., a tlOS pagos le ItI puede con lIderar como aponacionu
concUrrentel de [a inui lución en que colabora e[ ,rupo de in\tlti,odores.

Corolario
El desarrollo de la inve!i ti~ación no IÓ[O es una fueDle de riqueza inte[ectual, r.ino tambi~n
económica para el país q ue la fomenta. En la ac tualidad, [os recursos económicos para ese
propólito en Mnico son inluficieDlfl y ese rezago se va sumando al de los aitos previos.
Exiuen recunos económicos ~mitadol y mucho. grupO. de COlO pttidores. El in~eui,ador
relponsab[e de lolicitar el financiam iento para el prOyectO debe Itner una buena idea,
preltnlar la propuesta de manera oportuna y adecuada, poletr un mínimo de habi~dades
de ~euión y ur ptrlllleme. La elaboración de l prelupueuo huna luía para 10licilar la
can tidad neceiaria para la realización de la inveuigación. y tam bih para prO,ramar y
clali licar 101 pU11» dura nte el dharrollo de ]:1 i nve, ti~ación .

Bibliografia

Ano.roon T Global Fund 1001.. lo booOl l'';v.l< ..eto, comnbuuon •. LMnm, 2009;37}(9675):
1594
Ano.roon ·¡: Innon""" lin.nan; orh ••1th C' I"<'. !1M}. 2009.339,b4235.
lX"n." R. Impl.m.n,ni"n Pn>ec..... nd p.,f",m.nc. L...d. ,,{ Ch.n,! In.. ",,,, Fund,.,,,,in;
SyOl.m .. } Ma,ltm,.,. CJ,..nn,Is, 2005. 12(3):53-77.
eieo .... B.L,j.cob j .G. F.",d"'IIl"" lJalirJ.;l r~mpúr,pj¡k 2a. cd. jon"1no B1nl." Publi"',,,-
2005:26-45.
Co nundriopoul ... A.r.. Ch .. mp~gn~ T. Po.uin L. , O, ni. J.L, Ik,yl~ P. f"f'aTi" "" prvy«t# tk
inl'ntil~llj.n. 2a. cd. Ihrcdon •. 1991.
Ouy~k G. I~ Fund",i';ng 101: <x«u.ing you r pl.n.} r..
Mie Hralth .411l'l<lK Prad_ 2008: 14(6):608-
6 10.
F",nk j. Croup C.rso, h~.I.h phil.n.hropy, . <ld wb.cco. I.Jltj(~t. 2oo8;}71(9620): 1243-1244.
Cup.. ~10, Co.,n L. Dono,..' mI~. in build< r\ ]; of glob.1 public good. in h ....hh. IAf/l"rt,
2009;373(9672): 1395-1397.
H .. ffidd E.• o.ck. 1::., I'"r~ I~ &id¡;... ing. fundin¡; .nol m.n.gtne d,nical ,.., ...uch proj«,..
MfmMs Mo/!Ji." 2009;473:299-311.
Hi¡;don Jo, Topp R. How '0 dc:vdop o !!-ud];,. fo, o " ..."eh propo..J . W"t} /\'11" H,,,,
2004;26(8):922-929.
Hillmon L. How."" you dOlne ,n ,he R<W ceonomy~ IIHr}, 2009;Spri ng:9- 10.
I~.c j.A., Rondc:.u D. 'Ihe imp . CI of eh.llengc ¡;ir.. on eh.rirabl .. ¡;iv'nc: .n cxpcnmenul invc.ci.
C"'o ... };(.mlmi" Lmm, 2003;79(2): 153-1 59.
LÓpCL A. Heol,h ... d he",h·",,,,.,eh pn o ri,i, ~ h • • WH O gOl i, riCh,~ Ú1nut, 2008;372(9649):
1525- 1527.
~t.nn . B.J.lh .. mi, ofh .... ,h c<:o no miuwi,hi n di nicol "'......eh. MrtIJ..dt M'" !Ji../. 2009;473:235·
250.
~t.u.k opf j. A., Sullinn S.D .• Ann .. m.n . L, Caro J., :>'lu1lin<C.D., Nu,j,co ~-I . , "aL Principl,<
of good p ... nic.. 10, budg ... impact an"r"" 'epon fo"he ISI'úR T• .k !;,rc.. 0 0 good .......a.eh
p ... ctic .... -budgct impxt ,.n .. ~ •. Valu~ H~"IIIJ, 2007;10(5):336-347.
~t.~·na nl G. l: 3rd. Phi!.n.hropy i. no< a"' ing fo . a favo r. i. i. ¡;iving a f>voL Fnmt HNlth Snu
M"'I<lK~, 2008:24(4 ):31 -34.
~kG ... gor-lowndc. ~t . , Sc:.ifC W. ' O f droughu .nd Hooding ... i o.~; philan,hropy 10, h....lth and
medial ....urd.. Mm} AIUI, 2008 , 188{ 11}:63 1-631.
~j cig. R.E Con, iliilid.od. ~tn;;j co; SkG ... w-Hill Jn'<r. mcri ~~n~. 2012.
lt"
Page K.A. PhiJ.n,hropy rcvi .., .. d f"rMI H~.. Suu Al"""!:,, 2008,24(4) :27 -29.
R.mí=·I'.dill~ D.N. Gm",biliJJd administral¡'w. Sléxi co: .\!cG .. w-Hill I nte",m,ri""'n~, 2008.
RO"'dc:n R. Intem .. i"nol ~l o n ... ary Fund .. ~ rif1~« high« gro,..,h. ,mploym .. o'. >pcoding. and
o.
p ubli~ in...... m.. in h .....lt h "y",m. in onl« ,,, k«p inH ... ion unn cc..... rily lo.... ¡',t} H~..ltlJ
Sm,.2010,40(2):333-338.
Sc<"Ínbrook R. e.mp .. gn co n.ribu. io n.. lobbyi n¡;, .nd ,h .. US h ... hh ...-aor~n upd ..... N Ef!K}}
Mm, 2003;359( 13), 1313-\3 15.
Web.r R.j., Cob.ugh D.J. Devdopi ng .nd .. xccu.i ng.n dl'... ,v........ rd. pl.n. Am} Hta/tI, Spt
l'Iu",n, 2008;65(21),2058 -2065.
W<"Ír L, Hibbcn S. Building Don"r Rd .. i"",J,¡p.: An Inv ... i¡;.""n .n,,, .1..U ... "fRd."" n,hip
.ntl O ... b.... ~I."' ... ne by Ch. n,y Fundroi ..... S,,,,irt Indl4tj, 2000;20: 114-1)2.

Referencias electronicas
h"p:l/.... ww••• norr}
h"p:ll ........ w. uf~ orr}
h•• p:l/www. uf~orrJgt..uI ......... rce<.dm
h"p:l/www.bcuLeoml
hu p:l/www.conocy•.gob.mJ
hu p:l/www.da..d.dc/..-.Jindcx.h.ml
http:// ......'w. r' .... o''"m,J
http:// " ....'w. ro rdrou od o"'¡ , .... ot ,
h n p:l/ " ....'w. fOu o tin io oCe nt er.o rrJ
h n p:l/ " ....'w.'A' ""r_ndo.. on.o rrJ 1'. ,e'" ho me, "1' X
hnp:l/ www., .... n, . L.n,h'f>Ow/ , ... n,"'oc"h,m
¡"'p:l/ w..'w., .... n, . L.n,h.r;ow/ ,r.n''''guid'''indcx,h,ml
h"p:l/ www., .... n, . n...o r¡;
hnp:// www.idrc.cJcJ ..... - L·20L·I -DO _TO Pl e h,ml
¡"'p://,,·ww. n"ffi c. nU
¡", p:// ""WW. n" ffi c. nUho m '" ""lIic""" flic.'" ne"" -m exi co
¡"'p://""Ww.ph,m.fOund..,,o n.o rr)
¡"'p:// www. rodefdL.,found..';o n.o rr)
¡"'p:// www.saL"d.Qr>O,o·rJ
h"p:// www.oci.n«e>m: ........ '.nnm.¡;,or¡;/fUnd in g
h"p:// www... i"'.. ·Gob. rrurJ,¡;cyt/cm,.,p.gin.,.,f. ...di"ica.jop?pSd.
 Investigación científica
co n seres humanos.
Consideraciones
desde la bioética

Introducción
La im·es!Ítaci6n con se~s humano!., al igual que o tras aclÍlidades cuyo objelO de estudio
práctico es el Ser humano. de~ ajustarse a ciertos limite!., a ciertas normati,·as.. con el fin
de no le,ionar los dnechos. la intetridad ni la intimidad de otras pt'nonas.
Las relaciones entrt los seres humanos son com plejas y UIS ten Ilariu discipbnas de-
dicadas a abordar difnentn aspectos de filas. La moral y la ética pnmiten comprender,
reflexionar y poner en acci6n llanas premisa, que faci~ tan la conlli, encia hum ana y que,
en general ron aceptadu po r la mayoría.

¿Cuáles son 105 lineamientos que regulan

la investigación científica con seres humanos?
Una hlltoria permite abordar eStOó aspec tos: el eiludio lobre la sifills de Tuóhgee. La lar-
ga duración de ute utudlo. el momentO en que le tnicl6.la naturalezR de la enfermedad y
la condición racial de las penona. e.tudiada!., Junto con el hecho de que. aun dlJpOnién-
dose del tnllamlentO apropiado. no le le indicnr:! Q los sUJe tOI que tomaron parte en la
in\'hugaCión. hace que ".te Ita un ca.o ejemplar en 1:, hmoria de la bi~uca
La .ilib. es una enfermedad crónica, conwgios!I. de transmiSIón .exual en ocllljone.
congénita y prodUCida por una bacteria. una espiroqueta. En la tucera etapa de la enf,,_
medad. durante la fp", crónica, se ~en ofecwdoi los w.lfmascardlovPscular y nfurológico,
sobre todo In ptrsonas de Idad avanzada, po rqu e SI Ita relactonado con disfunciones
inmullllaria. comunu en esta flapa de la ~ida .
A pril!l;lplOS de! siglo xx. tlunico traramiento para eSta enfermedad era el compues to
arseoica! cooocido como sal\'aná n, desarrollado por raul Eltrbclt, qUt ~01i3 ~fr elicaz,
tóxico y cmtoso.
 La. diocultade. para abord ar e~te problema de salud hadan necesari o un e~ tudi o de
~u hi>toria natural. Ha.ta he momento(entre 1891 y 1910) ~e habi:t hludiado el cuno na-
tuml de la .ifili~ no tmtada en pOCo meno~ de dos mil .ujeto\.. Cuando.e inici6 el t>tudio
de Tu.ke,ee. en 1932_ emn los (mico. datos disponible..
En la dkada de 1930_ en E.tado. Unido. el .i.tema de .alud era raciua. Con frecuen-
cia loe utihaba a individuo~ de mza ne,nl como .ujeto, de inveui,aci6n. debido a que.e
le, con.idemba .000.. inferiore, y .in virtude,. L:II idea. IObre 111 .¡fi~. en e,e enlOnce.
euab:ln relacionada, con ello.. porque loe lu creiu m:\. promi>cuo\..
El .er1licio de Salud t>ti blicll. junto con unu fundaci 6n. plllneaba iniciar un hlUdio
bajo condicione. de ob.tTvación controladll. En 1930, mil fundación habla hecho un e.lU-
di o en ClICon County, Alabama, que ttni:l 82",{, de población ne,rol y la mh alta prtvalen-
cill de ¡ífili> tn t St pa~ (36%). En 1931 ;t repi tiÓ el mudio tnut 4400 lujttO' ne,ro. y;e
encontrÓ 22Y"" de incidench. tn varone; y 62",{, de .ífili; con,tni ta; ademil .. 399 individuo.
nunca habían sido t mtado~ Em una oportunidad ideal para ob;erva r la t\'o lución n;ltural
de la .ítili L Sr decidió ob.rrva rlos ¡in tratamir nt o.
El t;lUdiolor rralizÓ fn conjunto con fl Tu ,ktgtt J n"itult; por rlOlor If conocr como
ti e' lUdi o df Tulolte&tt.
En 1936, rn un trabajo aparecido en el Jouma! o/ rhe Amerimn ,If",lim! A uorilll;on ,
loe dt>cribía la inve.ti&aciÓn como una oportunidad inuiual para eMudiar al paciente con
.íti lil no trutado de.lde el comienzo dr la enfum edad ha>ta .u murrte. Sr rtlat:lba que el
euudio abarcaba a 399 negro. enfumO! y .in tratamiento. Padecían ¡ifiUslatente, no infec-
cioia, pt'J"O transmi.ible a tr.l\"h de tran,fusionel sanguínea\.. A l partetr, nislÍa un grupo
control con 200 individuo. no po rtado rts de sífili s de eda de> .imilares. Tambitn nislia
un tercfr grupo conformado por 275 ind ividuo¡ con . ífilis tmlado. con neo.all'anán, que
más tardr .le descontinuÓ ¡.j n conocene la caula con certeza.
Excepto por una rnfermrrJ afroriladou nidenl e, asignada al equipo. no hubo conti-
nuidad en rl perwnal mtdico dumnle el euu dio. No había .uperví >ión cenlral ni prOto-
colol escrito. y ningún mtdico el1UI"O a cargO. No ~t regi>lmrOn 101 nombres de los 399
individuo.. Los mMicos ftdemlti .ólo volvian a revi!H1r1oi Iml in""'alos de vario. a/loJ..
con alguna. I'hilai documen ladaJ.. primero en 1939 y 1948.lue;0 en 1963 y 1970.
El perlOnal tncar,ad o del hlUdio debía h:lcer algunol u:'lmentJ.. como la punción
lumbar, durantt la ínlhti;aciÓn. t>ara ap lic:H :liguno. inctn tivo>. idtaron enlrt;ar al-
muerzo. calienlh, mtdicina. ¡in CO>lO y entierro ;nuuito.
La penici~na >t dharrolló entre 1941 y 1943y hlUVO li.w pam admini'lrJrle como
mtdicamento tn 1946. De muntra delibentda. lo. lujtto. del utudio Tu.kt,tt nunca la
recibieron y no j,f .IIM con certlla de cu:\ nt o, individ UOI padecieron ,ífili¡ tardía por no
recibir tr'Jtamitn to.
En 1966, t>tler BUXlun, rt>pon.ablt de b invel ti&llci6n de enfermedadt. vtntrta. tn
el Departamento dr Salud, empt'tÓ a cueuio DlH el eiludio tllntO hica como me todolóp-
camentt. Lo. funcionario. del redtn creado CI'III(" /0' J)is<!(l$/, COn/,o! (CIJC), rn Allanta,
trataron de que desistiera, sin con!r,uirlo. En 1969. de,put, de deba le en alto) ni\'flelo. Sf
dl"cidi ó con tinuar con la inveni&ación. En 1969, quien fue oficial dr ¡anidad dr Alabama
entrt 1951 y 1966 IIr\"Ó 13 disc uli Ón a la Sociedad l\Hdica de Alabama; rn h tt ca.o, la
mayoría de lo. participantes era dr raza negra (a diferencia dr la compo.iciÓn de tie orp·
niimo rn 1940), pt'ro tampoco se objetÓ la inve.li gaciÓn.
 Invll<logoaÓr><M<lIí!lco ron<~r .. hum. n",,_Con.rd...-.ao.."", dO<do 1.0 boooIoco 255

En julio de 1972. P~ter Buxtun. dt\:e¡x:ionado pOr la negativa del (l}C" a detener la
invt:.tigación. la reportó a un amigo penodista. É. te, a su .·el. lo comentó a lean Helltr,
repO rtera en la co~ta E~u. quien fue asign'ida para cubnr la nota. La ma~:lIIa del26 de
julio de 1972 apa rt\:i ó en la~ pnmeras pági nal de mucho. diarios de tod o el pais. La his-
toria tuvO un eft\:to inmediato: el hlUdio fue .uspendido y ~e CUhtionó con amplitud a
la~ autoridade~

Desde la óptica de la teoría principali:sta de la bioetica , ¿que

cue:stionamiento:s se pueden hacer ante la investigacion biomedica
que utiliza a sere:s humanos como sujetos de experimentacion?
La i",·"tigación deloCrita en]a .e«ión anterior,e :lplicó de mane-ra eliptCílica a una pobla-
ción vulnerable, lo que es un indicio claro de rachmo. De no habt"e publicado en la pren-
sa, no.e hubiera lu.~ndido el elludio. Ad emA;, tampoco contaba con una metodología
que la apoyara. De manera deliberada, no se admi ni, tm .1 tratamien to una '·Hque estuvo
disponible. Tampoco,e mencionaron los eft\:tos adverso. den vados de La aplicación de
exAmene.. El mOli..o principal para iniciar y lIlantener el elludio fue el dneo de invelliga r
y saber y esta idea prevale.::ió sobre el reslO de 101 demás aspe.::tos de la im·eltigación, por
lo que >f de.::idió co ntinu.:lrla.
Nunca se informó a los Mvo luntarios' · so bre la fin alidad del fllUdio ni 10li riugos que
corria n. Re.::ibieron tran spo rte, almuerzo y fun eral grati .. ÉSte ~ otros he.::holi in Huyeron
en la de.::isión del Con~reso de Es tados Un ido, de Crear una Comisión Nocional par.! la
Prote«ión de 1m Sujelos Humanos en la I nvestigación Biom ~dica y Conductua~ en 1974,
>fguida más adelante por la Comisión Presidenci al para el Euudio de 10\ Problema!> E ti-
cos en Medicina y en la Inveuigación Biomédica y Conduc tual, en 1979.
En el ca.o de Tushl\ee!>e observa. po, una parte, la ne.::flidad de ;aber. que tedun da
en Nnelicios para la humanidad; por otra parte. se debe con,idera r el rupeto a las de-
cisiollu de las perwnas sobre su!> cuerpos y, ademih. los limites que deben imponer!>e a
h tudios que suponen ribgOS para 10\ suj eto~
Otras situaciones en este mismo conte~to permiten entender el porquf de la normati-
v¡dad relacionada con la partici pación de !uje t o~ human os.n protocolos de invf> ti,aci ón.
En 1971,.n la e>cuda hta tal de Willowbrook. St:lIen lsland. Nu.va York. una eloCuela
para menorhcon rflra.o ment:il (en ~u gmn mayoría con ~indrome de Down). ~e inoculó
a fUO~ de manera de~Nrddli con viru, de 1:1 hepatiti, H.. sin :.olicitarles autorización. El
objuivo erd ob~eO'ar la evolución de la enfermed:ld.
Por tra lar>e de individ uo, menore;, d. edud. se requería la autorización de lo~ padre~.
No ~ólo ~e omitió nle 3~pe.::to: adem~;. se apTOVKhóla condición de relra,o mental pard
con.'errirlos en ~ujetos de- e.~periment:lción, sin que mediara rfplica al,una.
CUll11do;e enleraron en el Con,re.o de E~tado. Unidos de hlns y mucha~ ~ituacione;
>tmejanle;, encar,aron a una comi.ión la ,evi.ión y creación de diferentes normn. en que le
uprf.arnn 10. fineamien lOs de cómo realizar i nVfSti~acione; con ~ujeto. humano;, en 1972.
Se produjo entonces el informe B.lmont, en 1978, donde con lluye-ron vario. filósofos y que
di o CUfrpo a una serie de llamado~ Mprincipio." (teoría de lo. principi <K) como se conocen
de,M entonee;, y que tiene igual aplicación en ellfrreno de la im·eHil\oción, como en la
prá<: tica mMica cotidiana, pero basado sobre todo con ba" en eMOS 3111e.::edentu
 El principio de r~sp~to por 1<11 pnSOnilS le exprel6 en dOI concep tol: {lutonomKI y nO
maleficl'n";u. modiocando los principiol de beneficencia y juuicia. A, i le t>tableci6 el c6-
di,o de normal que debe re,ir a toda invuti,aci6n que incluya a lere, humanor..
Vale la pena merK:ionar los antecedentel de la normatividad antt> del Informe Bel-
monto para comprender la e.l preli6n de enol pri ncipior..
L)t>put; de que ,e dieron a conocer los horrorel co metid o, con tra los judíO! en los
campo, de concentraci6n de la Alemania na7j y de que el conocimiento y arte mfdicos se
emplearon para producir dolor y dado a ¡ere> human o>. le termin6 por enjuiciar a los
mfdicos y se produjo el COdi,o de Niiremberg. en 1947. en que se proclama que MDebe
prevalecer la protecci6n de la inte,rid¡,d de la peroona que ,e .omete a un experimento.
impedirse por parte de lo, mfdicos ataques a los derechos y bienestar de la, per.onas y
establecer.e el antecedente del documento de co n.e ntimiento informado".
Es taHonsideraciones rue ron delineada. de manera inicial en el Códi,o de N Orember,
Y. m:\; ade1:tnte. en un primer eloCri to de Hel.inki. que ha experimentado correcciones y
adicione; a medid3 que le h3n revi¡ado diferentrs versiones y ,e han uclU3tiudo. Lo que
hoy en día" IÍene son lineamientol m:\.¡ o meno. ilcabados que resumen 101 principios de
1:t teoria tilolóficacrnda en la Mcada de 1970 y que se aplican. co mo en otros "pacio!., al
terre no de la im'esti,ación ci e ntítica con lere. hu manol.
Ahora pueden comprenderle 101 aspec tos releVantel de la declaración de Hel.in ki y,
en concreta, aplicaru al documento de carác ter obli,atorio que acompada a todo proto-
colo de in"es ti,aci ón: la carta de consentimiento informado.

De claración de Helsi nki de la Asociación Mé d ica Mundial

t 1 dt>bl'T ,11'1 mpdico es promOl'/'r y ...da, por fa su/ud dI' /tu pl'nOnill. Los conoci-
miento, y la conciencia del mtdico ha n de subordina r>t al cumplimiento de ele
deber.
En in,"elti,ación mfdica en IUf! humano!., la flTl'o{"upación ¡wr 1'1 bi~nl's/{/r de los
S~r~S hUmllnOS ,It>bl' It'nl'T siempre primadll sobre los inll'rl'SeS /Il' /tI cil'ncill y Irl so-
cil'tltlll
La inHui,aci6n médica t>tá sujeta :1 nOmWS rlims qUl' si, v/'n pum promOl"/'r 1'1 res-
p,.to /1 l O/los los sn~!J hum(/nos y pllm prol("gi'T ~ " S(r/ud y sus ¡/('Tl'C"hos indi.idUlllel
AI,una, poblacionts ~omuid¡l~ ¡11a inve,!ignción ~on vulnerablt> y necesitan pro-
tección "pedal.
Lo~ inveHigadore, deben conocer lo. requisito, hico>. le,al" y jurídico) parJ la
investigación en ,frfS humano. en su. propio! p:lise>. 01 igual que lo. requi.ilo~
i nternocionales vigente}.
En la j n,"esti,aci6n mfdica, ~s ,"'her ,1;-1 ",MirQprill.'"j;¡'-' /t, ";/1(/. Ir, 1(1/u/l. Ir. inlimi,/tll¡
y /t, /Iignilk,,¡ de/ u r hum(",/).
Al inveuigar, hay que pre;,ar ntención :ldecuuda a lo, factores que pueden perjudi-
car fl medio ambien tf. Se debe cui dar wmbifn el bifnntar df los animales utilita_
dOI en los fxpfrimentos.
El p~'f'CtO y el mhodo de todo procedimiento experimental en srrel humanos
debe formular" con cla ridad en un protocolo experimental. É,tt debr enviarse,
pa ra su consideracion, comen tario. consejo y (cuan do >ta oponuno) aprobación,
 Invll<logoaÓr><M<lIí!lco ron<~r .. hum. n",,_Con.rd...-.ao.."", dO<do 1.0 boooIoco 257

a un comit~ de evaluaci6n ética dhignado de man era hpecial. que debe ~e r inde-
pendiente del in\'hti,ador, del p¡lIrocinador o de cualquier Otro tipo de influencia
indebida. Se !obreentiende que he comité independiente debe actuar de conformi-
dad con la~ leye! y lo~ re,lamento. vicente. en el pah donde !e realiza la in'tlti-
,aci6n experimental. El comi t~ tiene el derech o de controlar lo! en!ayos en cuno.
El 1" I"t's/igador Ii/'"~ Ja obligado" di' proporcionar I"formtrcio" dl'l rorllrol alcoml/,;.
ro" ""jlsls e" IOdo l"cllll'lII/' {//¡,wso ¡;fI/v(~ El invuti,ador también debe pruenmr
n l comit~. pard que la reviu. la informaci6n .obre financiamiento, patrocinadore¡.,
nfi liaclone. inuimcionule¡., Otro. po.ible. conflict o. de interh e incentivo. pard la.
p,,~on:u. del ntudio.
Sólo pl!rSOn('S ril!nlifi«''''/'rIIl! ('(,Iijü·odm. ji "'/jo la supe,..isiOn tll! un mMico (on co",-
pNl/nci(, rliniro. pUl'lh'n '<,uli:(" Invl!SligacJon ",hli("(ll!n 11/"1 hUnt(moJ.
Todo pro)'«IO dI! invnlig(l(·iOn ",,"":Iim ,'n Il/rI!S h,mlllnos ,h-hf' Sl'r p'«l/dido po, "m,
("itl",lo", compl,r(lc!On I!nlrl! los ,i<'SIIOS mkukuloJ y 101 m.nl'jicios prl'viJibln pl'r(l1!1
individuo O pl"" 0/r0J. El di¡e~o de lodo. lo! Hludio. dtbe hlar di.ponible para
el público.
Los mhliros deb"" abslI!ners" de parril"ipil' I·n proye(/OJ de ino'l'sligación <'n UreJ h,,-
manOS (/ menOS qu" nl,;n S<'gU'OJ d,. '¡Ul! 1M rú·sgos inh"l'I.'n/n "'In
sido ",/f'CUll(la-
m"n/" ew,lum/os -" de que es pMibl" hacerles frenle d" nWnem ""isfi,clO,it,. Deben
lUJpem/er el experimenlo en m(",·h" si obse,wrn qu" 1M ri"lgM SOn mlls impo,mn/I'J
q"" los h ..nl!jicioJ esp",,,dos O si €.tislen P'U"N'S (oncluyen/es de rl'sulUldos posilivos
o bem>jiciMoJ.
La inve,li~6n mMica en sere, humanos s610 debe r~atiza r\t cuando 1" imporraná"
de Ju objl'liro se" ",(,yo, que ..1 riesgo inhe,m/e y 1M roSIOS pt,Tr1 el indi .;,1110. Eno tien e
una importancia e>pecial cuando lo. S~r~' humanos ,on '·oluntarios sanos.
Ptu':l lOIfll" pt/rT" en un proyu/o de in",'sIiglláón. los indi .;'/uos deben ser ptlrliápdn-
leJ volunl<l,ioJ e informm/oJ.
Siemp,.. debe rl'Spet'IrJl' e/ derecho de 1M pa"iáp(mles (/ proleg'" Su inl<'g,idml.
Deben toma!"!e toda clase de precaucione¡ para rhguardar la intimidad de lo, in-
dividuo! y la confidencialidad de 1<1 inform:lción del paciente. adem:h de reducir al
minimo la! con~Kuencia~ de la investigaci6n ~obre ~u in te,ridad n!ica y menlal y
~obre ~u pt'r>onalídad.
e"
En lO/k, I"",'slig(/do" sereJ "O/mllltoJ. ('(Ida 1"lIi,·illllo pOlI'"Citl/I/('/)I' ","ibir '"forllla-
do" fII/l'C"lf(ukl ('Cí'flYI I/1' objniwH. mhollos. fu"",I'J dI' ji/Kmcitlmit'nto. posibles CO"-
flictos 1/1' intef<'Sí's. (ifilitlcionl's i"~lillll"ilill(tfl'J d," i"'·I'Jlig((//or. h"",:/icios mlcuku/os.
ri"sgos prt'.isiblel .' i"comodilkult's lI",iwlllt,S d'" "xpl'rin,..t!lo. Debe i"fortflllfJl' (' 1(1
pt"IOnt' sob" el deT('I"ho ¡le p(lrlirip(rr 11 nl/I'" lo inveSlig(ldón y dI! ,<'Ii"" su ronunli_
mi/'t!lo en cu(l/quief 1II0m<,nlO. sin 1!.'p"M,se (1 f"I'p'e",/illJ. De.puh de a.e,urar.e de
que el individuo ha comprendido h, in forml,ción, el mtdico debe obtener ,nwnce¡.,
de preferencia por eloCrilo, el con.entimienlO informado y ,·olu"",.rio df la pt'rj,ona.
Si ,!It constnrimitnw no se putdt obttntr por t.'Crito, dtbt documtntarst tI pro-
ceso para obtenerlo, con la intervenci6n de te>ti,os formalu.
Cuando lu p",sonu "'nga inclIp<,cid",lleglll . •"("":.'(, d" ku fil{"ullmlps fisier,s menUl_ °
"'1 pl'n'I o/Orgllr e{ rons"n/imi"t!lo. O 1<'(1 ml·nO, de ",lad. ,,1 in""nigm/o, deb" obtener
,,/ consentimiento info,lfIlldo del ,epresentonl" I/"glll y de {lI""u .."lo ron k, ley .igente
 A ellOS grupos nO s"l" s debe inclui, I'n /t. inV<'itig(lción (1 m<'nOS qul' isla SI'l:' n<,c"stlrk'
p<lnl promo Vl" (" J(,lud dI' /t, pob/t.ción rt'p'f'S<'n/a,u. JI NIa investigación nO pU/'lIt,
'1'<I(i:(I,JI' en pl'nonlu COn m{X.ci,uul (egal,
La in\'t~ti,ación en indiYiduo~ de quienes no ~e puede obtener con~entimiento, in-
du~o mediante repre~enmnte o con an terioridad. ~ólo ~e debe realizar ~i la condi-
ción fhic(l/mental que impide ob tener el con~entimiento informado es una cantcte-
rhtica necuariu de la población inve,tigadlt. la. rdzone. e'pfCifica~ por la~ que.e
utiliza en la inve.ti,:,ción a parTicipa nte, q ue no pueden otorpar ~u conuntimiento
informudo deben,ff e>tillulada> en el protocolo uperimental que.e pre,enta ¡mm
con~idernci6n"J aprob:tción del com ité de eVll luución. El protIXolo debe htablecer
que el con.entimiento paro mantener;e en la invuTi,ación debt obteneru a la bre-
vedad po.ible del indi"iduo o de un repre\entltnte legal.
Hm/o 101 ('U'O,"'S romo los ",¡I;,o,,,s /i",,,,'n obfjgocio""J bit;(/J. Al pubfj¡Y1r IQS '''Ju/-
W<l01 <le su in ..."igoÓIJn , el in.","iK(I(lor <,su; Qbfjgot/Q a roan! m<,r /tI ulU"/i/ud d" los
,/tilOS JI ,nulwdoJ. Se ,1"lwn pubfjm, "'n/O 10$ ,esulrtulos n'1:U/iWJs cOmO los posi/iWJs
o. <1<,10 contra,io. <lebm """"tI disposición del publico. En la pub~cación ,e debe citar
fuente de fin anci amient o, afiliaciones in >litucionale¡ y cualquier pmible confliclo
de interele>. L os injorm"s sob,e in "n,/igtlciones (/U(· nO S<' ci'¡¡m ti los principios ,I<,seri.
ros en esra Df'CIt,ració" nO ,Ieb"n j"r ",'<,plmlos ptlra su publicación.

¿Por qué se requiere una carta de consentimiento , previa

información, para realizar un protocolo de investigación
en que participan sujetos humanos?
Debido a la ImiCendencia que liene la obtención de la firma del con~entimienlO dado
de.puél de rKibir la información indi5pen~abl e. le pre~en t a a continuación un de~J!:lo~e de
eue prOCe.o..
La. ~iente~ J!:enemcione> de im't>tigadort> o de médic o~ en el campo clínico, .:tbtn y
reconocen que pam trdbajar con ~ujelos humanO! el nece ~ario realizar un prOCe.o al que
~e le denomina ronsl'n/imi<,,,,o p,evio ¡"jomltlció", Con.iue en informar al individu o. con
lotal apeJ!:o a la ,"erdad. ~obre lo. prOCedimiento. II realizar. lo~ rih,O~ o incon\'enientt>
re1:lCionado>. Io~ beneficios a oblener y la~ po~ible. opcionh; con hta infor mación y en
plena competencia de ~u~ condicione~ menm lu. el ~ujeTo Tiene la oportunidad de eleJ!:ir
entre varia. opeione!., libre de coacción,
;,t'or qufloe recalca que hte prOCe,o e, reciente? E, nece,ario repa,ar la hi~toria p:tra
comprenderlo.
En 1:1 lar,a lrodición médica. loe dKia que 1:1 rel:lción cl:hicll entre el mfdico y.u pa-
ciente ero, en nencia, paterna~.ta : el médico, de.pué. de valoror al enfermo que :lCudia
a con~ ulta, deci3 "J dictaba lo que con.i derab:, mli; ildecUlldo para la. condicione; que
apreci:lba; la intervenci ón del enfermo era minimll o nuh1 y amba. parte. adoptaban.u
papel, aunque podía juui fi carn que e>lO. roles redun<Jaban en el bienhtar del paciente
(principio de btneficencia).
Algo muy "meja",e ocurría en las po.trimeria. de I:t inve;ligación médica. en que;e
.omtlía a prOCe;Oi de invfS tiJ!:aci ón a .ujeto. en condicione; a la. que 3hom;e les conlXe
como vulnembleli., como u:Se le~ expiam de culpar.. También em f¡-«uen lf ,omfler a ~uje·
 Invll<logoaÓr><M<lIí!lco ron<~r .. hum. n",,_Con.rd...-.ao.."", dO<do 1.0 boooIoco 259

tO~ en ~ituacione~ desfavorable~ o de dominio (como prhor., perwna~ con re tnuO mental
o poblacionh de raza ne,ra. indi,ena o autóctona).
E!lo~ son bueno~ ejemplo~ de si tu'H::iont> en que no ~e tomaba en cuen ta al sujeto
afKtado y mucho meno~ se les daba la o¡x:ión de ele,ir. E>le tipo de situaciones socedian
(o aun ~uceden l no)óloen Mhico o en Am érica Latina. sino en todo el mundo.
En el ~i,lo XVIII ocurrió un hKho muy significati,·o en Europa. que representÓ un
partea,ual en la hi~toria de la humanid¡ld y, de m¡lnem npKífica. en relación con el temu
nqui "'"udo: la Ke.·olución Francela. En elte movimiento se reivindicó, de manera fun-
dumental el derKho de tOOO ler humano a rKonoceroe como iujetO de derKhol y obli-
,acione~ Dicho en palabros del ;nln filó~ofo Emmanuel K:lnt: ~E].er humuno .nle de.u
culpo.n minoria de edud" y defiende .u derKho a .er escuchado como un .er pensante.
Sin embar,o. hta reivindicación tardó ligios en mndurar, es tenderse al6mbito mundial
y aparKer en lo. diferente) e.pacios donde biS relaciones humana; se manife.taban antel
como relaciones de dominio.
Otro evento de ,r.:tn importancia fue el q ue le prhentÓ a mediados del !i,lo xx en
Tu.h,el, Alabama, Estados Unidor., y que de;embocó en la disposición del ,obierno M
ele pais a encar:ar a la Comisión Belmont la revisión de ~;te y Otro. soce>m rebcionadm
con invesri,acione.l en litreS humano~ F ue la primera vez en que apar«ieron de forma
.i>tematizada 1m cuatro principios de una de las corriente. mh conocidas de la bio~ tica
(la teoria pri oci pafi na): ~,ulOnomí{/, justicia, benl'ficen"¡a y nO mafejirl'nrit,.
En eue .enndo, tuvieron que pasar má, de 200 a~os para que cristalizar..a un concepto
defendido en la Rel'olución Fr..ancesa: la au tonom ía, el reconocimiento en el Otro de .u
capacidad para procelia r in formación, disce rnir y elegir elllre do. o más opcioner., con
tooo y .us con'fCuencias a mediano y largo plazos. En consecuencia. se pLallleó un nuevo
mod elo de relación médico-paciente. diferente de la relación habitual paternalilita y en este
mod elo. el pacien te poclia participar. dialogaba con iU médico y. junto con f1. podía el egi r
la mejor o¡x:ión de tratamien to y 10i método> diagnó.tico~ adfCuador..
A,i, en el terreDO de la inveuigación. poco" pOCO>f r«onoce al ~ujflo de inve~ ti­
gación como una persona que nKe¡ita ¡aber 10 que ~e le va a hacer. a qué ries~os euá
expueno y qUf beneficioi obtie ne con talo cual procedimiento o upo~ición a talo cual
fármaco; también debe saber ~i ex iile n o no o¡x:ione¡ a t>Oi procedimientos y debe Itner
la >t,uridad de que puede retirane. en ca~o de que dKida participar. cuando no se sienta
con.-encido, sin n«elidad de dar explicación (Ilguna y lin que he h«ho repercuta en la
mención mMica que ~uele administrársele. Todo ello. reafirma el r«onocimiento en el
Otro de su capacidad para procesar la inforrn llció n "traz que se le "t{¡ dando, libre de coer-
ción, ad emál de su capacidad lIara elegi r entre dos o m{¡s opcioner., con su~ con.«uencial
n mediano y lar,o plazos. A este concepto;e le r«onoce en el hu de la biotticu como el
r.. peto a ]os de mb (e; d«i r, l;t U(l/onQmio).
Todo ello dio lu,ar allurgimiento del ,·(mUMimi'·IIu) ,,'HU' injoTltI{I(;ión, que le con-
.ideTÓ primero como un procedimiento y m~s (Idelante como un documento que lIe,a a
tener canlC tH lecal. Ah ora tiene qUt aplicar.e ea.i en tod o. los e¡paeios elínicolo, Ita de
primer contacto o de medicin a ¡uperflpfCializ"da.
Etililfn ¡i tuacioner., por liu pue>to, en que las prfmilia¡ antes expu euali no pueden apli_
car>l, como cuando el paciente no posee la capacidad mental para proce.\ar información
y, por talllo, ca r«e de la capacidad para hacer una elección (pacientes en estado de coma
pOrcualquiercau~a). OtrO ej~mplo e~ cuando la información que rtcibe el enfnmo ~e ha
manipulado de tal forma que ~e da la impruión de que 101 riel;o~ ~on menore~ (como en
el calo de la admlninración de un fármaco con importantel rtperculionh ~i~témica~).
Una ~i t uación adicional e~ cuando hay coerción para captar pacienth en un proyectO de
in\"eui;ación (paciente! reclutodo~ pam protocolo de inve~ti;adón en que el rtqui~lIo u
que ten;on una dermolO~l~ cuyo dato fundame nwl h inteMa comezón e~e dia. cuando le
pa;an lo~ viátIco, de e~e mi~mo dial.
En rhumen. el reconocimientO de l principio de aUTonomía. de~de el punlO de vi~ l a
de la bioétlca, llene raice~ muy profundal en la hiuoria de la humanidad I( epre~ent:l el
reconocimiento del ~er humano pOr parte de l l'ropio ler humano y e~,e concepTO le ha
aplicado ahora en el área de la ¡alud y en 101 espaciol de IOvesT¡;ación en que participan
IUjetol humanos. El nece~nrio ex plicar al en fer mo y al individuo de expenmenlación 101
alcancel de 101 procedimientos.. lai condiciones en que le realizan, lal expectativas que le
lienen y lo que se n~ra .
Conltltuye el reclamo de la parTicipación del individ uo en lal ~ilUacionel que le con·
ciernen, relacionadali con IU elpacio y con lu cuerpo, IU vida y iU $alud

Bibliografía

Bc:audlamp TL, Childrno J.F. fri/Uipi", d~ mea biomidiea. ~h ..on, 1999.

Gonúlc:r.J . Fi""~fo7 ci~ruWs d~" uid •. ~1éxi"o: Fondo de Cullura E.:onómica, 2009.
Gonúlc:r.J . Gmtlma hll""''''' 7dip>¡¿"¿ hllmam. Anth ropol, 2005.
GonLilc:r.J . fmp«ti, ... M b¡Htica. ~1"xico: Fondo de Cultura Económ;cr,. 2008.
GRoa D. lJiHtira ,ü"ica. frica 7 vid.. mimo2. Ed. FJ Búho Ll·OA. 1998.
G ....cia D. frica M 1M r.nfiMS d~" lIuw. fricay ,'idl nrim. 3. Ed. FJ Búho LTDA, 1998.
Herrera GR. HaCÍilllna nllml mca. Siglo)(X] Edil"re •. 2006.
L"b. F. /j'Offlca. ~ted"err:ínco. 200\.
Lol .. F /j,offlcilyanmpolotw ",ItiUil. .\tednemí n<o, 2000.
Luna F, S.ll".A. D«is'Mn tÚ vida, ","trrt: tufdn./JW, l/borro, ~tIIIl rttnm Mhim ",ltiml. Bueno.
AIres: Sudam ..ian., 19'95.
 Buenas Prácticas Clínicas
y reg lamentación de la
investigación clínica
en seres humanos
YI.¡n Ram;rez Tap'iI
F"uo J,rnenez Pone.

Antecedentes
Lo. linnmieDloi parn la BUfna Pr.lCtÍC3 Clínica (81-(") se t llablecen como resultado de
lo. antt<::edrntts hiu6riCOli de la ética médica y 10' principios de.arrollados a lo largo de los
,iglos. Por ello, ui.tt una ampli a cantidad de manifiesto. que ha!lliervido como balit paro
regular la 1!I\·t.lllpación en ienl humanos.. Aq ui lIe p rntnlan 1m principales CÓdlgOi de
ftlCa sobre los que u hn ulablKido la Buena Prác tica Clinica.

Juramen to hipocrático
El el código de ellea que m:h influencia ha tenido en lal ucuthu de medicina del mundo
occidentul. Aunque no se conoce el origina l. .e le atribuye a Hip6cratn entre los si,loi Vl
'1 v a C. La pnmera H~6n e~nta se tncutntru en el COi/t'.I" Ma.l;tllnus 1"'III'IU1. de! siglo
XI. La princIpal revI~lón moderna la realizóe n 1984. t:l A. nmbln General de la World Me-
dicol Auociullon. en Ginebra. A ~u ruulmdo se le conoce como Dedar.lclón de Ginebra

Declaracion Universal de los Derechos Humanos

EllO de diciembre de 1948. la Alamblea Ge nentl de lal Nacionn Unidal aprobó 'J pro-
clamó la OKlaT1lción Umltr.ul de lo. Oert<:hoi Humanolo. n ... f.lf acw hl.tórico, la
lllamblu pidió a lodOI lo. paísn mlfmbro. que publicaran fl lUtO de La dKlaración 'J
dispUSieran que fuua ~dlmibuido, txpuello, leid o'J ,orntntado tn la. tó<;;utlas 'J Olro¡ ti-
lablt<;lmlfnIO$ de fn.fIl:anta ••1n dlillnción fundada fn la condición política de [o. pOi.fl
o de 101 lumono." A conllnuación ;e prelenl!! un rf.\umfn co n al,unm¡ de lo. prr<:fpIO\
relacionado. con las Buena. I' r:\.C II C31 Clinica;:
 Artrculo 1. Todo. lo. hombres nacen Iguales en dIgn Idad y derechos, dollldos como est:in
de razón y COnCIenCIa y deben comportarse fratern alme nte
Artrculo 2. Toda persona bene todos los derechos y IIberllldes de esta dedaraClón Sm dls--
tlnaÓn de rna, color, se~o, religIón, Id IOma, Op InIÓ n polill ca, ongen. POSICIón económlci,
soCIal u otr. condoClón
Artrculo 3. Todo mdlvlduo llene dere cho a la VIda, a la libertad y • l. segundid de su
personi
Artrculo 4. Nadll eSllIri somelldo i esc liVltud no a selV1dumbre, la escliVltud y li trilll de
esclivos estin prohobldu.n todas sus formil1.
Artfculo S. Nido. d.b. ser sometIdo a tortu ras, penas o tra tos crueles, Inhumanos o d.·
gradantes.
Art fculo ~. Todo se' humano nene derecho, en todat partes, 111 reconoonll.nto d. su
personalldlld lund'CIl .
Al1 fculo 7. Todos son Igual 1$ ante la ley y ~enen , SI n dlstlnaón, derecho a Igual protecoon
d.la ley. Nad" debe ser objeto de IOJere nCla5 arbltranas.n su vIda pnvada, su famIlIa, su
domICILIo o su corresponden.cla, nI d. ataqun a su hon ra O a SU reputaClon
Al1 ra.olo 12. Toda perwna nene derecho a l. protecoon de la ley contra uln InjerenCIas
o ataques.
Artrculo 1• . Toda persona Dene darecho .Ia hbe rlll d da pensamIento, de conoeno a y de
rellglon; este de.echo Induye la hbert.d de cam bl.r de re llglon o de creenoa, a.. como
l. hbertad de manofen .. r 5t.I rehglón o su cre enCIa, Ind IVId ual y colecDvamente, tanto en
publico como en pnvado, pOI Ja eno;eñ anza , la práctlciI, el cult o y la obo;ervanClil .
Articulo " . Todo ,ndMduo llen e derecho a l. lIb ertad de oplOlón y de expreSión; este
derecho Induye el de no s-er mol estad o a causa de sus opIn Ione s, el de IOve sngar y reClb"
in formaCIones y opInIone s y el de dIfundirlas, Sin lImItaCI ones de frontera., por cualqUI er
medIO de exp<eSlón.
Articulo 25. Toda pel1<>fla llene derecho a un novel de VIda adecuado, que le asegure, a..
como a su famllla,l. salud y el bi enestar y en e spe cIal la ahm entaoÓfl, el veslldo, la VlVl en-
da,la ISI.tenCla medIca y los serviCIOS sooal es neeesa nos; ll ene, ISlmlsmo, de.echo a los
seguros"" ca.., de desempleo, enfermedad, Inva lIdez, VIudez, vejez u otro. caso. de per·
dldl de su. medoos de subSistenCIa por c"cunsta nClas IndependIentes de su voluntad La
mlterOldad yll Inflnol llenen derecho a CUIdados y • .,stenCla espeo.les Todo.los OIño.,
naados de mitnmoOlO o Ñ ... de matrImOnIO, benen de recho a Igual protecCIón SOCIII

Constitucion de la Organo zaclon Mundia l de la Salud

En 1946. al finalizar la Se,undu Guerra M undial, le form6 la O r,anizaci6n de la l N acio-
nh Unida¡ y 101 Eótado, li,nm ari ol dfClumron. en conformidad con la Carla de lu Na -
donn Unida!.. la Conóti t ud6n de la O r,ani zilci6n Mund ial de la Salud. En tóta, l e ;dala
que lo. li,uientel principiol Ion b~.ico; pa nl lu felicidad, 1;11 re1:lcione. a rmoniola) 'J la
leguridad de lodo. lo. pueblol:
La salud f' un htado df eomp lno bie nf.t:or fi .ieo, mfnta l 'J \Ocia l 'J no una mfm
ausencia de en ff rmedad o dole ncia.
El disfru tf del mil. alto nivel obttniblt dt .alu d conili t uy e uno df 101 dfrl"(:hos
fundamtnl3lf. de tOOO fl 'fr humano, sin di ll inci6n de raza, rf~D6n, nffn.cias
politicas., li t uación económica o ca tegoría ,ocia!'
 La ~alud de todos lo~ pu~bloi ti fund'imental para la o btención d~ la pazy la ieJ!:u-
ridad y deptnde de la plena cooperación de lo~ i ndi vid uo~ y lo~ Enado!.
Lo~ 10J!:ro~ de cua lquier Estado en I'i promoción y la protección de I:i ~alud tie nen
valor para todor..
El duarrollo duiJ!: ual de los diferentes pai~e, en la promoción de la ¡alud y en el
control de la enfermedad. sob re todo de la enfermedad tran.misible. conuitu)'e un
peliJ!:ro común.
El de.arrollo sano del nii'io tiene unli importancia bá.ica: la capacidad para vivi r en
urmonia co n un medio am biente que cambiu de munffll cOnlwnte es e.encial pard
e" desarrollo.
La e.~tenwón a tod ~ lo. pueblo. de lo. beneficio! de lo. conocimientos mtdico!, psi-
colópeos y limilare!, e, hencinl pilnl 1;1 obtención más com pleta del eltado de >alud.
La opinión informuda y la cooperació n :lctiva por p11 rte del público ion de impo r-
tancia fun damental para mejorar la salud de la. pu.onar..
Lo. J!:obiuno. tienen rupo n,abi lidad ,obre la .alud de su~ pueblos que sólo pueden
cubrir a rbí tm ndo medidas ,ocia les y ¡¡, ni ta ri 3, ad e.: u 3da~
Como acepl3ción de esto! principiO! y a fin de coopemr entre si ycon 1m dem ás en
la promoción y la pro te.:ción de la salud de todO! 1m pueblo!, 1310 partescon tmtan -
tes upre!an iU acuerdo co n la presente Constitución 'j estable.:en la OrJ!:anización
Mundia l de la Salud, como aJ!:encia especializada den lro de 1m th minm del Articu-
lo 57 de la Carta de la! N acio nh Unidas.

Declaración de He lsinki
Eua declaración fue red actada en Finla ndia en 1964 'j en i recomendada pam 1m mtdic o!
dedicados a la in"e,tiJ!:oción clinica. Ha sido adoptada por la World Medical A,.emb]y
co mo un cuerpo de priocipioi ftiCO, que debe guiar a la comunidad mMica 'j a toda per-
. ona que ,e dedica a la exptrime ntación con ,ere> humanor.. Se le considem el documen to
má i importante en hta área. a ptiar de qu e no ei un inurumento legal. Se le ha ~ometido
a cinco revisione> 'j do~darificacione!, por lo que ha crecido de I1 a 32 párrafor.. nene iU
origen en el Códi,o de Nli remberg. del que to ma 10 puntO, 'j a f,tO" e ~uma la De.:laració n
de Gfnova (1948). El principi o básico de hW de.: la nKió n ti el re~ptto por el individuo, ~u
dere.:ho a la autodetermin:ición y a to mar deci ~i on tl informada~ (artic ulo, 20, 21 'j 22).

Otros códigos de enea

Aunque no tiene relación dire.:ta con el ~ni m o de la buena prácfica clínica, ptro que pue-
den ellar relacionado. co n ella en ulgú n mOmentO Ion lo! .iguie nt":
O.ciar;1odón d . Sycln.y. Un manifie>to sobre 1:1 mUerte, ela borado en Austrdliu en
1968.
O.ciar;1odón d. Odo. Un manifieito fi rmado en Noruega en 1910 sobre el aborto
tera""utico.
O.ciar;1oción d. T.... Io. Reda,tado en 1975 co mo un manififlto del proce der mfd ico
an te car.o, de tonura ocani go! degradantes., inhumanm ocruele. en .\erfS humanO!
detenidos o en pri.ión.
 rodo~ e,to~ códi~o, han ~ido adoptados por la World Medical A,~ociali on . Por últi-
mo. vale la pena mencionar la Declaración de H'lwai, una ~uía tticn para Io~ p~iquia t r.lS..
que fue elaborada en 1977 y adoptada por la World ... ychiatric As.ociali on.

Estructura
f>or definición, lal Buena, t' r~ctica~ Clínic'1\ ~o n un htándar internacional etico y de ca-
lidad científica para diulllH, conducir. regiSTrar y reportar elludio!> que incluyen la parti-
cipación de . ern humano .. El cumplimiento de hte e, tilnd:lr proporciona unu ~arantía
pública de que lo. derKho!.., 1,1 ~e~uri d lld y el bieneJ.!ar de lo. lujno. de un e.tudio e>lán
prote~ido. de acuerdo con lo. principio. que tienen su ori~en en la IJKlanlción de Hebin-
I:i y de que lo> dato. clinico. del e>ludio .on creíbles.
Su htrUCtUnl contempla diferente. capitulo. que en~loba n todo. los a'pKto. del de-
.arrollo de un en.ayo clinico y que, al ob;ervarlo~ permite un mar,en de >e~uridad y con-
fiabilidad en la obtención de información cua ndo le realiza inve;rigación ex perimental en
,ere. humanol. A continuación .e detallan alg un m a.peclO; de lo; mencionadO! capitulos
incluidos dentro de la buena prác tica clinica.

1. Glosano
Acu.o directo a la información por pane de las au toridadh o del pa trocinador, man te-
niendo la con fiabi~dad del iujetO de e'ludio.
1.1. Aprobación del consejo de revisión instituciol\al \C"l .
1.2. Asegurami-ento de La calidad ""').
1.J. A5ignadOn aleatoria de kK sujetos a un grupo de estudio, ya Il.'a el de prueba o el de
con trol.
1.4. Audito"". Examen iiuemático e in dependiente del fillldio, para "erificar que 10i
datos ie obtu"ieron de acuerdo con el dill.'M de euudio del patrocinadOr, de las bl'C
y de la re~ulación local.
1.5. Audito ..... ce<tif""ocad o. Declaración de l auditorconfirmand o que >f realizó.
1.6. Audito ..... docu...... t"". DocumenlOi del proceso.
1.7. Audit oria, reporte. Rhul tados de la auditod a.
1.8. Autoridad.. relluLatorias. A.ociacionh que tienen el poder de re~ular la, bl'C.
1.9. Bi..,_ de los ...jet"" de mudio. 1ntegridad fi,iea y menta l de 101 mi.mOl.
1.10. Bu_ prll<tlca dinÍCII IM:I. E"ándar de disello, conducción, realización, monitoreo, au-
ditoda. regi>lro.. an~li~) y repone de estudios clinico~ que proporcionan una ,umntía
de que 10; d~tO> Y los resultado; del fltudio ;on creíble; y prKi!>O> y de que ]0. dere-
cho~ la ime,ridad y 1,1 confidencialid:ld de lo •• ujeto. de elludio m~n prolepdo ..
1.11 . CepmI..,lo/.., ..... ~_o. f>rocedimiento en que 1:1. p:lrtt. del e>lud io de>cono-
cen la a.i,nación al InlHlmiento.
1.12. Cócllgo de 1d..,liflcadóto. Identificador único del lujero de htudio que prole,e . u
confidencialidad.
1.1l. Comité coordl....dor. Lo forma el patrocinador para qUf 1I"'f a cabo UD flludi o mf_
taCeD lriCo.
1.14. Comité indep.., di_ _ cM litica ",lJ). Organización indfpfndieD!1.' formada por profflio-
nale> mtdico~ cieDlifico~ O am bo; y por mifmbrOi no medico~ o no cif Dliñcm c uya
 ~>pOn!.abi~dad ei aie~urar la protección de lo; dert\:ho ... la ,e~uridad 'J el biene~ t a r
de lo; ure; humano, que imerviene n en un e>ludio, adem:h de pTOpOrcionar una
~arant;a publica de pTOtto;:ión media nt e 1:1 :lpTOb.lCión del pTO tocolo, 1:1 capacidad
del in"hti~ador 'J las ini tal",ionh, IN método; 'J lo; m:mrialh que loe uti~zan el
e>ludio, Documenta el con!emimiento inform:ldo de lo, ,ujeto~ l.a re~ulación de
lo, CE! depende del pa;, o 1:1 región. peTO .iempre debe obnrvar la, HI'C.
1.15. Comit' lnd. p ...di..., . d. monitor~ d. dat os CeNO) (ulmbien con,ejo de monitoreo de
d:nos y .e~uridad, comi t ~ de monitoreo, comi t ~ de moni toreo de dmol). l.o tom-
blece d p;urocinador p;¡r:l evaluar a intervulo! el dharrollo del e'lUdio u partir de
iU. dalO. clínicos. lO. le~uridad y 'uó punto. critico>. Ibcomienda ul p:urocinador
continuar, modiñcur o detener el eSlUdio.
1.1'. Companodot, producto. Control :lctivo o p];rcebo del euudio.
1.17. Confid... Ñ lldad.lnformación reuringidu de la iden tidad de los sujet o. o los datol
propiedad del pa trocinado r.
I .Ia. COIK'¡O d. ' ....101.... Innitud ol\alIcOll}. Organización indepfndienu e in.timcional for_
mada pOr profe,ionales mídicm.. de ntificor., O :.mbor. y miembros no mMico. o no
cientificm cuya ~.>pOnlabi b dad e, a;egurar la protección de 1m derrchN., la ",uri-
dad 'J el bieneuar de 101 Itres humanos que intervienen en un " l udio 'J propOrcionar
una garan tía publica de protección mediante la aprobación del protocolo, la capaci -
dad del investi~dor 'J lal imtalaciones, los mítodOi y materiales que se utibzan en
el " tudi a. Doc umen ta el consen timie nto informado de 1m: sujeto>. la ~gulación de
°
10S CKJ depende del pajI la región , pero .i em pre debe observar la OI'C.
1.19. Cons... timifl1to infor ..... do. Documento firmado y fechado con que el .ujetoconfirma
iU participaci6n volun taria en el elludio, de> p uh de que ie le h3 informado de lo.
benel\cios.lo. rieigoi 'J lai opciones de l ell udio.
1.20. Contraoto. Acuerdo pOr eserito entre la, parl es inte~iadas. que ei tableee la delega-
ci6n de fuociones. la diilribución de labore. y la, obtigacione>. En 'u cam, t ambi ~n
contempla lo, aspectos financiero>. Se desarrolla de acuerdo con el protocolo.
1.21 . Control d. ca~dad . COmO iinema de <llegurami ento.
1.22. Cumplimi..., o. Apego a lo; requiiitOi del pro tocolo. de la JlI'C y de lo, requisito. re-
~ula t orio>.
1.23. o.oto fu ... t •. Toda la informaci6n qu e proviene de regillTOi originales ocopia~ certi-
ficada, de lo~ documento; fuente.
1.24. Doa...-tad6n. TOOru lo. regiólro~ (hcritO~ elect rónico~ ma,n~licru. 6ptico~ esea-
nudo~ de rayo, X. electrocardiográficol o de 01111 indole m~dica) que regi~lran lo.
m~todru. la conducci6n y lo. rtóultudo. del ellud io y de la, accione> tomuda. en ~1.
1.25. Doa.......,os ...ndal .., Se duallan en un:l lecri6n .sptcial. que a~e,ura la Cll~dlld
del eJlUdio.
1.26. Doa.......'o fu....' •. E. el documento que conliene loó dU los o ~giuro. originu le; del
elludio.
1.n . Enm.ndtl aI prot""QIo. E5 una dtM:ri¡x:i6 n eM;rita '! formal de un cambio o una acla·
ración al protocolo.
I .za. Estudio dinko. Es un "tudio de investigación en ,ne. humano> con intenci6n de
de\Cubrir o Yfrificar lo. efectos cli nicor., farmacol6gico>, farmacodinamico. o fa r_
macocinhicoi de un produc to, ademas de .us efec los adver~o>.
1.29. Est"dio d inico, informe. De5Cri pciÓn de un agente tentptutico, profilflctico o dia~n61-
tico utibzado en ~erf l humanos.. que induye el lt nálilÍl e>tadiltico de IU~ rhultados..
ademál de IU de!oCripción cHnica.
1.30. Est"dio d inico, informe int ermedio (jnl..-lm analysis). Informe de rhultado! interme-
diol del eltudio.
1.31 . Est"dlo ..... I(ic,""rico. E>tudio clínico co nducido en miu de un lu~ar y por m~1 de un
invelli~ador.
1.32. Est"dlo nO dinlco. Eltudi o biomtdico no efectuado en lertl human<».
1.33. EVl-nto adl<_ . Cualquier ocurrencia adv erlll en un paciente durante un tiotudio
clinico y que no li empre tiene relación CttU'ltl co n el tratamiento
1.3'. EVl-nto adl<_..no cu.~) o r.."cclÓ" ad".ru m. dlumentouo.eria (Jwo I.~). Cualquier
ocurrencia dnfm·orable o ad mini.1T:lciÓn de medicamento de utudio que. a cual-
quier dOli" produce o te rmina en un delenlace como fall«:imien to, amenala a la
vida, ho.pi ta lizaci6n, prolonpción de la hOlpitalizaci6n, incapacidad o invalidez
permanente y sir;nificati ya, o anomalía congt nita, de fec to de nacimien to. o ambalo.
1.35. FolIMo d.I ¡._lIigado. (i._tigft...... b"",h...). El una compilación de lo~ datos no
clínicos y clinicoi del o 1m productos d e elludio que Ion relevantu pam el proto_
colo.
1.36. Formu ~o da repon . da ca<o ,"oc) o ca<a rapon form ",.. ). Es el regillTO, en cualquier
forma, de la información de cada ,ujeto de eltu di o requerida por el protocolo y
en trtgada al patrocinador.
1.37. t.. _ció • . Acción de revilar los documentos por parle de las au toridades regulato-
rias, realizada en cua lquier lugar relacionado con el ullIdio.
I.JO. Institución médica. Ei cualquier entidad pública o privada, agencia o innalación mt-
dica o dental donde ~e conducen 101 elludios..
1.J9. Investigador. Se le denomina invutigado r principal (M) y e. 13 perlona rflpOnsable
de la conducción del enudio clínico. Es el líder del grupo de enudio en un cen tro.
1.40. Investigador/inst it"ción. Ttrmino que tltipu la los rfqUi ii tol regulatoriru a ambos..
1." . Investigador coordi,...¡or. Relponsable de coordinltr a 101 diferente~ invenigadoreJ en
un htudio multidntrico.
1.'2. Monit oreo. E~ el acto de vigilar el procho de un e>tudio clinico de acuerdo con 101
procedimiento) e;l~ndart~ dt operación (I'EO), la~ HI'C y nor ma~ rt~ulatorialo.
1.0 . Mo"¡_ I.tor-. Informe pOr elCrito del monitor al patroci nador. de acutrdo con
101 t·oo, dt~pub dt cadu vi~i t lt de monicoreo o de cUltlquier i nformaci6n rtlevantt.
1.« . Opinión. E~ el juicio o tt~hOritt del CEI.
1.'5. Organlzadón d. inv.nif8d6n por contrato 100:) O Conlr;ll("f _Nrdt OflIiInlzatlon !ellO). E~
una pehonll u or~anizaci 6n (comercilt l, ¡'CIHUmic:, o dt Otro tipo) controlada por
ti patrocinador pll ..,l rtaliz:'r um. o m(¡~ de la ~ labort i y funcione. del patrocin ad or
paro un euud ioclinico.
l ." . Pat rocinador. Individuo. com pañia, inui tuci6n u orpnizaci6n rhpon. able de ini_
ciar, adminis lror, COntrola r y finandar un elt ud io clínico.
1.'7. Pat rocinad .... inv.n lp dor. Al ude a la! rt,poniabilidadh y funcionf~ de un patroci_
nador y de un i",·"tigador. Sifmprf dfbt mm,.,e df un individuo y no de una
o rganización, corpOr.lción o agtncia.
 1..48. Procedi~os estándar de operación (>-Eo) o .tilndard op_;"g procHures loop). Son
lal inl trocci onel detalladas y precisal pam lograr la uniformidad en la ejecución d~
una función .
l A .... Produdo de irwestigaclón. Es la form:1 f:lrmacéutica de un ingrfdiente acth'o o placebo
que 1f ht:'l probando o ulandocomo refertnte en un e,tudioclinicQ. incluido un pro-
ducto ya comfrcializado que ,e utiliza o adiciona de forma diferente a la autoriz ada.
1.50. Proto<:olo. E, el documento que describe lo, objetivo, de htudiQ. el di,eftQ. la meto-
dolo,ia. el an:'lhi, elllldillico y 1:1 orga ni7.:lción del e>Iudio. Tumbifn puede inclui r
101 anteced enth del producto de eiludio, pero no n obli¡;alorio: de acuerdo con la
IWC.lÍempre incluye Jalo enmiendu •.
1.51 . Proto<:oIo, ...mI...cliIr.. El cualquier cambio formal y escrito del protocolo.
1.52. h . ..:dÓft ilcN_ ......,.IQm... tosa ~). El b experiencia clinica nociva y no innncio-
nal de un producto medicamentoso (I nnl de IU aprobación o de un nuevo UIQ. sobre
todo antes de que se haya podido "tablecer l:t do!i, terllpfutica.
1.53. R...«iÓft adveru medicamentosa InMp...ada. JI. 1M que no fli cOMiufnle con la infor_
mación ap~cablf al prodocto.
1.54. Registro médico original. Un documento fUfnte.
I .SS. Represenlante legal aceptado. Es un in dividuo o una o rganizaci ón pmibi~tadO!.. d~
acuudo con la legillación local, para ac ~ ptar fn rfpr~,en tación delllljelOcandida-
lOa participaren IIn e'ludioclinico.
1.56. Requisitos regu~orios aplicables. Cualquier ley o rfgulaci ón que nOrme la conduc-
ción de un estudio clínico.
1.57. Sitio. Es el lugar en que se reali za el elludi o.
1.58. Subinvestigador. Cualquier mi ~ mbro del grupo de elludio delignado y lupervisado
por el 1'1 pam realizar procedimientos cri ticas relacionadm con el eUlldio, para to-
mar deci,ionfl im portante> dentro del protocolQ. o pam amba, acciones.
1.5.... Sujeto de est lldio. Es un individuo que participa en un eltudio clinico.
1.60. Sujetos vuln...ables. Son 101 ind ividuo, que desean participar en un estudio y que
e:.1:in lujeto, a influencia o coacción. o que pueden verle obligados a participar en
un e>ludio. o quienes no pueden dar su conlentimiento.
,",l . Testigo imparcial. El una persona independien te del t>ludiQ. que no elt~ lujetO a
influencia y que eSlá prflente dumnte la obtención del con>tn timienc o informado.

2. Princip ios de las BPC

2.1 . Lo, t>ludi<» clinico. deben conducirse de Ilcuerdo con la Dec llm.ción de Hel.in!:i y
las ~~.
2.2. Ante. de iniciar un euudio clinicQ. deben !ope>Qroe rihgO~ e incon.eniente! previ-
sible. contro el beneficio npenldo pHI' C:ld:1 .ujetO '1 paro la wciedad. Un euudio
clinico .ólo puede iniciar., o conti nU:l r!e .i lo! beneficio. jUóliñcan 10. rieigo ..
2.3. Lo. derrcho!o, la Hguridad y el bie nnt:¡r de lo, .ujetOI dr nlUdio .on la. con.ide-
raciones m~; imponanlel de un eóludio '1 deben prevalecrr ¡ob" 101 inleresn de la
ciencia y la sociedad.
2.• . La informaci6n no clinica y cJinica dilponible debe apoya r un f.\lud io clinico pro.
pueno.
 2.S. Lo; ntudio; clínico; deMn tener lolidez cien tiftca y ella r deloCritol en un protocolo
en fo rma claro y detallada.
2.6. LOI estudio! cHnicol deben deiurollar.e de acuerdo con un protocolo y deben con-
tarcon la opinión f:lVoroble de un CII I y un CEI.
2.7 . La atención mMica (Hor,ada a 101 .ujeto. y 1:1> decilione. tomada; deMn .er !iem-
pre rhponubi~dad de un médico calificado o. en IU calo. de un dentina calificado.
2.8. DeM e\'aluane a cada individuo particip:lnte de acuerdo con .u formación acadé-
mica. adihtromiento y experienciu para re:lli7.ar lUlo funcionh.
2.9. DeM obteneróe el can.entimiento informudo volunmrio de cada .ujeto, ante. de
participar en ti hlUdio.
2.10. Toda la información clínica del mudio debe repltrllrle, manejaróe y ,uardar:.e de
manero que permiw. JU reporte, inttrpr"ación y verificación de manero preciu.
2.11. OeM prh"var.e la confidencialidad de los regi;tro. de cada .ujtlo parricipann, de
acuerdo con las re,lal de privacidad y co nfidencialidad y con lo. rtqui;itos re,ula_
torio; aplicablf'>.
2.12. Lm¡ produc to. de inve>ligación dfben manufactur..ru, manejar" y almacfnarle df
acufrdocon la HPr.t y uti~zar.f de acuudo con el protocolo.
2.13. OfMn implanl3ru si.nma.l que ¡amnticen la calidad de cada alptclO del emldio.

3. Consejo de Revisión Institucion a l y

Comite Inde pendiente d e ttica {CRtlCEI}
J.I. E,m. tllrUCtUr1l1 in.tÍtucionale. putde n actuar de maner1l inde~ndiente en cali
todo. lo. ca.os.. aunque deMn haculo en co nj unto en algunm de ellos. Su función
fundamental coniilte en lalvaguarda r ti bieneltar y 101 der«hol de los sujetoi de
n tudio. con fiptcial atención a 10i lujeto; vulnerablel; para ello. deMn obltner el
folltlo del in"eltigado,,- el protocolo. el conien timiento informado. el ("urritu/um
.. if,,/'de cada miembro del grupo de inv"tigación y lal eilr1l tepal de reclu tamiento.
l' uede emitir al,uno de 10i li,uienlt; dict:\ment;: aprobación/opinión positiva. mo-
dificacionfl rtquerida;/opinión f:worable. delaprobaciónlopinión ne,ativa 'J termi-
nacíónllUI~nlión de cualquier aprobación previa.

El CIII. el CEI. o ambos.. deMn evaluar la compe tenci:1 dell'! y rfalizar in\fltigacionfl
~riódical del proceso. de acuerdo con 10i rifSgOI a 101 que euiln UpUfltOI 101 lujeto!>, o
por lo meno, una \u al allo. Tienen la capacid:ld de solicitar un aumento en la cuntidad
de infOrmación prOporcionuda a cada .ujflo de eltudio, cuando'fa ~rtinente. p:lro que
~m pueda decidir .obre Io~ rihgO' o beneficiol de l e>lUdio, Tambil!n "igilan que no ui.UI
coerción o intlueocia en la conducción del eltudio.
Se recomienda que ten.r:an. como mínimo. cinco miembro!>, que por lo meno~ uno de
ello. carezca de un ~rta primaria de inltrél no cienlífic:1 y que por lo menos uno de ello •
•ea inde~ndiente de la institución. Todol lo. miembrOI del CIII y el CEI deben ser inde~n­
dientt. del grupo de elludlo o dell'!. El 011, el cs , o ambo;., deben Ihionar de acuerdo
con .u manual df procfdimirnlOs.. rn que.e f>!ipuhln 101 procedimientos de o~ración y
rl quórum mínimo para .e.ionar. Sólo los mi embros que participaron en la rrvi~ón y dil_
cUlión del protocolo pueden VOl3r los dictámene. y deben mantenerse rep!i lro, y minul3s
de su. sl,ione>. Puede invi tarse a ale.Off>.
4. Investigador
Ene capitulo de la~ 1It'C ddl. ne las iiguientei aocionei:
Cómo deben evaluar~e la!; compete nciil' de l invh ti,ador re~pon~ablt. cómo,e de-
ben enabltcer lo, acuerdos entre inveni'ildort!..
Cómo lie deben di,poner y admini,!r:lr lo. rtcur>o, fh¡co~ y humano~ para la in-
'"hli,ación.
Cómo,e brínda la atención mtd icll a un r.ujuo de utudio.
Cómo,e e,mblece 1;1 comunicació n entre bte y el CKI/ca.
Cómo un inve>ti,ador euá obli,ado ¡\ ob,ervar el cumplimienlO del prolOcolo de
inn.ti,ación, ,ar.lnlizando hl a.ign¡,ción uleatoría y cegamiento. el rompimienlO
del ce,amiento. 13 ob tención de l con,entimiento informado. el rep'lro de da lo;.
10. informn de avance, de .e,urid:ld, <.le lermim,ción, ,u.pen.ión lemprJna o el
informe final del i nveS li,ador.

5. Patrocinador
El pa lrocinador es el re.ponsable de la¡ ¡iguienw. accione.:
Ase,urar la calidad e implantar lo> procedimiento. emindar de opt'ración (1"tD).
E.tablecn lodo. los acue rdO! y delega r funcione> dentro del e,lUdio a una o rgani-
zación dc invclu,ación por con tra to (Ole/CitO).
D e.i,nar a txpt'rtill médico, para dis e ~o, a.uoria y cOlllrol del euudioclinico.
Adminiitra r el es tudio, manejar lO! datos, custodiar los regim'os, ~leccionar a los
inve.tigadorn que conducen lo. estudios, a. ignar tarea. y fuociones y compt'nia~ en
.u car.o., a los sujetO!>)" a los illl'estigadore , por medio de un financiamien to especifico.
Someler a lai autoridadei rCJ!:ula torias la información iobre el prO tocolo y el prO-
ducto.
Manufac turar. cmpaquetar. etiquetar y co di ficar el produc to de enudio.
PrOpOrciona el prOducto)" 10i materia le> neceiario. paru el duarrOlIo del prOyecto.
Encargar.e de la evaluación de IOi informel de ie,uridad ,obre el produc to de in-
vhti,ación y el reporte <.le reaccione. adveru. medicam e nlOsali a la~ autoridadel
regulatorias y el Clu. CEI . o ambo§.
Evaluar la información y notificar a Otro. inveui,adore> de lo, hal1az,o. de ~eguri­
dad que pudierun surpr de un >010 in"htigador.
Con trolar el moni toreo de un proyec tO y efectuilT auditoríal como parte del a.e,u-
mmienlo <.le la calidad.

6. Protocolo de estudio clinico '1 enmiendas

E.t:l. f>lablecid o que el protocolo de inveuipdón debe conlemplilr 16 .ecdOnei e¡pecifka,:
6.1 . Información general
' .2. Antecedente ..
' .1. Objctivo del e\tudio.
' .t . Di,eIlo.
' .s. Selección y rf liro dc sujclO~
 6.6. Tratamiento de lo~ sujeto!..
6.7. EvaluaciÓn de eocacia.
6.8. Evaluación de seguridad.
6.9. Disello e~tadiuico.
6.tO. Acceso dirfeto a los datol o documentol fue"It.
6.11 . Control y aseguramien to de la calidad.
6.12. Conlideracione~ hicu!..
6.13. Manejo de dato~ '1 cu.tooiu de regimo~.
6.1• . Financiamiento del proyeclo y leguro de lujelO!..
6.15. I'o litica de publicación.
6.16. A lgún luplemenlO.

7. Folleto del investigador

El una com pilación de lo! dato! clínicOI '1 no clínico. del producto de eltudio. que Ion
relevante> para el dtlurollo del en.layo clínico. De manera ob~gatoria, de~ contener.
Un indice.
Un resumen.
Una introducción.
La der.cripción de la~ propiedades fisicas, quimi ca. '1 farmac o]ór;ica!..
La form ulació n.
Los re.ultados de e>l udios no clínico, y los efectos en >ere> humanos.

8. Documentos esencia le s para la conducción de un estudio clínico

La última lección de la de,.;:ripción de las I!I'C co nt empla la enumeración de todos lo. do-
cumen to. e>enciales para la conducción de un en layo dínico.

Aplicadon en la República Mexicana

La conducción de un ensayo cHnico en Mhico " tti regulada po r un conjun to de leyes
que. en principio. emanan de manera direc ta de la Ley General de Salud. Esta ley h el
documento que reglamenta el derecho a la pro tección de la salud que tiene una pfrsona de
acuerdo con el articulo 4~ de la Cons titución 1'0H lica de l o~ Estado~ Unidos Muicano!..
A p"ar de que el objeti,'o de la Conferencia 1nternacional de A rmonización hCiI) de
la~ IWC" proporcionar un ht~nd1H uniticado pltrJ I:i Unión E uropea. Japón y E.tad o~
Unidos, con ]0 que ~e fllCili ta la 1ICepmción mu tua de datol clínico. emitido. por la. a ut o-
rid:ldh regulQdora~ de emu juri.ldicciones, la Ley Generol de Salud el el órgano norma-
tivo máximo de la in,·"tigación clinica y no clínica y ptrmite 1ldaptar '1 aplicar a nue>tro
paíl lal con.iderocione> I , ica~ ylegale; de la. IU"C·ICu .
Dent ro de eita ley ie contemplan articu lo. muy e>pecificOi de interli para la in"nti-
,¡,ción clínica:

Título Prim. ro . ArtiClJlo 4 6 • SO" oUl0ndodes $.1",1. "." el PreSIde"" de lo RepUbllC" el

Co"se)O de S.lubrid.d G.."eral, l. Secr~ta rí. d~ S. lud y lo. gob,~r"M d~ 1.. ~"bd.d~.
f~der.lIV' S.
 Titulo Segundo. Artículo 14°. La ,nvestlgaClón 'lue se ,e .l,ee en se,es humanos debe,»
desarrollaf1.e confo,me a las sogu,entes bases
Debe,á adapta ...... a los pnne,p'os "e ntibcos y etcos que JuslI''luen l. InvesllgaClón
med,ca
Pod,á ,eal,zarH sólo cuando el conocom,e nto 'lue !le pretende produCIr no se pueda
obtener por otro metodo ,dóneo
Podrá efect\Jarse sólo aJar"ldo e~,sta una rilZonable segundad de que no e~ponga a
nesgos n, dlños Innecesanos al suJeto.
Deberi conurse con el consent,mlento por esento del sujeto que parllClpari en la
InvesllgaClón.
SOlo podri realonrse por prof.soonales de I~ salud en InSlltuClones medicas que aC-
túen baJo .... gllancla de la Secretaria de Salud.
Se fundamenur;i .nl, experlmentacoón pre\f1a re~l'nda en an,males de Ilboratono
Contar; con el dICtamen favorabl. de las com'Slones de ,nvestlgaClón, ella y boosegu-
ndad en su Ca'!O.
Se lleva"'; a cabo aJando se tenga la autOrlzac'ón del mular de la ,nSlltuClón donde se
realon"'; el estud,o y de la S S
ArtiaJlo 116. Obl'gaaones del Invesugado r
Pre ... ntar el protocolo.
Documen tar y reg,nnr todos los datos ge nerados durante el esNd,o.
Formu un ard-uvo de todos los docum en tos rel' Clonados con la lflvestlgaClón
Elaborar y presentar loslflform e s parCial es y f,n af es de fa ,nvesllgaClón.
ArtiaJlo 119. Al term,no de la eJec ua ón de la ,nve stlgaClón, e l ,nvesllgador pnnClpal
llene la responsab,l,dad de prese ntar a l. com 'Slón de InvesllgaClón de la InsllNaón de
atenCión a la salud, un ,nforme 'lue ,n cl uya lo s ele mentos que ,nd''lue la norma téCnica
qu e al respecto em,ta la SecreUrí.

Corno ~e aprecia en nta sección. la nor mati vi dad mexicana contempla, de manera tá-
cita o ex plicita, los objeti vo~ ttico~ y de i m·h tigació n que ~e han e, tablecido en 1:1 ~K-ICH.
Sólo e, ntehario a~adir <tuf, ademá~ de1., e~ t rllct ll ra juridica nacional. los e;tudios en que
participfn ,ere~ humane., deMn ob;ervar I:u condicione>. lo, requi;itos y la; ne.rma~ que
proporcie.ne o indique ~u propia innitución. A ~i, durante la plantación de 10; protocol<».
cada ho.pital o centro de inve;tigación tiene quec ump lircondicionh e;pteifi,ca~ para el cen-
tro y para ,u,comith de in,'e;tigación y ética. RHulta obvie. que tooO rtdunda en un m(tyor
g...!do de rigorcientífi,co y en el mejor cuidudo de 101 drrteho~ del paci ente.

Ensayo dínico y 8I'C

E~ ine~i!able el dharrollo de la inveuigl.ció n mfdic¡. en ~erel human!». El obje tivo fun-
damental d, la inv"ti,:w:ión clínica e; proporcionar el,m,ntOI paro el en"ndimiento. el
°
diagnó;tico. ,1 tra tamiento la rehabi lilución d, p¡.cien" .. El enlayo cHnico 'J el di~eno
de iD\·f>ti,ación uperimfnta l en qUf participan ~e"l humano~ 'J cuyo objtlivo fundamtn_
tal f> evaluar lo~ eftetOJ df una intervfnció n sobre una mueStra de la población. En htOI
' il udiol ,e 'Ufnta con la ,ran ventaja d, co nt rola r la mayor cantidad de faclO"s de fS_
tudio para de terminar una relación cau~a -ef,C1o. El di,efooclínico upfrimenml más ade -
c uado para dfl erminar una rtlación corno t ila e~ el en.ayo clínico alHlOrio. que incluye la
~elección de pOT lo menos dos J:rupOs de sujetN en pamlelo y la ad miniurnci ó n aleatoria.
a uno de ello~ de una maniobra de invu tigación, En la :tctualid ad, ~e consid era el mejor
dÍ>eilo di!pOnible para evaluar la eficacia de una int erve nció n sani taria. La cantidad de
en!ayo~ clinico~ aleatorios ha au ment ado debid o:1 b impo rt a ncia de htOS enud io~ para
la aprobación de nue"O! procedimien to! diagnóuico. tel1lptut ico!..
Con e lt o~ antecedenth, la conci li ació n del rigor cie ntifico y 10» a~pfCtos hico! .ólo
puede akanzaru med iante 1:1 ob.ervació n de la. HI'C. La selección de lo~ ~ujelo. de h-
ludi o, la obtención del comentimiento informado, la a.ign ación aleatoria, la maniobra
de in"hligación, el enmaKCal1lmiento, la limih1ci6n del enma>earom iento. el am'!li.i. de
10. rtóultado. yla finaliza<:ión del e>ludio .on lo~ tllpeclO. que tie nen una Ir,l>eendencia
fund am ental para las bl'C.
En la ac tualid ad, el co nocim ie nto y h1 aplic;!ción de la. HrC .on indispj'nsables para 10.
in"euigadore. miclicos de cualq ui er inuituciÓn. porque no só lo aseguran un a condición
moral denuo del ensayo; lam bit n permiltn co nt rob r '1 "igilar el desarrollo del proyectO
científico.
EI26 de novi em bre de 2012. se emi tió un;! nueva "er>ión de la No rma Oficial Mu i_
cana NOM -01 2_SS A3_2012. ~ Que rs tablKe 1m cri terio. para la ejecución de proyec t O~ de
in"e>ligación para la ,;alud en stres humanm".
f a mbitn en una fecha reciente, la Secretaria de Salud ha r> tablecido laj¡ guías para
integrar, regular el funcionamie nto '1 regillnlr los comit h hospitalarios de bio~lica '1 de
hica en malfria de investigación, reJ:u lados '1 dic taminado. pOr la Comisión Nacional
de Bioética (hnp:lf"'ww.conbioeticamexico.sa lud ,goh mx/).

Manejo de los datos y documentos del estudio

Buena practica documental
Ex;'te un pTO'Otrbio en i""Hligación: "Si no ellft e>erito, no fu e hechon •
E.te principio e. una de las bases fund'lmenta le. de las B ue na~ f' rác ti ca. Clínicas:
lodo procedimiento, toda i ntnve nción. todo hec ho, debe docume ntaru pOr er.c rilo. U na
buena in"'>ligación debt permitir que una perso na :ljena al e, tudio pueda corroborar lo!
rhullado. con ba" en los documento. del " tudio. De la inte gri dad de Io~ documen lo~
depende el hi to, al momentO del monitoreo y de la, auditoria. científica!>.

Documentos del estudio

Los documentOS del "tudio.e ¡¡,rup:l n en cu:uro c" tegoria. (CUOIdrG 23·1):
1, DOC\llMnlo 1....,1• . Son los documento. propiol del p:1ciente, e)Critos pOr el mtdico o
el personal de apoyo, cuya eximnci:t es independiente de la participación del pacieme
en el eo!Odio de in,'eoti,ación,
2. DOC\llMnlOS propios d. la Inv K!lt "don, SOn los crudo. de manera eopeciflca para reco-
pi lar [a información ge ner..da pOr la in"'htigación clini ca.
J . DOC\llMnlOS d, r " p;oI do. Son todol lol regillrO. que permilfn comprobar la aliltenci a
de 101 paci entel a las Ci tal relacionadas co n e) protoo:.:olo.
• . DOC\llMnlOS r-tulMorio ... Son 101 doo:.:um elllos de indole admini>lra tiva, necesario!
para la conducci ó n del el tudio en e.l tric to c um plimiento de la legillación vigente y de
lal nOrm aS de la buena práctica clínica,
 D<><~"",nto> O<><~me"to> de O<><~mento> de O<><~me"to>
f~ente ••" ..,$1'9"<"'" .... p<Oldoo ""'9~k<to..o>

Forrnul...,o. de
E>.ped.ente d ..... co
,ecoleco6n de dote.

E>.ped.ente de Reg ,st,e.

,"vetl'gaCJOn

E>. .... ene • ....,,""'... e.

EKG, Ib<., etc ete<.

Doct.lm.nt .. fu.nt .
Lo. documentm en que se rr.::opila la información del paciente en forma oripnal son 1m
do{'umentOljue"tl', Incluyen 1m upedientes propio. del paciente (que contienen .u hino.
rial clínico prf\'io al hludio y que no fu ero n generado; para t"e). junIo con el e>ludio de
investigación, En eila cmeJ!:oría ;e incluyen los upedientes hOipi tatarim.. los de clínica.
de consulta uterna ambulatoria y los de consul torios mtdicos privados. Estm upedientes
proporcionan una información in;ustituibl~ para probar la "emcidad de la existencia del
paciente y para documentar sus ant& ed~n t es medicoquirúrt;icos en el momento de eva·
luar los criterios de inclusión y exclu;ión de l estudio,
En eita categoría. tambitn ie incluyen lo; reporte> originales de los edmenei y 1m
documentos generado~s de dichm reporter.. Ta nto el reporte del radióloJ!:o como la ra·
diografía que o rigin ó dic ho reporte Ion documentol fuen te y el invenigador tiene la obli·
J!:ación de pre.e ..... ar amDoS documentol como infOrm ación de re,paldo de su enudio, Lo
mi.mo,e aplica a trazo. de electrocardiogmma o elec trotncefalog rama. laminilla, de pa·
tologia. fotografías de ultrasonido. etcttem.

Exp .di.nt. d. ín ..... t i.... c;ó n

Se trata de un repuro rntdico del paciente, en que le rr.::olr.::ta toda la información rela·
cionada con el htudio de inves tigación en que participa. En el. ,e incluye Ilo información
rr.::olr.::mda dumnte el htudio y los resultados de lo. ex¡\mentó de laboratorio y de gabine·
te. Se incluyen tambien copia del con.entimie nt o inform:.do del paciente para particip;,r
en el elludio laaw.o 23· 21.
Eile documentO no su>tituye a Otro. expedientes medico. del paciente. Garontiza al
invenigador que. si se utravía el expedie nte ho.pi talario. exi.ten repuros que pueden
rnpaldar la información del paciente. Ademár., centraliza todu la información retacio.
nada con el hludio en un si tio en que If r"guarda de manero m,i¡ efr.::liva su confiden.
cialidad.
E. imporlanl~ de\l:lcar que el inve!ligador d~be abrir un ex pedi~nte de i!l\'hti,ación
para todo. 1m pacientes a quien" I~ les considere candidatos para entror en el tilUdio y
no i610 para quienti califique n. de acuerdo con lo; criteriO! de inclur.ión y ucluiión.
 'cmo Dowmento. del expedoente de ,nve.t¡g~aón
HlltO<1~ din,.,. complet~
Exo",,,,, li .. eo completo
H",~ de ,ef",,,,,a~ del ",«Ireo <p.Ie .,.,,.¡~ al pOClente lcuondo opl, ce)
Fotoc",:". de OIro ..... pedoente. ",,;oco. d~ p~",.,.,te

Not •• de ~uaon COf,eopond,.,.,te. ~ c.d. "" ,ti d~ p'otocolo

Ooarmento. e .peooteo d ....... do. p .... ,ecc led'" ,nle, mocrón e.pecihce d~ ptcCocoIe. come
esul •• de "".lulOÓf\
Con.ent'm ..... e onIe<mldo
Repel\ede "",_.,.,e. de loobe<.eney OIfe ...... mene. ellobleodo. pe< el j>fOIocoIe
Not •• de me doca. que hll)'''' pOl\'op"¡e ceme ,n'",con.uklnte.
Meme<indum de "",_.,"",one.telefón,.,.. COfI el paoente

Do cu mont e. elo invo. h goci""

Son lo> documrntOli di.dado. para rreolrelar la i nformaci6n del hlUdio y rrponarLa al
pa trocinador. Lo. m:\.lO uu~ta d Ol .on:
, . Cuadomo d. ,KOI.cdón do datos "' ..). Es el documento de invutitaci6n m:is impor-
tante. I'o r lo general. lo aporta el patrocinado r y se imprime en papel copia de !rU
colores. En tI. se a nota la informaci6n rtl: olecmda en el expediente del paciente o en
los repone. de námenes. U na vez completada la in formaci6n, el monitor procede a
.eparar las hojas copia. dejando una en el centro y enviando las otras al patrocinador.
2. Diarios del pacient •. Son cuadernillos que el participante llena para evaluar.u rr'pue.-
ta a la medida lera~u tica aplicada. El inve. ti gador puede rrvisarlolOjuntocon el pa-
ciente para a.eturane de quelOe les comple t6 de la manera ad«uada. pero no puede
modificarlo. ni atrega rle. info rm aci6n.
3. " Qulfn)'l'" (preguntas). Son formularios di,e~ados pOr el patrOcinador para cOrrepr da-
to. ya rfl:olectadOli en el Oo.P, una vez que h te ya .e ha delOhoj:tdo. El. respo nsabilidad
del in"eltigador completar e. te documento y devolverlo al patrocinador a la brrvedad.

De cu mont el do , ..pold e
Entrr e>to. documento. se incluyen la. atend:h de cim!.. lo. rrti't ro. de laboratorio. eIC.
Cumplen con una doble fintl~dad : por una parte, Ion muy illilh para la o rtunizaci6n del
hlUdio, ayudando a que lo, paciente. acudun a las cilU> en la \'entana corre.pondient~,
con e>!ricto ape&o al protocolo y. por Otril p:tr!e. repre>enmn una prueba ~dicion;, 1 de
la parricipación d~1 ,uj~tO ~n el e>tudio, Exilte un:, tran varied~d d~ eltO, listado!. I'or
ejemplo:
l . As¡, ..da d, (/t;as. Son una he,ru.mienta muy úlil ~n 1:. conducci6n del utudio. ~I im-
pormntt qUt" IItv,n d, manrra ordenada ~ compltm ~ que ~t cumpla con al&unOI
principio. teneral,; indican do.
.1 El nombrf complll O d,l .ujelo, la fre ha y la ho", de la ci ta.
bl El " tudio rn qu, participa y la visita qu e corruponde.
el Si el .ujllo ar.i.uó o no a la ci ta.
 el} La. ci ta. de cada di a (s~~alando lo, dia, feriado,) .
• ) El nombre del inve. ti , ad or que vio ,11 p'Kiente.
1) Las ci ta. en que participan otro, e.peci'lli. ta •.
g) Los dia. de monitorfoo audi toría. y qui tn la; rulizó.
~) La. in'pfCCionh de 1:1 m .1 u otras autorid:1de, sanitarialo.

Al i,ual que en todo. los documento, del to tudio. no le debe borrar en las a,endalo., ni
u.ar liquidocorrtetor.
2. Re,ist,o da fir ..... Es un ucelente documento de (1»0)'0 para que los .ujeto. firm~n
cuando acuden a las citalo. S~ utiliz:\ en cen tros muy ac tivo;. con un volumen de p:¡-
cien th importQntelo. Tí~ne una valide7. enorme, porque contiene informución de puno
y letra del propio paciente. E>los re,inro. de firm :l 13mb"n;e utilizan para rep.tr,lr
lal vi;itai de los monitore. del e>ludio, documentando la parlicipación del patrocina-
dor en d eStudio.
3. R~ro da lar........... Lo; rep' lro. para di speni3r lo, medicamento; dd hludio. repre_
Stntan otro documento de .opone muy i mponante en el fi tudio. En e, IO. repuro • .Ie
debe "nalar.
.1 .:.A quitn ,e le di.pensó ~l medicamento~
bl .:.Cuál m~dicamenlO y qutcan tidad le le diipen.ó~
el .:.Quitn di.pen.ó el me dicamento?
dI .:.Cuándo,e d;.pen.ó ~l m~dicamen t o~
4. Registros da laboratorio. Los r~,istros de laboratorio tambi en son un metodo '-tcelente
parncorrobornr la a.ill encia de los pacientes a la, vi.i ta. y.u participación real en el
ell udio. EllOS repuros .uelen incluir la ,iguiente información:
.1 Nombre del pacie nte.
bl .:.Qut uamen se prac ticó?
e) Fecha y horn en que;e hizo el uamen.
el} Fecha y hora en que;e reportó el resultado.

5. Registro" pago a los sujet os part lcipant... Los pa,os por concep to de transporte. alo-
jamien to o alimentación. cuando,e regi,tran de manera adecuada. reprt;entan otrJ
forma de confirmar la visita del .ujeto. E,ta información puede reforzane con lo,
,e,i>tro; oripnalu de lo; ¡e",icio; prtlladolo., boleta. de caja chica. etctlfra.

Documanto. rav"Lat or;os

E,to; documentO; representan la contraparte :ldmininriltiva de Jo~ rep>lr<» clín;co; de lo,
pacienlflo. Euán intt~rado, en.u mayor p,,,te por documento¡ prhentado, por el inve>!;-
gador al patrocinador y;.¡1 comit' de 't;C;I, que uprueban el "tudio y por documento, que
,stO, envian al jn\"eu;~ador Jo:u;o dro 23·3).

Principtos de la recolección de datos

La recolección de lo. d:nO$, el relultad o del "tudio y su pouerior aná~sil., .on elementO!
fundamentales en toda inveui,ación clinica. Exilien alguna. regla. ,enernlts en este pro.
Ctlo, que se de;cribfn en el o:u;odro 23·4.
'Mm,- Dowm .. nlo. r.. guI~t o n o. <onl .. ",oo , e n l. c~rpet. del ,,,,, .. st,g;¡dor

P,otocolo de onv..>I'yeCIon Ied>odo y I~ mado po, el on .e>l'godo<

En""""da. o ,_",ones '" prolocolo f"madl' y ledoldl. po< el ,..... >I'gado<
Con"""-,m,entoonlonnodo . .p'obodo por el <om ~é ét ,co-aentl>co
Mue<t,. dellormullno d .. ''''Porte de e..o con , .. ,n<trueoone. de ."".<10
Documento. <!el com~. ehc o-aentif,co (to.)
'lila de lo. m,emb<os
'c.n. de p,eoernaoOn dO'! ."ud,o y e..'1& de lp.obloÓfl
'P.e._aoon y ap.ob .. oÓfl de enmoend ..
'Informe >Ob.e 0«0. de >egUndod d ... med,camenlO
'Reporte de lo.... _0. odve<1O •• eno.
, lIenovaoOn _01 d ... protocolo
LIII. de pllOenle..... <>Iado •. con '" . "gn""On delrou"'''entoy de pao_e. quelue<on
.am...,do •• e>O'ut",1O pe<o que no "'9re'AI'o n
Fónnul. _ IS7213'lo rmod, por'" onue>t'9Ido. pnnopal ylada. "" Klu,I"'llOone.
p.e'enadu du.an'el . ",ecuo';" del e>lud,o ~.,," 1 1 111que se • • n a u,,"". p •• un _ ""e
'o-l
OoaJm_o . de labor;n<>no <@fII,Cldo d ••"",d",oOnconsuledo.deexptraoón.atnirulum
VIf _ <!el d,~Of. ~>t . de ''''9°' norm. I...

Con~ondeno . con el p. tJoonodor y dornm""IIKlOn de los com •• o>l ....... ónoco>.

o lJ>l. de lodo ... pe..on" del e>l,doo. con ,. , lech .. en q'" '" ,ncorporaron. '<'9'''''' de ""
fi""., y"" ""aal",
lIego"'o d .... "'a, del p.",cm.dor COI1 , . . lormo. de lo, monrtore, y ,.. , l<do . , de "''''.
lIego"'o de ~camenlo, con onu""tano. de entrad., y ,~,d ..
Cont,.o y lCU",dol,n""o ... o

'lo lormuI. ISnn dr lo ......... dowmmto';" pt....mooOn obI'g""'" ..te lo "'" dr [ lIodo. u.odo> por. todo nudoo '1"""-
duyit U",......, _ 0 0 .... ....... orKIK.ooOn.., "" ... 11 ...,..,o, f il o <loaJrn"'¡o rq>r.....t.o ... a><tr.o.mo " n l'<'1b¡¡o<lor
pmapoI, lo - . ... '1"" t!I pnm<n> .. ~ • • """duo.- t!I n ud o.., 011000 "'""'" .. protoa>lo y" a.dogo dr ~lOOOo,
l"""'oI"'drlo ....

'mme- Pnnapoo. de la .ecole",6n de dit Ol en l""e,t'9lI 06n (regl 'u de 0.0 pi.i el corredo
nen;odo de un lo.muli "o de ,epo ne de CilIO)
E.O'lbor de m...... legoble y """'p,e con tont. neg ,.
Form., lod.. I•• _,od •• de dato.
Nunca borrar onfotm""ón
E""ar 'n.con ...leno ••
E""ar am, ..""e.
No dejar ~100' en blonco
Seo' rn'G.do>o oIl.mar la doarmen'''''ÓfI

Almacenamiento y custodia de los documentos de l estudio

La Cllilod ia y el alm acenam iento de los docume nt os del e.\tudio .Io n un a ~ .lpo n >abilid ad
del inveui:ado r princi pal. <lr l patrocinado r y del comilé ético-ciemifico del e' ludio. Ena
c u.ltodia .le debe ma ntenn por un periodo qu e ptrmita una o porf un a \'eriñcaci6 n de .l U
co ntenido po r parte de un a a: enci a re:uladora o de la FD_\ (cuadro 2].5).
.mmf,. Penodo. mí",,,,,,. de cu.t odo~ de docume nt o. en e!iludlo. de l.....e!ilI~ClÓn d;",c~
Por 10 menO. do.Miol de.pué. de I~ u~,m •• probooÓl1 de un. IOhcrtud de com.,..CI ..... Clon
"" un~ 'eg<on de I~ ConI..""o.lnl... n~oon" d" Armonoz.oOn 1 h'n l."O 1"".... 0000lude.
pendoente. ° "" p.-O)'edO en un~ d" ,,'lo, '''9 ,on",
2 HUI. que h.,-an p ••• do por lo meno. do. a~o. de.de lo . uop"""o., formal del de ... toIlo
di"",o del ptoduao "" '" .... U'9oo6n
l EHO. docum<'f'll,,' deben con.""...e por un pellodo m•• p.-oIon9_, "lo matcan lo .
'equ,lrIo. tegulodore1 pet1,nenle." le KIJ ... da con el plllroon.dOf

'tttm,.. Documentos QUI! se deben almilce nar 011 condw el em.ldoo

A<chtvO dedocumenlo. '''9uIIllOt,,,.

2 ~ed'ente. de 'n .... >l'9ao<'>n ~ndu'dOllol con.en"m'enlol Inlorm.do"¡ de Iodo. loo ""jelo.
que "'9'e... on en el e "udo o
l Cuodemo. de Ir.b.Jo
4 ~ed,ente1 de 'n ...... ' 9ao<'>n de lo •• uJelo. que nolu.,.."" en,oI odol en el ..... udoo

S [)oaJmen'o. fuent ... cuando ~olorman p an .. d .. un up!td, ...... ,~ ... uootr" o de lo •• duV<>1
de un médrco pnvAdo
b [)oaJmentOl de ''''Paldo (ag""du d .. ata., r"glllto del.m .., dOi!t... .o)

Un butn invt!i!itador nunca des truyt un docum ento an tn dt lo~ pt'riodOi mencion a·
do~ y baua no habn rf'Cibi do una au tori zación por e!.Crito del patrocinador dtl eitudio
(cua dro 23-6).

ConfidenCIa lidad e n el manej o d e la info rm ación

l a confidtncialidad tS un requisito fundamenta l en inve>litación clínica. Incluyen do.
a.pecto.: el manejo del pro tocolo y el produc to en ntudio y de la identidad de lo. pa rti·
cipante..

Secreto industrial
l OI prOtocol~ lo. C'kP. el manual o brQc/lOIr(' del inve. ti,ador y Ot ro~ materialu di.tribui·
do. por el patrocinador a lo. inve.ti,adorh••e con.idemn ,ec rftO indu.trial y .e deben
manejar con ,ron cdo en un ~rea de acce.o rhlrinpd o.
E] rel,uardo de Uto. material ... Se inicia co n un document o denominado acuerdo
de con fide ncialidad. Mediante b te. el invhti'lIdo r .e compromete a pruervar el material
que.e le ~uminime paro la ejecución dr¡ m udi o, de m:lner'.t confidencial y lÓ]O lo purde
ulilizllr para I~ finn proPUe.tOl En e>t milm o docu mento.e au toriza al inve} t i~ador a
proporcionar lo. da los necnarios a lo. co mit¡! hico<irntificos)' (l la. rnrid ades re,ul a·
doro;. para la aprobación del utudio.

ConfidenCIalidad de los sujetos participantes

La idenridad de ]0•• ujeto. partici pa nte! debe mantenerse en ab~olu13 con fidenci a~dad en
un r.tu dio cli nico. Para preurvar.u ide nti dad se ulilizan di fert'nl e. ellrolepa. en u e 1:1.
cuale~ ~e ellCurntron las ii,uientes:
 .1 Identificar al pacien te con iniciale!i.
1>1 A~ignar a cada ~ujttO un código adicional a lUlO iniciale!i. para evitar confu!oÍones.
el Mantener 1<» e.\ pediente¡ de inve¡¡tigación ~eparndo¡ de lo~ uptdientes ordinario!
del paciente.
E! aconlejable que lo! e~:\mene! de labor:1torio y radiología. entre Otro~ ltan rotula-
do! con el nombre completo del paciente. p:ln1 minimizar lo! errore! de identificación. La
lranlCri¡lClÓn de elto! dato! al C KF lin indicar el nombre del paciente protege la confi-
dencialidad. lo que adquiere una impormncia elpecilll en IIlguno! el tudi<» mh !enlible~
como 101 euudiol de !oÍda.

DOF: 1>4/011201l No.m. Olici.! :\Icxican. NO :\I '() !2-SSAJ-20!2. "Que e.uhlcee 1... criterio,
p .... l. cjecu<ión de proy<"C'loo de inv ... ig. d6n p .... l. ulud en ""reo hum.no,·. hup:/Idof.
gob.mxJnot:1_rkt:dle.php?eodigo_5284!48 &fecb_04/oIl1on [ú1,imo >ceno, 10 de JUDio
delOIlI .
L;'uamimfl1ll para la Ruma Pnktica CJJnica (8PC) j i la Confimuia IntrrNU"Í.""J dr ATm~nir.arión J'
,1 Manual d,1 Cmtn para '" E",luarión, Invt>tigación d, FdTmtlnIf (co n ). RI.ddli", Clinia!
R.........n Rnourrn, U.<:. 2006:86.
Regl.men.o de I.l.cy Gener.t! de Salud en :\hte';. de lnv ... ig.d6n p"'" J. S:dud. http://ww .....
ulud.gob. m,Junid..dcJediIDoml.:ompi/rlg.m i.. h.ml [último acce"", 10 de junio de 20131 .
RodriguC"~ G . Manual'" invntiK-lción e/inica. ICIC, 1999: 177-187.
lhe lnte ro •• ;ona! Conre",n.:e 00 Humoniu.ion o( "[echnia.! R«¡uircmen .. ro. Re,... ""ion o(
Pharm,cClnica!. fa. Hum . n U.. ( IC H ). http://www.ich.o.glcachclcompol2 76-2S4-l.h.ml.
 Búsqueda y recuperación
electrónica de informa ción
en ciencias de la salud

j ose An tonIO Me ndoziO G.... ..... ro

S, t.... iO Un.gil Gonz'IIZ PliOtil
P¡oul¡o C' OI' i A1vilf¡odo Mili
Jose Anto nIO Gi rdi Gi,d i

El contenido de tit e capitulo esta di~ponib[e exdu.ivarnente en rlctDlro de aprendiZaje en

linea (Irt'Ip:Jlwww.mhh •. comImedicinalgarcia_imicsl . ) y ~u objetivo es ~ipondtr una pregun-
ta fundamental: ;,cómo ~r busca la información en la. bales electJÓnicas"
Exinen ciertas pauta! útile. para tener en cuen ta al rnliza r tanto busquedas en in ter-
netcomoen las diuin t3S bases de datos. As!' al iniciar una busqueda bibliográlka es muy
impOrl3mt tener bien definidos di\'enos alpeclOS: qu~ ir p~ tende bU5Ca~ drtrrminar el
lema con la ma~or prfl:isión, bU!¡car definici one.\., Irner en cuema sinónimo!., identificar
los descriptOres o términos más apropiados, detHminar el p~riodo qu~ la biblio,ralia
debe abarcar. limitación Un,üilllca. ele. de lal forma que el rtsultado ~ea lo más perti-
nente pOsible..
Ibfitra~e al centro de aprendizaje en línea para conocer ti co ntenido íntf,ro dfl prf-
~ente capíTulo.
Sección de
bioestadística
y bioinformática
 Contenido

25 Pru.ba d. hlpót.sis y Slgn ifica ncia .stadistica

26 Elaboraoón de bas.s d. datos
27 Transformación .stadístlCa d.los dato.
2B EstadistIca d.scrlp tlva
29 Tabla, d. cont.... g.ncia
30 Pru.ba r d. Stud.nt
31 Aniih .. s d.la varianza y a"iihslS post hoc
32 Aniih"s d. la cova"a"za (,t,NCOVA)
33 Corr.laclo".s'J r.gr."o".s (l1".al y logistlca)
34 Aniih"$ d. supervlv."cla
35 Aniih51S mullJvarlado y ."ploraciÓ" i"icjal d. los datos
36 Aniihs,. d. compo"." t •• P""Cip"l.s, fllctor.s IlIt."t•• y lI"iihll'
d. co"glom.rados
37 Aniilisis d. dlltos." .1 co" t."to d ••• tudios g."ómico.
 Prueba de hip ótesis y
s ignifi ca ncia estadística

Rlul Guuerrez Sui'ez

Introducción
La hipóI~~is de imuli;;ad6n que Sf genera tn todo proyreto.e define corno la proposición
o nplicación lentaUU del fenómeno inve'ligado o la postulaci6n de lo que se bUloCa o se
trula de probar. La hipóre!iis de lrabaJo está integrada por enunciados formales que drela-
ran lo que el in'·eHigador qUiUf probar. De tal manera que. para refutar o confirmar un
problema de inl eltlgación, se debe plantear una hipóte.is que in t~nta proponn o nplicar
la relación entre dos variables, y ~sta se debe apOyar ,iempr~ en conocimIentos orpmizados
Y'I. tfmalizados.
El diu~o de una inl·estlgación clínica debe tomar fn cuellta SI el fuudio pre tende
generar una hipóteSIS para ser probada en estudios futuros o probar hlpóte'ls especificas
.obre las que el inltsllgador tiene cierta evidencia de que IUS oburvaciones puedan ser
ciertas. Lo. e.tudio1 que ,enerJn hipóthis se conocen como explor'Jlono., lo. que prue-
ban diftrentts hlpóttsl.lf conocen como confirmatorios. Por supuestO que un solo estu·
dio puede tener a.pecto. explora torios y confirrnmorios.

Justificación de la prueba de hipótesis

La prueba de hIpótesis fi un método hend:1l pam la tomu de deciwones. La deci!ión re-
ladona la elt«ión entre dos enunciados competitivos y mulUamente exclu)ente~ ,e.pecto
de uno o más pan\metro. de la pobl:lción. Los enunciados comptllll,·oi se conocen como
hipót'il' nulu y alternauva, respectivamen te.
Con base a 10 anterior, e. necesario se~:d:lr 10i 31nbuloi principal,. que debe poseer
una htpóttsis:
l . Debe hacer rt'fe"ncia a una SItuación real.
2. Las vanables que le prt'lentan en su planteamiento deben srr preci~a .. compren~lbles
y COnCretas.
 3. La ~ Iación ent re las variable; debe itr clara, verOiímil y lópc:t.
4. Lo. termin os y la. ~Ia ..ionei planteadai debe n ier obiervablh y medible>.
5. La. variable. deben htar ~Iacionadas con técnica. di.ponible~ pam probarlas.

Tipos y clases de hipótesis

En esencia. e~hten d ~ tipo. diferente~ de hipóte.i.:
1. HipÓl esls nwlillHJ , E. definida como una manife>tación que reclama la au.encia de la
diferencia entre valore. o vuriublu .upue.t:l~ o hipotttica. y la media de la población.
E.ta hipótesi. refuta. nie!a o plantea lo contrurio de la hipóthi. de in.'uti!ución y
.uele plantear que no uhten direrenci:l~,
2. HlpÓlesls d. Inv.st¡~6n (H ,), Se le conoce 1:\mbifn como hipóteóh de trabajo, alter-
nativa (H , ) o euadi. tica, y ei um. mani fe. taciÓ n en de. acuerdo de la hipótesi> nula.
E;toi do. ripo. de hipólf.is pueden .er de cua tro cia." diffrente.:
, . D.. cript iva. Eue lipo de hip6tfli ••610 inte nta de;cribir el valor de la. variables que.e
van a ob.e ...·ar en el COntU IO o en la mani fe;mci6 n de otra variable.
2. CO,....¡,.aon.al ... Son hipó,e.is que esped fica n la correlaci6n ent~ dos variables. Las
hipó te si. de elote tipo pueden euablecer asociaci6n, predicci6n o.te e~plica tivas., ~ro
nunca cau.ales.
3. Dif....,~... Son hipó tesi. que int entan defi nir di ferencia. en t re ~rupos. E.m. hipó-
te.i. pueden ~r.
a) Direcoonal.. o d. Huna cola H. Establec en q ue exis ten diferenciai rDlre variables y es-
pecifican la magni tud de la diferencia (si la di fe rencia entre variables va a ite mayor
o menOr en comparaci6n con la poblaci6 n),
b) No direccional.. o d. Hdos coIas H, La. que estableeen que e."(i.te n dife~lICias en tre
variable. pero no eipecifican la mag nitud o direcci6n de la difer~ncia en tre lai va-
riable:. medida. y la población.
4. o. c:ausali ~. I" roponen un .entido de C<1U.alidad (cau!a-efK to) entre la. d~ varia-
bles. En ello radica la diferencia con l'li hipó te:.i! correlacionales. Se entiende que
correlación no e:. lo mhmo que cau.alidad: do! o m~. variable~ pueden enar corre-
lacionada! .in que una .ea cau.a de la Otnt, Si n embarco. pam enablKer cau.alidad
loe ti ene que demo~lrnr primero la correlación. E. te Tipo de hipóthi~ e:.tablece una
relación entre do) vari:lble:.: la~ independiente:. que oon la caUloa (variabl e~ predicto-
rn~) y la~ dependientn que .on el efecto (variable:. de dhenlace). Dependiendo del
número de variable>. loó an~liói. para em Tipo de hipótni. pueden .er bivariado~ o
multivariados. E.to. un:\~.i. intentan de>eartar que Ot!"'d! variable:. conocidu. como
interviniente. o confu~ora. puedan e>tableeer un:1 rel:lción cauul. .in que ni.1a en
realidad.

Definicion de las variables de una hipótesis

La. variable> de una hipóte.i, deben de fi nirse de manera correcta. "uede hacer" en 11,1
concepto (d efinici6n real ) o en.u operación (de fi nici6n operacional), iObre lodo si la de.
finici6n ~al no ie aju,ta a la expre>i6n o el concepto de lo que ~ pretende qUf .i!nifiquf
la variable. E n e>le sentido. la defi nici6n operacional de un conceplOclinico puede ~ r el
re,uhado de las mediciooe!> coo un inurume nto clinimttnco. Por ejemplo, el conceptO de
~dallo" en paciente:. con lupu!> entema to!>o !>iuemico puede ,er definido optracionalmente
por el rt!>ultad o de un cuestionano válido para medir dall o en e>los p1\Ciente!. como el
Syslemic Lupus InUrNltiofWI ColI(lhorali,,!; CIi"ics (SL ICC); en otros htudio!. "inteli,en-
CÜ1'" puede definirse optracionalmente por el "Invenmrio Muhifacttico de t'enonalidad
de Minne, ola'".
El tipo de variable:. en el htudio y el número de variable. e>ludiada, determinan el
abordaje e>lodiuico que se utilizará para eV11luur la prueba de hip6thi!. La, variables pue-
den dividirse por el tipo de dato que dun como rhu lmdo:
.) c.t e;óriCM. Conoxidalcomo dicotómicll5, nOmiD!lln ocualitativa!>, porque ali~nan
cllte~orias al fen ómeno eswdi:ldo.
bl O<dift.ol... Estf tipo dI' ~ariablfl tienf un orden inhtrenlf y la. calf~oria. ali~nadal
tifnen un o rden que pUfde o nO;fr uni formf.
el Contlllua$. Variabll'J fn qUf la. ob.ervadonu ,ifnfn diferencia. en una f~ala num;·
..ka. Son conoxid:1I como variables cuan titutivili.
Tambih pueden di ~idi,u por su función en la explicación dfl fl'nómen o qUt ie invf>ti~a:
. ) VariabllK indep ... d l"'l lK (p,ltdlctoras o . xpllcatorias). Son aquel1ali \·ariab le!> que se
considera que pueden ser la causa de la observación o un faclor de nplicación del
fenómeno n ludiado.
b) VariabllK dep...di.... tlK ¡d. d ..... lac. o ,espuesta). Variablh cuyo valOr u el df lfnb.cf
del e'ludio o la rfspue;ta o el efec to de la intervención.

Estadística infe rencial

La f>tadinica inferencial prueba la hipótesis como una pro pmición relacionada con uno
o vario. par.imelroi. La. inferencia!> se reatiza n a partir de una dinribuci ón muestral, que
.e defi ne como el conjunto de valore!> de toda. 1:11 mueura. posible, de un dflermi nado
tamallo; su expresión e>tiÍ de terminada por el teorema central dell imitt.. que enuncia que
!oi una población con una dillriboción no nece!iariamenlt normal tiene una media (~) y
una dt;viación ellánd1lT (8). la diuriboci6n de las media. en el muestreo ale1llo ri o liende a
lo normal al aumentar la población (n). Una ~r.tn cantidad de ffn Ómenos bioló&ico. prt-
>tn tan una dillribución normal cuando .e reprHentan mediante ~ráfica!. donde la mayor
parte de las ob>trvacionl" SI' encuenmln en el centro de la c urva y lo. utremo. signi fican
un númfro reducid o df ob~ervacion f, en la Jlobl:lción.
En la fl9UI1I:zs., se ejempbfica como fenómeno biol6&ico la "inteli~encia" mfdida
como cOfflci tntf inttlectua1. Se observa que 68.26'; ', df la. ob~ervacionh dI' e,te cOffi-
cienlf ;e fncutntrJn entre I 8 y -1 S, 95.44°;', entrl' 2 8 Y -2 8 Y99'.74Y" fntre 3 8 y -3 S. Lal
principalf! caracltrhlical de una curva norma l .on:
1. El unimodal.
2. La media ti de Ct ro.
l . La diuancia fntre -] Ó y +J Ó r; la misma .
• . La ba.e hl~ dada en Ó (puntuaciones ~). La di.tancia entre pUOluacionh z reprr;fnta
~rfaj¡ bajo la curva. La diuribución de puntuacionr; z e.la curva normal.
s. E. muocúmca.
lo. La media, la mediana y la moda coinciden en el mi.mo punto.
 ,. ,
•• 0

Prueba d e hipótesi,
Por medio de la r~ladi>rica in ferencial >f puede f,tablecrr cau~a[idad entre la. variablu
e'l udiada.; por otra pa rle, se puede ohlton Un a fuimaci6n, correlación o evaluación de
la. di fufllcias rn ln las mismas y [a población, aportando evidencia a favor de la hipól!!;!
alterna (HA) (madiuica o de trubajo).
E n fSte .focido..i la hipótesi. nula no es acep tada como resultado de lo. dalOs obteni·
do!>, la hip6tt>is alterna n concluyente y ésta dará una evidencia mayor de la correlación.
la. difennciai o la causalidad fnue las variabl e!>. Po r el contrario, .i Imi dalOli del e, ludio
,on insullcieDlfs para r«hazar la hipó!!!i! nula , fila le man tiene pero no ir acepta.
Paro. eno se fija un nioe/ de Jignificuncia en la prueba f'ladi>tica, que fi definido como
la probabilidad de que la m~di3 de la mue>tra sea cerca na a la di.!riboci6n de la poblaci6n.
Eue nivel e. fijado'l priori, an!ei de probar la hip6 ! eii~ .U\ valorei se conocen como o. y
Ncilan ent~ 0.0 1 y 0.05. donde ie iUpOne que le tendril de 99 a 95Y~ de po.ibilidade!> de
auptar la hip6te!>i!> alterna (H ,) y s610 I a 5% de PNibilidadt:. de uror o de no rechazar
la hipóte>i. nula, re.ptctivarnente.
A.l el nivel de >ignitkancia t:.tadí>tica.e fij¡1 y.e ,akula el nivel de p al probar la hi·
póthi>con cualquier mflodo e' ladínico (p:lra rn ftrico. o no pal1lmf!rico~ en virlud de la
di.!ribuci6n de la poblaci6n). É.te e. de fi nido como la probabilidad de que la. dife~ncia.
ob.ervada. pudieron ocurri r .610 por ¡,zar. Si el valor C¡,k:ul:,do de p excede el ni"el de lig·
nificancia e.,adi.lÍca predefinido. le dice que tite vlllo r no e. elladí.lÍcamenTe .ignificlllÍvo.
En 01111. palabra~ al probar 1:1 hipóttlil le pre tend e derno.tnlr qUf número de po.ibi·
lidadt> (Wp") ocon qUf nivel de confianza o CerteZl1 {nivel de .ignificancia: « ).la euadí.tica
de 1:1 mut>tra le acerca al valor de la población.
El pertinen te puntua~l!a r que lo. valores de p genemlmenle aceptado. para fl lablecer
difHencia. e.tadi.,icamente >i,nificativ:tS eS I:'tn en el ran,o de 0.0 1 a 0.05, proput>tO por
Neyman y I'ear.on, .on en rea lidad pUntOS de corte un tantO arbiu·arios.
En la flgura 25-2 se ejemplifican gráficamente en una distnbución normal los nivele. de
confianza y riesgo. adem:\; de las regionu de acep tación o rechno de la hipóte,;. aherna
(H ,), a un dtterminado nivel de .igni ficancia (a ).
 N,.eI d .. "gn,ficonao del O 05

'.'1"'000'
'1S% del ;'re.
___________________
]
~eg,On de oce¡>!oaón~
L. ....... __ .•. __ .___ .___ .__ .___ .
J
2 S del ite. 2 S del iteo

~ _ pobl~",on"

.__l _______~~~_i~~_~~:~. ~::.:'~~_~~~__.___.

o S del arr. o 5 del ft~
~~ón de ~ d" conf,;onza y 1% de n"'90 ~"9.on de
r~iOZo¡ ,..miOZO~

Fig uro:5-2. Demo.traaÓn g"'ca de do. die renle. nivele . de .. grof'CiInaa (al donde .e eJempltf, ·
ca .. lo. di ........... "",ele. de con!ia", a y ne ,9". adem;i, de 1.. r"9'0 ..... de acepl.oón
° redliOZo de 1;0 hopóte" •• ~em . (H/I) Nóte.e que la hopót e". no e. drecaonal (o do.
eola,) y que PO' lo 101110 la. ,egrone. de ,echno .On do. y varian dependiendo del nIVel
de .. g¡oflCiOC;o

Errores estadisticos
La ~ilUación uperada en la realización de un e.~perimento el rKhazar la hipó l e~i~ nula
(HJ cuando ~e tiene la tvidend(I hmd¡~lica para aceptar la hipó lhil alterna (H ,): o por
el Otro lado. no rechazar la hipólhil nulu (H¡J cUllndo realmente no exi~le evidencia pa ra
rechazarla. Sin embar,o. e.xille po~ibilidad de comeler do. tipo~ de errorh e;tad¡~ l ico.
cunndo ~e realizan inrertncÍ11~ equivocada~ de unu prueba de hipóte.i~
Por un lado. cuando.e acelltn la hipó t"i. nu la ( H n~' pero la .itundón verdader.. era
haberla rechazado o haber acep tado ]¡I hipóte,is ¡,lterna, entoncn u comete un "ro, ,ipo
{/ O /l en donde >t acepta que no ui¡re n di fere ndl'" correlación ocau.a~dad cuando en
realidad fila ••i ui,lfn. Elle lipo de error e.¡¡,díuico >t debe principalm'nte a ralta de
poder en la mues!!'a cuando la población e>ludiada h reducida tn número 'J por tantO no
"pueden encon lrar diferfncias au n con la¡ prueba. e.\mdíllica, inferencialt, adrcuada~
El otro error qUf .t pUfdf comeler es rechazar la hip6lhi, nula (H.,) cuando b la
el la situación vfrdadna. A f>l~ lipo de ~rror.e le conOCf como lipo I o Il, fn donde u
encuen!.-an diferencia.!.. correlación o caulalidad cuando en rtalidad no uiuen. El htcho
de come ter e~te tipo de error alfa en la práctica mMica re~ulta graH. porque u puede
~uponer que ~e llenen diferencia¡ !eraptutical con la adminiuración de un tipo hptcifico
de tm!amiento cuando en realidad t~ ! as no uil!en. En el .... d.o 25- 1 ~e ejemplifican hta¡¡
relacionel entrt rtchazo o no de la hip6!hió nul:l (H o) y la ¡¡ituación -erdadem y lo; do;
tipo; de errortl enadinicoi.

.mm,. Topo s de effOrel ellicfst,cos Al aceptar la h<póte" l nula cuando li " IUioón rnl o
verdiden el 1.1 hopóte"s iI~erroa, entOl"\Ce1 se Ol mele 111 _ 01¡'PO 11 QJI El rechiz.ir
la hlpóte"l nUi cuando t l1i es verdade ra en li 1~I.IiI OÓ n real . se plOI/oa 111 erro.
topo 1 (a)

S<w.."ón verd..:ler. Acept.."ón de HO Red1""o de HO , ,

H,~Óle ... nul. HO COfreCIO Erro,tlpo 1 ~
H'~Ólel" altern. tal E"Of''I'olllJll Corre<:to
" "
Nivel de confianza y poder
De lo expueno en la stcci6n antnio. ¡¡e puede ¡¡uponer que el nivel de confianla ser:lla
ce Tlna con que le puede afi rm ar que si existen diferencia!>, correlacione¡¡ o caun1idad;
¡¡e define probabiliuicamente como 1 . a y ¡¡e repre¡¡enta como la Tel:ión de aceptaci6n en
un determinado ni~el de significancia. repres entad a gráficamente en la rogura2S-2.
El poder se define como el nivel de certeza en que ¡¡e puede afirmar que no exislen
diferencias, correlaciones o causalidad y se exp re¡¡a como 1 .~. f'orcon\ rnción. el valor de
Jl el> O 20; se puede afirmar que con un poder de 80 no exilIen diferencias,correlacionn o
cauntidad. y en realidad bIas no exinir:ln.

Bibliografía

Btnneu 1.0., Bnus WL , Triola ~t.E l/i/ZO'umiwro ts~¡Jíst/("f. ~.¡"";co: PUNOn Eduaci ón,
2011 :369-398 .
B...y E~t, Cou...." y e., Grove. N B. 7!Jt ritl/ifi(¡/I/uor I1Orit. ..ifiOl!l«. QJ ~tcd, 1998,9 1:647-
653-
El!.i. R.C.• Taylo. R.A. IJ¡HJwúrirll. ~tix,co: 1'.. ....,,, Educaci ó n. 2008 86-137.
Bloom FE. xrrn«/JI1l I/uy.flift; /",plt:<it,,, ~f" phyrritm-rrirnrisr. Sacnu, 2003,300: 1680-1685.
Blumc J., l'C1pcn JE U:bar :te", sl,ltIrriritm n"ItT roIJ yol//ll"tllt ,-¡..
fu". J Am Aoooc Gynccol
Lopa..,oc, 2003: w,439-444.
Cobo E.• ~'¡uño", r., Go nz:iJ"" J.A. lJiDtsudirrirll pmu ..o tsudÚhrM. E'P.ñ., El!iCVlcr Doym.,
2007: 157 -189.
Evidcncc-Bucd ~icdicinc \X/orking Group. E/lidrnrt IJaud mMinn,; A MW apprwuh ", t,ami/IK
th, I'TlImu .¡m'¿inN. JAMA, 1992,268:2420-2425.
Guy ... G.H .• R<nnic D. U,m'p idn '" thr ",rd;t"llirnllt,m. JAMA. 1993,170:1096·2097.
HiII AB. 7k rm;,~"mmr "".¡ JÚt"ilu: <lSJod"tion 0' mUS<ltiotr. r_ R S« Mrd. 196558:295·300.
Huilcy 5.B.. Cu mmin,. S.R.• Browncr W5. Grody D.G .. Nc"·m.n 1:B. Dniprin¡: CIi"¡,,,J Rr-
SI"rth. 3a coi. Lippinc"" Willi.m. & Wilkin •. 2007:51-59.
j "kd j .F. E1mo ... j .G .• K:>t~ D.L. I:"pidtmiolol:>' biostltiltia a,id Prt'Vnt.lti,v mtrlirint. Rladd6.:
WB S.unders, ]996.
~l o .... LE.. StJrutiruJ (onctpnfimduntll~l{ '" ;'Wt'lrif.¡lrion. /\' t"r.J Mrd. 1985;3 12:890-897.
Oxmon A.D.• Sack ... D.L.. Guy." G.H. U.. ,,' ¡;... ide. " , ,he m"d.alli ,,,,,,,,,,,, 1: H"w ' o ¡;a
"O""d. 71" t:wkIKr-/Jmtrl MtJiri"t Wo•.t;'(( Group. JAMA. 1993;270:2093-2095.
 Elaboración de
bases de datos

Victo< Anton,o G¡,.Ó¡ Gue.reto

MIguel M¡, ldon¡, do Áv,l¡

Introducción
Toda inve.b1:ación prod uce informaci6n rrprelent ada en dat os que, por supuesto, deben
a[macrna~t de forma!ie 1:urJ.. Las ba.es de datos con.tituyen una forma st!ura y eficiente
de almacenar dalOs y utilizarlo. para e[ 3nMisi. pOsterio r, de manera que se puedan reS-
ponder [as preguntas que formule e[ usuario inve stigador. LOI pJt)gramas informático.
facili tan e[ manejo de hla información. Es po¡;ib[e adaptar un programa e.~is t eOle o di-
,eilar uno nue~'o. adaptado a lai nKhidad e. particulares de la in'fiugación (hf'C ho a la
medida),
El dl~eilo de la ban de da tos debe facilitar el almacenamiento linrmáuco de los da·
to!>. La ba~e de da to~ t i m~i que una ieri t de dmos aislada; en ella. hto~ le encuen tran
enruc luradm de forma [ópca y con principios definidos. E' IO. datos pueden nr numeroi
o nombres organizados en fila. (denomi nada. regiuros) y colu mnas (cllmpos).
Las banl de dato. ofrKen "emajas cl:1rus, como la IndependenCIa entrr los datos y
[Oi programas informáticol que los maneja n. de man era que permuen agrr1:ar o qUllar
datos !in modificar el código de [al ap[icadone. de[ ¡i>tema Tumbttn disminuyen la re-
dundancia o repetición de dato! y la ptrdida de 10~ mi,mos; 3.imi.mo. facilitan el análui.
del conjunto de dato!, II[ aplizarlo y hucerlo elkientt, ademh de rrducir el espacio de
¡,[mucenamlento y facibtar u. tmnsporte,

Tipos de bases de datos

Lal ba.tl de d:uoi se c[hl!ican de acuerdo con di versol criterios'
lo ?or [a variabilidad de lOi da tos alm:lcen"dOI:
¡,) lbst! de dalOs tilllticas.
b) Ba.u de datO! dInámicas.
 z. Par ~u contenido:
al Biblio,mfic3~
b) De tUtOcomp let o.
c.l DirKto ri o~
di Banco~: imágenh. aud io. video~ multimedia. etcttem.
e) De información bioló!Íca.
3. Por el tipo de modelo:
11) B:m~ de dulO~ j em rquicu~
b) Bn~e; de duto~ de red.
c.l lb ~e; de dQ t o~ rtlacionale~

La deK"ripción de cada tipo reb:.~a el objeti"o generol del pruente ca pítulo; !in em-
bargo. e. indudable que la~ ba~e) de datOI rr lacion"lrl ion lal que It emplt:ln co n m ~1
frKuencia en la in,"elti, ación clínica (en relad6n co n problema. clínicos reale;). En #)t3),
)0. dat o. ,e o r,anizan en fil:l .yco lumna~ A lo. regillro> mmbitn.e le) den omi na tuplm.
Lo. p~rr:t fo. j¡i,ui ente~ e' l:i n dedicado. a elte lipo de ba.e de dato$.

Base s de datos re lacian a le s

Las baits de dato. relacional" utilizan SQl (,iglas en ing)t. de lenguaje e.uuclu ra do de
consu lta). que es UII le nguaj e dKlaralivo de acc elo a baits de dala! relacional,,; en u e
aIras caracleríHica ), maneja el :ilgebra y el cálculo relacional para efKluar consulta, en
una ba" de dala!.>
La. elapa. de creación de una ba>e de da to! de f>le li pocontemplan:
DiHiío concept...... Se obtien e una estructura de la informaciólI de la base de datos..
independiente del prOgra ma co mputarizado qu e it va a u ti~za r. Con e>le fin, se
puede utiliZar el modelo de d:lIos denominado enlidad-illterrelación (o EX), que
considero cada entidad u objeto individ ual y su. ,lIribu IO~ Por ejemplo. un a entidad
. eria cada pacientt; lo. atribUlaS i ncluirian ed:.d. genero, ex pedientt. etc. Po r o tra
pa rte. puede n ui.tir interrelaciones entre diferenth e ntidade~
En h le ~enti do.la. interrelaci o ne. puede n . er de tipo binario o de segundo grodo. con .u.
"ariednde> uno a uno {un:tl columna de la tabhl A ;,ólo puede interrelacionane con una
columna upecifica de la ta bla Bj, uno a "ario. (una co lumn a de la ta bla A puede interrela-
cio narle con mucha. columna~ de la tabl:. B. pero cada co lumn a de la tabla B ~ólo puede
interrelncionane con una calumn:1 hpKifica de h. mblu Al o >ilIriOS a "mios (,"aria. colum-
na. de In tabln A pueden in lerrelaciomlrle co n vrm'os co lumna. de la labIa S ).
DlH/lo lógico. El di.ei\o inicia l concep",:tI.e !ldnpm a 1~I IK no lo,ia di~ponible.
DlH/lo IlsIco. Al ude a I~I el,"i6n de eltruc tu n•• niicl1ó de imp~m en,ación de la.
rrlncione), la ~ el,"ión del ,ama no de b, mem oril'; intermedia. o de la. p~!Ína),
tlCflf r3.

Principios de d iseño de una base d e datos

E. fund amental evi tar la información duplicada (dala. redundallle» . Tambif n lo r. que
la in formación vaciada en el formato de la bale de datO> ,ra COrrK m y com plna. Co n
 EI.bor.aón do ~do doto< 293

h te obje tivo, la información debe dividir~e en labla~ ba~ada~ tn temas difertn lfi y q ue
puedan relacionaru median le columnas e~pecific:u. denominada~ rol""'''''/J C{('VY, a todas
la~ demás columna~ ~e les denomina co/""'/liI:J /lO cltm'. La~ columna~ clave pueden ~er
principales o foránfa~ ( e.Herna~). Las columnas clave principales tambifn pueden ellar
formada! por una sola column:1 o por una combinación de colu mna~

Objetivos del diseño de una base de datos

En primer lu,ar. iólo debe almacenar>e 111 información necelaria, tmlando de evilUr 1:1
incluiión de datos irrelel/antei o redundunte .. l
En ie,undo lu,ar.. debe normali7.:lrie 1:, hlrUClura de lai labla~ La normalización
facilita el conll1)1 de la rfdundancia de la inform:lción, evita p.frdidal de la mi~ma y per-
mitt rtpre~enlar toda la informació n, adem(¡¡ de mantener la coniiuencia de 10i d(lt O~
E,te proce~o minimiza la can tidad de celdas vacía .. rambi~n hace po,ible relacionar la
info rmadón, de manem que pueden alma" nar;e ,rupo. de dato¡ ;emejantr; en diuillla¡
tabla!>, que lue,o purden unir;e o relacionar;e a partir de dato!comunu (lali columnali cla_
vr). Adrmá!>, la normalización da flexibilidad a la base df dato1i: fi pruiblr a,re,ar dalOs
nuel·m al r..is tema ~in tente que reeiCribir h te.
Por ultimo, e; muy importan te seleccionar el tipo de datoi mái adecuado. En e,te
pun to, ie considera ~i una colu mn a determinada debe Ser de te.u o, numero o fecha-hora;
además, debe confi,urar;'ie la lonptud máxima para la~ columna~ dr truo y nUmtricas.

Proceso del diseno

Al di¡e~ar una ba~e de dalo!>, deben consi dera",e In> si,uiente~ a~pectO!i fundamentales:'"
Oet.....,;... 1af"..... Iidad d. 1a ba.. d. datos. Es muy importante definir el UIO de la base
de da tol ycu:llt> muario~ pueden tener aecho a ella. Cuando le fipf m que ~ea una
cantidad ,mnde de u~uarios.. ~e recomiend,t el abom r una declamción de intencio-
nelcomo rfferfllCia durante el dise~o de la ba.e de dato ..
IWscar y or~irar la inforrnaóón n.cesarla. Debe rraliza",e una IÍlta de toda la infor-
mación que le conlider,¡ nece~aria. I'or ejemplo, pa ra identificar un ,rupo de pa-
cientes.. quiz:l le requitmn la5 si,ui e nte ~ columnal: nombre. expediente. edad. lexO.
tiC. Dtbt ptn!..mf tn el tipo de infor me, que de,ra producirle a partir de la bale de
datos.. Por otm parte. pifn~ele en I:IS pregunt:li que deben Contel ta rle mediante el
anáti,il de la bale de dato~
Imldir la inlorrnaóón ... , ..... prin ci pal ... Cada tema o entidad debe ori&ina r una
tabla determinada. I'or ejemplo, lal ent id:tdh principalh podrían incluir dmol de-
mo&r.ilicol de la> paciente!>, perfile, de laborillOrio, allltcedentu pato lópcO!, nc.
Al dile~ar l:t ba!f de dalo!>, debe Ir(lt(me de re,i,lr(lr liempre cada dato una lola
HZ, para e~itar!o redundancia. Lo, dut OI con¡iduadol a;í deben formar lai co-
lumna. de la mbla.
~~ .... dow.. principal ... Elle pa.o e. fundamental, pOrqur pfrmite iden tifica r
cada fila en forma inrquivoca. Esta co lumn:t puede irr un número dr identificación
exclur..ivo pro,resivo, o rl númfro de expediente único dlt cada paciente; e~ o b\·io
que no puede haber valorfi duplicado¡ en una clave pri ncipa~ de manera que, en
eitncia, una clave debe tener siempre un valor}' .u campo no puede quedar vacío
 e!l !Iin~u!l ca~o. POr Otra partt. la clave pri ncipal puede ifr una combinación de dOi
o m:h columna!>.
Definir Las .elaciones enl •• Las lab Las. Lo que vincula a toda~ la~ tabla~ h la columna
clave; debe hp«ificane el contenido de cad:l tabl:l en relación con la~ pre~un ta ~
que ~e de~ea conte~mr.
AjllSt ... el disel\o para delectar .... o.eI. Un:l vez terminada la balo' de dato~ debe ha-
cerloe una prueb:l con dato> de ejemp lo pam confirma r ~u funcionamiento mediante
el an¡\li~il de dat!» y la ob tención de ruululdo, en la forma !>perada; deben crearoe
formulari!» e informe~ Ilrovi,ionalt> y comprobar la con,i~tencia de la~ re~puuta!>.
r~mbifn debe comprobar.e la Uiltencitl de duto> duplicado. o innfChario~ para
modificar en ~u momento la bale de d:lto .. con el fin de perffCCionarla.
Apllur .... '1tSI .... d. ~ nO rln;ol l:!:adón d. la base d . dal O$. Ya ie mencionó la !'lIilidad del
procno de normabzución, que eyit(. la redundancia de datos y 101 problem:u de ac-
tualizar los datos en las tab la .. adem:\.s de pro tege r la integr1dad de la información
regiurada. Por tanto, 13 nor malización .irve para comprobar si la ba,e de datos
fuá euructurada de manera corrrcta. A la. regla. pnncipaln le lu denomina pri_
mera forma norma~ .egunda forma no. ma l, teICera forma norma~ forma normal
de Rorce-Codd, cuan a for ma normal y quinta forma normal, entre otras.' Para los
objeti\·os del prf>fIlle capitulo, sólo se tratan las tres primems formali normale .. que
ion las masimponames:
Primera fo. ..... no ....... I. En cada in!eelecció n de fila y columna exilie un valor y
nUlICa una fista de valo rH rodas los datos deben ser atómico. (a cada valor
de X le corre sponde un valor de Y). No debe exi' lir \<ariación en el numero de
columnas.
S.gunda for ..... nor .....1. Exige que cada columna no clave de~nda por completo
de la columna clave principal y !la só lo de una parle de la misma. Por supunto,
e.ta regla I f aplica cuando la clave principal h una combinación de do. o m:h
columna ..
T. rcltfa for ..... nor ........ Exige que cada col umna no cla,·e de pe nda de toda la colum-
na clao.·e principal y. al mismo tiempo. que iea independiente de toda. la. otm~
columna. no clave; la independenci:l de la. columna. im plica que debe ttner~e la
po.ibilidad de cambiar cualquier col umna noclave lo; n qu e ninguna otra columna
rhulte afecla da.

Recomendaciones finales en el diseño

Al guna. de e>ta. recomend:lCione; depende n m~. de la. preferencial de cada inve>tigudor.
~ro tienen gmn aplicación pr:lctica.' E. reco mendable utiJizarcarncttre> (tlfanumiricol,
limitar lo. nombre> a meno. de 64 caractere .. utili zar el ~uión bajo para >eparar pala-
bra .. emplear palabra. en mimJr.cula .. inclui. 10. nombre> de la. tabla. en plural y lo. de
la. columnas en singular, Ulihar la de nom inació n 11) (iden tificaci6n) en las columna. de
clave pri maria y foronea, colocar primero la col umn a clave primaria y luego la foronea,
a.egumr>f de que 1m nombres de lo. campo> d elCnb~n .u conteni d o y, por ul timo, incluir
nombre. de campos univoco. entre tabla .. con excepción, por liUpUfllO, de la columna
clave principal.
 EI.tx...oón do _ do doto< 295

E~ co n~rnie ntr fami liarizane con vario, genore, de bales dr datos p<lru obtener la
info rmació n de,eada Un linema ,enor de ba,u de datol (SGbo o ueMs. po r IUS li, la, en
in,lfl) ti el soft,u:/re que permite procesar, describir, admininrar y recupera r los dato, que
,e han almacenado en la base de dato>. De cierta manera, el una interfaz entre los dato,
y el uluario.· Por tant o, la! funcione! del SGMU incluyen l~ deloCripción de datol y !UI rela-
cione", I~ manipulación de lo! dalas y el control, lo que permite la comunic:w:ión eficiente
con la ba~ de datos.

Ejemplo de una base de dalos en Excel

" Co mo se muesua en la flsIutll 26- 1, ht ehtboración de una bue de dalas en Excel es un
proceso sf!\Cillo. Cada co lumna reprelr nt a una variable (s uJeto, suo, edad, ucolari-
dad, ptlo, lalla e índice de masa corpora l) y cada "ariable debe ser Independien te de
la! dem>l.>. La primrra columna es la co lumna cla\'f y se ha identificado como Idpa_
ciente. Como se oblrNa, está formada por númrrOI progrflivos que nunca se rfpitrn,
lo que hace unico a cada paciente. El re$to de lal columnal IOn variablel indepfndien_
tr10 en trf si
Z. Cada fila represen ta a un paciente difere nte.
l . El com'enien te codificar Lal "anab le, nf<: flaria>. En el caso de la variable suo podría
asignane al femenino el va Lor Oy al mar.culino ell (se Iflecciona una celda con elcur-
>01; ie hace die con 11'1 botón derecho y se agrega un comenta ri o; por ejemplo, en >uo
maiCulino Oy en femenino lJ. Por olra parte, la er.colaridad rambitn puede codificarse
con I paru primaria y 2 para lecunda ria (fi guras 26-2 y 26-3)0 La!> va riable> cuanti tati-
vas no requieren la entrada de algu na codificación, a menm que se trabajr por run~01i
(como edad, escolaridad, etcé tera) .

.--- _- - - - -__..
... E, posible aplicar en 31~una columna una fÓrmula ya inc luida en el menu de &cel o
di!>ei'iada par el autor,. como tM e = pt,of(tallaOtaHa) o = pe!>oIpotencia(talla,2)0

",.,.,..,..................................,
..
'-'.-
...
~
~-

1' - _

••
<_

,
- -'=-
-'_0
--
." ' AO , .. _ ~.o

• ~ l · .oJ ' . . ... . • • • • • •

.",-.
~

- •
- -- - - •

~I
" .
Hg... 26-1. Ba,e de doto, de Excel Se mue,tr. un. h~a con tO p.ooerte, y ,e .. vanable, de cado
uno ,exo, edad, IKcoland.d, pe,o, tal la e indoce de ""'''' corporal
 ..- --_.-
w.·
- - - --
•

---= •-'. ••• ••------ -...-

~ <0_.
J __

"
-_o
• I

•
•
. " (lo,. A'"
. ,

-
O·
!II<-.- .

- -- ---- .. _-.
•
-- , • o-
»
o"
•
•
•

------ .. -_
••"
U

- .. •.-
» ~ ~

• •
n •• U ._

-
»

- .- --- .
• » ••

.... --
• •
. U
•
•"
»
•
•»
••
••
••
~

.~

11.>.-.

• _O ,,~

Rg ... 26-2. s.. han ~~do lo. dato. de ud. pade nle. compl",~ la. colum...;" re'pectlVa. En
el g,,, de 1.. v..... bI..' ,exo y ".eclandad, '" (Ollll"",""'e coat',urla'p;lfa¡.olrta,." ""' -
""'" (h!PJa 26-3) En l. columna u: (íJl~ce de ma,. corporal) s e aplicó l. fórml.b pe,""
,.11. ' Exce l,nrnrpora uno 1o'la defónnu l., con e st e fin, que , .. comult . n.1 d,e..., hile",
e.J borón fx En e<l" ca.o, , @,,,ñ. I. ,,l pom .. , datode l.co llnJfl.1 pt"o ,ehgonal,patena.,

--
p., ..... "'... pnm...- <tolo 00 collnVl' t.II., coma, do. y p.,e"'es", 641potena.(1 6,1) y , e
opnme E...... luego.e copo. l. fórmula p.r. lo. nueve p o",""'" . ' ...1.1'1....

" ....,.,.--;----------------,
...- - _- - - -
~

.c._ -
c- .. . " . ,,: . . . _I!!I .'
11' _ _ --
,.
I..J
"!'" , ' - - .. 1 1 '.." (10 • .6. - • • • • ", 11_._,
• ••
= •
-,.. -=. --=
- .. - - - -.... -.•
•
••
T

••a
•
•
•
•
" U_
._, •••
,•
••
W
~
~

•
"•
•
•••
~

~
..
•• ~
~
~_.

• • •
~

•• ,,--
~.-

Hg... 26-3. S@ k;¡n toat',ado lo. dolO' pMa ".xo a@m"",noO. """cUIno 1) y ",col.ndod (proma".
1, .KUndona 2)
a- .. _ ..... Canjunta O:: datos ar,auiladas
I"u"'~ IU akmoccnarntCnta en la memona de Una
campu!adar,¡. Se k: dilC/la plU·" facih!ar IU accc..o
y mantcnimio:n!<I. Lal da!o~ apam."\":n camo !C!I-
lO. númerol <1 ,rMic-,u.
a- .. dMOl ..loe....... L;¡ quc almacena infor·
m:....;ón en \.libia. can Iila~ y columna. de d:lto>.
y permite la blhqucda mediante 101 dato. de 1".
calumna. de una tabla pan. cneon!r.. r datol udi-
cionale. en a tOl tabla.
8,.".,. J.'arte de la memona ulihada paOl "hn,,_
ecnar III,uno. dalo. de maneOl tcmpo",l.
Dalo ....... nUI. J.'icza de información con tenida
en cada campo de una balC de dalo~
CIoo_ f".......... T'.unblcn llamada ajena o n terna
({o"igll kq. FA1, C> URa limitación refe ren",al
entre do. \.IIbla~ Cormponde a una columna o
grupo de columna. en una tablll (tabla hija a re-
[crenda). quc h¡occ referencia a unacalumna a un
grupo decalumna. en alm llIb1a (tibia maUlrJ o
re ferenciada)
DBMS . Sigl1. en ingIC. de IUlerna de manejo de
b;1 1C de data .. Alude al prov.oma can uplicacio-
!lel p.~ru el mllncJO y an:I'Ii.de una b;uc de dalol
(c. decir, 111 .,.tión).
Enlided. CualqUlcrelcrncnto III:I:n-:tdclcuallC ha
almloccnado información en una ba,., dc dato,
La, enlidadc. q\IIC p:>,.,.;n tu !TlIsma. propio:da-
de, forman conjunto. dc cnudadc. I-'oreFl"plo,
p\llCdcn ,.,r pariente.., i n.lIll1"ionc>. el<itcOl.
I""ORSist. ndll. Información conlr..dictoria o in_
con¡r\IICnte en una 00,., de dalo>.
Redundanc iA. Se reflCre a la rc pcooón dedato.en
lo. archivo. q\IIC forman la I!ruc de dato>.

Referencias

1. Ca.. ", G . El.bo ... ci6n de h. "". de dal os. En: Garr¡. J., Jiménc"l. F, Arn~ud.\l • Ramí"" Y.•
lino L (ni). Intrw/,,«j¡Sn a W ",~flNiowpa d~ tI i",-ntig.lri~n ~n amnm tk la MI'"'. .\lhtieo:
.\icG ...... -H,Il.2011 ,93-98.
z. hup,lIocw. UOc.ni.J eompu'cr-scicnce"ech n"logr-. nd-m .. h Imed!alb.sc.-dc-daloJb • ..,.-dc-
d .. oJl'Q6~\12I09_02 1 50. pd(Júhim. vi ..... 10 de junio d. 2013].
3. hup:II ...... w.monogr.fi .... coml,"'h.jo.30Ih.sc-d .. w ... h..""-d .. o....'m) ]ú1um .. ~ ..u ... 10 de JU-
nio de 2013].
• . h, 'p:l/ollin mlc", ... fi .eoml•• -m..J . cc...-hd,,1 concep,o.-b'''eo.-Jd ..w ...
no-<k·un.·h .... -d.-
d.'o.-H AOO 1224247 "px lúI,imo vi.n • • 10 d. j"nio de 20131
5. Bemlng c., Hall. B. H..mdbHIt o/ "Wti~I~/{ d"f<lb,u( tkJitn. EUA. Add. ... n-W.oIcy !'",f...i o-
nal. 1989.
6. hup:II ..........«t2 mdp ..,du.. ... olum no'" .\i ATERI AIJ .\iATE RIAIJi nfoli nfonorm • . pdf IÚhim.
vi., •• 10 de Jun,o de 20 13].
7. h"pJl ... ww.mono¡;r:lfintom/'r:lbajo130/ba.,,-d'lo.tbuc-da'o.. .t.tm! [ú1um. vi"", lO de ju-
"'O de 20131.
l . hnp:II ..........jor¡:cund-ta.nct/bdld.","oBD.pdf lúlo im. vi .. , •• 1O.de: junio de 2013] .
 Transformación
estadística de los datos

V¡lentin Sincnez PedriZa

Arturo R.cLng S'''''il

En lodo procuo de ¡mutigación cuantitativa es nreclario 30ahza, de manera adecuada

la Información obtenida a partirdc los d~t os.. de forma tal que la lnterprcmción de los re~
slIltados ~ea lo mh clam y a~,ada a la rtalidad. Antes de rmprrndrrcualquiu ime~ti,a·
ción, es necesario delimitar bien la pregun ta de investigación y los objetivos de la misma.
porque la ob tención y Iransformación de los dalOs se pueden oncOIar COD es te propósito.
En el proceso de la obtención y transformación de los dat~ u necesario tcner en
CUtn la 10. ¡jguientu pasos. par.! lograr los objetivo; de la ioveni ,ación mediante la consí-
dCr1lC16n adecuada del análISis de los datOs.
La pnrnera rtcornrndación n tra tar de obtener la mayor p:Hte de la mformación de
manera cuantitativa. De esta forma, le puede rea~zar el ajuue o la tran~formación de lo~
dato~ en cuo de rtquerir~e. El desarrollo de l procho de tran~formación de lo~ dato~ h el
objnivo de hte capitulo.
Una HZ obtemda la información de m:tnera cuantitativa, el )t;undo pa~oconli~te en
evaluar el comportamiento de los datos (el tipO de dluribución que nene cada una de 1:"
variablel que le unUzan, con el fin de responder a los objetiVOs de la m'hu;ación)
Ademál de las medldu de)Cnptlvas, como ran;o, medul '1 des\<iación estándar de las
variables continuas, el comportamiento de lo. dmos numfricos puede explorane de mane·
ra ;ráfica, de un modo 'Imple. mediante hl cons trucción de un hmo;rama de frfCuencla~
En btt, se puede ob.ervar SI el perfil de la curva >e parece a lu dl>lnb\ICu~n normal (es
dfCir, la mayor parte de lo. dalOs se concemra Illrededor de la media y sus extrtmos .e
alejan de manera asintótica a ambos lados, for mando una linea en forma de campana).'
la Importancia de la curva normal ra dica en que varios mftodos esmdjSIlCO~ esdn
basado; en sus proptedades: la correl3ción de f>ear.on, la prueba I de Student, el análisi.
de la varianza y la rr;rtSIÓn Itnea~ entre olro>,1 de tal manera que es rfComendable .,Iar
famitiarizado¡ con !iUS proptedades para comprender '1 apUcar de manera adecuada esas
pruebas.
 Como ya.e ha mencionado, uno de lo. pnmeros pa.o. en el an:ili~is de los dato~ es
la nploración de btos a partir de una ~r:\fK:a de barra~ A manera de ejemplo, se anaha la
vanable corrtspondiente a las concentraciont> de t n~lictndo; en un~re. en que se puede
observar que la distnbución de los datos euá ¡;t;~ada a la izquiuda o tiene asimetria po-
sitiva (flgU rlI 27-1).
Cuando una vanable no tiene una distnbución , imilara la normal. u rnhza ~u trans-
formación para a,e~urar;e de que hta la ten~a. La normalidad htll determInada por dos
parámetros: la medIa y la desviación ellÍ!ndar. Un¡l buena aproximación a la normalidad
de una vanable ucuando ~u ~h~O rotadillico eiTÍ! en el ran~o de - 0.8 a 0.8 y la curto,is
ht6 enlre -} y J, ademb de que la moda tiende a coincidir con su medta y mediana y el
6rea bajo la curva comprendida entre los v310rt! situudo. casi a dOi de;viacionu ht~ndar
de la media son de casi 0.95. Exisun prueba. e;ladÍl ticas más formulh paro medIr norma-
lidad, como la de Shapiro Wil1c.
Si fl obJfDlto de InH;ti~ación rfquifre un ¡,nálisi> filadí.lico rn qUf;r utllicfn e;1a;
vanablfl (pero con dlstnbUClón normal), ;fl~¡,dal por naturolna O pro\-fDlfDlf; df una
muestro pequrlh con datos atipicos., lo qUf sr rtcomienda h una transformación de e,la,
vanablrs., para hacer m6, ,imttnca la distnbució n y que sr aproximen a la normal. Entre
la> lronsformacionei utlllztldai para la norma lización de lo. datOli 'ir encurn tran la. fun-
cionrs lo~arit mica, cuadroda, cubica, raíz cuadrada, invfrsa (1h), adrmás de las in~trsas
de las funcionrs cuadrada, cúbica y raiz cuadrada.

N,vO'! de tnghc .... 'do.

"9-" 27·1. Dl<tnbuoón de loo rov"I". de Inghc~ndo, "n ,angr.. en lJt\a mue<lr~ de 334 ,ndvodu,,,
 Tron<lorrn.aon ...... <i<I"" do lo< doto< 301

Transformaciones más frecuentes

Cuando u lienen di~tribucione~ de frtcuencüu con a,imetria negativa ( frt<;;uencia~ alta,
hacia el lad o dertcho de la diuribución). ti conveniente aplicar la tran~formaci ón y = .r.
É~ta co mprime la tlcala de valore, peque~o. y la expande para valorh alto!.
En el cuo de di~tribucione~ a,imttri ca~ po~i liva!.. ~e rtcomienda rea~zar algun a de
la~ .igu¡ent e~ lran~formac¡one.: función n1iz cu:tdrada Jlx) = .r , función logarítmica
J{xl = In(.{l o función invertaJl.{) = II.\', que comprimen lo~ valon. alto~ y expanden 101
peque~olo. El effeto de nt:u Ir.lOlformacione, el tÍl en orden crteiente: la funciónj{.l) =.r
es 1:1 de menor effeto, ~eguida por la función logaritmica y por ultimo la in"er~a, con d
mayor effeto al momento de realizar la tn.n,formución de la variable oripnal.
Una de la~ tranlfonnacionh mnl utiliz:.d:u es la funci ón lo!arítmica. El logaritmo
de un numero. en una bale de logari tmo dadu, ti el e.w o nente (o potencia ) al que hay que
elevar la bale para obtener determinado número. Exilien tanta. ba". de lo!ari tmos como
número. rulelo. Lo. Iogari tmOI m:\.¡ uti lizado. ,on el balf 10 y el natural o neperiano, a
cuya bale le le co noce como numero de Eu ltr o con,lante de Napier (1' = 2.71828 ... l. Por
ejemplo, el logaritmo de 100 en ba'f 10 el 2, porque 100 e. igual a 10 elevado a la .egunda
=
potencia: 10' 10 x 10 100.=
Coruinuando con el ejemplo de laIConcentracio ne> dt triglidrido. en ungre, en que
,e observÓ que 101 dalOl tienen alimetria po,itiva !fogura 27. 1~ ,e rl'atiza una 1mnlforma-
ción logarítmica de los da tos para tratar de aproximarle a una distribución normal. En
la , . gu .... 27·2 >f puede oMerva r que el logarit mo de 1m t rig~drido>,e aprtl'lima mucho a la
función normal.
En la ac tualidad niSlen di\'erlos progra mas e>tadi>ticol con los que se puede llevar a
cabo elle procedimiento. Uno de lo§ má, utilizado>, debido a las bondades que ofrfee, el
STA TA . E~ 1 e Joft,mrl'cue nta con ~I comando I,,"der, que mu ell.--a una prueba Ji-cuadra da
de nOrmatidad de la transformación de la variabl ~ original med ia nte ocho funcione> dis-
tinta lo. En e>la prueba. la hipóte,i i nu la ti que exi, te normalidad y. por tan to, la tmnlfor-
mación m:\; adfeuada d~ 10i dato, es aquélla en que no >f rfehace la hipótesi>, o donde el
va lor p iea el m:h grande y ;> 0.05. En tite mi.mo paquete fltadi>lico, el co mand o glmld¡>r
muenra un hhto&rama con una linea de normalidad lobrfpueua en la di~triboci ón de
cada una de la. funci onh de tran, for mación mo~trada. mediante el comando úII/d/'r.
La tran. formación .--aiz c uadntda e, adecuad:1 para una dÍ>triboción de !'ciuo n por-
que. para hla diuribución. la dh\'iación ht:\ndar es la rai z cu:tdrada de la medi:t. ParJ
una proporción bi nomial ob>ervada p = yfl'. donde 11 e~ 1:1 media de p y la dhviación e~­
I~ nda r ti la ro Íl cUltd rad a de 11 (l - 11), I
A menudo, la traOl formación de lo. datos permite la elabo.--ación de un modelo tlm-
dinico, donde uno de lo~ 'U!lufltOS de 11. v:lriub le dependiente e. que hta t i normal. Sin
em bar&o, la tmn.formación de lo. dato, puede conducir 11 una interpretación un mnlO
compleja. por lo que hay que tener c uid¡ldo al mo mentO de .u interpretación,

Normas generales para la transformación d e los datos

Uebrn tomarse en CUfnta van OI pUntO> al mom~nto de llevar a cabo 1mn,formacione.! de
101 dat01i:
'11 Para obtener un effelO perceptible de la tram formació n, el radio entre la medida de
la \'ariable y IU desviación e. t;lndar debe le. m ~ nor de CUatro.
302

• \

?
o ~~r~~~~~~~~
3 , 5 6 7
log (t riglicórido.)

"9." Z7. Z. Cblnbuoón de l. tr~n"orm<laón log~r~ m ,c~ de lo. nivele. de tnglK,;"OO ....... ngr.. e<l
uru m"",tr~ de 334 ,nd"d>o,

b) Cuando la Ir1In~form3ci6n puede rtalizar.e ¡obre di'frsas \'ariabln altuna§, ir

debe seleccionar la que tenIa el radio más p eque~o mencionado en el inciso {/ de
hla ucci6n
d La. tmnlformacione. deben aplicane '1 h\l; variablel independIentes. ' .'leeplo en el
C310 de que , ., hla lIeterocedanicidad.
dl La heterocedanlcidad .610 puede .olucionar.e mediante la lran.formación de la
vanable dependiente en una relación de dependencia. SI unu rtlación heleroced!u-
uea tambiln e. no linfal. debe ',un.formar.e lo variable dependIente 'J quizá la.
independlente~
., Lu tran.formacione. pueden cambiar];, interpretación de In, variabJe~ 1'0' ejem-
plo. ~i la~ ~priable~ tran~formada$ 10m:,n $UI lo,arilmOI. lnhladan ~u «,l:lCión en
una medida de cambio proporcion:ll (ebnicidad) Siempr! hay que a~!,unlrie de
realizar la in~frprflación COrrK1:l df!;ti ~(lriabln Irtln.formnda~

lo Transformación o recodificación de variables?

Otra ' lI uación qUf.e p«,>entu con 101 rflultado; obtenido> fn un problfma de InHIII,a_
ción, fi qUf 10i da lo!i I f pueden analizar de di; ~ inta; manuus. Y fn Iu,ar de rea6zar una
 Tron<lorrn.aon ...... <i<I"" do lo< doto< 303

tran.form ació n de la~ variable.\., en ocasio n e~ es n ece~ario rutizar b cOn ~trucció n de h ta.\.,
;u recodificación. o amba~ o pcionts.. dependiendo de 10; objeli vo~ de invenigació n.
Por ejemplo, si;e parte de do~ variable~ continua~ (concentrnci ó n de glucosa sangui-
nea en ayuno y a la~ dos hora~ posleriore:. a una carga ora l de 75 mg de gluco~a en peno-
na. no dia,nouicada. con diabeles mellilu; :11 moment o de la toma de esTa; muestra. de
'3ngre). loe puede analiz(lr.i uis Te alguna correl:lción lineal enlre amba. variable.\.,· como
,e mUhlro en el cuadro 27-1.
Por otra parle.;i 10 Que ,e quiere conocer h la n1zón de momios (Ol{ ). Teniendo en
cuenTa un e>ludio tron;.ver,ul de 1:1 relación entre las concem rocion h de glucosu en ayuno
(to mando w lo Y;llore. normale. de bm) y la preoe ncia de hiperglucemia a lo. 120 minuTOI
pomriore. a una carga orol de 75 m, de gluco.a /co ncenU"'.lción de ,luco.a ~ 140 m"dl)
en per,onp. no declaroda. dlabhica. al mome nlO de 1:1 tOmp de mue>Troi de un,re. el
necuari o recodificar elt:'" variable.. P(1nl ello. le e;tablecen tre.categoria. paro La va ri able
de glucosa de ay un o (85 a 89. 90 a 94 y 95 a 100 m"dl) y do. calegoría. para la va ri able de
la glucon a la. do. horas « 140 y ~ 140 mgldl); de fla manera se puroe realizar el amilisis
eiladíuico de acuerdo co n !lte objetivo particu lar de inl'elli,aci6n.
U na \'ez má.\., fS posible realizar esta recodificaci6n de la. va riables mediante coman-
do. co mo g,."emtl'. rl'pf<.CI' y /abe/. del programa elladíuico !iT\T\. y euablecien do 1m
rangos de lai ca tegoría. pam el pClterior análi.is eu adíuico.
U na \"eZ realizad a la codificaci6n de las variabl es, le procede a calcular la mz6n de
momi os paro responder al objetivo de inve>li gaci6n ya mencionado. En el cuadro 27· 2 se
muellra la rozón de momioi de la prese ncia de hi pe rglucemia a los 120 minu to.\., de aCU er-
do con diHintai concen t r.ICione.\ de glucosa no rma l en ayuno, tomando como referencia
concentracio nes de glucma balal en ayu no < 85 mydl para todas las OR presentadai.
En elle ejemplo, se muestm que las pe r> ona, con concen lmcion e~ basales de ,Iocola
entre 90 y 95 mydl tienen cali lres veces mál pmibilidade, de prf>fn lar lúperglucemia a La,

-mt&*- Conel. oón entre concent r.oone. de gllK<lU en

re. i uni Cólrg;¡ or. l de 7S mg de g llK<lu
i)U)CI y i lo. lXlrtllnuo. po.te no·

GI ~ co .. de .,... .... y gluco .... 1•• 08351

do. hOlu

'cmo Ruanes de momlo l de p.-esencH' de hlpergl'ucerru ¡ 101120 ll"llnuOI. de ¡cuerdo

co n drll.ntóll conce nUiloonel b¡s¡lel de gll.ICOli en iyuno

Conc~"" "''''''''~ """'... "'~ RatO" do me",,,,, do p..,,,,nc", do

do 91"".".,~" "Y""" ~ 1""'9h.. ~m ....
_ 120 "",,,, ...... OR (lC 9S ... )

< 85 ms'cI.ele<ena.
85 S glucou <'10
"
066 f)2h 197)
'10 S gluco.. <95 291 (121 .698)
95"91,,=.. < 100 4 19(113 . 1011)
dOI hOr1llo, en comparaci6n con lal personas que prfl entaron glucol3 <: 85 my'dl (p <: 0.05)
en 1\1 muellr1l b'llal. En el caso de lal penonal que prelentaron coocentr1lciones basa les
de glucosa entre 9S y 100 my'd~ tienen ca"i cuatro vecel mil" posibi lidades de prhen tar
hiperglucemia a las dos hOnllo, en comparaci6n con lal que tuvieron concentraciones basales
de glucosa en ayuno <: 85 my'dl (p < 0.05) (au.dro 27-2).
A partir de lo anterior. se puede concluir que ante! de realizar cunlquler transforma-
ci6n o reco(hficaci6n de los datolo, hay que lener en cuenlU los objetivos de la in\hllgaci6n.
En caso de que se requiera rtalizar alguna Imn.formaci6n de Ins variables para utilizar
al,,,n modelo elladiSIlCOCOn el supuello de normalidad de !al vanables a unlizar. es ne-
Chano lener en cuenta lal indicacionh mencionadas en hte capiwlo. La Irnnlformaci6n
de 101 dalos u puede realizar con elsQft ..r,,<' IT\T\ o el que mejor domine el in~e;li,ador.

, . Salaz.:o., V.A. ~icdid... de trndcnci~ een.",] y di>p,nión. l:"mbién lI~m~d... mcdid... de mu -

meno TemasSdC<f~ E.. ~dí.. jco_ EnJlM('tJpja. 2006,voJ 18(4):273-27 5.
2. Ahm.n D.G., Bbnd J .~1 . SlaIi",i .... noteS: the norm.1 di",ibution. lJMj, I'r.IS;31O:29S.
3. Box G., Hunte, s., Huntr' W. Est.uJútica paru inlX<tiguJom. Djum.. j",ll1turi~n y Jn(1jbri -
mimw, 21 cd. E>p~iu: E.li'oria! Rn-erté. 2008.
4 . D~ne.n N . H .... don coneh, ion itruCfure diffcr bCfween real and f"brico'cd d.,,~ .... o:' DIlfC
Mdical &uarm Mdhod,,/q;y. 2003:3: 18.
 Estadística descripti va

Con.¡do Giro, Gi'Oi

JOH F,¡noKO Mocteruml Ríos

La flladí~llca n el arte de reahza. inferencias y u tratr conc1mionn a partir de da tos

~deficlCn tCs'. Sf le con~idna la ciencia que S~ enca,;;a de la recolecciÓn de dato~ de una
población o rnUfStr3 . La es tadística descrip tiva es una pa rte muy importante de Clla cien-
cia Se cocar;;a de rfCol~la r. ord en ar, ana liza r y representar un conjuDm de da l o~ con el
fin de describir de manera apropiada sus carac teri;tica!>.
De las á~u tn que !ir divide la u ladinica (di sciio. dcr.cripción e IDftrcncia). en elle
capit ulo !ir habla de la c!itadisuca dc>cnpllva , que !ie carac teriza por ,uumir y explorar
los dato!>.
Lfu mt todos de la enadística dcs.criptiva, o anáti!ii!i explo ratorio de dato!.. ayudan a
prtl Cntar 10\ datos de modo que sObrnal,a su cuructum Exis ten ' "arias formas d~ or-
,anizar los dato~ fn ,rá6coJ.. qUf pfrmiten detee!:!r las caracteristlCas mb destacadas y
tambi~n las inhperadu
Otra forma de dfK'nbir los datos consiue en resumlrlo~ fn una o doscifra~ que pre-
tenden caracterizar el conjunto. con la menor di> t o~ión o ptrdida de información posible.
La pnmera etapa de todo ant\hu de datos debe ler la uploración de titos. Lo falta
de conocimiento de las bases lleva al proce.:¡miento de dato» erróneo~ o tnhper.!do~ de
forma inaproplada. a meno. que ante •• e re¡,lice un análl.i. exploratorio de lo. dato!.
En elM capitulo.e mencIOnan al,unai t knic:l~ para or,unizar y pTOChar dato~ de mi
maner.! que sea fáCil determinar qut informución contiene n
El procesnmlento de datos es el c:\lculo de un número que melu}e Información acerca
de los datos que MI"V.eron para iU obtención.
La ntadisuea deK'ripuva re!Íltra los dato. en cuadros y 10$ repre.enm en ,cl6ca!o.
Cakula lo. p;uámuros fltndi.lieOI que deóeriben el co njunto e~tad;ui.:o. como las medi-
dalO de cen uabzación y dl lOper1.lón.
La diunbudón de frf'Cuencia. o tabla. de frr<;uencia r> una forma de poner o rden en
los darolO enadimcos., asi,nando a cada da to su frf'Cuenda cone.pendlen te. De ella ma-
ntra, se puede dividir la fre.:uencia en absolu ta y relau va.
 Lafrt'cul'nl'ja lIbJolultl n el numero de vecel que aparece un de terminado valor en un
euudio e>tadiuico y u repreunta como J,.
La iuma de la~ frecuencia~ ab~olutas ti igual al número total de datoJ.. que ~e repre-
~enta con N.

l'aT'J indicar en fo rma breve hta~ ~ uma ...e utilizu 1:1 letra griega I higma mayúloCula),
que .e lee como .urna o ~umatoria,

II. _N

Lafl'l'<'u.'nr"" 'I'klli.a tJ el cocien1e tntre la frecuencia abmluta de un determinado

valor y el número tOlal de dato~ Se purdr uprelare n porcrntajeli y le rfprf,en ta con ni

", -1./ N
la ¡urna de lai frecuencias relativa! es igu al al ,
Lafr<'CuenólllU'umukuJlI (Jo) es la suma d e las frecuencias abmlutas en el rango inme-
diato y lo. inferiores, LafrffUf'ncia ,dati.u """mulada (N), es el cocieDle en lTe la frecu en-
cía ab.olu ta acumulada y el número total de da tos, l'.,r,

N,-F,I/\'

I'ara "fr un ejemplo de hto. It elabora a continuación una wbkl de frecul'nl'Í(IS' un

cuadro que pfrmite reprhentar e intfrprnar un conjun to de da tos. Por ejfmplo, tn lo que
va del all o.e ha n reginrado la! .iguienth tempera turas ambientales mbima!:
11 . • 2'2'D.'I . • a • • • 2'2'2'11.2'2'2'.2'2' • • •
30. 33. 32, 32. 28. 28
En la primera columna s.coloca la variuble ordenad:1 de men or a mayor, en la segunda.e
hace el recuento y en la te rcera >t anom la frecuencia ubioluta.

26

"
28
Z9
11111
111111
---,
,
, ,,~

, ",,, ""
,,.,
0194
0,226
,,~

OS16
" C""I .....'
 ,
'" , " 0097
0097
0871
0968
'" "
" ""
"
Es" tipo de tablas de frfC\lend~ ir utiliza con variabln diloCreta~

Distribución d e frecuencias agrupadas

La distribución de frf'Cuenciai at:ru pad as. o tabla dI dalO' at:r ul'adoj., SI empila si las
variable; loman una can tidad t:rande dI va lore. o si [" variable es con tinua.
Los valortó., at:rupan rn intervalos con la misma ampli t ud, a lo; que ir Irs drnomina
dai'>. A cada Clai' ir Ir así,na su f.!'CueDei" correspondientt.
Urnit .. d. clal;e. Cada da;! "ti dt limi tada por los limi lf~ in frri or y iu~rior dr la
clase.
Amplitud de l;, clas e. La amp~tud de la da;r tI la diff~ncia entrf el limi ll ,uperior
f inferior de la clase.
Marca de das • . Es el pUDIO medio de cada intervalo y tS el valor que representa a
todo el intervalo para el cálculo de a lguno> par.ímetro>.

Construcci6n de una tabla de dat os agrupado s

ra ra nt~ ejemplo. ~e utili l3 el !ii~uient~ conju nto de datos:
2,1~2.2,D,K"4IG,"',3.2.KI,,~',3 •••• 2,2,1,
12.21.26. 46. 38, 36, 33. 31. 34.27. 37.40, 47, 14, 31, 12
En plÍmu lugar. ~ Ioca~zan el valor menory el mayor de la diltlÍbución: en e,tecalo, 2 y 47.
A continuación u rutan y le bUKa un núm ero entero un poco mayor que la diferencia
y que lea divi~ble entre el número de intervalo. que le desee.
El conveniente que ti número de interva lo. fl lICTue entre S y 14.
En elte caiO,.e tient 47 - 2 = 45: ¡e incremenw el número haua SO y le divide entre
S, lo que da I Ointervalo~
Se forman 1<» intervalol tom:Lndo en cuenta que el límiTe inferior de una clale pfrte-
nece al intuvalo. pfro el limiTe superior no; ¡e cuenta en el ¡i&uiente intervalo.

G raf icas e sta d istica s

El tipo de gr.lñca¡ que ;e ¡eleccione debe titar de acuerdo con el cnr.lCltr e¡mdiuico h-
ludiado:
Uiagrama de barras.
I'olígonm d~ frecmncia .
Diagrama de .t'Ctorfs.
Hi'LOgmma.
 ------
Ira' ,.
,.,
1>.10
11 • 15
"
"
'"
,
,
,
,
•
,
'"
"'" ""
"'" ''"'
,,~

1/~.20
'" , "" ""
...
"00
21.25
,. '" , ,"""
'" '"'"
'" , "
", ..
31 .35 ,oro
'"
'"
" "" ~
"• "" ''"''
41.45
'" , .. ''''' ""
~ "00
oo , ,, ." ..
Parámetros estadísticos
Un pa rám~uo elladi~tico H un númuo que.~ ob tiene a partir de lo~ da to~ de una di. ui-
buci6n e¡tadi~tica.
Lo, parárnfUOS f;;!3di5lico, ,irven para .i ntelizar la in formación dada por una labia
o una gráfica. Exi. tenuu tipo. d~ parám~ t ro~ e, tadi;ticor.:
De cen t ra~zaci6n .
De dispfrY6n.
De posici6n.

Medidas de centralizaaon
Indican alrededOr de qué valor (cen trO) .~ diltribuyen 101 da to>.
A continuación ,e der.criben la, medida. de centralización.

M. dioo .ritmé tic.

la media aritmética f) el valor promedio de la di.tribución.
Se trma del valor obtenido al ,um~lr todo. lo. dato. y dividir el rflultud o entre el nu-
mero total de dato>.
L:I media arilmfrica .e fellre,en1U con el .ímbolo .\' :

_ X, +X, +X,+ .. +.\'•

.< ="'-----'---,d,-------'''-

.<=85 + 92 + 73+68 +88+79 =80.3

6
Medi.. "",
La mediana e; I:l puntuación d ~ la e!.C,¡)¡¡ qu e . epara a lai mitadei iuperior e inferio r
de la dinribuci ó n (e; decir, divid~ la ~erie de d:lIo~ en do. parte; i,ualu), Se represe nt a
con Al.,
La mediana ~ólo ~e puede calcular panl variab lH cuanlha ti vu Pa ra ello, .e ~i,ue el
,i,uiente procedimiento:
Se ordenan 1<» dato~ de menor a mayo r.
Si la , eri e liene un número impar de medidu>. la mediana h la puntuación cen trol:
3, 4,5, 5, 6,6,6, 7,7
M.= 6
Si la mwia ti ene un núm ero par de pu ntu ucione>. la mediana h la media enHe lal
do. punlUacione; cen1r.¡[e.:
8,9, 10, 11,12,13
M,= 10.5

Moda
La moda ei el \'alor mh repe tido ~n una di,tribución. Se r~prhenracon ¡\f .
E~ pmib[e CIICOll l rar [a moda de variable, cua1itativa~ y cuantitativas. •
La mod a M la di!!ri bución 1,2, 1, J, J, 3, 5, 5 e, J .
Si en un !rupo hay d ru o va rias puntuacio ne s con la mism a rrecuellCia y esa frecu ~ ncia
es la máxim a, la diilriboci ón ei bimodal o muhimodal (ti ene \'ariai moda.):
2,2,2,3,3,4,4,4. 6,8,8,8
"'. =2, 4,8
Cuando todas la~ pun tu aciones de un grupo tienen la mi . ma frecuencia. no hay moda,
como en 1, 1, 2,2,5,5,8, 8.
Si do~ puntuaciones tie ne n la frecue ncia milxima, la moda t i el promedio de las do,
puntuaciones:
1.2,4,4,6, 6,8,9
M" = 5
CUllndo tod<» lo~ in te rvalo. tienen la miSm:l :l mplilud, la moda ;e calcula medi ante 1:1
fórmula :

J11.=1.. + -,,-:+!',,-~f_'i'::-¡,
V, - ¡,..,) + v, - l..,) '(1,

donde:
L, ti ellimiu infe riOr de la clase de moda
1. e; la frKuencia ab!>Olula de la clase modal
f - I h 13 f.Kue nei:! ab.o lura inmediatamente inferior a la clar.e modal
(;, e, la amp ~ ! ud de 13 clase
 M =L+ 1,,, '11,
o , f,. , +1,.,

Cuand o lo~ intf ..... alo~ tifnfn amplitudH diuintil~ f~ nKhan o hallar antf~ la! a ltum~:

h = 1,
, (r,

Lac la~f modal f~ la que tiene mayor ¡,h ura:

h- h
M=L+ ,,.., · 0,
• , (h,-h~,) +(h;-h,., )

La fórmula de la moda aproximada cuando e.til ten di~tinta ~ ampli tudh e~:

h,. ,
M . = L, + · a,
h,.., + h,.,

M.did • • d. di.p ....ion

Son e~encialu para COnOCe r ha,ta qué pU ntO se encuen tran di' pt'r.a~ lai obse ..... acionel en
relació n con la media. Miden la diuancia entre 10 1 da tos, con,idfrado~ en conjunto. Si los
valore~ de lo> dato~ ~on parecidos, la! medidas de di .pfr~i6n tienen valores pt'que~oi; !i
lo. dato~ .on muy diferentei en tre si, tiene n valo re! gra ndei.
La. medida~ de diipfr~i6n más importa ntes ~o n la~ siguien te!:
!tango.
Dt~vi aci6 n mfdi a.
Vananza.
Dhviación tipica.
Coeficiente de va naci ón.

Rengo o re corrido
Es la diferencia entre lo~ valore. mhimo y mínimo de lo. d:l1oS o bleT\·adol. Este pa rám e-
tro in forma ~ob re ti recorri do de la Yanable, pero en a lguno. calOiO aporta poca in fo rma-
ción y puede ¡U enga~o.o.. .i al guno de lo. e.ttremo. nt:'! muy dfi\"iado del reuo de lo.
dawi. l>aT'J Ifnu unn Yilión reali.ta de 101 dato\., debe evaluar" junwcon ot ra. medida.
de di speni ón. Los yalOffl fllipico. (Qur¡;~r$) tie nen muc ha inftuencia en #1.

O•• Yi. cion med"

Al eiludiar la diipenión de lo~ dalos debe fij arle u n punto que rfprelen le 13 tendencia
central de 1m dalOi y medir la di~tancia de cad a un o de ellm a e~e pumo y ca lcula r el
promedi o. El punw de referencia má! adecuad o ti la media ari tmética. Sin embargo. ya
.e analizó que una de la~ propiedade~ de la medía aritmtlÍca t i que la ~uma de la~ desvía-
ciont> de lodo~ los dato~ re~ptcto a la medi'l ti O, pero la idta de promediar la5 di~tancial
a dicho puntO parece adecuada. La lum'l de 1m; del\'iacionh respecto a la media ti O,
porque hay equilibrio entre los valorel pOli ti vo. y neg:nivos.
Si se eliminan lo. valore. negativo. y le con lideran po~itivos, se evita la anulación del
promedio. Una manera de conleguir que 101 valorel negntivol se consideren po~itivos el
calculando el valor absoluto de 1:1 diftrenci:1 ent re la medi:l arilmhica y los valores ob.er-
vados. La fórmula de la duviación media t> hl .íguiente:

Las propiedadn de la delviación medül .on que d:1 la media de la dis~ni6n de los dalol
y que, como en su c~k:ulo innTvienen lodos 101 dato!.,., modifica cada vez que le inltrta
un dalo nuevo. CuaDlo mayor es b concentración de 10. dalo. en 10rnO a la media, menor
el 'u valor. La dt>viación media nunca el negativa y ,ó10 e. ig ual a O si lodos 101 valorfl
coinciden.

V.nana
Mide la disper,;ión de los dalOs alrededor del va lor medio. Cuamo mayor es la varian za,
mayor resulmla variabili dad; cuanto menOr e!., más homogénea rfsulta la dillribución. La
idea detr:\!; del conceplo de varianza es conocer el promedio de las del\'iacionel de cad a
valor con respeclO a la media (x, - .n, pero la ,urna de ulascanlÍdades siempre resulta O.
La solución es elevar e,ta, diferencias al cuadrado. flor lanto, la varianza de una muestra
(o varianza mue.ltral) tiene la siguiente fÓrmula.

Al numerador se le conoce como luma de cuadrado! r (x, - .\')'

En lugar de Ular la media poblacíonal (¡d, se Ul a la media muenral (.\').

En lugar de Ular 11 como denominlldor, le UI:l n -1. a lo que.e le denominu gradol
de libertad.
En lodos los le:UOI de htadb tica. además de la varianza mueslral, le huce referendu
a la varianza pobladona1. Su fórmuhl m:\lemálicll e~:

r (.~, - ~J'
cr' • N

O....... ci ón •• tAnd.,
Tambitn conocida como des\'iación lipica, puede conliderar,e una elpecie de promedio de
la.l dfiviacionei de lodos 1m valorfl en rflación con la media.
 La dhviación htándar es una medida de la dil puiión de 10i datos. Cuanto mayor ei
la di>penión. mayor rhulla la deiviación htánda r. Si no hubiera variación alguna en 10i
datoi (ii fu eran tOdOi ig uale~).l a de.viaci6n ei tánd:1r ~eria O.
A partir de una fórmula muy difundida •• e enablKe que en elime rvalo entre la media
meno. la dhviación e.tándar y la medi:1 mili hta.e encuentra caii el 680/" central de los
dat o. y que elintervalocomprendido entre la medi:1 meno. 1.96 (ca~i 2) y m:h 1.96 \Ke.la
delviación ell~ndar ~e encuentrJ cali e195% central de lo. dmo~ Ella regla ~ólo h ciertn
~i 1:1 vlu1uble.e ajullu:1 una dimibución norm:lI.
La regla empírica h que. dada una di.nibuci ón de oblervacione; en forma de cam-
panl1. el inle ....·alo
¡.i ± (J contiene ca.i 68% de la. ob.erv:lcionel.
• ¡.i ± 20 con tiene ca.i 95%. de lal ob;ervacio ne!.
• ¡.i ± 30: con tiene .oda. o ca.i looa. la. oblfrvacione!.

Hay una regla mnos conoo::ida y que le puede ap licar .iemp.e para cuantificar la dis~r­
.ión de Im¡ dato!., ;fa cual $fa la forma de Iu diuribudón. Eilá baiada en la de~gua ldad
de Cheby¡hev y eilablKe que en el inte.valocomprendido entre la media meno. t vKely
má¡1: vKtlla des,'iadón utánda r ,e encuentra por lo meno. la (1 - I f t I) pane central
de 101 dato!.
La fÓrmula de la dtlyiación tipica mUf ilral ti la ,iguiente:

La fÓrmula de la dtlyiación e"i ndar pobladonal e, :

tlx- /J j!
o· J=--..;',-'-'-
"

Propiadad.. da la varianza y la duyiación u tánda r

Eua. propiedadu le pueden de)Cribir en lo •• igu ienlH apartados:
La varianza y la de;viación típica de un conjunto de número'liempre Ion mayo-
rh o igualh a O. La varianza ti el promedio de una ;erie de número; elevado. al
cuadrado: por tanlo. .iemprr ti pOlitiva. Sólo e; igual a O.i toooll<» númerol.on
iguale!. Debido a que la dhvi aci6n típicu el !ti raí1. cuadr,lda de b varianza, tam-
bitn ei un número pOli ti,'o o O.
Si t ~rih de número;lienen la mi.mn m,diu ;lritmhica. con "" "l' ... ", elemento.
cada una de ella~y varianza. si, sl. ... si. la vilrianza combinada e~ la media ari t_
mtt;ca pondernda de la~ va rianla ~ E.to ~610 ti aplicable.i toda. las "rie; numtri.
cal tienen la mi.ma media aritmt tica.
La fÓrmula para el cálculo de la varia nza combinada r; la ,iguiente:
 ~=",S¡ + "s; '" nS:
-'- + --+-'-

I'am jUZ'U Tli uno variable u m~~ di.per~a que otm. no e~corrt(: l ocompara r la de.viación
típica de ambas de mane ra dirl'Cta, En cambio.•e u.u el coeficiente de variación. que no h
más que la rozón entre la de~vhlción típica y el v:! lorde la media ari~mhico .
El c~ficiem e de vari;.ción el unu medid:! de di.per~ión y está reprnentada por el
cociente de la dhvioción lípica rnpl'Clo:! 1:. medi:! aritmftica. multiplicado por 100. Sutle
upre.arle en pol':en taje y tiene en cue nt:t Ini unidadn de medida de la variable. porque
incluye la media en.u denominador, E.timl! qUf pol':entaje de [u mtdia supone la duvia·
ción típica y ~prel.nla la desviación ,.!ándar medida en unidad'l d. ma,nimd r.l:l1i va.
n la m.dia.
El aumtnlO .n ti coeficiente d. variadón indica el aumen to d. la di sJ>frsión de lo.
dator.. Un cotficitnte de va riación de más d~ 30%indica datos di.perso>, y uno mayor d~
5fWo muy diiJ>frliOi.

C«/irifntl di variación = D."k,dún rip;~" = ~ xlOO

ni"!,,, ."f

Medidas de pOSloon: n-ti le s

St trata de un ,rupO de m~didal descriptiva, que divide al conjunto de dato. en una can-
tidad d.ltrminada de "UPO' que ti enen el mi lmo, O ca.i el mi.mo. númerO d, dator.. El
ttrmillo n-tilu alud, a n ,rupOs (101 n grupoli que,e quitren formar).
Lo. lercilu .011 dos parámelrO. que dividen al conjunto de dato. en trti p:lrte. igual'l:
loscuarlile> ion Ire> parárnttrO. que dividen alconjunto en c uatrO parlfi iguale>: lo. dtci!es
Ion nue'·f parámetTO!. qUf lo dividen tn 10. etcé tera,
Todo. lo. parámttro. que permiten dividir al conjunto de d:ato. fn n grupO. con ca n-
tidadu igualu df dato. son pel':fnti tfj" Por ejemp lo, lo. cuartilfi ion lo. pel':entile> 25. 50
Y 75: lo. quintilei .on lo~ peI'Centilh 20. 40. 60 Y 80, Sin emba rgo. debe IIner.e en cuenta
que lo. 'TUPOS no siempre pueden .eT i,uale>. porque tal VfZ el número de dato. no n di-
vhible enlre el número de ,rupo. que.e quiere form¡Ir, I'o r ejemplo. si Sf tienen 51 datoJ"
le obtienen Irt> ,rupos con 1J Y uno con 12,
Los n-ti le. m:h importante. ion 101 cu:m ileJ" los dl'Cilel y 101 peI'Cenrile>.

Cua rtilu
Dividen al conjunto de dalOS en cuatro partel con cantidades de datos igual.J,. En cada
una d•• 1Iu hay 25"I.. d. lo. dato>. EncalO de qu e el númrrod. datol no ,f3 divilibl •• n!Te
4, no tod os los grupos pUfden ItnfT la mil macantidad de dator..
 ". "" '"
o, a,

En hta linea, 25% de 100 datOI le tncutnml" a 1:1 izquierda del prirnu cuarti!, Q,.
incluid:1 la po¡ici6n de hIt (u deci r. 25'/', de lo. d:uollon menorn o i,ualfl que fl primer
'Ullrti1); 75Yo de hlo •• on m l'Y0 rf~

".
I<g... ZBI> .

El seCundo cuaml coinci de con [a mediana ( M '" Q,l y, por tamo, tiene lUlO mismas
propiedadu. •
E n el mismo ¡fmido, 75V" de los datos le encuentran a la izquinda de Q, (liDn menOrU
o iguale. que é' le); 25'/ .. de 10\ da toi son mayore!>.

a,

La diferencia entre el primero y el tel\:trc uartil h el recorrido intfrcuart ilico: RIC =

Q, - Q,_ A barca 50"/.. de 101 dalos ce ntral e!>. Por ej emplo, .i el terctrcuarti l de un conjunto
de phO. de perloDa; u de 85 k,y el pnmerCUllrtil h 81 de k" el r«o rrid oi ntercuartmcO
RIC= 85 - 81 = 4 k,; en un intervalo de 4 kg ie encuentra 50"1" de 10. dal ol ctntralu.
La fórmula para calcular un percentil u :

donde
P ei el percentil que ie quiertcalcular, dividido tn"e lOO
n t i ti núm.ro lotal d. d:1I0i
En un conjunlo d. dalO; ordenado!, la po~ici6n dtl primer c uani 1 l' ca lcula di vidiend o
ti núm.ro 100al d. dalOl (n ) .nlr. cu mro. ElltrCH cuartill' calcilla di\'idi.ndo Jn .nlrf
cuatro, El cálculo df 1m cuanilu a pa nir de datO> tabulad os SI hacf mediantl la ,igu if ntf
fÓrmula:
 Q.L
"
. [IiI"'~,[,c
f,
donde
L, el el limi te inferior de tacla~t donde e,!" el d:no 11/4
FIJo, la rrteuencia aDIOlu ta I,cumuh,d:, de 11\ clale anterior a la que contiene el ete-
el.
mento "'4
f, h la frecuencia lID,O]UU, de [¡, cia., que incluye ni dalO,,}4
l e t> la loop!ud del intuval0 de clase que contiene el elemento n/4

Q¡ • l.) . [( '''1"''
-:r /, [ l e
1/""'

dondl
L, el el limite inferior de ladal! que contiene al dato }n/4
FQ-' t> la fr«uencia ablolu ta acum ulada de la dale anterior a la que contiene el ele-
menlo 3"f4
f, e, la frecuencia ablolu la de la dale qu e incluye al da lo 3n/4
ICe. 1310nptud del intervalo de cla,e quecon ti,oe al elemento 3n/4

Decite.
Lo> decilfi r.on medidai de disptrsión que divid en el conjunto de datoi en 10 parles i~lIa­
le~ En cada una de ellai ,e encue ntra 111'/0 de 101 d ato~

I 10'11. I 10'11. 110% 1'0';' I 10,;, I 10';' I , 0,;, I ,0,;, I , 0,;, I , 0,;, I
D, D, D, D. D, D. D, D. D.

Enlre dfcilh co n~ecU1ivru h:ty l O'/., de lo, d ltt O~,

El primer deci1. O" divide al conju nt o de dato~ en do~ parte~ Diez por ciento de lo~
dUIOI ,on menore> o ig ... ale~ que .1 y 90'/" son m:lyore~ El ,egundo deci1. Oro divide al
conjunlo de da , o~ en dos parte>: 20% de 101 duto, son menore> o iguale> que" y SO'/.. ion
mayore\., y uii SUCe>ivumente. P:'rJ el cálcu lo <.le la ))Olición de lo~ decilh a partir de un
grupo de dp, o~ o rdenado\., le ,.plica la fórmub P (11 + 1). Por ej .. mplo. el le~er deci l ei el
prrcrnlil30; rn la fórmula, rn lu¡ar dr P ir pon<.lria 0,30. Elcálc:ulo dr lo. drdlr. a puni r
de dato. ,ubulad ru If rtalita siguiendo la sig uienn fó rmula:

D . 1.•
.,
[(li¡)"F,·,[,c
f.
donde
D, h el k-t~mo decil
L, e, el limite inferior de la cla.e que incluye ,11 dato knflO
f~. , e, la frecuencia ab~oluta acumulada de 1,1 clale anterior a ];¡ que incluye el elemen-
tokllllO
f~ el la frecuencia ab,olu ta de h1 ch1se que inc luye al dato knllO
fe el el intervalo de la clase que incluye al dmo kn/I O
Percentil.,
0Ir(1' medida. de di,ptr~ón muy utilizada. cuundo el número de dato, e. muy ,mnde ,on
lo. peftent;le\.. Hay 99 ptreentiln y dividen al conjunto de 10i duto. en lOO parte> ¡,uale\..
En cada parte hay I "~ de lo. datos. Entre do. percentilel con,ecu tivo. le encuentra I'Y" de
lo. dato\.. EII 'Y" de lo. dato, t> mfno r o i,ual que tI primer pere,ntil, y 99% " mayor, 2%
de 10i da to. n menor oi,ual que tI ",undo puctn til ~ 9S''l.. de lo; datos e; mayor qUf f~
~ a,í ,ucnivamenlf.

I" I I" I
"

El cálculo de la pmici6n y el valor de peree ntil" a partir de un ;rupo de dato. ord e-

nado. le realiza a partir de la fÓrmula P (n + 1).
El dlculo de lo, ptreentile! a partir de datO! tabulad ol ;e realiza con la si;uiente
fÓrmula :

P, • L, ~ [l '" I
lOi"i;' ' '-11IC
donde
P, el el k-t,imo pereen,il
l., ti el limitt inferior de la d l.e que incluye ,,1 dUlo kllllOO
f-",el la frecuencia aholut:l ncumuluda de la clale anterior a ]a que incluye al ele-
menlO kilI] 00
f. h la frecuencia ab;o]uta de la cla.e que incluye 111 dalokllflOO
IC el la lonplud del inlervalo de la ctale que inclu)'e al datoknllOO

Valores atípicos (outliers)

Son valore. mucho mayores o menore. que 10i demá\.. Hay vario. CriteriOli parnmÍlricoi
ba.adm fn 1m ptftenule. paru dffinir 1m valores atípicos.
En lo. úl timo> adm, se utiliza cada vez más un criterio ba.ado en 1m cuartiles.
 Se dinin~ue entre valorei atípicoi de prim er y i e~u nd o ~ru do!o. ta nto pa rulos valo rti
grande; co mo paru lo~ pequeitos. Se coniideran }'aforl's mipícol por l'.lCI'IO a lo~ mayort~
qu e el tercer cua rtil m:h 1.5 vece~ el reco rrido intercuartilico. Si lo~ valorh son mayort~
que la ~uma del terctrcuartil m:h tre~ \'ece~ el reco rrido intercuartilico. ~e le; llama >'Illorl's
mipicos 111' segundo grrll/Q por 1'.rf'I'SO.
Se co n ~d e run I'fllo/"t'J míp;("os por dlji.'I·to
a lo ~ que ~on menort~ que el primer cuartil
men o~ 1.5 vece; el recorrido intercuurdlico, Si lo~ \'alore. ~on menort. que la diferenciu
entre el primercuartil meno~ tre. vectó el reco rrid o in t ercuarti~co.•e Ih denomiml >'I¡/o,I's
mipicos 111' segundo gm(/o po' (/'11'("10.
Elotu manero de definir lo. Yalorelo atíl~co. tiene una ;erie de ,'entuja!>. No loiempre hay Ya-
lore> ~tipico~ En ocaMon e.;e conloidero co mo v!llore. iltí pi co. a lo. que exceden un dete rmi-
nado ¡>tretnti!. De e.nl. manerd, ~ empre hay vulore. atípico!: por ejemplo, M. econ.idero que
.on valort> : uípicollo; que exceden el ¡>treentil 97, J% de Jo. da lo; .itmpre e> atípico, Ot ro
ventaja ti que rtlulta "~Iida paro tod o tipo de di"ribucion,,: e; muy frPO;uente que le con;i-
dere como va lort> atípicos a kH que eltán a una dill3ncía dm a trtS ,'PO;t, de"iacionel tipica!
de la media, pero e!te cal{} .ólo ti v~lido para datO> que .i ~an una dimibución normal

Diagramas de cajas (box-plo t)

El dia~rnma de cajai uprtla de ma nera grá fica lo. valofes de la media, del prime ro y el
tereer cua rtiles y de los pUntOi de comienzo de los yalore. alípico>, 13nlO por exceso como
por defPO;m

Medida. de forma
Indican ii la .imtlna de la diilribución, el coeficiente de Sf>~O y el ~rado de apuntam iento,
tomando como referencia la curva normal de Gau.!>.
Si un conju nt o de dato. difiere poco r"peclO a la normal en padode asi metría y de
apuntamiento, ie puede coniidtrar qu e 10i d,UO i i t aproximan a la dinriboción nOrmal.

Asimetría
rambitn ~e le conoce como ~u,o. 1ndica .i lo. e.x tre m o~ de la~ c u rva~ (col:u) relaci onada.
con lo~ dato~ ~on m:h alar,ados hacia alguno de IN lado!.. Si el extrtmo izq uierdo de la
c urva de diuribución de frecuenciai e~ mili alHgado que el derecho. en rtlación con el
mbim ocentral. >f dice que eil:\ ~e~,a d :l a la izquierda. Si la derecha h la m:h al:n,ada.
;e dice que tiene loh,O a la derrcha. Si la dinribución no tiene .el~o. f> loimhrica rhptctO
al mbimo central. Lo. ¡ndice. m:h utili7.ados p:lnl medir el 11>,0 de una curvu ~on el de
I"earion y el de Fi.her.
El coe6ci tnte de ."'0
o ali met ri:t de I'e:lrio n ;e calcul¡l con la !i~ui ente fó rmula:

(.' \'- M )
V" _ _"_

donde
.1" e, la media arilmf lica
M. es la moda
r t i la delviación tipica
El coeficiente de ~ugo de Fi~hfr lie cakula con la siguiente fórmula:

v- .3...
,.
donde
m, h el mOmentO del tercer orden re,pe<:to iI la media
s h la dewiación tipica
.=
En ilmbo~coefici entelo. ~i O.e interprewcomo que no exi,te a.imetria. Si .< O"e con-
.iduu que exi.te a~imetri:1 hacia la izquierd:l o ¡e,go a la i7.quie rd~. Si .> O,la Mmetria h
haci:l la derecha, o hay . eigo al:, derechil.
La fórmula matem~rica de la a.ime lría e; lu .iguienle:

donde
x,e>cadavalor
e.la media mueural
."1'
s e.la deliviación e!it:lndar
n f> el mma~o muestral
La equi valencia de Z .e obtiene al re.tar a cada valor la media muem'lll y dividir f.a
diffrt ncia tn trt la dfivia~ión ntándar.

Curtosis
Ei el grado de aplanamiento de la curva, tom'indo como r,f' ("fncia a la di.triboción nOr-
mal. Uno de lo~ cOtlkienth más utibzado. para medir el grado de apun tamiento de una
curva .e calcula mediante la ~iguifntt uprelii6n:

donde
m. h el mOmentO de cuano orden en relación con k\ media
s' e¡ la dhviación "tándar
Si f = O,.e con,idenl que h\ curvu tiene el apunl:lmiento que le corrf>ponde a unu di.-
lribud ón normal y.t dice que ti me;ocúrtica. Si r < O h\ curva e. aplanada o planicúrlica.
Si f> O la curva f> leptoctirtica (m:\¡ f> tili7.:ldil que una curva gauHiana ).
La fórmula mat~m~rica d~ 13 CUrlo~i, ~s:
 Lai medida! de forma describen dOi 3ipl'<:tOi de la dinribución:
Aoimet.... El coeficiente de a~imttria e~ el grado en que lo~ dato! u repamn por
encima y por debajo de la tendencia central.
Curt osis. 1ndica el grado de apuntamiento de la dÍ>tribución en la zona centml.

Para re~umir una variable alemoria numhica continua. como la edad. ~e puede utili-
zar el hiuogmma en que- el rango de valore. de hl vari:lble le divide en interv:lloo de igual
amplitud. Sobre cada in te rvulo le representa un rl'<:tángulo. de forma que IU altura man-
tiene la proporción entre 1;11 frfeuencia. (ab.olutai o relatival) y la lonptud del intervalo.
El diagrama de cajas n 0 1111 formu de deocribir de mllnerJ grifica una vuriuble de tipo
numérico. Elle tipo de !r.\fica utili7.¡l lo. percentile!>. de forma que en lu cuja centr.tl le
connntra 5O'Y" de lo. datoo (IU! limite. corre' l)()nden al primero y ellereer cuarulel). La
line:l central repre!enta la mediana. Lo, ~bigotel" de 10i Utremo. de la. caja. encierran
95~.. de los datos cen trales (que pueden coincidir en alguno, calo; con lo, ulremos de la
diwibllCión). Lm yalort> atípico! le r'presentan con pUntO, y a>l erisco1. Una de las ,'en_
taja! d, UIf tipo de gráñcas es que u pueden dUfetar. d, forma "ilua~ polibles errore! en
101 datO! y ad emál permite comparar grupol de lujeto>.

Condusiones
La descripción t.l3Cla de 101 dalOs reco~dos en un mudio es ~tn~blt t importame. La
prelenmción descriptiva corTfC ta de [os resu ltados es e[ primer paso en la e"aluación y pre-
sentación gráfica de 10i rtmltados.
La deiCripción el [a baie de [a eval uación biomttrica y es e[ pUntO de panida indis-
pen,able pura procedimientos metodológicos pOlleriores., como pruebas de significa ncia
elludillica.
La prt;entución de lo. Ttiultadol del elludio deiCripti,'o suele ocupar la mayor parte
de[ eipacio en [ai publicaciones. La deleripción abarca [a pTt,entación gráfica y la tabula-
ción de [Oi re~ultado>.
La evaluación exacta del nivel de [a elea[¡l o de[ parámetro el impOrtante. pOrque e[ ni"e[
de eoca[a determina el ti po y procedimiento. tanto en 1:1 evaluación deiCripriva y e.~plorJtoria
(generación de hip6tt~~) como en la confirmatoria (prueba~ biométrica~ de hip6tt~i~).
En lo~ datoo de diuribución normal. [a media aritmética t> lo milmo que la mediana.
La asime tria tiene un yalorde O. Por de~,mcia. no poca! Vfeel es una diuribución normal
en [o, li>Iema~ naturale~ y en lo. parámetro. recopdo! en paciente>. El convtniente dar tl
valor de [u media aritmé tica. udem!\! de la median". panl d:lIo. continuos.
No se puede lupone-r una dillribución anormal cUllndo [o~ dOI ~alore} Ion muy di-
ferente>. No.e puede calcular e[ valor de hl medi:l arilméticll en 101 dalol con una elen[a
que .ólo t i ordinal.
Una pregunta fr"utntt tI!i lal prfienwcionei gráfica. o numérica •• on preferible.
en la deiCripción de datos. La! ,ráfical sirve n para dar una primera imprt,ión y paro
ilu>lrar de manera v;,ua I [a li tuación de los parámetro! de d;,u;bución. Puede .u ditoc;[
leu 1m. valort. uacto. de la mediana o lO!. percentile.\ en el eje y en un diagrama gráfico
de caja. Por ello e.l indilpen.able el cálcu[o y [a preltntación de lo. yalores caracttri.licOi
elladillicoli uactoli.
Ab,..;,.. v. DeSVIación ao'ndA' r ",ror "''''"d.,. SEMERGEN. 2002:28:62 1-623
Á1~a ....~ C 'c"... R. Estulisruu uJ!I¡r.uJa U I.u (ifll(u/! J, Id wluJ. E>p.ño: EdIciones Di." <k S.nlo"
2007: 15-78.
Ch".,.1 B. DCKnl'"~c Dala Analysi .. ti" /lfftii(u /jOl/r/W/, 2009;28,56-59
Coh"n J. Sl3tiJNfIl! ffUl..' A""Ó'lj¡ fo' mt 1It111l1'iornl Srifll(ff, 2a. «l. H,II..w", Nj; uw~nc.
F.rlb.u m, 1988
C.IIO J. :-'1c..u~mcnl ocaIc .nd .n""¡,,,,: re.u'gene" of .n oId miKonccpllon. fqó¡.//j"II,
1980;87:564.
Huir D. Ho,,' '" t..u Sl3tisfm. Nuev. Yo"': Nonon, 1954:8.
Lrnnc R. E. H". onW rnc • .m: onlcnng Ih" P'" lo el... " O Ut ¡'."ure. OrruJ! 7IN,/ RN, 1986,6:256 .
.\{org.n C. A., Glin", JA, Humon R.j . .\1c.w",..,cnl .nd dc"'"plive ....,,,,""-/ tlm Arad Cbild
AdDlnr fryrhiotry, 1999;38: 1313-131 S.
 Tablas de contingen cia

MIguel J'menez Olv.r~

Alfonso Ch~\Iez Mor~l"

Introducción
Lo. di fe~me. tipo> de dalO. numéricos proveni eme s de in"es ti~aciones en se~s humanos,
animales y de observaciones experim enta les o de índole cotidiano. de cualquier materia
(ciencia. bioló~cas, médicas, socioló~icas, fi na ncieras, m~ !em:'lticas, elC 1. se pre senta n
a~rupados en serin y tablas, Esto facilita IU comprensión y análisis, además de [a obten-
ci6n de cOllclusionn a partir de ellos, pam desarrollar nue~o~ conocimientos o accionel
orientados a modificar tra tamien tos.. condoc tas financieras.. biop>lco~oci alu y también
encami nados a mtjorar el estado ac tual dt dicha. obiervacionts, o a sUiptnderlalo,. si tit-
ntn efec tos ne,auvos. I
Ellos rtsultados secla.ifican en dOI grande. ,nl¡Xl1 de variablu: cuanutau~a~ y cuali-
tativas. Las pn meras ~e s u bclasifica n en cO nl i nU:11 y di >conll nuai; las vari ablt. cua ~tati vas..
a su vez. pueden ur de intervalo, nominalel u ordinales.. de acuerdo con la claslficaci6n
taxonómica con que el m~esti,ador elote fllmiliarizado )'con el uso que se les d~
Paro su an~lim. la herromienta que,e util iza el el mhodo e,tadísuco. En este sentido,
loe nene la e,tadísllca deKripuva (frecuenci:l. media. moda. des"iaci6n e,tllndar, varianza)
de tendencia centr.tl. Pan lal variablu cuantitativas, loe IIlan moda. mediana percennle.:
paro las cual"nll~as.. tasas 'j pro¡Xlrcione~ As imi.mo. la estadística analítica usa la / de
SlUdent. \,.:)11\, M\NOY\, i (chl oji cuadruda), prueha uactn de Fishtr. Mantel-Hnns,I,
etc, para confirmar lai hIpótesis que dieron origen a In jn\nll~aci6n ru~zada. IJ '
Pnra su an~~~I!>, lo~ da t o~ cuanri tallvos nom inal,!>, de dos o más ~ariablelo, qUf son los
~Iultado. num~ncos de f~ tas variables medldal en una i",,,ri~aciÓn,.e de~phf~an ~n un
cuadro ~n que i f confrontan y al que ;f le den om in a tnbk, de ("Off/;',gt"nria.!
En la uullzación de las tablas de contingencia Ir Ir:l.la de d~ltrmln3r el ~rado de 3m-
ciac1ón pm.lll\·a o ne!;luv3 de una ~arinble In de pe ndiente con OIra (variable dept'ndiente), o
con una. do~ o mh va ri able~ independientn; en el primer cuo, ~e le denomina a n á~~i~ uni-
variado; en el u,undo. análi~i~ mul tivariado, Ambos Ion importante~ para la rta lizaci ó n de
pruebas htad¡ltica~ m:h compleja~ co mo reg relión univaria da. multi~ariada y Io,iuica.·
Si le dt;ea determinar la relación de dependencia o independencia entre dOI variable~
cualitmi~al nomina le~ u nKe1.1rio utu di:l r ~u di.tri boción conju nta o tabla de comi n,encia.
La tabla decomin,enda el una t:lbl a de doble entmd a. donde encada ca~illa fi,Urilla
cantid ad deca~ol o indi~iduoI que po.te n un nivel de uno de lo. factore. o la.canlCttri.-
ti ca. ana lizadal y Otro nivel del Otro factor a nll li7.:ld o, ó
La tablu ucon>tru)"e con ba.e en el número de atri buto. o ~ariablh que.e analizan de
manera conjun ta)" el numero de modalid:ldes o nivele; de lo. mi;mo~
Con tite tipo de tabla .e pue de conocer si existe MQC"iflri6n entre la. do. ~ariable~ o
.i. por el con trario,. e pueden con¡iderar indepe ndiente;, E. ImporUnte laMr.i la propor·
ció n de calOS para cada cate,o ria de una de la l variable; e; independiente del ~alor que
toma la O!ra ~ariable.'
El razona mien to para con tmlta. si nilte o no ;llociación en!re do. variables cua~ t a_
ti vas le bala en calcula r los va lo res de frf'C uencia e!perado! para cada una de la. celdas en
el ca,o de que. en efecto. lal variab le> fuesen independie nt e~ y com pa mrloHon lo! ~aloru
realment e ob.ervadm. Si no uiue mucha diferencia entre a mbo!ii., si,nifica que t i muy
probable que las variables !ean independientt>.·
La. tablas de co ntin,encia tienen enloncel do. objetivo. principalti: or,aniza r la in-
formació n de experimen tos bidimenlionale. y deter minar!i nilu o no asociación o rela-
ción de dependencia entre dos variable!. ~
La or~anización de un conju nto de dat o~ toma ndo dos cri le ri o~ se pre.ellm en una
tabla en la que las lilas Ion lo. diuintos nivel es de uno de los crite riOli y la columnas los
niveles del ~e,undo. NI
Si la imención es determina r dependencia enl.e variable¡ cuatitativas ~e u ti~z a un
contra.te enadi~tico c hi cuadrada. con la que e¡ pOlible afirmar con un nivel de confianza
~i una variable cualita tiva influye en la ot.a, IO

Los tablas de 2 ~ 2 puede n ubhza.~ en los $Igultnles IIpOS de estudIOS· estudloslnn""e.-

sales, estudoos de cohortes, IISU de onclde nc,a , on cldenClil acumulada, casos y conlroles,
y casos y controles Imp"IJldos.

Lo. problema~ de ~alud . la prevalenciu de enfermedadt>. lo~ factort> de ri",o o de

pro tección pueden examina.,e mediuntt eitudio~ tmn s\'trlale!. Elte tipo de estudio~
como .u nombre lo indica .•e ba.tln en medi cio ne s única!. En hit ca;o, la upo.ición o
variable independiente.e coloca en la~ fila. y la enfermedad en la~ columnalo.
IJar a iro lado. lo. htudio. de co h orte~ eV (1 lú a n el 'r'J.do de upo~ición de do. o m~.
~rupos de sujtt~ y l e colocan como UpUt>101 y no e~putlto!. Inicialmente nin,uno de
101 sujetos tiene la enfe rmed ad, y para co nocer li hl uposición prodUC"e la enfermedad,
tendrá q ue compararle la i ncidencia de ca!os nuevo! entre lo. do~ ,rupos. Exilien 2 fo r-
mal para medir e;¡a¡ incidenci a!: la incidencia acumulada y la (asa de incide ncia.
Al rej¡~to, de hecho es m:issencillo medir la incidencia acumulada. ya q ue.e utiliza
co mo denominador el numero de sujetol que se incluye en cada ,ru po, en tantO que la
tua de incidenci a pt'rmite una mayor predlión pUfl toma en cuema el tiempo en el que
.e producen lo~ cuo~ y IN periodoi de seguimie nt o, qu e geneF.llmenle iOn diferente; en
ca da uno de ellru.. 9
El an~li~ii de lO! en udio~ de co horte ti igu a l a 1:1> Otrai tabla~ de contingencia, pero
para el dkulo de la~ ta~:u de incidencia .e toma el periodo ( per~ona~-tiempo).
En lo~ htudio~ de C3~0~ y co ntrole¡ 101 ~ ujeto . proceden de d o~ grupo», dependiendo
de que ~ean caiO~ con la enfermed ad o d:lfto y lo, co nt rOlh .in la fnfermfdad o dano.
Lo Que,e bu~a e. eomparJr lo, un tecedente> de l o~ enfermo, con lo> ,ano> de la mi.mn
población. Tambifn ,e bu ~a encon trar difere ncia, o relucionh en la, ex po>icionh Que
expliquen la razón por la Que uno, enferman y OtrO I no.
Lu forma como,e pre,entan lo. re>ululdo •• on 101 odd. Yla razón de odd. (o¡MI 'filio.
OR).
A lí, a lo. ren ómeno~ medido; con er.c¡I!(ls no minale; generalmen te ;e le; llama obler-
vacione; cualitativa. porque de~ribe n un (1 cualidad o atributo, en tantO Que cuan do de.-
criben categorías, se les conoce como categórica .. Generalmfnt .. htO. dato;;e describrn
lO po n:entaje> o proporcio ne.l y para pre>e n!arlo; le utili~an la. ta bla. de co ntingenci a."
Por lo anteri or, la mayoría de los a utores coi nciden en Que el an~~;i; adecuad o pa ra
la medición de la relación en tre variables es cua nd o.e rnliza la medición o el cómputo
de la a.ociación entre ella .. Eua.l medidal le basan en la comparación entre el daiio y el
beneficio 0.1,1 indepe ndencia, en 101 diferente. grupo. de ob.ervación y experimentación, y
,e realizan a tra,·h del cá lculo de raZOn eS (como la raZÓn de pr .. valenci as, rie>go relati vo
y odds ,,1110). de iUi diferencia. (co mo el ri e.go atribuibl e y la fmeción atribuible), o de
que 10i resuhadm obtenidos .lean producto de l azar, por tal mzón, el impo rta nte tener en
cuenta que el mhodo estadinico proporcio na lai herram ienta. necei3rias para conclui r
lai trti .i tuacionel descrita s, a parti r del ellablecimienlO de 1m nivelei d e confianza, qu e
habit ualm ente ei de 950/.. (d ol desviacione; fl tándar con reipec to a la media). 98"1" 0 '19"/..;
Y la 1'. con la cual ie denomina el grado d e iignificancia y que IÍene un valOr de 5~..; iin
emba rgo, el in\'euigad o~ pue de modificar es tO y otor~ar un gr1ldo de robustrz a 101 datOl
(p = < 0.05, l' = < 0.025, l' = < 0.01), p3ra concluir que hay alOCiació n ent re las variablel
c uando la l' e~ menor a "IO~ ~ rad oi de sig nificanci¡l mencionado.. · s
Por tanto, lal prueba! estadísticas utilizada s, de acuerdo con la~ va riablu Que st a na-
lizan. por la natur1lleza del htudio, fundamentan ~u. rhultadol en la comparación de 101
dato; ob t enido~ ~on lo~ hptmdos., bajo el i>UpuestO de que no hay a~ociación fntre lal
variable!>. y cuanto mayor ~ea la diffrfnci¡¡ entre la diuribudón ob,f rvada y la e;¡>frada.
men or f> la powbiltdud de que la primeru .ell producto del azar.
El c~kulo de lo; valorh e.¡>frudo. se rellliza utilizando lo~ \"a lore. martin a le. de la
!abl:l, alUmi endo que la po,ibilidad pam C:ldll cmegoría f> la mi~ma para todo el ,rupo
y que no exi,te relación entre l;u variable. eltudilldus. A la dependencia e inde¡>fnde nci ll
de la. celda • •e le denomí na g'flllo, ¡le /ibt"/ml, que le obtienen con la ,i guíente fórmula:

G ~o. de l.b.:,ud (,1) • (numoro de fil .. - 1) ~ (numero de wlumn .. - l)

Por tanto, si la tabla de contingencia es de 2 x 2, gl = 1: si n de J x 2 gl = 2, etdtera.

El neceurio consid...ar que se recomienda la realizació n d .. fuas pruebas de dir.crf-
panda entre frecuencia. ob.lfrvada.l y esperadas, para poblaciones con mUfltr1l. grandes.
En el ca~o de poblaciones con muestras pe qu e~as, debe re3liZar~e la prueba exacta de
Fishu. que calcula la probabi lidad uacta de ob tener los result .. do~ ob~ervados!Í la~ do~
variable. son independien tes, y lo~ totales marginale. son fijos,
Entonce~ hay que considera r que. para realiz:lr los dkulo~ la categorla de las varia·
ble, debe ler ucluyente y ullauuiva. e~ dt<;;ir que (dt>de el momentO de su definición una
variable debe ler (mica y no puede pertent<;;er a dos o m:hcategorim).'

¿Por qué se denomina a una tabla de contingencia de

2>( 2, 3 )C 2, 3 )C 3 o m >( n?
El resultado de la ob.ervacién o medición de variuble.cualiuuiva. o cuantit:l1iva.se rt<;;oge
en forma de tablas de frt<;;uencia. cuyo fund umento e;mdinico n a partir de.u fundamen-
tO teórico y .irve parJ e.tablt<;;er. como ya se indicó, la determinación de riugo. razone!,
proporciones y." partÍr de aquí. fundamentar cuatro lipos de problemas fundamentales
con la dÍ>tribución de Xl (chi cuadrada o Ji cuadrada):
a} TMt d. b oncYd d. ajllft. a dia.ibucionM. Con¡i.te en comprobar!Í lo. dalOs experi.
mentales Ion conforme.! a una cierta distribución leórica dada previamfnte.
b) TMt d . homog ..... cYd d . vanas muMt .... cualitativ .... Con,is te en comprobar ,i varias
mue!ilms de carác ter cuali tativo procede n de igual población.
cj TMt d . ... ociadón d. tablH d. conti ng. ncia. Con¡isle en com probar si do. camcterÍs-
ticas cua~ ta tivas tllán relacion ad as entre SLl
d) TMt d . hornog ..... dad d. varios param.tros d . Poisson . Consi,le en comprobar si dos
o más pa.-ámelros}. de Poi.!son Ion iguales.
Se deben considernr los siguientes parám etros de una invntigación: tipode ' ·ariableicu an-
li tativas o cuali tati vas, inde~n dient es y dependientes; mue>lr3 de la población en que se
rea liza dicha i nHltigación. y de esta clasi Ikación de frecuenci a. depende.-á el tipo de tabl a.
POr ejem plo, en una población determinada se desea comparar lo, tr1ltamientos X , y E,. en
do, mueilr1l. inde~ndiente~ en dOi variable. curadol y no curadolo. Entonce. ~e elabora
una tabla 2 >( 2 utilizando la ~iguiente ecuación:

.. ' _ rf t ' {F _l.r11 F

... J' ~ '" Ji

oclli cuadrada de t'earlon. donde f~ representa h, frecuencia elptroda par1lla celda ,¡tua-
da en la fila iy lacolumna j. yf represen!!, la frtcuencia ob~ervada par1l esa celda. En es!!\
prueba. la distribución t> de clÍi cUlIdr:,du. co n grados de libertad (J - I XJ - 1). donde J tS
el número de filas e I el número de columnas. ,).1'
Sin embargo. e. po,ible que el estudio de lu :\Soci:lción de do. ~ariables cualitativas
.ea insuficiente. Ello puede deri~a.se de una tercen, v:Hi¡,ble que puede modificar los rt-
,uh:,do. de la. ob.ervacionn de una inve>tigución; por ello. debe evaluarse esta tero::era
variable. o mal, ~i fUff. nKhario.
t'o r ejemplo. en caliO de qU! .I! desee conocer ¡i la pr!val!ncia d! diaMI!> m!lIitus
aum!nta con la edad y el ni~el de !slUdio~ )a, variable, serian diaMle.\ m!lIi lu!, !dad y
nivel de eSludioi.
 Para la valoraci6n de enas t,tI o m{¡¡ variable..e tiene que loma r en cuen ta el u,o de
logaritmO! en el análili, de variables log-linea lh para la, tabla, de contingencia.
E, importante ,ella lar que pueden uti lizarle diver,a. letr:u de lo~ al fa beto, latino
ylo griego para dhignar a la~ dinintal vll riabl e. en la. diversas ecuacionh de análili.
es tl1díuico (no s610.l. y.:. •ino también m. 11. /. j , o. q. S. tic.) pero el concepto u el
milmo.
Para txplicarel razonamiento.e conlidem una mbla con d~ 'Yariable~con f fila. y J co-
lumna!>. Se denomina I a la proporci6n loml de elementOI en ob~tr'Yaci6n. clasificad~ como
i fill1l Yjcolumna.: r·' (e. la proporci6n tom l de elemento. en la ca tegoría i para la;. variable;
de la. columna. en do nde.e junu1n toda;. 1;11 fil;l;' y como 1:ls vnriablt> IOn independiente;.
entonces la proporci6n de cada celda.e determinll de la .iguiente forma:

r'J • r"'J
1"

Entoncf.la f'Kuencla f~.f multiplica por fl total de obliervacionfl. N:

F. _ A1". _ " 1".+ Nr

• • ' J

Si le ulilizan Io,aritrnru., se obtiene la siguiente Kuaci6n:

Entonces.. li ~e denomina X a la. variabl e. que le encuentran en las fila!., )' a la variable
en lal columnas.. puede rftlCribirlf la t\:uaci6n a nt erior para de terminar la indepfndellCia
de cada variable. Se delPeja de la siguie nte forma:

.
In!' • A+ A' +).¡
"
donde cada .umandocorresponde a la Kuaci6n previa. y ~e puede introducir un tercer dr-
mino. que con!>Íderd la asociaci6n. A.í. se tie ne un modelo donde ya no lIay independencia
de lal variable;. con la siguiente tcul1ci6n:

Entonce;. la hipótesis demuntra que )(1 in<Jependencia es equivalente a la .iguiente

fórmula:

}. ... O
•
 Si lie analizaran trts o másvariable!i, lie a~adiría una tercera con uno o más nombrt!o.
Se puede ~enerahar en el ~i~uiente modelo ma temático:

E~te u un modelo 10~-llIIeal Aoi, ~e tiene q ue 111 alociaci6n enTre dosvariablh cua~­
wTiva!i rtluha elPuriacuando se conlidem 101 valorel de una Tercera variable. A ello oe le
denomina (I{/fwlo.K11/f' Simpsoll 'J puede d~m.e en variabln cuanUtallVa!o. u."

1. '\hn,n f.. TabJ ... de contingencia. f.n: li;of1~uJúrird /UlrtJ W rinu"U1f tb ft. ",Iud. B.",dona,
Norm., 19"99,350-375.
2. \X/aw..,n B., T..pp G.R. .\t",odo. de medicino b ...d. en rndendu y an:iJi". de dcci'¡6n. f.n:
lJit"'flIÓúfÍ", mMi"" 4 ... ni. .\léxico: .\hnu,1 .\l odemo, 2005,275 -3Ol.
~. Hnrnn R.H ., Hnrnn S. W., Wa~nn E. H . Clinica! rpidrmiofot:y, Ja. ni. William. & Wilkin"
1996.
4. Fc; .... cin A.R. CJini",1 Epidrm;olor;y: lk drrh;trct,m of mrarrh. WB S:.unders, 1985.
5. Armi"ge P. T.bI .. 2 • 2 Y prueba X'. En: &twJúfÍca /",rtJ ft. i"'!ftfÍ~rilÍn "i_mM;"" J •. cd.
E>p.ñ., H.",....rt B... cc, 1997, 125-133.
6. CornfiddJ., Gordon T., Smi.h W.N . Qu.n..! re>pon"" rurves fo.experimen.alJy unrontrollcd
u ri .bln. IJlllktin o{ thr Intrrnario",,{ 5tJlisrica{ InJritutr. 196 1~j8,97 -115.
7. Lcvy I~S. , Stol.e K. Sta.i"ical mcthod. in public hcal,h .nd cpidc:miologr, .1001< at .he reCen'
P'" and prnjcction. for ,he nO:' de""de. 5tJt Mrrhods MM Rts. 2000,9·41-55.
l . PowcrS O.A., Xie Y. SldriJfÍCdl Mrthods jo, C.frg9,iral Datd "naÓ'>"is. S:.n Diego, Academ'c
1'",... 2000
' . .\tontero L.\i Un. propue... de eor",cci6n de con,inuid.d a.m"'';c~ p .... tablas de eontin-
genci. (2 ~ 2) con ~..J o",. m'rg' nale. fijos. fsr,¡Jísrira tl/Ulñold. 2oo2,4'U9-46.
10. Wayne W.D. lJiMWistira. &u para d arlJlisis Jr las r¡moas Jr Id Ullud, 4•. cd . .\lhico, li-
mua Wil.,., 2009,588-632.
11. O.w..,n B. IJiMtwJistiru IIIMira, 4 •• d . .\lixicu: .\hn".l .\t"derno. 2005:23.
12. E .. cp. C. A. L.... blas de con,ingenci. y $U enseñon",. UM; Rrl'lJ~·' Jr JuJJmru dr hs ;;Wfr-
mJnras, I!J95;j:89·100.
13. "d.lgo A.A•.\l, G 'dgon J.\{ , .\ l uñ,~ EJ . Comp .... ción dd proccdimicn,o '\hn,d-H.cn",,1
frente .10' modd o.log-l,n.alc•• n l. dctccci6n del/i"naon.mi.nto 4f<renaal d.lo. fI.ms.
fs;rethr"",,1998.107,209-218.
14. Agu,I .... A. ~{. M"arlizJo,;n dr labias Jr rDllfÍlll.m,;" m"ltiJimrnJ;Dnah ~l.dnJ. CuadernOI
de e...di",ca, 2006,33,25-28.
 Prueba t de Student

Món'CJ Bel,ndJ Romero GUJdJrrJm~

Hugo Arturo MJnzJnllla G J,d~
M"eyi! león He,n¡ó"dez

Introducción
En el p~~ente capitulo se pretende explicar c6mo le efectua la comparación de promedios
de do~ mue>tras: la llamada pru"b<l d" hipo/e,-is pMtr fu d'¡l'renria e"," 1m ml'dil,j de dos
pobfarionl's.
La prueba de hipóte~is que incluye la diferencia entre la~ medias de dos poblaciones o
muestras se utifiza con m:h frecuencia para determinar SI es razonable o no concluir que
amba~ lion dlSllRtali entft si; sin embargo, debe recordane la ddinici6n de mueslltl. en
que el interh se centra e n qui~nej (en los sujeto> u objetos de estudio), que corre~ponde a
un loubgrupo de la población y depende del p]¡lnle:lmiento Inicia I de la IDHuIgaci6n Para
loe!eccionar una mues/m. primeroloe debe definir la uDldad de aniltilili (a qUltnes se va a
medir); por ello, ~e deben prfCÍJar con c1:uidad el problema a lR'htigar y los obJell~os de
la lR,estigaci6n
Lo. llpo~ de mUhl ....) se dividen en dos rama!: muestras no probabt1ilollcas y muenral
probabt1iloDca,- En lal primer.ll, la elecci6n de 101 elemento. no depende de la probabili-
dad, lino de caUlal ~Iacionada. con la. cllracterinica¡ del in~e.ti,ador o del que ¡elfe-
ciona la mueSlra. de modo que el procedimiento no u mfe~nico, DI se bala en f6rmulas
de probabtbdad
En lal mue.lra¡ probabilística!, tOOOI los elemento. de la poblaci6n llenen la misma
po¡ibitidad de ,er e~opda .. EllO se obtiene definiendo los sIguiente. elemenlOI:
t . Las características de la poblaci6n,
2. Eltamado de la muestra
3. La ,elección alutoria de 1;11 uDldade, de anáJisiL
Es muy frfeuente que en la innni¡:aci6n mtdica o de ClenClali nlaClonadas con la ~alud
se bu,que compamr a dm grupos y lo~ mttodo. tSladi>licOi u.adm pam la comparnci6n
de dOi mediaio prOmedio~ de dos mueurai dependen de la manero en que it obtuvierOn:
a partir de mue>lrJ.i partada~ o no pareadas.
La media o prOmedio ei la medida de tendencia ct ntral mili utilizada 'j puede definine
como el prOmedio ari tmfbcO de una diuribución. Se iimboliza con X 'j ei la suma de todos
10i va lort~ dividida entre el numerO de casos.
Sólo ~e aplica a medidonh por interva lo~ o de nizón. Carece de ~emido para variables
medida~ en un nive! nominal u ordinal. La fó rmula pan1 la prOporción muestruL como
euimadón de la prOporción p de la población. u:

Ol ra fórmula e.:

X = X,+ .\',+ .\',+ X.+X,

N

'j la fÓrmula .\imp~fic ad a e.l:

donde r indica que de~ efe.:: tuars e una ~umalOria , X ti el.imbolo de una puntuación 'j N
e. el número IOtal de CaiOs.
Para su cálculo.e si~u e el siJ!:uiente prOcedi miento:
1. Se encuentr1l el punto medio de cada intervalo.
z. Se multip~ca cada punto medio pOr las frecue nciai que le cOrre~ponden .
l . Se aplica la fÓrmula parJ el cálculo de la medi a con datos a ~r upadoi de una diuribu-
ción de frecuencias.
Ei po!iible prObar hipóleiis de que la di fere nci a ti iJ!:ual que (=).. mayor o i~ual que (:o!) o
menor o iJ!:ual que (lO) alJ!:un valor distinto de cero. La prueba de hipótuís que liene que ver
con la diferenda enlre las medias de dos pobladone ••e analiza en tre! diferentes come.lIO.l:
1. Cuando el mUhlreO.le realiza a partir de poblllcione. con di~lribud6n normal 'j va-
rianza. conocidas.
2. Cuando el mutltreo se efeclúa a partir de poblacionh con di~lribuci6n normal y va-
rianzas des.conocidas.
3. Cuando e! muesueo se lleva a cabo a partir de poblacionn que no prnentan distri-
bución normal.
En relumen, lo. pa.o. necesario. para probar un a hipÓ'lnis h\tldi;tica rep rhen tan la
upo;ición de una crftncla acerca dI los pari metro. poblacionale~ dI manlr1l Sfmejante
a una prohabifid",t, por ello, el Itrmino hip6tr.i. po.ee un ,iJ!:nificado má.l prtci.o en la
t>tadíuica que en el u.ocomún. La hip6tr.is de nu lidad, .imbolizada como H~ ei la au_
~encia de la diferencia en tre valores iu pu r~tos o hipothico. y la media dr la poblaci6n.
La hip61t~i, alterna (H ) repr"enlal0 co ntrario a b hipó lt.i. de nulidad.
 P,...bo t dio Sludotnl 329

La diuriboción t ei una probabilidad que lurge del problema de euimar la media de

una población con di~tri bución normal. cua ndo el tam:t~o de la rnuhtra es peque~o. \V i·
Iliam S. Gos~et 1:1 publicÓ por primera vez en 1908. En1 un matem~ticoque trabajaba para
una cervecería irlandha que dhaprobaba Itt publicación de inv esti gacionh por parte de
~u~ empleadO); para evadir hta prohibición, publicó ~u trabajo en ~ecreto bajo el nombre
de Student. En con~ecue rK:ia. a la distribución de I ,uele Ilam :'mele rliJlribución dI' 1111'
Swrl,'nt.
G o~~et descubrió que cuando unu ob.ervución procede de una diuribución normal,
lal medial ~ólo,e diuribuyen de mtlntra normal si .e conoce la dh~iación eu~ndar de la
población. Cuando bta no le conoce y .e debf Ultlr, en lu~ar de ella, la de>viación e>l6ndar
de la mueilra,la. media, dejan de tener un:l dimibuci ón normal. Po r toto. Go.,et denominó
distribución de t a elta. di;cribuciont> en que.t emplea]¡t desviación estándar de la mue.tra.
Debido a que La t de Student toma en cue nUt ti WmitnO de la mue>trll., ui;" una t dir.tinta
para cada tamano de muesna, lo que constituye 10\ gntdos de ~btnad . Es tOlilon n - I cuan·
do.e trata d, una MIta mueStra o N - 2 c uando se comparan do\ mue, trai(N ella . um a de
1m individuo> de ambm I:rupo.):

(n. - 1) ~ (n, - l) - (n , + n, - 2) - N - 2

la prueba de t es robulita, porque induye observadones ind ependientes e nt~ .í, mediante
nivele> de medición dim e nr.ionalei. Existe una ten dencia a la dis tribución normal, 10 qu e
indica que polite homocedanicidad o varia nza, homogeneai.
A continuación, ie abordan 1m co ntra ste. de hipótt,Í> para una liola mueilra, dOI
muu tras independientes y dOli muenca. relacio nadas.

Prueba t para una muestra

E. el problema más simple ptro menol frecuente. Se uti~za cuando se quiere hacrr una
afirmación sobre el valor COrK: rtlo de la medj¡t de una población. Se ex trJe una mueilra
alea toria repreuntativa y ~e observa si el v,tlor obtenido en la mUhtra discrepa o no del
valor que ~e ha ~upuUtO para la población. En h te tipo de liituacione!., se dhea comparar
la media de una variable con un valor co nocido o hipotético. reftrido a una ~ola muenrJ
que tendria n - I gradol de libertad.

Prueba t para mues tras independient es

Cuando" liene que eVllluar la 3.ociadÓn lntre unu variable ca tegórica y una ~ariable
c uantitativa, el procedimiento con.i\le en anali7.ar y comparar la~ media. de la di.tribudón
de la variable cuanritari~a en cada uno de lo, grupo. que conforma la ~ariablf Catfgórica.
la t de Stud'nt para mUf,trali independientel t i una prueba muy uti1i~ada en la in.
vtl ligación, porque comparo lal medias de una variabl, paro do. grupo' de ca.os. En ti!,
.entido, deben seleccionar" dOl grupo. de manera aleatoria, de modo lal que mli di ferln-
cías se debao al tr1ltamieoto o a la falta de t,te y 00 a Otro, factOre~ 8to no n pO,ible
cuando ,e de,u compar1lr al,una variable cuantitativa con respecto al ,enero, porque
hte no,e puede a,i,n:tr de manera aleatoria: en enos ca,o, debe tenerse I:l ,e,uridad de
que la s diferencia, e notro, factore, no e n mase:l mn ni re,a Itan una diferencia ¡i,ni fica tiva
entre las media~
La e, tadínica de I para comproba r la diferencia de la, media. en dos , ru po~ indepen-
diente:. u :
x, -,v,
,. rsr- ("_._
N,
) ~,

donde el numeradorcorrespQnde a las di ferenci:1S de promedios y el denominador al error

eSlandar que resulta de ob le ner I:t desviación es tánd:1r (DE) de la mUhlr1l I h,) y de !¡.
mue;tra 2 (s)). que. elevadas al cuadrado. represen lan la varianza. E.m varianza se multi_
plica pOr lo; ,rndo. de lib.rtad" - 1,1(", - I)s). (") - 1)$), se ;uman los produclo. obte_
nido. y se dividen entre .110131 de ,rados de libertad de am bas mUfStrnS para obtenn la
varianza acumulada:
(~, - 1)S', • (~, _1 )S',
~
,. (~,.N,J !

Por ejemplo, en un estudio re aliza do enlre fumadores y no fumadore!>, el invrs ti,ador

de, ea com pa rar la concentnlción de colesterol tOlal en tre e, tOi dos ,rupOs. En el cuadro
30-1 >e muestra un impreio de los resu ltado> presen tado. pOr el pro,rama enadis lico
SWliuirn/ /'(lCkllgl' lo, ,he SO<'Ídl Scil'ncl'J (SI'I'S), desputs d e calcular la di ferencia de
mediai de dos , rupQ' independienle~

'en '.- Re'UITlI!fl de pruebo t p;¡r. mue.tr., indepernJlente.

..
,CoIen ..a!
,..~

num,do "" 0177 0232 8) 0817 4 719 -)51106 45245

V",',RU'
'9 uole •
No.e hon
asum,do
0 475 7390 0ó4S 4 719
.'" -18521 27960

van"", ..
'9"oIe.
le, ,nl ""'oIo deconflonzo, InI , ... fonor; Sup, '''penor.
 P,...botdotSludotnt 331

La prueba de homoge neidad de varia nza!., t'tmbien conocida como pruelx, dI' L l'rl'nl'.
informa ~ob rt el u,undo requiii to pam aplic,tr la compa ración de media~ mediante la
prueba /. En ene ca~o. el Sl'!i~ hace un contra.te mediante el estadinico F y aporta una
li,nificancia htadiuica. o valor de 1', aiociada a I¡t hipóteli l nula, de que la. va ri an za i
.on homo,fneu Cuan do hte valor de l' h lig nificati "o (1' < 0.05), .e debe dudar de la
homo,eneidad de "arianzar.. Arroja un doble rhulmd o para la comparación de medial en
101 do. ,rupoi. uprelada en d o~ fila. de la ve nwn a: el dato de la fila ~uperior demueó tru
que le han a.umido "arianza ó i,ualeó en lu prueb,t de Le"ene. Lo~ dato. de la linea inferior
Ion 101 que u habrian de elepr cuando no óe han ! Upuelot O varianzal i,uale> (c uando la
pru eba de homo,eneidad de vari'ln7.al el li,nifica tiva, l' < 0.05). En eue calo. el pro,r.. ma
hlLc e una variante de la I de Student, aplica nd o un,L vurÍltnza pro mediad a entre cada ,rupo
para con>truir el e. tad inico de cOnmtlle.
La prueba I arroja in formación diveuiL: el ":Llor de r,lo. 'l'1Ido. de ~bertad y la li,-
nificancia bilatfnll (valo r de p) relacionados con el co ntra;!e, adem as del valo r de la di-
fe rencia de medial enlre 101 , .upo;., .1,1 error típico )' el intervalo de confianza a 95'/.. de
dicha diferenci a, que da información so bre la ma,ni tud de diferencia enlre la ó mediaó en
la población, no lólo con una euimación puntual . ino median te un intervalo de "alorh
qu e tiene una ele\'ada probabilidad de contener la "erdadera d iferencia de medi3i. Eua
informaciÓn ei muy útil, porque ayu da a comprend er .i la. mediai son o no diferen te,
entre a mbO!> ,rupo;., aponando tambi én dato> para COnOCer con cuán ta preci.ión ie eu á
eltim a ndo. Para lO!> in ten'aloó de con fia nza que pa.an por cero, .e lupone qu e no exió ten
diferencias en lai med ias de a mbol grupol y ii iU rec orrido (rango entre el "alor luperior
e inferior) es pequeiio, se eó tll indicando que esta e>timaciÓn ei muy precisa.
En el ejemplo ac tual la prueba de Levene no es ,ignificati"a (p = 0.177); por ello, le
,upone homogeneidad de varia nzas y se toma como referencia el valor de I que ie ob~erva
en la parte superior de la tabla, donde el estadistico I va le 0.231, co n 80 !radoi de liberlad
y valo r de p = 0. 817_ La concluiión es que no existe alociación entre la cOlICe ntraci ón de
cole, terol tOlal y el hllbi t o de fumar, porque la media de cole.teroltotal e nt~ fum adorfi
y no fumadores no ti ene una diferenci a estadh tica con el ni"el de significa ocia alfa = 0.05.
i>or otra parte.. si se interpreta la diferencia de med iai de cole~ te rol total en tre am-
bol grupo;., e.ta se .ituaria en la po blación co n una el ev ad a confian za enlre -35.806 y
+45.245. Elta estimación e~ imprecila y contiene el valor cero q ue lleva a la mi~ma co nclu-
lión: la variabilidad del mueureo (e rror:llemorio) puede uplica r la. pequeHas diferencia.
de medio. de colu1erol l0tal encontradas en el el tudio. i>or ello.e debe .uponer que no
hay diferencia de cole~1 e rol 10 ml en la pob llLci ó n,

Prue ba t para muestras re laciona das

Lo. in\'flfi,odorh uti~zan ella prueba elfadi, ticu cUILndo loe ob.ervo dOI vecfl a un mil-
mo ,rupo de individ uo~ mediante di.eHo! pare,Ldo. o de medicione. re~tida~ Relu lt a
m6s o menos r~ci l an ali zar e>to. di ! eH o~ porque en lu,ar de tener que ellCon tra r lai
medias'J las desviacioneS mandar df la ' medi cio nes de an tes 'J d"puh, 'ólo" deb~ en_
COntrar la media y la desviaciÓn r>tandar de la, difertncial entre Ial medicionel de antr>
y d"puh.
La prueba I pa ra ,rupru pareados realiza la comparación de do. medias ob tenidal de
un milmo ,ru po de IUj flOS. Con este procedimien10.e calcula n la. diferencial entre 101
valorts de las dOIl variablu de cada caso y lie contr3lita si la media difiert de cerO. Par3 tilo.
lie uu la s.i,uientt fórmula :
x- ,
T=--
S.' ,r,¡
Si un lnHul,ador est~ interesado en determinar si lu ca~dad de "ida en unu pobla-
ción u diferente a la edad actual que a los 18 at'oos.. una de IUI opciones seria rtalizar una
encuesta entre 162 penona~ empleando una e>cala vi.uILI an~lo,a para evaluar.u ca~dad
de vida actual en comparJción con la calidad de vida a 101 18 anos..
En ti cwod<o 30-2 le mueltr,L un ejemplo. en S¡>SS, de I de Student para mueltral rela-
donada~ En tI le observa la prueba Htadística en que ,t descnbtn la difertncia de medias..
la dHviación "t:lndar de la~ diferencia!>, ti errOr e;t(¡ ndar de las diftrencial y, por (Llrimo. la
prueba l.
En la fi,ura, le observa un valor de t de -6.413, con 161 &radoi de tibertad y p = 0.000,
menor que 0.05. Por ello. le concluye que la calidad de vida fl diferenlf entre la medida a
lo. 18 at'oOli y la actual.

P~f1 --{) 7YI

'.
1 501
topo d e la
media
o l 1B
(bil ...... )

.,.
CahdAd de Yld~
lB~-C.IodAd de

IC. ">1",,,1110 de conf, ....... In! . ,nf.".,o<: Sup .... peno,

Ar¡;imon 1~ ~lJ, J,min ..¿ V.J. MitodlJlS tb tmY1ri",ri¿" di";r,,)' (piJ(""~r,,, 3a. ro. Eloevi ••,
2000t143.
e h !foro 8111, R. /JiMt.ldisnr", l •. cd. ~ léxico: Pca""n, 2008: 159-163.
O.nid W.w. /J,orst.ldishcu, lo. ro. Editor;.] linlu", 2008:228.
D.wlOn B., T..pp e. R. /JilU'ludi,tira mhJira. 4 • . • d. E/'\hmul.\iode,no, 2005:95-131
Hcrn:inda: S.R., ¡;',n:ind.-L e.e.
r Ihp"'" L.]! M,todol"KÍ" d, I.s ¡lftwtigUit¡lf, 1.. cd. .\Ux,co:
.\kGnw-H,1I [n«umenOono, 199 1:209 .
.\1ihon S.J. &t.ldúticu para pi.~,,)' ómrUn J, I.s ",lud, 3•.• d. ~lcG"","_H.JI, 2001:260
 Análisis de la va nanza y
análisis post hoc

Mi Alfaro Cruz
Ani Mini EsplnOR GiI,diO
Karol,n¡ Á/v¡,rez A1um"iI'lO
..Ios4i AntoniO Girdi GiI,di

Análisis de la varianza
El duanollo d~l "nálij;j de k, Wlr;{In:a (~NOV\ , por sus ~1~[3S en iR~lh: A .\'lIlyJ;j O/ VA·
'¡un....) se debe sobre lodo al Imbuio de itA Fi,her, cuy as contribuciones., desde 1911 hasl a
1962 IU\'ieron ~rnn Influencia en la rstadistic!! moderna. Se utiliza de manera amplia en el
análi!ois de dalOs derivados de experimen tos., para cumplir con dOi objflims:
l o Estimar y prObar hipólef>Ís., considfrnndo las varianzas de la\ mUfUras.
2. Enimar y probar hipótesis., considuando lal media. de las mUf,¡ras.
El anáti5.l1 de la '-arianza simple ts apropiado cua ndo se tienen Irn o m:h grupO! acond,-
cionrs y sr qUiere saber si fXlue diferencia ¡ignifk:ativa entrt ellos. El nombre pro... iene del
eSladhuco formal conocido como >'Ilruw;a de un conjunto de valores muutralei. que le
define como ti cuadrado de la dhviación en!wdar mueuraL os'. Elle procedimiento es una
uun\.lón de la prueba I de dOI muestras. La hi pótelii nula (H.) para ella prueba euadiutea
ei que lal medin de Irel o mil) ,rupoi Ion igua les:

¡J , • ¡J , • ¡JI • ¡J,

\NOY\ no ti un an~1ills de una o dOlco1:tl No Ullle tIta dllunción, porque no s, el l~

,valuando como hlpóltlll olleroa II un ,fUpO concruo '1 mayor que Otro; sólo 11 son dis-
IIntOI tnlre sí Cuando le r!Chaza Hf'I ya II lab, qut hay diferencia entre ;rupol," debe
conl1nuar el análLMS para lallf,r enlre qur grupo, hay diferencial A los procedlmlentOI
para comparar ,rupo' dtspuh d,l "NOY\ se ItI denomina ('OnlrtUfl'$
El an~bsls de la vonanza ell.1 basado en el ¡i,uientt concepto fundamental II hay
pobloclOnti con la mil;ma \'arianza, ie compara la varianza I'n""
la1 mutur.n COntra la
vananza d"nlro de lal muesmu. El eSTadístico de la prueba (por lo ,entralllamado f: en
honor de Fi~her. quien lo d eiCribió) parJ análisis de varianza de un factOr u la rJzón de
esa~ dos varianzas:

Eaadiaicn de prueba (1-) •

V"ri.onl" do:nlro do: I~. muc:.lr~1

La varianza ..MI'(' lal mueltral indica cuánto difieren la. medih mueslralel enlre .i: la
varianza Ih.,,/ro de lal muutra. indica cuá nt o di ~ eren lo. valorel de la. variable .. uno de
Otro. dentro de cada mueltr.. individual,
Si lal tre i medial pobladonl,lei fue ien iguulu (como lo afirma la hipóte,i, nula) le
hpemria que la media mueural de cualqu ier muest ra individual cayem den lro del mngo
de vllnación de cualquier (!Ir.. mueura individual. El estndinico de la prueba indica li
he ei el ca.o. Un hlHdillÍ<:O grr:m'¡,' indica que la. media. mUhtrale. di~erfn mil, que
lo. daTos dentro de la. mue'lra. individuale.. lo que ieria poco probtrbl.. si la. medias po_
blacionaltli fueien iguale;; por T3ntO. ie re.::haza la hipó",ii nula. Un e>ladislico P"'IU~ño
indica que la. medias muesTral,. di~eren ",,,,WJ que 1m dalo. denlro de las muuuas in.
dividuale .. lo que sugiere Que lai diferencias enlre lai media. muenrales pudieron surgir
por azar, >t aceplala hipóte.is nula.
Al igual que con oua. prueba .. ie calcula la i nterprelación del fSladi>lico F al encon-
Trar'U valor de P. que propoldona la probabilidad de obTener re.uhado. muestrale. lan
extremo>. por lo meno>. co mo 10i obTenidm al suponer que la hipóte.is nula es verdade ra .
Un '·alor de P pequeiio indica que es poco probable q ue le ObIU\'ieran lo. Teiultadru mues-
tral es por azar con medias poblaciones iguale" con lo que se re.::halaria la hipóTe.is nula
que f>lablecia la igualdad u homogeneidad de medias. Un valor de p grande indica que se
podrian o btener los resullados mUfSTra le s por azar con media. poblacionales igualei y no
lleva al rechazo de la hipólfiii nula.
El fundamenlo de \NOV\ simplf t i que. para COmparar lai mediai de l' a~ociadas a IOi
di;linlos nivele; del factOr (X,. X,. ... • X.). le compan' una medida de la variación enlrf
diferentes niHles (MS-f:LClor) co n una medid" de la variación denlro de cada nivtl (M S-
error); .i el MS-fac tor t; ~i,nilkalivamenle mayor que el MS -trror. loe concluye que la~
media; alooadal a diferenlh nivele; del fllctor ion di.linl:'1. 8to ¡,jgni~ca que el faclor
influye de manera !.i,nificaliva lobre la variable dependieme Y. Si. por el conlrario, el MS-
faclor no ti lignilkativamenle mayor que el MS-error. no,e rechaza la hipótni; nula de
que coinciden lodalla; media. alociada. a diferente, niveltó del faclOr.
De forma limilara lo que ocurre con la re¡;rtlión lineal. :,qui mmbién hay un modelo
para 101 datol. El modelo uociudo al ¡-t.imo nive l del faCTor X:

donde:
Lo~erro". € .uelen diSTribuirif con media O.
Lo~erro". € .on in depend iellle~
Lm errores € tienen varianza conSla llle (Jl"
 A"" ..... do t••• n."'.y.""t""'po>fho< 335

Par1l verificar esto~ supue~to§, ~uele ier útil re'llizar una ~ráfica que mue~tn la distri-
bución de la~ ob~ervaci onh por niveles: si en la gráfica ~e aprtcia n diferencia~ entre nivele~
(en cuanto a la variación de lai obiervacio ntl), e~ muy probable que~e ten~a un problema
con el ~UpUtltO de varianza constante; ~i aparecen Qul/iers(valortl atipico~J, tal "H no ~e
cumpla el ~upue~to de normalidad: por oml parte. ~i el tiempo fUhe un factor importante
al rep~tr1lrob~ervaciont.l., podría ocurrir que observaciones con~ecutivas e~tuvitlen corre-
lacionada!., con lo que no se cumplid:1 el supueno de independencia.
La prueba de \NOv\ es un método panlmé trico y deben cumplir~e lo~ )Í~uienth su-
puesto~ :

al Tlpos d. Y~bI • .
1. La "aril,ble indoependiente debe ser CI,¡;tntil3tivlI (numfrica). Es la variable cuya
media" quiere comparor.
2. La variable indoe¡¡tndieme .ólo n el factor o variable de a~rupadón y debe .er
cualil:niva (calt~órica ). Es el fac tor que cla,ifica las oh"rvadonn en diferentes
~rupo'\"

b)Normaiidad. Aunque .Iuele dedr!e que el requi!ito e. que lado.lmi dato. de la va-
riable dependientt .i~an una distribudón normal. o de Gaus§, lo importante en
realid ad ei que la distribudón de 10i rl'siduall'J,e aproxime bien a una normal. Lm
reiidualn son la diferencia entre cada valor individual y la mNlia de su ~rupo (cada
uno de los elementos que se eleva n al cuadrado pam conilruir la luma de cuadm-
do. ruiduale¡).
c) Homogeneidad de varianza!¡ u homocedastiddad. Lai diiperiionei de los datos no de-
ben diferir en tre los ~rupoi que le comparan. Cuanto mayor iea el !amaiio de la
mueilra. menos importante ei el aiegummien to de qu e no haya desviación de la nOr-
ma6dad o de la homo~eneidad de varianza!\. EllO último" complica con mueitra>
pequda!\.
Cuando no ~e cumplen lai condicione. de aplicadón. ie dispone de una prueba nQ
pmrm,hrim.la prueba de Kru!kal-Wah!\.
Pa ra utilizar de manem correc ta el análiiii de varianza como una huramienta de la
inferenda e, tadi, tica. es nece~ario iati~factr un conjunto de supo,idone~ fundamentale!\.
El in'"'>ti~ador e.' ¡¡trto .abe que no todai II\~ iupo.idon",e cumplen a la perfección en
lo~ experimento!., por lo que ie su~ere que se con,idere que lo~ resultado, del análisis
son aproximadone§, milio que resultado. ,-,acto.\,. r"mbifn ;e puede pen~ar de manera
errónea en comparJr los diver.o. ,rupos de do. en do!.. us~ndo una prueba' para cada
par: en general.e puedoen h~cer hasla k(k - 1)/2 comparacione¡¡, donde k e; el número de
grupo!.. EllO >ería un procedimiento equivoc¡¡do. porque le obtendrían vario! valore. de p.
con la powbilidlld de que. por azar. una de I;\~ prueba ~ I arroje un valor de p < 0.05 muy
.uperior a S por denlo.

Tabla del ANQVA

En ti cuadroll· l .roblerva un modelo de tabla de 'NOV·\ . A continuación. ,e pre.leman la!

fÓrmulas para rnlizar [Oi cálc ulos relacionados con esta labia.
-Entre !/'lIpo,
R" .. du"
,.,
$~"",de
<_ido>
G.<><I=de
I,boortood

Cci lculo de suma de cuadrados

enur cada valor 'J 1:,
Se conoce como Jum(l dI! cur'(/ffldQ$\SC¡ al cu¡.drudo de la diferencia
media: se = L (.l , -lJf. La varianza rquivil lr (1lcodrmr rour la suma drcuadrodos)' lo.
,rado. de liNnad (f = SCJN - 1).

$,
Suma de cuadrndo; lotal =
f,la dr.viación ntándar 100aL
ser= (N - Ilr,
donde N f.
rllamano mUf;u;llloml y

Suma de cuadradOli ""niTO de cada grupo O rt'sidulIl = Se R = l:(n - l )~ donde n t. el

tamano de cada gnapo y J, f. la de.viaci6n de cada grup o. " ,
La ¡urna de cuadr.ado; ,,111,..1' grupo. (SCf.), tI b difHfncia entre la. dOli anteriore.:
SeE = ser -seR

Cá lculo de 105 grados de li bertad

Grado. de libulad lom l = .11,' - 1 dond e N e, el tama~o mUf, lral toral.
G rado. de libnlad rfiidual = N-/( donde k el el núrnno de pUpO!i.
Grado. de libntad entR ~rup05 = k - 1

Cá lculo de las vananzas

Son el cociente entrt cada ,urna de cuadmdo; y 'u, ~rado, de liMrtad.
Se deben cakul:lr do, varianzas:
Varianza rtiÍdual = SCRf(N - k)
Varianza entre ~ruJl"O; = SCll(k - 1)

Ca lculo del valor de F

E~ el cociente de la varianza entre ~rupo~ dividida entre III varianza re~idual :

Determinaoón del valor de p de Slgniflcanoa estadística a partir

de la F encontrada
Para cada valor de F ui, te un valo r de p, co n,iderando lo, grado; de ~berlad . El grado
de liMrtad entrt grupo, corre,ponde al nurntrado r; el ~ntdo de libertad rt,idual. al deno·
minador. El valor de p se consulta en tablas de di,tribución de F. Se con traua el re,ul tado
obtenido con el valor conmltado.
 A"" ..... do l••• n."'.y.""I""'po>fho< 337

Conclusión e interpretación
El valor de l' pt'rmile dKidini se rKhaza o no la hi pótesi; nula. Elte valor de pse inlerpre-
la como la probabilidad de encontrar promedios en los ;ruposlan diferfnles entre si co mo
los observadol. Cuando p < 0.05. se rKhaza la hipó lesis nula que e,lablKia la i;uald ad o
homo;eneidad de medial.

Contrastes
CUllndo el \1'CV\ arroja ~i,nificancüi hmdh tica, lit conc lu~ión h que la~ media~ de lo~
di>timo~ ;rupo~ son difereme~ entre si (por lo men o~ hay una media difereme de otra), ~in
upKificar donde e~t:'l dicha diferencia. l':lTli determi narl:l, se pueden utilizardo~ mhodos:
iIII Cornpanodon. _ priori. Son las que se plane(in ante> de iniciar el anf¡his de dato~
Se realizan sólo al;una. compa racio nes; las mi\¡ imere;ame. paro el objelivo de la
invfSfi;ación. Requiere que las hipótt;i, ,ea n lo m:\; nplicita. posible, sin caer en
el fácil pt'ro df>afo nunado rKUnO a utomático de com paror lodo contro todo.
b) CompMadon .. _ pOff«i<>rl (p ... t hoq. Son todas las po,ible; comparaciones de me_
dia, (2 a 2) y se realizan cuando no se ha planeado la inves li;ación, pt'ro el resultado
de \1'CV.\ sucier! rechazar la hipóte,i, nula de i;ualda d de medial. Se pueden hacer
k(k - 1)/2 controstts2 a 2.

Uso d e distintos p aquetes esta dísticos

Excel
Excel devuelve el valor de p para cada valor de F con la función = l)I~TII..F{'·alor de F; gra-
dos de libertad numerodor. grados de li bulad denominador).

SPSS
I'or lo ;eneral el \1'CV\ ~e hace con un equi po de cómputo que u~a un proyama m:'lscom-
plelo y preparado pam hle fin que la hoja de cákulo Excfl. En s~n e;lán progrnmadal
mucha, opeione, relacionada, con el \1'CV\ . de us o (i migable y rllpido.

STATA
Stati>!ica. La función p:i ra Te:ili zur el \NOV\ ei O/li'"r¡.!'.
Ejl.'lIIp/Q.· de \1'CV\
Supón;a~ que el objetivo h COmp(im r el efecto de trtl dietll; diferenlh p;tni conlrol
de pe>o.
Se .elecciona de maner,¡ aleatoria ¡l 30 !,;,cienlf; mujeruy;e le; di,·ide en Irt> grupo.
de 10 paciente. y >f a;i;na una dieta a CUd¡1 grupo. De>pU~ i de sei. ,emanp;.e "ci>lra la
p~rdid a de pt'.o en tilol. El nivel de .ignificancia e> de O.OS.
¿y utdt concluirse qtn hay algu na di ftrt nei a t ntrt las trU di n as?
Ob.trve.\e el cu.dro :11· 2.
Hipóter.i. nula, H.;
1l, = J.!,=Il,··
 'MO'D II<'gootro de l. pérdid;¡ po nder.1 por. tre s t,po'
diferentes de dieta

, ,
, ,
, , ,
, ,
,• ,
, ,
•, ,
, ,
• , ,
N i~tl dt ~i,nificancia: a : 0.05
G rado. dt libntad tOI[Ü N - 1 o:: 30 - I "29
Grado. de libntad rt~i dual: N - k = 30 - 3 = 27
Grado. de libntad ~ntrt ,rupOi: k - 1 o:: 3 - 1 o:: 2
En ti cuadro 31· 3 ~e rtvi~an lo~ cákulo~ para la tabla dt \NOV.\ .

Se de termina:
ser: (1\' - 1); r : (JO - 1) ' 1.61' -= 75.47
SCR o::l:(n -I )s' : (10-1) " 1.15' + (10-1 ) " 0.79' + (10- 1)"0. 79' -=23.20
SCE'" scr - SC'R o:: 75.47 - 23.20 o:: 52.27

- ,
,
,•
,
,
,
,
,
,
,
,
,
fOl • •

, ,
,• ,
, ,
,
,• , ,
• , ,
x .,0
, ""
'" ON ""
ON '"'"
N m D
'" '"
 A"" ..... do l• •• n."'.y.""I""'po>fho< 339

{\'-1=30-1=29
{\,-1o:=30-3=27
10:-1=3-1=2
Varianza re~idual: SCK'({\' - 10:) = 23.20/27 = 0.86
Varianza entre ,rupo~: SCE/(Io: - 1) = 52.27/2 = 26. 13
F = Varianza r _ = 26. 13'0.86 = 30.4 1
Va rianzo_
Ob~¡lrven.e ahorn lo;. dmo. de lalida de un \~\ (cuadro 11 · 4).

Interpretación
Valor de p en labIa. de di. ,ribudÓn 1-": f~2' = 3.35,p < 0.05.
El ~alor calculado (30.41) f) mayor qur t I dr re fertndlL (3.35);;e de.echa [a hip6tt~i;
nullL, po rque uisten re;ultlLdo. diferentes rn la phdida de pe;o de acuerdo con 11L ditllL.
Como ejemplo de l a n ;\li.i~ de la ~arianza y el rl 'ptctil·O anMi,i. ti postl'riori (poSt hoc),
,e uu~zan en el re , to del capitulo 1m, resul tados de un a invt> li,ación cu)"o objeri ~o fue
dilminu ir lo, nil'ele, stricru de pTOtrína e rt"cti ~a In ~ ..o na; oN,as, comparnndo Irtl
ni vele; de tratamiento: pllLcebo, rnrtformina 500 mg )" rnrtforrnina 850 mg (cuadro 11.5).
Es notoria la presencia de diferencial co n ;.ign ificancia tltadi.uca ent re 1m grupo>
(p < 0.001 J. I'ero el an :l1i.i. de la va rianza no indica cu:ll es el g rupo diferente; por rilo,
como se obltrva más ad elantr. e~ ntcesa rio realizar un a ná li>i s pon hOt' pa.-a identifica r
cu:ll es el grupo di fnent e.

Grá fica. del . "'lí, ;, d .1a varianza

Una fo rma de prnen tar de ma nera grállca los resu lt ados de un \~\ es la de.arrollad a
po r Box-HuDler-Hunttr, a la qu e >e le conoce como \NO\'\ visual y que mut!itra a pri-

ImOI,- Tabla con lo. dalO. de ... lidiO de...., "IOIA..

..
En", gtupo.
R, .. dual
,
52 27

"'"
75 47 " ...
"
ImO". Tabla de ¡nil's," de la va ri anza de unhao •
• " .. o., un 1..... 0.
P"" e'.... e",,,,,,,,,,,.

I , .".,
, ..
Im .... gtupo.
Im,agrupo.
373774
959242
1133011>
,,,
'"
186887
9 313
mera villa la prr,encia o no de difrrendas entre grupO!> (figu ra 31-1). Sr rl'Comienda rl u!>o
de h la repre,entación entre la salida de rhultado!> en la tabla del -\NOv\ y la gr.\.fica de la
media y lo; intervalos de confianza.
En la figuno 31-2 loe muenra la gráfica típica del \ NOv\. En 1[1 parte central aparece
la media y la!> barras ( ~bigOth··) representan lo! intervalo! de confianza a 95'1" t'ara el
ejemplo. ,e utilizaron dos d ruis diferente, de metformina y placebo. para modificar la;
concentracione:. proinftamm ori a, de proteína e reactiva en penona; con obesidad. Se
uTilizó el programa STatistica v.s .

.., • , P<ot,¡".
•
e r. . ", iv. (m gILl
•., ,
• PI..,.bo • M,dorm,n " SO O mg

Figur. 31 _1. An.ih ... dela van. nza v""",I ... n donde ,e mu.. n ran a ,.mpI...... ~u 1., dlf .... PnIl., .. rlr.. la,
medl.~ obl ..... d;¡. p.ra la. conc .. rI .. aone, de prote-i", e , ... a",a ..... 10. Ir ... grupo' de
Irat.",,@"fl(o

TIPOT RAT: l S m. di.

EIo<1o . ctual: F(2, ' 0 5) ~ S.2442 . p _ .0067S
D.. compo.i ción d. hipót e.i •• f. ct .....

" l .. ~nu. Ye rtic..r.. '.preunt on intervalo. d. confíon:.. d. 0.95.

"'
"'
,,• "
: .,"
"u
•••• "
"
•e "
," "
"
"' .0
TIPOTRAT

Fig... :rI. 2. Gr;ihca del an.il",~ de la vaflan;r a. S.. mve.t ra ..1valo. de l. medoa oble ... d;¡ poi" cad;¡ 1.>"10
de lo. tres grupo' de tratamiento. la, ba"a\,nlenore, y .upeno.e. (" bog<:lIe.") ' &pf ...en·
tan lo. Int .. rvalo. de cort'.nza a 95%. En ,,1 e ncabezado 'up<!f10 .... m~.tra ~valor de P.
~..., .n8 ca.o mo<tró dIf ... enaa\ con 'i9'1,llcoooa "'Uci<llCo1
Análisis multivariado de la varianza (MANOVA)
El anáhi~ multivariado de la varianza (1<1 \~\ . por.u abre'ülura en in,;lh: Muft;.u,;<IIe
A,Ulfys;J Oi I'(,,¡mlre) el la e.~ len~i 6n del anál i.i. de varianza (\NOvq. cuando ~e mide en
m:1i> de una variable dependienle; amba~ titán relacionada~ la variable indepfndiente e~
de lipo variable nominal y la~ dependiente> ~on numérica~
Si .e prelende contra.tar, mediante el an~li.i. de la varianzll. hipóte!.Í. ~nnle. ~obre
la influencia de lo. di.tinlOi> nivele. de uno o variol factorto en el comportamiento de una
variable (unidimen.iomd). el an~li¡i. multivariado de la varianza tiene la mi.m ll prnen-
,i6n, perocon~iderando un ,'tetor (mullid i mensional) de variabJe~
Se uli~za para delumin:' r li f.~htfn difufnci:1S sign ifica ti va! entre lo. di.tinlO. nivelel
o grupo. de un factor (C(Alegórico), medü,nlf el COntr:l>!e de igua ldad de media. '1 tambi.n
para identificar lal inleraccionero entre la. v;lri"b le; independiente; '1 su grodo de aloei;,_
ción con la. variable. dependiente>.
El"" \ >«:IV \, al igual que lo. mooelo. lineuler.. se ba.a fn una >erie de .upUe>lOl:
1. lal mueUrlU Ion independífntfl entre .í.
2. Cada variable uene una díuribución normal.
l . lal k variables dependientfl tienen la distribución normalconjunta .
... la. varianzali de cad a va riable Ion iguale .. al compararla. enlll' un factor y otro.
s. la. correlaciones entre do> variable; de un mi!mo grupo .on la. mi.mas entre un
grupo y otro.
M uchas vece; Il'.ulta difICil cumplir e.to! !upue.toi>. Por ello, una opción eficiente al
""\>«:IV\ es el.u.I.... o u 5t771;p<lrt"nh,;co, que utiliza la dillancia entre cada par de oblfr.a·
ciont> para obtener una matriz de dinancias; a partir de ella, Ir calcula la ~ignificancia de
las variable. explicatival con ¡imulacione; de Monte Cario.
En el M\ .<.ov\ le COntras ta una 101a hipóte!i.: que lal media; de los G ~rupO. Ion
igual~! en lalp variabl~. d~penditntes y qu ~ 10i l' vtetore. de m~di31 de grupo (ll am ad o!
cen/ro,.,l..s) son iguales:

(",,) (",,)
¡J I]11"
(",,)
H¡¡. II Il = lIu = ¡J"
11"
Qu< rquiv;d". H,; (/J, - /J, • /J,)

H ,: ...-1/ _ _ tIoJ tÚJitrrn

la aproximaci6n univariada lroturi¡, 10i dUlo. rnlizando un análish dt cada variable

dependitnle por lep~ra d o. El elwdíuico de contra,,, ti una razón F entre una variabi li-
dad I'n/re Io~ ,rupo~ y una variabilidad intwgwlW.
Con ba,t tn lo ant erior, para ue. variablt\ dtpenditntfl st' tienen que adoplar lre!
dtci,ione.; una por cada variable. La aproximación mulrivariada conlraua dt manera
.imullánea la. diferencial lobre la! ue! variable! dtpendienter..
Análisis post hoc
El h !adb!ico F de \ MOv \ permi te concluir, de man era general ,i u acepla la lIipóle~h
nula o li no lIay evidencia pa ra acep!arla, porque permile delerm inar,i lIay diferencia o
no enlre la, media, de lo~ k ,r u po~ independiemh. L:l de,ve m3ja de eU3 prueba e~ que.
cuando 13 lIi pólui~ nula e~ recllazada. no,e delermina entre que ,rupo. hpecilko~ exi,len
diferenciar.. En e.!eca>o, ~e utilizan lo, COnlmsth po~/ ¡IOC (a pos/niotO, tambÍen l1amlldo~
('ont rf/S/(.'J de contfKm,oon,s rnúl/ip/l's por fkmills. Esto. co m ra>le~ permiten deteclar que
media. difieren emre ~i. controland o 1:1 m.a de error. 11 1efectua r !oda~ 1:1> compamcione.
po.iblh emre la. media r.. La,companlcionei por )):lrejll' que , e pueden hcer en un an6~­
loil de v:¡rianza dependen de lo~k , ru po;. de munenl que le pueden expre>ar lo. conmute>
de I:L loi,uieme manero:

k(k -If
CD"tnut~ =---
2

"or ejemplo,lOí hay Ires ,rupo!., le realizan trel co nlralte;. porque 3 x (3 - 1)12 = J;loi
hay cua tro ,rupo;. ,e rta~lan ,eil contra,te,; ,i lI ay cinco ,rupo;. le rea~Zan 1OCO nt ro~ te!.,
elct tera.
Debido a que >e realizan varias campa racione> con lo. mi.m o. datos, es neceu ri o
controlar el error tipo lo a (re<:lIazo de la hipótelis nula cuando escicna) que se ,cneru.
Ella le hace mediante la p""ll/i::llciól1 del valor de p (e> de<:i r, que f ue sea < 0.05), para
ase gur1l r que euas diferencias tengan li~nifkancia es tad ística y no se deban al aZar.
Para determina r lo anterior. exi n en dillintal prueba!., que le proponen en caiO de que
le ,upon,a homo,eneidad de varia nza. o no y que se prelentan en la lista del cuadro ) 1-6.
Lal prueba. más conocidas w n la! de Bonferroni y Schelff, en el ca.o de que la l \'arianza!
lean homo'f neas y la de ramh a ne. cuando la> varianza, ion he teroM nea s. A continua-
ción >f prelenta una breve explicación de cada prueba. de acuerdo co n el tipO de ~arianza .
al Suponiendo ~arian za~ i, uales:
Sdl eff •. Rta ~ za co m paracione. múltiple. conju nt a. por pareja~ para toda> laJ pa-
reja~ po.iblh de combinacione. de la. medi:l~ Utiliza la di>tribución mue>tral ,.-.
" uede utitizane para examinar 10d:L. la! co mbinaciont> linealt> de ,rupo. de me-
dia, p<»iblu. no , ólo lalo comparado ne! por parejar..
Bonl _ _ i. Utiliza las prueb:I. de I para rtalizurcomparacionh po r pareja~ ent re I:Ilo
media, de lo, ,rupoJo, peroconlrola la tu. a de error ,Iobal e>tubleciendo que la de

Imbí'._ Topolo de pluelm POSf />oc.

"" ...
9on1erron'
Tomh "" e
e de D unnelt

"'.
"""~
Sludent-N-Keul>
Tukey
O."
~.
 A"" ..... do l••• n."'.y.""I""'po>fho< 343

cada prueba ~ta iJ:ual a la lasa pOr experimento di"idida enlrt el numero 10lal de
COnlrUltio. A~i. u corri¡;e el nivel crilico, porque le euá n rtalizandocomparacionel
mulliple\. Ella mfll Ui¡;enle del bloque de prueba~ pOr 10 que liene mayor robuutz
que la~ Olr31.
SI""'. f>rueba de comp:lr:lciones muhiplh por parejal balada en un e~ladíllico t. La
prueba de Sidak corrige el nive l de .i,nificancia para lal comparacionh muhiplh y
da lu,ara limites m~s tllrrchol que 101 de Bonferroni.
Ounean. Kealiza comp:lracione, por pareja, utilizand o un orden pOr paso~ idéntico
al ulado en la prueba de Student- N ewman-Keul~ l¡ero el tabll!'Ce un nivel de protl!'C-
ción en la ta.a de error lIara 1:1 cole«ión de COntral.tf\., en lu,ar de Ular una 1asa de
error paro 10Honcr.t,tu individuale>, Uliliz:1 el eiladí>tico del mn,o flwdentizado,
Stud_· N_ _ ... K ... tt. Kealiza toda, 1:ls comparaciones pOr parejal enlre lal me-
dia~ utilizando 1(1 dimibución del n,ngo de Student. Con lama110' de muestr.ts
iguale\., mmbii!n compara parejas de medial dentro de lubconjuntos homo,i!neOi
median te un procedimiento por pa,os, L .. media, ¡e o rdenan de mayor a menar y
,e comparan al principio las diferencial má, extrema\.
Tukey. Utiliza el esta dís tico del ra ngo e!ludentizado paro rnlizar ladas lal compa·
raciont> por partjas entre 101 grupo., E!lablfCe la lala de error pOr uperimen to
como la m.a de error paro el conju nto de lada. la. comparacione, por parrja\.
OMS (l.SO) o dif ...encias de mínimos cuad .... dos, Utiliza prueba" para rra~zar todal
la, comparacione, po r parrs entre la. media. de los ¡;rupos. No I f corri~e la tala
de error paro rra~Zar comparacionu múltiple s. ral "ez ita la menO!i nige",e de las
pruebas para el anáfisi. pOst IlOc.
Gabriel. !'rueba de com paración por parejas que utiliza el módulo máximo enu-
dentizado y que luele ser más potente qu e la Gr2 de Hochber¡;. li 101 lama~OI de
la, casillas ~on de.i¡;uales. La prueba de Gabriel" puede voh'er liberal cuando los
tama~os de las casilla. varían mucho.

b) SUpOniendo varianza~ hetero~éneas:

T2 de Tamh.ane. !'rueba de comparacio nfl multjple~ pOr pa reja~ ba~ada en una prue-
ba t .
e de Dunnett. f>rueba de comparación por pareja~ balada en el ran~o fltudentizado,

AplícflCion d. la p.,..be pO'f-hoc

Sólo como ejemplo.. a continu:lción ie prfienlUn lu~ panlal1a~ del pro,rama Statistiml
I'arlwgt' /0' tht' So<'itll Srit'nrt'~ (s~ss} verlión 20, para mourar la itcuencia ~enernl del
\1"0\1\ YtlanMilh p01t h{)ccorreipOndien te, Se utilizan 10~ re; ... ltad~ de una in"e;IÍ,ación
que tenia, ent re Otro!,. el objetivo de diiminuir 101 nivele l .frico. de proteina e reactiva en
perlonas obeu\., comparondo \Tf> nivele; de trawmient o: placebo, muformina 500 m, y
mnformino 850 m¡;.
En la figu .... 31·3 .e ob>fr\'a la se le«ión del menú del progruma Sl-U y se identifica el
bloque de comparación de media~ En la figura 31·4 If ilullra la prueba de 11"0\1\ de un
factor, con IU corre.pondiente va ri able dependienn numtrica (c oncentración Ifrica de
proteína e reactiva) y, como variable in depen di ente con trfi nivele> variables, I f incluyen
101 trocamiento' invelli¡;adru (placebo y las d o> do;il diferrnte> de me tformina).
 Mh adelante, n ~elecciona el bot6n POSI Ho,' ,. , y, en el ca.o de que lu l'an3ble~ ~ean
iguale" como en el ejemplo de la mod ificaci6n de proteina e reactiva empleando trh trJ·
tamient o~ di,tinto" aparece una ,'entana en donde se selecciona la prueba de Bonferroni
(figura J 1-5) y U .eltcciona un m~el de signific(lncia hwdiuica de 0.05
En el cuadro J1 -7 ~e mUhtmn 10. rHu lt:ldo, del anáh,¡'pOSI horcon prueba de Bon·
ferroni. de la inH,ri,ación centrada en la disminuci 6 n de 10, ni~elh ,hico~ de proteína e
rUCtl,·a en pt rwna s obesas, comparando trt, nivele. de tTU tam itnt o: plact bo. mttformina
500 mg y metformma 850 mg.
Lo. tru grupo. tUVIeron di ftrencia. enl re t llo.: la mú•• igniocatlva le prelenl6 entrt
tI grupo de metformma 850 ms y el de pl;lcebo. Tambifn debe re portane ti valor de la
IIgnificancia elladi>uca Ip). con .11. rt'pect¡\,OI inttrvalos de confia nzo a 95 porci tnto.

-----
.Iii _
'. --
.,I!'t'

--'_.u-_
-_ .,_,
----
__
__
__
_
'-_
. 11-.
, },
. J"_,,..
~--
" ...

--- -
Fig... 31_3. Bloque del proga ..... "" por•• n~h", ",t.dí,tICO. ,,,leC<lo,,,ndo e l aportado de comp.-

-
raaón de medI")I. m;i, .delant". el an¡hs i, de AJO<A de..,. vi.

,.~ ...... L*l G ...,. . . _

- 1
- ""
"""
~:""
,
.~

ILii
l ST"1UJtA
- ,

.......-
'OC
~ ItE./CCOESt.D
;~-"O_

I
,
..... _.
1 ,
~
~

,-
!iI
"
-
TFOTRA.T.t.IIENTO 1
•
Fig... 3'1--4. IntroducCIón de la v.nabl .. dependl.. nt .. numo\nca ~ de l., Independ~8 ' PO' lo m.....".
con tr... rwel ... df.. r.."'...
 An."'" o. l...,....,. Y .nol~ p<R hoc 345

CiiII~·

-~-
... _c ,
... .-
-=~,..,. _

-
-...... ..-"""'" "....._N
M
-..-- 1'*"
,"!.,.a
•
" 1
!3oE4Wf . aT1 .. tjOCMtfG

HO _ _ _ .art_lgooOItI

li iiiHri ' a
Rg . .. :n_s' P""""p"I ... prueb<l. p~ra ..1análi.i. po.t h<le. Para el anál."s .... ,elltCCIOnól la prueba de
8"....... ro .... porque.e ,up",.e",n ~a"onza, IgtUle. eno:re lo. grupD'

'teNíA ANh ... post ooc p"ra el .n;;I"" de la ~.nonz. de la, concear.""ne, de pmt"'''''
e .e.d".... "'In treo tr.tomient", dife rente,

,""",,o
...,
2 Metfor....n. 210m'
""'" .. ...
001.

,
"m ,...
1 Metfor....n.
'"" .,
461281' , """ 28)6;7 , "'"
, ,...
Mfltform",.
'"- -210m' , """ 001. -, -<~~

3 Metform",.
"" .,
1 Metfor....n.
'"" .,
1 P1Kebo
,""".
"'ól281'
011930

, """ ..
,"'"'
,,,., ,,'"
-28l67

...,
2 Metfor....n. -250E!89 ' 011930

, h dJferenOll de medJIl ell1gnlfoc.l'.' ,¡ n•• eI 0.05

"'"'
-<> "'"
~"" -< ""
Conclusiones
El anilhi~ de la varianza es una lIerramienta enadbtica param~trica muy iml Se emplea
para evaluar la~ dlferencia~ de media~ entre un grupo (tratamiento) con trh ni\'elh o trei
grupo. ( tratamient o~ dlferentu ), o para evaluar la. difertncia. entre trti o mil. medla~
medida~ en tre~ tiempo~ diferentu, parJ un ~olo grupo (tratamIent o). SI el l NOv \ indica
que exi>ten dlferencia~ entre lo~ tratamien to;. el ntceiurio hacer un anáti:;i~ P QJt hO(' pura
euabltcer c uAl e~ el grupo diferente. E;(i~te la variedad del an 6Ii\i\ mulllva ri ado de la va-
rianza (Ml NOv I). que tiene un ni>tl mayor de complejidad que el limpie lNOvI.

AcocIr. A.c. Aunrk JnnvJum~n ro Sfilt", 3 •. ed. ·Iex." s. ... Preos, 2012:20$-248.
Ahm.n D.G. I'mdual5tJti.Jti"f~, /l/Miral R"",,,h, l •. ed. AonJ..: eh.pm.n & H all/ C RC.
1999:205-217.
Argimon 1~J.:\i . , J,mén<:< V.J. AI;''''''M tU ;n""tip",';n rUn;ra y ~pUbm'Dlót;ictl, 4 •. cd. :\hdrid:
E1"";er, 20 11:358-362.
Bennct. j .O., Brig¡;s W.L, Trio!. :\U: !/'wonam;mt6 ,,~,¿¡,tirD, la. ed. :\iáico: f'car50n,
2011 :419438.
v.,
Ekwid. Chcd.: L.IhIIJ .St",i .. iurcvjcw 9: one w~y .naly",ofuri.ncc. CritCa",l004;8{l): [}O-
1J6.
Box G .E., Hun.e. j.S., Hun.e. WG . EstadÍltica pam ;m~tigulD"': duniD, imumuitiny.u.rubri-
mimfD. 2... cd E>paño: Edi.o .. aI Reverté. 2005: 133-156.
D.nid W.w. !J;tH:SwdÍlti= /Jau pam ~f anJfúú dr Ws rimrias d~ W la""'. 4 •. e<I. :\láico: Üm"u
Wilcy.2006:295-399.
El" ..... P.T.H. &wistira para 1m n rnriolS J~ialn, dd romportilmimfDy tÚ W",Iud. 3•. cd. :\ICxic,,:
C EN GAG E leun'n" 2008:397-426.
H." j F.. Ander50n R.E., T.,h .. m R.l.. BI.ck Wc. Alkllisu m"ftivaM"fr. 5•. cd. E>p.ñ.: l'unon
Ed" .... ció n, 1999, 345·359.
:\-I.n In"L G. :\-I.A.• S:incha V.A.• Fa..! In F.J. lI,otltl,¿i;tifll amit<Jblt, 20. ni. E>p.ñ., Dí..... <k s"n-
,0",2006:419-43 1
I'~""L-lópn: C. 7«",_ M QnJ{jJiJ l1lulti,uriantt JtdUM, Aplirari~ntl ron sr~~. l • . ~d. úp.ñ •.
2004 496-5 16.
Wh¡,rly E.• Hall J s.~",,,co .....,~w: con'p.rioon of "'.,,, •. erit Cart, 2002;6:424-428.

Sitios we b
ftpJl p"bh c. dh •.,bm.comlooft w.reI.nalyli c'¡>p.'¡docu..,<n... ¡"nI ...",..,cJ20.0I.nld, ..ul ~la ­
nualJIB~i_SJ>SS_St.".'c:<_CO N:_Sr".m_U"I"$_Gu¡d •. pd( ICo nlUlu: 22 de .bnl de 2013.1
h"p:II .....,w ..... coml.CO'nol0l;'.J.n..Jytie.¡ .... i.. ie.¡ .... lindcx.h.ml, [Con...!.", 4 de moyo de
2013.)
h"p:// ...... w ..... ..,ft.coml.cx.booIu'.nova_m.noval. [Con ... lta: 7 de m.yo de 2013.[
 Aná lisis de la covananza
(ANCOVA)

El importaD1~ recordar que tI pnncipal objetivo de un experimentocon~l!i!e eo demourar

una relaci6n cau~a[; por ello!it deben identificar [ai variHble~ rtluSl. (a la que 5f le droomi·
nafu"tor) y ....spUl'sta (efn-to). Cuando se habla de factor tambi~n es posible que se aluda
a una variable independiente. que u la manipulada por el in\esti~ador con el objetivo
de lo!rar rnodi6cacionn en La variable depen di ente; por supuesto, es pololble contar con
múltiples variablel dependiemei, porque un cambio en la umdad expenmentallt puede
maDJfeuu en m:!. de una de !iU~ carac terística!>. Es mil. fácil demostrar la relación de
cau!iabdad cuando 1610 se p!:mtea una causa y tna ti la manipulada Además de ritO!
factores. se tienen IOi ractOrfi controlablu e inco ntrolables (rog .. ~ 32-1).
lo~ faclOrt5 cOnlrol3bles también !ion manipulable.. Se lu manipula para eliminar la
in terfertocia que pfO\oocan en la relación que ie htudia. Por ejemplo, en un labora torio
,e puede conlrolar la temperatum y en los enudio!i de campo le puede controlar la dieta
de 101 pacientes. Por Otl"3 parte,.e tienen lo. fllctOrh tnco",rolable~ como la edad de lal
periona .. que no se puede modllkar. en el mismo sentido, al,una~ condlcionu tienen di-
ferencio. importuntu en cuanto al ,énero. como el peio o la milo
El \ t<OV\ CanAhi! de la covarianza) h 11 mi fusión del \1"OV\ (an:\b!i. de la varianza) y
lo rl!,re.ión lineaL u múltiple li ¡e tienen muchlu covariable~ y J;Jmple .I,e llene una lola.
Se truta de un procedimientO eiladi>uco que permite eliminar la helero,eneldad cau-
sada en la variable dept'ndiente por hl influencia de una o más variablh cuanmauval
(covariable.)
El imvonante recordar que, cuando.e hace una manipulación, lo; rl!!uhado; no .on
i,uulr; en toda. lai Unidades flperimentalu: por ejemplo, 11 se trata de que un ,rupo de
pe"onai rl!duzcan IU peso, al,una, bajan 5 kl lo~ oua. J. otra, 7, elC 810 >f delN! a que
inle ....·ltnen QtraJO variable; en la reducción del peso, no ,ólo el ejercicio indicado o la dieta
que i f hit controlando sobrl! los pacientes. Por tanto, el procedlmltnlO \~\ ayuda a
 FKto,es comrol.bI...
X, Xl ••• ••• • X;.

FK:Of !.:.:Ma)

===:>
Variable inde ~m(! .' d•
..... n'p~ I .df, por.l
inYe5Tlg/Idor

l, l , • .•. _•• . Z~
F3(lores InCQntrol3ble.

eliminar la helerotenridad en la medida en que le reconoce que exi~ le una variable que
e~tá produciendo ruido en la relación cau~a-efect o eltudiada. Puede tramrse de una o má~
~'ariabler., a lalO que se les denomina <,olu,iableJ.
El fundamento del ... NCOY ... es un ....'lJV\ con una variable dependiellle de la que ~e ha
eliminado el efecto prodocid o por una o más cOl'ariablel por rttrrsión lineal múltiple. El
requiliTo el Que se identifique una \'ariable que se labe que inlluye en la variable de~n­
diente y que tiene el pQtencial de inlluir en ella; ene prOCedimiento)! des,lurolla cuando se
tiene un mayor conocimiento del estudio que se euá realiZando.
Ejemplo:
Sup6ntau que)(! tiene un trupo de paciente! con sobre~so, a quienu se lei somete
a una rUlina de dieta y eJen:icio durante seis muer.. Se han seleccionado tres deporth
aeróbicos: zumba, ciclismo y atletismo. Durante Irel dial a la semana, por un lapso de 60
minuto!., van a desarrollar estos deportes con el obje tivo de rrducir su ~M).
Se deben construir en forma aleatoria tres trupos del mismo tamario y evaluar su
peso baul (de rtferencia ) y su ~so final. Los kilogramos que se disminuyan represenmn
la variable de htudio, que es la que se desea llllalizar.
!'or tanto, se tienen las si!uientes vl1ril1bles:
!'eso basal.
• TIpo de fJen:icio.
• Kilo!romos disminuidos.
Es impQrmnlf Obsfrvar que ~iO balal y ki!o!ramOI disminuidos ion variables nu-
mtricaL
En el cuadro U _l le muenmn 101 eltadinicOi deocripti,'ol del ejemplo.
!'ara obtener el \ .'IOV\ en el pro!rama SPSS, se hace clic en Analizar. En u!uida le
compa ran las medias y Ir eloCO!e la opción ... ~\ de un faclor. Se obtienen los resultadoi
del c:u.adro 32·2.
 ,
" '"
" '"
''''
1 749
""
0412 ,
m
. '"". , "
"
'" "" "" '" '" "

...c",

..... ....
- ,
.;.109'. "'°' d,.m,~u.do.

........ , ......61;.;.
1nt"'llrupOl ,,~,

,~=
' 6241
,~
","" "'"
lntra glllJ>O'

D'=
"
••• "
Al comp3rnr los kil o,ramos di~minuidos en 101 I ~, grupo>. el ' "alor de p t i 0.056,
lo Que ,ignifica que no e.li,te n di frrtncias co n ,ignificaneia r,tadiuica en lo~ Irei grupol
comparndlh.
En el cu.adro 32-3 le murl lran IOi t>t¡¡diuico. d e~ripti\'ol del pt'IO ba~l:

'tM@ffla E"adiSl,COS de101p1woS de l pelO basa l

" "'00
"" 5 761
3515
.", "" . '00

"
M 4 175
'" "" ""
"'~
"
'00
 No debe lIaber di ferencia con si~nilkancia eitadbtica en el p~r.o ba~al ~lI t rr Ioi trri
~rupo~. Euo ~e puede demostra r mediante un ·\NOv\.
E. po~ible que el pfso ba~al ten ,a influencia en 1:1 di~m i nuci 6n de pf~o. Eita sospecha
nace de la expfrieocia del in"hti~ador, porque cree que lo~ paciente~ con m:h pe~o po-
drían perderlo con m~~ facilidad que quie nh peol\n meno~ (cuadro 32·4).
E.te \NOv\ mue.tra que no exis te diferencúl de phO entre lo~ tre ~ ,rupo~ porque el
valor de p t> 0.593. Por tanto.loe Ile~aria a la concluli6n erronea de que no lIa)' diferencia
en la elkacia con queloe rtduce el phO entre 101 trt> grupo~ de ejercicio.
Se debe explorar la rel;roci6n enITe phO basal y k ilo~ramo. di.minuido~ mediante una
correlación de I'rar~on y, 'OImbi,", mediante In ob.ervaci6n de unu ,riñen de di.penión
de puntOlo (f>go.I<a n ·2).
La nube de puntos mues tra una relación evidente entre el pe;o basal)']a di;minución
de peso. Pierden mAl peso quiene! "ni¡ln un pelO b¡llill mayor.
El cuadro n ·5 indica que la corrtlad6n entre phO baloal y disminución de p"o es si~­
nificativa, porque el ,'alor de p < 0. 05~ la correlaci6n t i 0.7, que lie considera bu.na.

-
At~ OVA

Pe.o b,oul

I ntergrupo.
_....
,-~

14481 ,
M" "
w.d<4It_
11.141
,
""
.,,,
11 84 05ó 23.217
Intragrupo.
,., 1208537
"
"

"
,• ",
o

••
•• •
g
! •
O ,
,
., .,
" 85
Pe.o ba.~ " ''"
 An.I""" do lo <"",.n. ",. ¡"N<.OW.} 351

'MaS" Correl . aón entre pe,o ba ••1 y d",ninuaón de pe.o

CorrO'laaÓtl de P.,... on o 76S"

s.g ."I.........n ,,'"
N

CorrO'laaÓtl de Pe .... on 0765"

"
O,,"',"uoOn s.g .,,1........ 101) 0000
de pno
N
"
Como e~l:l corrflxi6 n r¡ .li,;nifica tiva, se puede inclui r el per.o bas al en el :ln:lli~i.l e.l·
mdíili co; a,; u pasa al \NC'CN\. Ello in dica qu e la disminución del peso no sólo depende
dellipo de ejercicio, sino mm bitn del peso basal,
En el pro,;rama SI'S~, el a nálisis de la covana nza se pu ede rea~Za r con la situie me
secuencia (cuadro 12. 6~
1. Analizar.
2. Modelo lineal ~eneral.
J . Univanan lt.

Variabl. d.pend ient.: disminución de peso

F..dar.. fijos: ejercicio
Covariabi.: peso OOs31

(mafl·. ReoUtido. en.,,,

P"",i><» <loo .... ~I"""t", "'te~,..to>

- • --
V."oble depend'ente d"m ,ny"On de pOlO

"00"", 193&17' , ó4óló ",.. 0000

~ .. oo
Inle<.ecoón \10998 110998 50 7S1 0000
lól3M ló1 3M
Peoo_b .....
, 8185
'''''' 0000
0031
Et"'C'oo
"'" ""
..
'"O
, """
1981000

:m3204
'"
"
2187

TOlal con""9,dl
"
'11 cu";r..x. _ O l>J'1 IR cu a""";o correg ida _ O618)
 Al hacer el an:ilhis de la cOYananza. ~e encuentmn difertncia~ ~i~ni6cativa~ en la com-
paración de lo~ trt> ~rupo!,. Que no se habian monrado en lo~ \M)v\ previ<».
La cOYanable no ~iempre lleva la~ milmal dimen~iont> Que la vanable dependiente.
En e,te ejemplo ~ucedió a~í porque se trató de kilogramol; le pueden lomar prf~ión arte-
nal oconcenlracione~ de colhlerol gluco~u . etc .• ¡in Que,ea liemprt la milma dimenlión.
La covanable inlluye ,obre la vanable. en eue calo con una correlación EllO puede
anmgonizar con la relación uiltente de ):, variable manipulada. o también ~ner&lzurla .
En hle ejercicio. el pelO bmul el un fac lor incontrolable. porque ya no le puede moddi-
car, cuando ~ !Ocluye a la! penona! en el t>tudio. lienen un pelO Que no puede variar.
Que correlponde a un faclor incontrolable y Que .e incluye en el an~bll> euadiltico como
co\'arianz;¡

Altm.n D .G . I'rurtiOlll/¡¡mtiafo' mrdical Tata ,m. Lond=o: Ch:opm.n y H:oll, 1991 .

Gt . ntz Sunton A. /JitNfWútica, 6 •. cd. ~kGr.l ... -H ill, 2005.
:vlanina Gonz.óla ~I. A. , Sinrnez ViII,!:", RJ ., Faulin Fajardo A. /Jimt.ldiJtim ami§lbk, 2a. cd
DÚz de s..nt .... 2006.
P..d o ~terino A., Ruiz DÚz ~I.A. 51'55 11. Guia para rI anJÜJis d~J.¡Iln. ~icG ...... -H ill, 1002.
Spiegd M .R bwúticIl. s.,'¡e de compendio. Sch1Um . .\lcG ...... ·Hin, 1969.
Supo 1- Análisis mulliwrimú-. Di",ño. experimentales. Diopon ihle en: -..'W...hioC"5udi .. ico.com.
 Correlaciones y regresiones
(lineal y logística)

Jose de Jesús Rl\leri Sinchez

Jase AnlonlO Gi rdi G~,d~

Introducción
El presen te capi lulo un'! imegrado por dos seccio nu ~Iacionadas. En la primera se abor-
dan los aip«lOi más rele\'ameS de las correlaciones: en la segunda se profundiza en la
temática de las Iknicas de reg~lión, tanto lineal como loginica _
Se con.idera el c~ficiente de correlación de Pea Don del producto-momento (P-M),
que está dit.e~ado para eSlLmar una fOrma especifica de relación entre dos variables conti-
nuas: en particulat el grado de su relación lineal.
LOi modeloi de regrtsión formalizan el UiO de la relación ent~ dru variables para
prtdecir el \alor de una uti~zando el valor de )¡l otra. de tal manera que!t puedan obte-
ner lai mejort~ predlccionu poli bies. AdemiH., resulta util para expbcar la variación de
una ,'ariable como conitcuenda de su relación con otra u otral ~ariables. En la lecci6n
correipondiente. se des.!:lo~a primero la regresión lineal y m:\¡ adelante. Ioi aspectos miu
relevantu de la re,rt)Íón IO.!:Íitica,

Correlaciones
Porco'rt'J"ri(m se enuende la sItuaci6n esmdística que permite e.~prtsat en forma cuantitati-
va, basta qul grado eSl!1n relacionadas do. Vitrillble, numlricns que uenden a variar de mn-
nerd conjunta. El grado o m\el de Ha relación se mide mediante un c~ficJente denominado
correlación (c~6clelue de corrtlaci6n de Pt"non), que.e rtpresenta con la conronanle "
El coefic,ente de correlacIón de Pearson de! producto-momento (P-M) toma valorel
entre -1 y 1, IlIClilido! ambot. la. eo:uacionu para tl cAlculo de V-M son mucha. 'J varia_
da!., pero ron idinllcas en el aspeclO algebraico, La forma conceptual euá dada por

, _ l: {·~-."I')Ú'-l)
~t (x - ."1')' t v - l)'
donde r e. el coeficiente de ~~reiión; .~, la variable ind ependien te; Y. la variable dependien-
te; L el .imbolo de ulmatoria; :t. la media de la variable independiente y 1. la media de la
variable dependiente.
El procedimiento de correlacione¡¡ bivariad:h calcul:1 el coeficiente de correlación de
]>ear>on. la rIlO de Spearman y la tau-b de Kend all con .u. niHle. de .i~nificancia . La.
correlacione> miden la relación entre 1:1> variable> o 10i órdenh de lo~ ran~o!o. Ante> de
calculllr un coeficiente de correlación. óe recomiend:1 revi,:IT lo. dato. para detectar valo-
re. mipico, y evidencia. de una relación lineal. El coeficiente de correlación de t'e:u"lOn e.
una medida de lIwciación linu!. Do. v:uiables pueden tener una rebción perfecta. pero
.i la rel¡leión no h ~neal d coeficiente M eorre lución de t'e:lróon no re,ultn un e>ladí>tico
adeculldo pnra medir!u a~oc;lIción .
Hay que ut;bzar Yariable. c uan titatiV¡tó plml el coeficiente de correlación de t'eanon ,
y variable; cuantitativa. o con calt~ori:1. orden adu. pilra la rho de Spearman y la tnu-b
de Kend all.
Lo. coeficiente. de conelación pueden " tar entre -1 (una relación neptiva perfec_
ta) y + 1 (una rt'lación pmitiva perfec ta). Un valo r de O indica que no ni, te una relación
lineal. Al inltrprnar 1m resultado!., le debe evi tar la extmcción de conc1usionel de ca ula-
efec to a partir de una corrt'lación ii~ni ficativa .
En al~uno!> pJUtr..amas eitadí. lico> (co mo SPSS), lo. coeficient h de cornlación !i~ni­
fica tivo. en el nh·el,.; 0.05 ie identifican por medi o de un .010 al!eri>co; 10i r.itnificativol en
el nh·el,.; 0.01, con dos aiteriloCor..
Exinen dm indices par.a la!> variables cua ntitat iva!., que permi ten cua ntificar la rela-
ción: la covaria nza y el coeficien te de cor rt'l aci ón de f'e a .. on.
Un \'alor po>i ti,'o indica que la re lación entre la!> do!> variable. t i directa: a medida
que aumenta el yalor de una variable. tambien aumenta el valor de la otra; ii el valo r f>
ne~a tivo, la relación es invtria: cuando aumenta el valor de una variable. diiminuye el
valor de la otra.
En el cuadro ]]· 1 .e mues tra la interpretación de la fuerza de cOTrt'lación en trt' dOi
variable" mediante lo. valore. del coeficie nt e de correlación (rj.
En el cuadro ]]·2 Jt rep re>fn ta una matriz hi potttica de corrflacione" en que de>tacan
trf. dato~: la. dm variables que >f contra,wn, el valor del coeficien te de correlación (re-
prhen!:1do por la ,Iy el valor de la ii~nifica ncia euadhtica (p).

13m!
·~·~n!ll'~IIt. tm&rpo"euaón det coefloente de corretioón
de Pea'son.
Coafoc ",n'" ,
P"". ,." Noga..."
P_eii~ 0 1 0.0~ -otO~-o~

M". 03t.060 -o3t.-o60

G<..,de 061.090 -061. -090
MUY9'Mlde >08t < -o8t
Petfe<:ta -,
 Cor,ol.o"""" y '~0</0Il" . ,,...1 Y'''''''IGII 355

ImQlf,. M~nz de co"el~oone" m",l r~nda lo, v~lore. del c"eI,-

a enle de corre liOó n y.u "gnrf'UOOi e,lidi.lou

,- ,
V."able I p - .qu¡ no
"Pateee"" valor
, - 075" r - I p - .qu;no , - 048
V."able2 p - OOOI P - 00/>
, - -{l15
p - 023
.perece "" valor
, - 048
p - OO/>
,- ,
p - .no
"P..ece el valor

E~ n~uario !rnficar la~ corr~13don~.; no b,.. ta con hacer In matriz de correlacion~ ..

porque una !rMica ptrmitt vilua~nr la di'ptriión dt lo~ puntos paro c ada par dt va·
riabl~s COnlro"ada~ ; y, dt~nditndo de la Ixi, ttnci" dI va lorfi utrrmos u ternm, le lti
puede eliminar dll análisis ~sl3dillico, porque un 1010 valor pu~d~ hacn qUf;t mUhtrr
una !mn fuerza de alociación, que es espuria. rambi~n se ob¡erva la linea rteta que mejor
sr ajusta a esa correlación, adrmás de la di rección de la correlación: por..itiva, ne!a tiva o
sin correlación (f"gura 3]. 1).
Hay casm en que se tiene un mismo va lor de l coeficienlr de corrrlación; sin embargo,
al comparar dOli pares distin tos de variables en la gráfica, el grado de dilipt'ni6n de los
punto¡ puede ser muy diferente; esto se debe, sob re todo, a los valores H trrmOs externos,
En la figura ]]-2 sr mueman la di.persión de 10> puntos de una muellra y la linea recta
del mejor ajuslr para e,as corrrlaciones, adem:Íi del valor del coeficiente de cornlación (r de
Peanon). Se muestran asoci aciones directa¡ (po.itivas) e invena. (ne!a tivas), ademá.
de no a.ociación o correlación.
Ex;; te una varianlr de las cOrrelacio ne!> q ue c~ku1a 10> coelkientrs dt cOrrelación par·
cial: titOS describen la relación lintal entrt dOl variable .. mientras,e co ntrOlan lo, efecto.
de una o m:'u variables adicionales,

ConellOOn pO"',V • Con-elao6n neg"" "" Son con""aoOfl

Hg... 31.1 . Gri flu. de'" ,,,,,,,.1000<M<

_ . KOO.aón
...,¡,. do< Ylfi. bI.. , lo ",...noo o no el. K(IOCI.o On y lo "'1XIÓrO el.
 •
•

r=-(l35
r: -o 7

Hg ... 31-2. o.sp",,,ón do punto< do uno ro"",,,ro, ~ n. , ,od. do l mOjO< .¡u<lo p"ro...n C<JOfol.oono<, vII",
del rooofI<Hnt. do co,....I.o6n. "" ¡M",ont... hpo< do O<O<1.aOO1

Regresión lineal
El análi~i~ ~uadiuico d~ la. 3iociaci6n entrf variablel (relación, cO\1arianza, cOr~laci6n)
rtpTf.enta una parte básica del aná~sil de dalo!!. Muchal de lai pregunlal e hipóte¡ili que
se plantean en 101 hlUdioi que le llevan a cabo en la prnc tica m~dic3. rfquitrtn ti anáLiih
de la uil lencia de rflaci 6n entre variablh
La re,rhi ón linul ti el método enadbtico que define la relaci ón fntre dOI fenóme-
no~ que en ca~ tod~ 101 calos IOi clinicos podría n entender corno caulu-tf«lo. Suele
ulilizaht para comprender la relación que ,uardan dos fenómen ol para plantear nuevas
hipóthis o un nuevo mupa conc eplu~ll que permita en tender un fenómeno biolópco. En
Olro~ Ihmino~ u lrala de un modelo matem{lIico que plantea linealidad. ¿Quf ,i;nifica
°
euo? Q ue exhlen d<» fenómeno. varh1bleó que le con lidera o le sabe que.e vincul~1n de
al~un modo. porque e;IlIn !)reunte> en ];t. miim~1i ci rcun.mnciai °
porque la fiw opalolo-
;ía de una enfermedad ya e.ludiada lo ha de terminado 11.i.
E.te modelo. enlonce;. .upone co rre'pondend;1 entre variables o linealidad de la! va-
riable!; por ello. la t<;uación de la que le dt;pre nde el mod.laje de fila. h la t<;uación ;~_
neral de la rt<:la que, en tirrnin<» de inve'ligación clínica. ;t puedl plan tear dI la .i;uirn"
manua:
 Cor,ol.""""" y '~0</0Il" .,,...1 Y1"""1GI1 357

dOlHle
l' e, la ma!nitud de awciación o re lación que.e bu>ca.
ay fJ~on parnmel ro, de e~ l udio. o variablel en que,e quiere delerminar la relación.
.l h el factor de predicción; en algunO! C:IIO, puede ,er una conname de variación
o variabilidad de la conl tame de euudio (cullmo le modifica fl en hte calo, cada
vez que ,e modifica a). Un coeficieme de m:lgnitud proporciona la modificación en
la dirfCCión de la linea del modelo; en términol geométrico\., eltO determinaría 1:1
pendiente de la gr.'ltka linetll.
e. el el coeficiente de error. Tiene gran iml'ormncÍtI en el e\ludio de fenómenol bioló-
&ico\., que. como le .aM. le deMn 1I mucho. f:,cwre> lLdicionalu. salvo en ~tu:!Cionh
tlpecifica.; por ello. al tener un modelo linul que no mue.tra una fuerte rel;!Ción
o a.ooación. elcodiciente de e. .i!"Ve p;,r;t upli car el rellO del modelo: ~ el modelo
no t i muy bUfno o no uplica la totalidad del fenómeno. de .eguro'f deM a que el
error (toda; las demá. variabln que no II midiero n) abarca el rtno de la uplicación
del problema.

Coe fioentes de determinación

El coeficienle de dttnminación le de fin e a partir del coeficiente de cornlación múl tiple
( R ) y mide la propoJCÍón de v ariabi~dad de la variable dependiente, uplicada por la yaria-
ble indtpfndientt intrOducida o pOr la re.:t a de re grt sión.

Coeficiente de determinación a justado

A pt>a r de que R,;e utiliza como medida de aju,te al modelo. prtltnta el illConyeniente
de Que. a medida -que ie incrtmenta el número de variablei que panicipan en el modelo.
mayor ei iU ' ·alor_ como en el análilis multiY'lnado; de allí Que la R, wbrtuim a el verd a-
dero R de la población. POr ello, en tilO, "I\O! " propone la ulilizaCión delcoeficienle R
aju.lado, porque hte no aume nt a. de m'lnera ntet;aria. a medida Que ie a~aden variabln
a la teuación. Ene eltadhtico queda ajunado por la canti dad de obltrvaciont; y vana-
bit; indepfndieme; incluidas en la teuación.

Error típico d. predicción

El erro r lipico de la prtdicción ella parte de la variable dependiente que no,e explica en
el modelo inicial. porque fal ta intro<! ocir algun'l variable o porque la~ variablel que.e h:ln
elegido ya no Ion la. adeculldal. Su cMc ul o.e htabltee a partir de la dh,·iación típica de
!tI variable dependientt"l el coeficien1e de determinación ajuuado.

Coefic>ente beuo
Se lrata d~1 coefici~nl~ d~ re&rhión eltandarizudo. Expr~ia la pendi~nt~ df la rtela d~
"1rr.ión. In rl C3'0 dI qUI lod3' Ia¡ variablt. hltn tran.formada¡ r n pun luacionll Z.

Velor de T
El tlladí, lico T permítt comprobar si la rfgrfsión tn tre una variable independien tt y
la dependientt es significativa. Si el valor de p asociado al tlladi.tico Tu mayor que el
nivel de ~i;nificancia. ~e rechaza que la re;,tlión se" ~ignificaliva pa ra In dos vari abl eli
relacionada~
En hle ca~o. la si;nificarK:ia del eua di,lico T :wxiado al modelo ;enerado con la
única variable independiente de que lie di~pone e, inferior a 0.05; por lanlo. u ra lifica el
caráCTer predictivo de dicha Yariable y le puede e.1 poner 1:1 tcuación del modelo. Allran,-
cribir lo, rt~uhado, a la tcuadón. quedari:1 co mo ;,i;ue:

y.,,~ b,x , ~ (

En ellupUhlO ca~o de que 101 valorf! de I;,s v:uiable•• i;uieran una e>cala diferente•
• e "ndría que euandarizar utilizando lo. coe ñcientH beta y no beta. Del mhmo modo. al
conl1l r con la mÍ>ma e>cala la con.mnle e. O.

Constante
El valor de la con.tante coincide con el puntO en que la rtcm de ";,,sión cona el eje de
ordtnada~ En la tcuación de predicción se mantiene con>tante para todm lo. indiYiduo~
Cuando la> variables han sido e,tandarizadas (pu nt uadonti Z) o cuando >t uli~zan los
coeficientes be ta. la constanle es i;ual a O; por ello. no ,e incluye en la tcuación de predicción.

Tolerencie
Se t rata de la proporción de variabilidad no txp licada por el rtilO de las variables. Cuanto
mayor >ta la r, mh ind ependie nte es la variable en cuellión.
;,Cómo ,e reconoce el pOder de asociación entre dos variables~ A partir del coeficiente
de relación, o R. Este yalor f> el poder de asociaci6 n entre do> fenómenos y liene una e>ca-
la que va de I a -1 (de una relación directa uno a uno positiva o de adición. a una ne;ativa
por com pleto o de !u>lracción directa uno a uno). En medio. lie liene una tercerJ posibili-
dad, que t> la relación neutra por com pleto. o no relación. que t> el O. rambi~n se pOdrían
consi;nar e>las ma;nitudu en t~ r minoli de porcentaje. de O a I()()O!.. Eno>t determina en
fundón de la, variablh de estudio (figure JJ.J ].
Un aspt<;: to rele-.·ante del anlllisili de la correlación enlre do, variables cuantil1llÍya, e~
que la pre,enda de ~sla;e puede plantear de :1cuerdo con diferente:. modelo) o patroneo de
a,ociación. Por ejempla. la primera ;rMica (re lación lineal dirtcla o p1»iriva). la lt,unda
(relación ~neal inltrlól o ne,ativa ) y la tercera, en donde no hay variación al;una de la. vo-
riablfl o relación neulro . rambi~n le debe entender que hu variable:. tal vez no ;uarden una
relación tineal y.e pre;enten como un dilpersión de puntOI de forma diferente. cur.i linea
o de reloción parabólica o cuadrática, A.i, la inten sidad df I~l correlación luele fvaluar.e
mediante el an1tij,is del aju.te de la nube df pun to. a] moodo de asociación qu e .econ.idere
que reprt>entn de manera m!u adecuada a 1" di>tribución conjunta de ambas variable~
Elle modelo linnl t i ínil para concx:er la magni t ud de aj,cx:ia¡;:ión rn la prf)rncia dr
~ariablts relacionada\. A manero de uplicaci6 n, conlidfrf'f ti .i;uieme ejemplo.

¡Con qu< f""cuenci~ K .cl~cion~ h obc .. d~d ~on 1. p«",nd. de híg~do ¡;....o~ El poder de
..odacion .010 indica l~ c.n,i.hd de even'o. en que .mbo l f<n"meno. C'>f~n p""""n'el. Por
lo ,ener:al, <u~ndo "" mide un fenó meno, oc le 0'0'" un um.no, un~ m.¡;ni'ud .. un. e.e.l.
 Cor,ol.o"""" y '~0</0Il" .,,...1 YI"""IGII 359

R<!'IKlOf'I pertea. can

coeIlCIMle de R. 100%

"'"
"'" RelaCIÓn pertea. n~rv.
cOf'l~en'e R. -100%

ÚII..gOO" 1 C.t ..gori. 2 ÚIIegoria J ÚII..goo.4

Asoci . ción NeLl'"

ReI . oon ne<ltro" con R. O"-

ro. ~-----------------------

de, mediaón; 1"" dio, en e". ejempl" l. "b. ,.¡ d,d p"dd. da.'m.n • ...., con d ¡ndon de, m ....
co'P"r.1 (IMe) o la g... dLl~ció n de l. "b. .. d. d (, .. do 1, H, 111" IV) Y um"'~n pod,í. d.6nil'K
Un' e..... de, medlCló" P'" l•• dip",.¡d,d hep',ie •. EOI" d. eomo .......h.do Lln' rd""ión de,
,.m.ño.. lo que OIorg' di ..cc,ón, de m. ner. vi,u:J .• eOl' . 000.ei6n, como oeu ... COn loo vec-
'" ... en l. fi,;ca. Ade,m'" indoc. cu;i .. ,,, oc .d.cio ... c.d. Lln . de, 1.. variable .. lo que p.,m".
dctnrn,n .. qué llpo de ..oci. ción cxi>tc.
En d "emplo de, .. ligur.. 11. • . l. ,d •• ión en're obc .. d.d,l. p .... nd. de, hig:ulo g'''o r
d • ., me .. 'o en l. propo ..ión de, híVdo gruo . fe,"do, ¡:u. rd. u n. re"ción po,;,in """den'e
que, en ,érminoo mfili e" .... , ... duci rí...í: • m'yor , ... do de obe,;d.d, d pxie .. te ,ie .. e m' yo r
oo .. ,id..d de hc¡u'oe .. ='o';~
 , - o 86 p:OOCCl
.....
...",:
. .
.
,"
.....
.
.:

Ob><,... ~ 1> Ji'P~"'O>n d~ punto. en h figun, El v.l or <k, inJ.i"" d promedio ¡;Iob:d de
..d.rión, pero t.mb,,'n ",.kb~ .n:diu.l~ di'P<,,¡ ón de b p-obl1<;ón, porque 1.. ..d.eionco ~on
m.yo , di",e..;ón de punt o< indi e. n m.yo. p.ob.bilid. d <k erro. o de que d moddo no ¡;U1<de
..d .rió n line.!, IIIÍno de ot", tipo de fUndón geom<t ';e • .
Un. ver. que yo oc fu llI:diudo d ' '''''eter y b i ntrn,;.Ld de l. rd.d ó .. cnt", 1...... ri.bl~ oc pro-
cede. <>tim>rl"'p'r.im"'"" d.c b caución de predicción o rcgrclllÍó n linC":d . El critniop... obtener
1". cocfidentade ",!:rclllÍo>n DoY D, (beu) ro d de mínimos eu>dr.do .. he con'; .. e en minimi ..... I •
.... m. de 1"" cuxlndos de 1"" rcIIIÍduo .. de t:d m.ne,," que h re" , de ",!:rclllÍ ón que se d.cfin. !iC1 l. que
mi. OC:OCCn:1 . 1. nube de punto. ob.. rv. dos y, en con",cucnd •. I. que m<jo . 1"" Oq>"""m1

ANil i. i, de re.id .... l..

Un residual~. la dir~~ncia en t ~ ~l valor ob,e rvado y el ntimado poda 1in~a d~ r~~rnión .
E, po>ibl~ conr.id~rar al r~iOidu31 como el ~ rrOr aleatorio,
Mediante 10!O anilhis de re!Oiduale. iOe puede ob!Otrvar !Oi. en ~fecto, la relación en tre
la. variable. X y I' e. lineal. ['erO !lO ,ólo tien e hta utilidad. tambien .io·e pa ra conocer,i
hay normalidad de 10iO errOrh t independencia de é,to\. la, relacione. entre la. variable.
ie repre ientan en un eje carttiOiano !lig~ ~ 33-5).

---} 1
~
5 10
Formo un pl,""o artnono

En @I an~lisis d@r@,,@sión lin@als@pu@dedi fer@ncia,@omsimpl@ymúltiple.

En el an:llhi¡ de re,rf!i ió n ~neal .imple, le trata de calcular una linea rteta. !>ara Hlo,
'f uula .i~uiente fó rmula:
 Corrol.""""" y r~O</OIl" .,,...1 y 1"""1GI1 361

dondf Ro fi una con~tantf : 8 " una pfndien lt; X, la variablf indtptndifntf y 1'. la variablf
depfndienle. t'o r ta nto, ~e obtendría algo similar a la figura 3]·6.
Un modelo df rf,resi6n lineal defin e la relaci6n fntrf una variable deptndiente. 1', lal
variablel independiente!.. X, y un lérmino aleatorio, e.

E=2 ------ • •
... ~ Y, .... Y, - IO

x
X'L X,_ 5

En la figura 11·7 If rtprtlfnta fl u,o de e>le mod elo.

Todo f, lf ejfrcicio Sf obtif nf mfdia nte la fórmula:

""-~
Pe nd,ente
.,
lIf
s.~
S.~del.
de "...dr....
__

,
.. j 000_

•• el eaw.c.aon ...,..1<1.
plf'
.... person. "". . .udra

Cootdonad.
o';gen:
Ilgulen ""e
no eMud,e
,
.....-,
do.I>or ••• ' ..........
di E. "? mocWo conMbI.de

._e.]
10"'...."'0
que puede

Hor •• ~ eSludro
.1..........

Por <:M:Ia kor. de e .. udlo - i Aum.." •• promed,o de cald~

 POr tanlO.las re~puenas ~erian :

al i'o r cada hora de enudio adicional. la c'llillcación aumenta.

b) El origen e~ 3: por O homs de e~ t udio. la mayor califtcoción e~ 3.
d Si ~e tiene)' = 2 (2 horas) + J = 7 de c:1I illc:1ción.
1ft Se ob~erva con R! = 0.89. porque se :Icerca :1 l.
Como ya ~e UPU)o. l' cornsponde u la e,tim l1ción de lo~ verdade ro~ erroru. En re-
gre,ión lineal la di~tribución de la variuble form:lda por lo~ rhidu~ debe )er normal
(lo~ rhiduo~ ob~ervado, y lo. espe rado;. bajo hi pótesil de diltribución normal deben ler
parecido~) . Adem:h. lo. residuos deben ~er i ndependiente~ i'or tan to. el an~lisis de los re-
~idu:lle s no sólo permite profundizar en 1;1 relación que se produce entre la; dos variables.
si no tambien ponderar la bondad de ajum de la regrt>i ón obtenida.
Ya se hp \"i;to que la correlación entre dos v:1riables puede ser pi ta. a pt>ar de que la
relación entre la. dos'fa fuenemente no li neal. Se pueden u!ihar los re.iduo. pam ver si
el modelo de regre.ión linral es adecuado. C:1!.i .iempre es útil hacer grá6cas df los resi_
duo!>, para evaluar Y el mOl.lelo es lineal en "gre.ión o no.
Un residual; res la diferencia entre el valor obsuvado.; Y, Y el va lortltimado por la
linea de regresión I'-; (h decir, r = Y - Y';). Es po.ible con.ider.lr al residual como el error
aleatorio ; l' obser\"ado. rambifn ~e acostumbra USar el residual f>tandarizado. que Sf
obtiene al dividir el reydual en u e la desviación eitán dar del re.idual (siem pre que ~e haga
análisis de rer.iduale!>, se de~ utili Zar el residual eitanda ri za do) y el re.idual fit udentizado
deleled, que h similar al ame rior, pero en el que se elimina de los cálculos la ob~ervación
cuyo residual se desea hallar.
El anllliy. de re~iduales permi te cotejar si las .upo.iciones del modelo de regrfYÓn se
cumplen; paro ello. se ofrece la siguie nte gu ia de eva luación del mod elo ~neal geneml:
, . Si la relación ent re las va ri a ble ~ X y )' es., en efecto, lineal.
2. Si hay nOrmalidad de IN enon~
3. Si hay valort. anormalei en la dis tribución de errOre~ (loi >f u¡a rnidual ntandari za -
do. cualquier observación con un rhidua l mayorde 1 o men or de 1 hcon~ider.ldo un
o.. ,I;l'r. o valor Utnmo).
4. Si hay "arianza constante (propiedad de homoceda.ticidad ).
s. Si hay independencia de los errorel
El nná~si. de rhidualu ~e puede realizar de mtl nera gráfica o analitica.
I-'arn Ute momento. se debe entender 1:1 utilidl1d de delerminnr una asoci:lCión o rela-
ción entre d~ fenómenos: ;Iy ud ll a pl:lntear hip6teli~ o a .umar factorf~ correlacionados.
ocon fuerte a~ociación, paTll aumenuu 1:1 complejidad del modelo mediante modelos mul-
tifuctoriale. o molrivpriPntts utilizando 11"'0\11, regresión múltiple, oflCtlern.
E~ recomendable tener precaoción cua ndo ~e in terpreten res\Jltados prtsen , pdo~ en
modelo. que u ,i~zalOn re"e~ión ijneal. En primer lugar, n po.ible que algunos ¡¡UtOrh
ttnpn ulOre~ (p. fj., al mimar ];¡ variación en ];¡ variabl. dt profd icción y modificar la
ptndiemt, o al repumr la variablf de desenlace, modifica nd o ];¡ relación entre amba s).
En segundo lugar, f> posible que el hecho dt determina r una relación con iigni6cancia
titadi" ica entre dos vari3ble~ no lenga signi ficancia dinica o biol6pca (tS decir, tambih
se deben evaluar];¡s variables dtsde el pU ntO ftnomenológico, porque en realidad ei poii -
 Cor,ol.""""" y '~0</0Il" .,,...1 YI"""IGII 363

ble que e,l~n relacionada, pOr su origen; a titO ~e le denomina plau!.ibilidad biolópca); de
lo controrio, u podria entror en el eKabro¡() terreno de la~ re lacione:. hpurin
En tercer lu,,'u , se debe comprender que, 'Hinque se encuen l re una relaci ón enlre dos
variables, podrían existir una variable o un grupo de ellas o de fenómenos que e.~pliquen
mejor la \'ariable de estudio; por ello, siempre se debe eltar abierto a realizar un nuevo
an:'lli!.is del resultado o de los rhull:ldos y ti p1:lnle:1r si el modelo h perftcrible utilizando
nuevas variables de estudio o modelos mmemáticos de mayor complejidad que Ily uden a
lIecar a otras concl u!.iones.

Regresión logistica
Introducción
Lo. modelos de regresión logb lic:! (lt Log. P(lnI difnenci llrlo. de aquello. de regrhión
lineal, RL) .on modelo. estadíSticos en que se de.ea conocer la relación enlre una varia.
ble dependiente cualitativa (dicotómica o mu hinomial) y una o mh variables explicativas
independientes, denominadas {"oWlTillhln, q ue pueden ,Ir cualitativa. o cuanlitalivai. La
ecuación inicial del modt'lo es de tipo expo nencial, aunque su Imn,formación logaritmica
(logilj permite su uso como función lineal.
Las covariables cuali tativas deben Ser dicotómicas., y deben tomar el valor de O paro
su ausencia y el de I para su pre.encia. Esta codi ficación es importante, porque cualquier
otra p!U\locaria modificnciones en la iOlerp re tación del modelo, Sin embargo, en caso de
que se tuvieran más de do. categorias., para incluirla, en el modelo deben tron~formarse en
varia. covariables cualitativas dicotómicas fic ticia, o de diseiio (a las que se le~ denomina
variables dummy).
Por iUS características, lo~ modelos de reg re;ión logistica permiten dos acciones:
Cuantificar la relación entre cada una de las covariables y la variable dependiente.
Cla!.ificar a los individuos dentrO de las "negorías (presente/auunte) de la variable
dependiente. de acuerdo con la probabilidad de que pertenezcan a una de ellas.,
dada la preuncia de determinada~ covariables.
La RLog es una de las herramientas euadb t ica~ con mejor "apacidad para el anáhi!
de datos en inveuipción clínica y epidemiología, lo que explica 'u ampHa utilización.

Concepto
La regrhión 10l;iuica e) un tipO e~ptcial de aná li!i, hmdistico de rel;re!.ión, que se utiliza
para expli car y predtcir el de>empei'io de una v¡lriuble cualitativa (caletórica bimlTia con
dos t rupOs, o multinomilll ,í liene Irel o m~~ grupO~), en función de diversas variables
independieme> (cov ariables ) que, a IU ve7., pueden ser cU ll nlita!ivas o cuulit:ltivas.

EKp!"eSlon matemática
La RLog '¡¡presa la probabilidad de que QC U<nI el e"entocomo función de cierta! variables,
que sr supone que son relevantes. Sr represe nt a por Y (la variable dependiente) y a la. lo:
variables e¡¡plica liyas (i ndependientes., a las que en conjunto se le> denomina covariables),
se le> de!.il;na con X " X ,. X" . .. , X •. La ec uación ge neral para upresar esa probabilidad
(función 10l;isrica o logir) es:
 r (Y. 1) • .,---_;-::--;;-;;-;;-;,---;;-:;-_---¡;=
1 • rxp (a . (J,>:, • (J):, . (J):, • ... • fI,x)
donde o.. ~ , . ~,. ~ .. ... . ~. i on lo~ p arámelro~ del modelo y <'...p denola la funció n u po-
nencia l: una uprhi ó n ~i mplillcad a que correiponde a elevar el núm ero l" a la potencia
e,
contenida den tro del partnthi lo. En e, leCa,o. l' el núme ro ocon,lante de Euler. o ba ~e
de lo, lo,aritmo, neperiano~ (c uyo valor apro.~im:l d o a la milelima h 2. 718).

Requ isitos metodologcos y estadístIcos previos

Ante> de iniciar el (m;\ liwl d e la re,re,ión logilt ic!!. e> nKhnri o deñnir la l fale, 'J 101 con-
tenid OI elquem ntizadol en In flSl ...... ,l· • .
t . Definir la vari able de~ndienle. En!(, ¡( Log. 1;1 v:lri¡,ble dependiente (la que l e de.e:,
n
mO<Jelar. e.~p "" ndn como es cale,órica. por lo ge ntral dicotó mica (RLog binaria). lo
que conuilUye unn circ unuancia muy frK ut nt e y .imple ,n la rep...;,nmció n d, f,n ó_
m,nO!. en ci,ncin. mMienl y de la ,alud: Iilno. .ano/enfermo. prtlentvau.'nt'. flct lera.
Lo anltrior pnmilt cl:lIiñcar a 1m ind ivi dum dentro d, e.a. cOllego riai de la va riable
dependi,nte, d, acundoco n la proba bilidad de qu e pertenezca a una de ella\., comoco nl' -
cuencia de la p"'I,ncia de dettrminadal variab le. independient" (eO\1ariablrs). EllO hace
que h le tipo de análilis;ea ideal para lo. " lUdi o. de ca.o. y controle>.
Si la variabl e dependielllf el dicotómica, le puede realizar un a R Log binaria o bino-
mial;.i tiene mái de dos valo ...s.. se puede opla r por una RLog multinomial.
2. Dmnir los tipos d.variab]..,. ónd"".ndi""tes. Corre sponden a la. caracteriuicn. o atribu-
to. que in fl uyen so bre el rtlultado de la va ri abl e dependi ente (11 up ....an como X).
En el cuadro ]).3 lie mUfS lnln lo. di fe... nt e. lipm de variable> independie nte> (en con-
junto. \t les denomina C-OW";db!es), que ,e utilizan en la R Log y su concept ualización.
3. DmnÓT los obj-etivos pa<a realizar u... Rlog. ES le palo lie puede agrupar en los ~i,uien l f>
procedimientol:
Prod.cir ..... rosp..esta a partir d. las variables pr. dict oras o Ind"" ...di...l .... Co n ello ~e
o btiene una fór mula matem átic a que ~irve para cakular la probabilidad del luce~o
htudiado en un nuevo individuo. de ac uerdo con lo. valore> eOCOnlradOl a partir
de la ~ diferentu variable) incluidas en el modelo. Se debe elegir el modelo m;\) par-
limoniolO: el que ,enere, con la menor c¡Intid¡Id de variablh, una predicción m3~
prrcúu y .. ~Iida de k...a ri able de rupuhUl ev¡,luadu.
Calcular los riesSlos ajustados para CillÓII varlabl. Ind.". ndl. nt • . En e>te cn.o h impor-
la nte determinar el conjunto de variuble; que re sulta oportu no controlar en el ¡má-
li ~i\., iocluida.lal que len'¡IO un" ad tcU¡ld¡\ justificación teórica .
• . A~1islt Ktac!isti(O pr....lo. A n l e~ de hacer un a KLog,;e rfComienda hacer un aná.li~i;
bi ..arianll, pa ro. conocer la. rtlacioot> d, la ..¡,dable dependienll con cada una de la.
vari ab ln ind~ptndirnte), modificadoras de efeclO y , o nfu sotols., una por una. Sr debr
Itner ,n cuenta lo ~i,ui ,nle:
a) Si In va riabl, ind,pendiente '1 categórica, t l co nt ra>te f> a tra..1h de una .r-. Habrá
que ana~zar In prfCisión del anáhlil median te 1m inll",alo. de confianza de las
medidn. de asoci ació n [razón de momio, (Ok) o ri",o relatÍ vo (1111)).
 Cor,ol.""""" y '~0</0Il" .,,...1 Y1"""1GI1 365

v",<ato.. Co"""pto
E.I••enebIe qu ... c .."'.... que p,ed'go <rI , e",hdo d .. I, mo<bfoc.oón de l. ver,ebl ..
Ptf.drctor. d"l'end,ente O p,edldI.
E. un. v ....,ble p<ed,ctor. de l. "'.pue'l. o "'..ao. extern I .1. ",IIOOn pnnapll que
.ean ..... r ,"'",onlld. d.. m"""" .. mu ~ ...."" con l. v.... !>Ie ,nd"l'endrente
'IInobl .. que modlflC' el "'..ao. lo que '''I' ,e.enl. un. c..-locternt,CI de l. ,eI",ón
Modlf,Cldofl entre'" flClor de estud.o (expo"Cfon) y el eI..ao ~e",klldo) Puede apott .. dMO'
'N«e ..... I... sob,e lo. mK""""'O' ef'OI'Mogén,CO' oc........
Son coy",able. cual~M' •• • dlcotOm'CI' foct'a .. o de d,"';;o. que ""9"" de
I...... orm. un. coy .. 'oble QJII II M'VI que lenl. mIS de da. CIIegori.. y que. P'" w
F'c\lalS. de
dr,oo'o o ,ndu .. ón _ el modelo. deb,ó .omelé"ele O un. " .... slOt"""ón en v....... drCO'lOm'c"
",.. ,obI ... dumm)'l. de ese . form •. un . de 1.. CIIegori.. .etomon. como CIIegOt"

""'"'" de <ef«eno. So l. covan eble c ual ~ ..,•• pO''''' " CII"9O""". h.y que .eab: .. ,,- ,
cov..,obIe. fH;l'a • •

DlcotÍlmlúJ

J <--<~~

o..trn " I,po.

~
"~'d_"
de .orlob l..
,ndeprod l",,'e
________-» Confuso,..
Modrflcador..
.......... F,ara.. (Dumm)'l

--,
• e"",HI.

ÚIIQJI ..
ne.go
] '
c---------
Defi"" obl""vo,
pi" ,e ..hzar l•
RLog

Reof ....
.nol""
ese.dise,co
__=______., [Un'...... do
B'...... do
p, ....... o

Fig ... ll-8.. h,,,, ml!"lodológrcu y .... ""',as I"".. ¡I<. l. ,.. I ~.Clón do """ ,~O<>ón 1<>gI<IICI
 b) Si la Yariable e~ c uantitati Ya. el contrJut e. una I de Student o \NOV\. parJ compro-
bar ~ la~ mtdia~ wn difertme. en los grupol, como enablece la Ya ri able dependien te.
Se tiene que analizar la preci~ión del análi.i. mediante los intervalos de confianza de
la diferencia de media~
d En lo~ cuo~ ti y b e~ nechario comprob:lr 1:1 .ignific:1ncia hladinica.
1ft Dhpuh u hace una I{ log wmplt. int roduciendo en cada ocawón (con el mttooo
!ntroduci~ que.e incluye en vario. progmm:u de SQji"rlft') una de la. "ariablh inde-
pendiente! (roOl(,,;tlbf.,s) en el modelo, p¡¡m contm.tar)a con la variable dependiente.
• ) Po r último, . e evalúa la canridad de Y:lriablH a introducir en el moodo multiYa-
riame: por lo generul, poca. Yari:1b le. no predicen mucho y un uce~o de variable.
favorece l:I falla de prechión. la propuhta h que no.e .upere la rel;¡ción de una
variable en d modelo por cada 10 ind ividUal en 1I1 mUfllTll ana lizada.

Métodos pa ra seleccionar y analizar va ri ables Independientes en el modelo

l a. opo;ione. que ofrecen la. mayor parte de los programa. de Joft"urt' para una R log son:
Introducir. Procedimien lo para la .elección de variable. en que toda. la. variablu de
un bloque se introducen en un solo pa.o.
SellICción t.acia adelant. (condicional). Mt lodo de .elección por pasos. COntrn.la la
en lrada con ba.e en la .\igni ficancia del e.tadí!lico de puntuación y con trasta, mm·
bi~n, la eliminación con base en la probabilidad de un euadi~tico de la rnlón de
vero.imili tud, de acuerdo con estimacio nes condicionales de los parámetros.
SellICción hada adelant a (razón d. Y.... osimilitud). Metodo de selección por pa.o. ha-
cia adelante. Conmu ta la entmda con ba;e en la .ignificancia del e;¡adi.tico de
pun luación y contm~ta . tambi én. la eliminació n con ba~e en la probabilidad d ~l
u tadíuico de la roz6n de yero§imili tud. de acuerdo con ntimaciones de la m:ixima
vero,imilitud parcial
SellICóón hacia ad ...... t . (Wald). Mt tooO de .elección pOr palO. hacia ad elante. Con-
tro,ta la entroda con ba~e en la .ignificancia del e~tadiuico de puntuación y con-
tro>ta, tambih, la eliminació n con ba~e en la probabilidad del e>tadiuico de Wald.
Elirni..ación h.ecie.tr'" (condicional), Selección hacia atnÍ> por pa ,o~ El co nt rJ,1t para
la eliminación)e basa en la probabilidad del e>tadhtico de la mzón de ,ero~mili­
tud, de acuerdo con la, htimacione. condiciona le. de 101 parámftro~
E~........aón hecia.tris (razón d. v.... osirnilitud), Selección hacia :lIrá, por pale», El con-
tr.lIte para la e~mim1ción.e fundame nt a en la probabilidad del fltIldi,rico de la rdzón
de ,'erowmililUd, que se fundamenta en hlim:lcionfl de m:hima ,'erowmi~tud p:U'CÍl11.
ElirniMldó" hacia atrios (Wald). SelfCción h:lcia :lIr{l. por pa>o~ El controslt paro la
eli minaci ón >f ba.a en la probabilidad del eiwdi.lico de Wald.
lo. vlllore¡ de significancia de lo. re.ultado •• e ba.an en el aju>te d.. un único modelo. I>or
ello, htO. valore. no suelen >fr válidos cuando se emp lel1 un mhodo por pasoJ.

Multlcolinealidad
Se dice que ni. le mullicofiltl"l,lidmfcuando dO! o m:\; de la. co~ariable.\ del modelo man·
ti enrn una relación lineaL Por lo gennal, 10 que §e halla t i una multicolinnlidad modero·
da (una mínima corrtlación enlre covariables).
 Cor,ol.""""" y '~0</0Il" .,,...1 Y 1"""1GI1 367

Cuando la colinealidad ei pnfecta (u na covariable puede delnminane de acundo

con una ecuación lineal. a partir de una o mal de lal rhlantei coYariable!). ei plHible
htimar un único cOfficitn te de todas lai covari ablel que in ter.itnen. En titO! calO!, debe
eliminane la coYariable que actúa como dependiente.
Un primer palo para anali zar e!lt a~pecto ;,eríll el examen de la matriz de coeficientel
de correlación entre las coYariable\. Coeficiente:. de correlación muy elevado! deben llevar
a una in,·tltigación mh a fondo.
Se puede calcular la Rl (o dilperiión 10tal), Se denomina tolerancio al complemen·
mriode NI (1 - NI); elfilNo, dl'inflación dl'l(I "orim,za(l~v) h el in\'trio de la toleroncia,
Cuando f.'tiue hlreclla relación entre cOYI! riable>. h! tolerancia tiende a ler Oy. por
tanto. AV tiende al infini lO. Como regla gene"!I. tleben preocupar tolerancia! menore> de
0,01 yAV mayorfl de 10.
Algun a. lOlocione; a la multicolinealidatl Ion:
EliminaT la variable mnos nece;,aria que imero-iene en la colinealidad.
Tran.formar la escala de medida de la variable con flictiva. paro evitar iU uclu.ión
del modelo.
Incrementar la muenra. para aume ntar la información en el modelo.

Selecaón final de vari ab les indepe ndie ntes (covariables) en e l modelo d e

re gresión lo g íst ica
El modelo debe In lo mal parlimonioso posible y tener. ad em:i!i, congruencia clinica y
opcione> de imerpretación. Deben incluirle todas la, variables que le con.iMre que tienen
importancia clinica para el modelo, lin tomar en cuenta.i. en un an:iliys univariado pre·
vio, le demomó o no IU signi ficancia el tadíSlica.
El impOrtante tener en cuen ta el correcto manejo de la!> va ri able. cualitatil-ai trJ.ni for·
mada. en diver!a! varillblei ficticiai (dummy),
Una "el que se di!pone de un mod elo preliminar. le pueden incluir factOrei de in·
ttracción; por ejemplo. ti po!ible estud iar 1,1 man era en qut la a~oci3ción de do! o mái
coYa riablfl in fluye tn la variable dependiente. Exilien fltrattgial de dflarrollo de mo·
delo! de regrflión; a partir de ella\. le recomienda la inclu!ión en el modelo inicial de
toda! la! coYariablel nec:flaria~ adema. de 111. intemccionfl de la! mi~ma\. dando lugar
a modelo! ~aturndo\.

Interpretación de la regresión logistica

Ante> de re"i~ar lu illltrprtlllción de la. tabhl' de rrl\lltado. dtl análiY~ de ){ Log, el COnVt·
niente lIacer un brtye recorrido por ~\l repre>e ntución grlifica. En la flsIu~ " ·' .e mue>tru
un ejemplo de la distribución logí.tica panl In probabilidl!d de padl'Cfr un infarto agudo
del miocardio en función de la edad. En la flgur" " .'" " o b.erva una forma .igmoidea. Si
se construye su momio (orlrlJ), q\l~ en r'lf rjtmplo h l:t prtsrncia o no dr un infarto aludo
del miocardio enue la probabilidad de e.tar .ano, >t obtiene URa txpre'>ión cuyo manejo
malemático e; m:h fácil (fogur .. ll. 'b), Ei pmiblt que reluhe dirocil interpretar eita rrpre.
,elllación grlifica; li se le truniforma a logaritmo n alura~ le obtiene una ecuación linral.
que facilita el manrjo mluemático y.u compren.i6n (figu,," " . '~.
.. • .,
~ 09
,"
1 07
~ 06
."
¡~~
<"
" , ~~====
10 :D » 40 5(1 /{) 7(1 8) <;1(1 lOO ' ~~TTTT==
1 10 :<ti 40 50 /{) 70
J) \10 100
8)
Ed.d (.110') E<W {.Ao>!

Inlano agudo d~ mIocardIO

Fóg ... 3),9. M.. <ifluoone, enI~ ri"p<".e nt~aó n gráfICa de l. tuneón logístICa 'rlaal (~y el ,amblo
po.teno. UllII".ndo el mom<o (o<ldo) de e nfe rm."" lb!. ha,t. 1. Ir.nsform.aón en un.
lineo redo "',I"onda 10911 (<1

En la fig .... ll·9c, la uprf.ión en ti eje de lal ordenada; es el llamado log;/. ello,ari tmo
natural del momio de la ~ariable dependie nte (en este ca.o, ti ello;aritmo de la mzón de
proporcionu de enfermane a causa de un infarto ag udo del miocardio). La rtprtstntación
h una linea rteta. como la que le revisó en la ,ección del modelo general de regresión linea l.
I-'ara uplicar la. tabla. de resulmdo. de una Klo;,t recurre a un ejemplo hipotftico
que utiliza lo.li;uienth elemento, (entre partnte.i~.e mue.tran la~ codifkacione. rt.pte-
tival ) y.t evahia la influtncia dt la variable StxO .obre 1:1 variable dependitme:
Variablt dtptnditmf: e,u1do (O = vivo, I = muerto),
Variablel indeptndit'me. (cOYariables) en el modelo:
5e.'\0(0 = hombre. I = mujer).
Edad (variabl. continua e~pr,sadu en aao~ cumplido. al momento d,l ,v,nw),
Clasificación de la inten.idad de la disnea propuella por la A.ociad6n N'O)'or-
quina del Corazón (1''''' ln) (variabl. ordin'11 con cuatro ca l .,oria~ I a 4, que u-
plica la inlen.idad d. la di.lnfa).
E n eile bloque inicial se calcula la vero.i militud de un modelo que .610 tiene elth_
mino con.tame (a o bJ, "UfIlO que la \/fro,imili tud, L , el un número muy pequeao (en tre
 Corrol.o"""" y r~O</OIl" .,,...1 y 1"""1GI1 369

o y I).loe .utlt OfrKtr elloJ:aritmo ntperiano de la vtr"Olimilitl.ld (n). qUt t. un númtrO

neJ:ativo. o mtno. dI» v«t> elloJ:aritmo neperi:lno de la verOloimilitud (-2Ll). que ei un
número po.iti,·o.
El tuadiuico -2 LL mide ha. ta qué puntO se ajuua un modelo a lo. datO!.. Cuanto
m:\. ptqutilo .fa ti valor. mtjor e! el aju!te,
En lo. cuad~ !.iJ:uienttó le pre!enmn lo. rhu1tad o~ con lo~ elemento. que mueumn
la mayor parte de lo. proJ:rJma. e.tudiótico. ¡mrJ hacer el an:\li~i~ en e.p«ial ~l'n.
En el cuadro 3J·4 loe pre.enta el pan\me tro eótimado (8 ),.u erro r e>![¡ndar (E.T. ) y .1.1
.iJ:nificancia e.tadi>tica con 1:1 prueba de Wald, que n un ntadbtico que .iJ:ue el valor de
unu ~con I J:rJdo de libertud. Y la utim:,ción ¡Je la razón de momio. (011) que e.ta en hl
columna Ex P{ B), En lu KU(lción de re,re.ió n, en este primer bloque .ólo aparKe la con.-
tante y hP quedado fuero la variable independiente !U o.
En el análi.il pre.ennuJo en el c:uadro 33·S .e mUhtra una diferencia con .ir;nificancia
euadí.tica asociada con el índice de Wald de 0.029. El proceso automático por pa.os con-
linúa. incorpor:indola a la Kuación,
En el cuadro 11· (, .e mue.lra el proce!o de ileración por el mitooode pa'Oi hacia ade_
lante, que.e realiza par.! dru coeficienle!., la con,mnle (qu e ya euaba incluida en el pa.o
previo del anatiwli) y la va riable independ iente ;fXO, E; nOlorio cómo va diiminuyendo el
valor dtl - 2LL en compa ración con t I paso anltrior (el mod elo que sólo incluía la cons-
tante prtientaba un valor de 157.093 de e>te t.tadí>tico, mien trai que ahora se reduct a
152.195) y el proce.o term ina con cuatro recorrido. dt iteración, porque lai eilimaciones

Va"able. e" 18 ecuacron

B ET W ..1cI 91 5'9 hp IBI
11435
P .. O O Co.ul.n1e 0191 000'
""
Va""bln que no ,,,1,,,, e" la ""''''',"O"

"""'.....:Ión 91 Srg
VIt,M>ln Sexo (1)
PUGO
Eotoodiot,co. globale. "" "'"
"" "'"
'tettln·. Ht~to"JI de 'nte r~ coo ne~

Hmo,.,1 <loo ,n''''''''''''''''''

-21og00 La coor"' .....e>
It••""""" ""roo,mtlitud

,
,.~ ,,, 1523%
152 295
- ,'"
-1057

, 152 295
152 295
-1059
-1059
de 10i parámelrOs cambiarOn en menOi de 0,001 . LOi coeficienlh ~ecakulan para la COIII-
tame bo = -1.059 Y para la variable IUO b, = 0.843.
f>olleriormente ~e eftctúa un procedimien to denominado prueba ómnibuJ Job,.. loJ
<"O/'fici('f"l'J d..l modl'lo. que emplea una prueba X' para evaluar la hip6tuii nula de que
lo~ coe1kiente~ (/JI de t odo~ los lérminoi (t~cepto la cOn~tantf) incluid ol en el modelo ~on
O. El elladillico ,y.¡ para flte conlr:tlle el la difere ncia elllre el valor de -21.1. para el mode-
lo que ~ólo inclu)"e la conllante y el valor de -2l.1. p:lra el modelo actual.
En el auodro 33·7,e mueltran Ire, medid:l\' que complementan la anlerior. pam eva-
luar de forma ,lob.lllu validez: l:t primera es el villor de l -2u.. lh Otral dOHon coeficien-
tel de determinación (Rl), partcido~ a 101 que,e obtienen en re,rhión ~ne:.l que uprhun
la pTOpolCión (tn tantOI por uno) de la variilción explicilda por el model o. Un modelo
perftctO tiene un \·a lor de -21.1. muy peque~o (lo idul es que lea O) y un Rl celCano a 1
(de manera ideal 1).
La opción -2 lo, de la YfTOlimili lud (-21l) mide halla qUf pUntO un modelo se ajUl la
a 1m dalo!.. CuanlO m~~ peque~o >fa el valor, mejor es el ajuile.
La R cuadrada de Co."( y Snell es un coeficienle de determinación ,enera~zado qUf
~e utiliza para "timar la proporción de varianza de la variable dependifnle txp~cada
por la~ variable> prediClorm (independie ntti ), La R cuadrada de Cox y Snell se baia en
la comparación dellog de la vermimi litud (l l ) para el modelo en relación con ellog de la
vermimililUd (I.l) para un modelo lineal, Sus valore¡ o>cilan en lIt O y 1. En tite caio,
se trata de un valo r bajo (0 .018), que indica que ,ólo 1,8% de la variación de la variable
dependien te se Hpfica por la variable incluida en el mod elo.
La R cuadrada de Nagtllr:nh es una ver,ión corregida de la R cuadrada de Cox y
Snell. La Rcuadrada de Cal y Snell tiene un valor máximo inferior a 1. La R cuadrada de
Nagellr:erh corrige la .>cala del u tadistico para cubrir el rango complelO de Oa l .
La prueba de HOimer y Lemeihow (cuadro 33·8) it utili za para evaluar la bondad del
aju>te de un modelo de regreiión logística. f>arle de la idea de que. ii el aju~1t es bueno,
un valO r alto d. la prob.lbilidad predicha (p) le re[¡lcion,l con el re~ultado 1 de la variable
binomial dependiente. mitntnll que un v~lor bajo de p (próxim o a O) corrh ponde (en
caii todoi 10i caiol) al rei\Jltado )' = 0, Se trala de cilkular. pam cada ob~ervación del
conjunlo de dato\., la i probabilidadh de la variable dependiente que prtdict el modelo,

.rem,n_ ReSU'\'1en de 101 modelol

Re ... m~n da lo ..............

( 1<>9 d~ R <u od , . d" d. R cu . d, . d . d~

.~,o""' .' "ud Co. y Sn<1I N<9~Ik",h

00t8
""" ""
lroan .. Prlleb~ de HOlmer y Lemelhow
p,,,,,b,, de 1-1",...,..,. Y le ...... """'"
P...., X' GI Sog
 Cor,ol.""""" y '~0</0Il" .,,...1 Y1"""1GI1 311

ordenarla!., a~rupa rla~ 'J (;a lcular, a partir de ella!., lal frecu f ncia~ elprrada~ 'J comparJrla!.,
por últim o, con la~ ob~t ..... a da l mediame un'l prueba )(l .
Lo dheablt en e~ l a prueba el que no haya dife re ncia~ con ~i~nilk ancia e~tad inica
(cuadr" 33·9): por ello, al~uno~ auto re~ propo nen tan ~ólo cotejar valore~ oburvadoJ 'J u-
perado~ medianu . imple in~pecciólI 'J evaluar el grado de co ncordancia emre uno~ 'J Otro.
a partir del ~entido comun.
Caw lodo~ loó programa. para elllnáli.i. pre.entallla~ variable> que dejan en 1,1 ecua-
ción. lo. cOflkiemeó de re, re.ión co n . u. corre>pondielllh errore~ e.lllndar. el valor del
ellad¡~tico de Wuld pam evalullr la hipóttói. nul a (p = O), 1:1 ~igniñcancia eltudi.lica alo-
ciada (que en hle caJO si uille ) y el va lor de la raz6n de momio. (010. ) repre.ell1ada ¡)(Ir
Exp(H), con .uó rhpeelivoó in te rvaloJ de co nfiunza a 95% (cuadro 33· 10).
POJlerio rmente;e hace la eva lu ación de cUlÍntO perdería el mod elo obtenido si le eli-
mina la variable incluida en hte paso, porque en 101 rnhod OJ autOmil licos de con.ul.KX"ión
del modelo por paso!., el proceso evalúa la inclu.iÓn y la excl usió n de variable~ Si el ca m_
bio de vermimilitud mue ótra diferenciaHon óigniñcancia eótad is tica (p s 0.05), la va ri able
en c utóti6 n se queda en el mooelo.

Aná lisis probit

En [a .fCCÍ6n de regrelÍ 6 n [o~iJ tica óe ha hecho referencia al análilÍli fogir. Ex i~te mro
procedimi ento esmdiótico relacionado, que es el análhis p rob;'. Mide la relación enm la
ill!en,idad de un eótímulo 'J la proporción de caso, que prelfll1an cierta relpu esta a dicho
estim ulo. Ei útil para ói l uaciones en qu e ,e dispone de una respu eila dicotómica que se
con,idera qu e puede recibir inHuencia O deberle a los ni'·eles de al~una o a[~unaó variables
independiellles. También reóuha muy adec uado para datos uperimentale!i. Permite e~ ti­
mar la inten.idad necesaria para que un estimulo llegue a inducir determinada prOporción
de rt'pue; taJ.
El an:lliJi s probil lie nr una relación tllrecha con la regreJi ó n loginica: en realidad, si
>f elige la Iran.form aci6n fogil . ene procedimi ento cakula, en esencia. una regresió n lo,is-

&mttlu·. Tabla ele conl'ngenaas para la prueba ele Hosmeq Lemeshow

,JI!!!!!!!.!!! l1li
''"9''''''un~" 1<> p"",,1>a do> ~ ....""" Y l .. "",,'-
_ . v...... n_ ' "'''''<"\0

,, 49
31
49 OCIO
31 OCIO
t7
Z5
t7 000
Z5 000
66
56

.tettl,,!. Vlln¡II)1eJ en 111 eCUll oón

V,,,,,,b"', e~ ¡" ,",u<l<IOn

B ET W81d 91 Srg
,.
Exp le 95 .... _ " EXP (8)

Palo ~o(1) 0843 0389 4 6'/7 0.030 2124

cotI>I..,'@ -1059 0281 141 44 0.000 0341
tica. En ~entral el a náhis probil ti apropiado para IN diiei\o. ex pnimentalel, mientrai
que la re~rt~ón lo,iuica {adem:h del an:\Ji¡¡ii /ogil} ei más adecuada para los estudioi
ob.ervacionalu. Las difertncia! en los rtsultados refl ejan ella. diferencias en el fnfasi!.
El procedimiento probil informa de las utimaciones de los valorts efecu,'os para las di-
fuenth tasas de respuesta (i ncluida la dosi. efectiva para la mediana), mientras que la
I{ lo~ informa de las estimaciones de las mzones de momios (o<llls rrllios) para las variable.
independientes.

Conclusiones
El análiwl de correlacione! y las prutb;Ls robu.t:!. como la re,resión tintal y la Io,istica,
conni tu)'en t#Cmcas biOUtlldis tical de ,mn utilidad para la in,eni pción en ciencia. mt-
dica. y de [a salud. EXisten diferell1t1 pro,r:lm;Ls tltadístico. paro el anátiws de la infor-
mación. El InHlu,ador debe planur {j p,io,i los procedimiento. ntadi>ncos que usa. En
t.ltt caso. SI Sil proyectO debe tenrr IIn análisis basado t n una rt,rr.ión bnul o es de tipo
lo,islico.

Bibliografía

Aé"""'; P., P~..rn c., b.ame A A muhiple rq;rc.'¡on . naly'" on f><ton inHu<ncin~ h""m~opoiClie
progcni.o< cdJ roIlcn;on fO[ autologou •• ran>pl . n••tion. Tral1Ifo> Ap/NT Sri, 20 12;47(2):223 -227.
Arock AC. A,.mtk inlnNiur1i1m tlJ St..t.l. 3 •. ed. '[exo", s. ••~ Prcn. 2012: 183-204.
AlderCIe A..\-I . Fun<Lmentoo del . n:i!i". de rcg<e'¡6n logí .. i,,~ en I~ invcotir;Kión p,¡"oI6gi"'.
Eva/IUI,.2006.6:52-67 .
Al"o N , Pcr'C'Z B. N.",.a. l. Vd.ndi. :\t. De I~ Ho~ F E.. im~eión .córi". del imp.cto cpidc-
mlol6gico de l. infccci6n de hq,...,¡o A en Colombia. Rn.' C/in ehil. 20 10, 138(8):994-999.
Bender G.U. Logi .. ic rc¡;K ... on model. used in medial re.., ..eh U" poorly prcKn.ed. ltM}.
1996:313,628.
B"nnCl' JO., Briggo WL. Tnoh :\t.E I/azq",wlimto tltJdisti~. :\{""ieo' PUl'$On Edu",,,on.
201 1,285-323-
CoI.ci :\1 .• Giu",oIl D., Seb... ,.n; :\1.. :\t.nfrcdi A.• V~eeh, c.. Sp.gnolo I~. rt ,,/. Lung caneer
In scIerodcnna: rc"Rlho from .n l..li.n ,h~,¡nt"ologie cen, ••• nd rcv,rw of ,he 1".~lUrc. AII'
l'IJintntun Rrl~ 20 13.12(3):374-379.
D.woon B.. T~pp R. ltlHlt.uiistifll ntidir". 4., ed, .\ lixi eo: ~lonual ~Iodcrno. 2005: ln- I97_
D"",.r F. D"",er E.U .• Lcdoher J. S. •• i.u". 1 grond round~ Importanee of appropri:udy mo-
dcl'ng proc.durc .nd duro"on in logi .. ic rcgrc.'¡,¡n m .di es of p.rioperouv" morl",lity .nd
mon:oli~r· A"",t/¡ A... /c. 2011; 113(5): 1197-1201.
Domín¡:UC'L-A1mcndroIS., 6cní.cz-r.~jo N., Gc ncilcL-R.míI'C"LA.R.. lo~",t rc~rc ... on modelL
AIbrr.81IntntllnDJWrm.1, 2011.39(5):295-305.
Elo ..... r.T.H. &uJift;Ol paTa J.n rimna. ,tKu.In., &1 romporTJntimtlJ 1M fa ",11111. 3.. ni. :\{6úco:
Cengoge Lcorn,n~ 2008.453-496.
 Cor,ol.""""" y '~0</0Il" .,,...1 YI"""IGII 313

F.gcn.nd ~I . W. Ho<mcr D.W.• Bollo A.:\1. ~luhinomi.J goodnn.-of-Il, 'c • • for l.,p .. ic regr",'
uon modd .. St.,ri:st Mal. 2008:27: 4 23842 53.
F"rom<nl A.• Vcn'u ... L An ovc""';.w of 'obu« m., hod. in m.Ji ",,1 ",,,, • .-ch. St.,t ,\laInJ, ,I(rd
Rtf. 2012:2 1(2), 111 -133.
fip ,l/public.dh •.,b m.co ml.o f. wa'cl.n.ly,ico/'p,o/doeu m.n .. ,'onl " ...."eo/20.0/ enlcli. n, '
:\1.nu.J J[B~CS[>SS_S. a""i cs_Co",_Sy'''D1_U ....._Guid". pdf. [Conall.., 21 de .bol d.
20 13.[
Grund B.• S.bin e An.Jysi. ofb,oma rl< ••• d.,., log., odd. r.,io ... nd ree"iv". "I'" .."ng clur.e·
,.ri .. ,a cu ........ 0'" O,i" IIIv. tms, 20 10;5(6):473 4 79.
H.i . J.E, And.~n R. F~ . ' ¡¡"ham R.L. BI.ek W. C. ti,¡J/isi, ",,,/titwriPl/tr, 5a. "d. E'p.ña: I' •• ~n
Edua';on. 1999:280-322.
Hid.Jgo·:\lont ... no. ~1.D .• GÓ m ,,~-lk nit u J. CU"'I'.radón d. l•• naClO de regml 6n Jugí>tia
poli'ómia y .n:íli ... <üocom,n'DI< logí<t icu. n l. d", <CCión dd I)l~ nu un,fo.mo. p,i(l)/hrmll,
2000:12(Supl2 ):298-300.
Hou W.• C.rden D. 5o .. ",.ic. fo, 'hc non.",i .. i.i.n: I'.n JJ. Situm Mrd J. 201 2: 105(3): 131.
135.
Jiménez ~I . , D;", rich 1: Rcg", ..io n mod..! . in p.riodon",¡ <pidemiol ~ p'.up0"", "PP .... ch .nd
int<<prrt ..ion. PnitItÚn"'1OOO.. 20 12:58( 1): 12 1.133.
John""n R. , KubJ· I~ Esr..dittira ,kmmt.1l, lo ,uncial A/atrmJticilf, 1 • . ..! EllA: l homoo n.
1999:114-140.
Lo nd.ro H.R. , Gonz..ilez R. :\I.1: fi!ddúticII con SPSS y mmxJo~iJ Jr r.. inVtftiSllri~ ... :\Iéxico:
1¡';¡¡... 2007: 335-371-
u .vcnon P.E. tiOe d, fu flÍtmWútira . 3 •. ed. E'p.i,.: S.!vat Edi.o~ 1989:81 -94.
u. J. IntnNJuctil", ", Un,,,,, Rrr.rnlÍon IImI Log;,tic Rwruion na.ic Di~J"tÍltilJ in Mrdiral Rnr,. ,m.
Nonh,,·... "n Uniy ..... ~·. 2009: 1-66.
~1ull" R., ~-I ¡; d..! ~1. Logi .. i~ rcgrc..iOD .nd CUlOin ,he . n.lysi. of muhim • .k" .. udi ... e/in
Chim Nt.:.. 2008:394: 1-6.
Núñ<l. E.. s..,..,.t.crg E. W.• Núñ ...r.j. E.. r. "gi " P'''' l • ..!.bo ..ción d. moddo< ....di .. i ~'" de
rcgrc,; ón. R," Esp G"Jiol. 20 11:64(6) :50 1-507 .
O n.g. C:d .... ~t .. C.yucla Dominguez A. R.gresión logí .. ica no ron<Ücion.d. y .. m. ño de mu ..•
..., una r<"V1,;ón b,bliogr:ifia. Rrv Es" Sil/ud Pública. 2002:76:85-93.
I'. cc N.L.. Ebc.t..n L H .• K.. nke I~R. Qu'n,; ~i ng p"'gnou ..... "h n:rk p~nion .. ¿-". j
til'l.ltfd1l'li~1. 20 12;29{ 1):7 -16.
P"ñ, D. Rtt.mi~"ydísriWJr " ""i/l/mm. E'I,.ñ.: Ali . n.. Edi ,on.!. 2002:341 -405.
I'm ..., J.S.• 1'1"llrp' c.. P" nn J .• Schw.n7. TA. R.g ....sion mud..!. fo. p"i"n.·rt"f'Onw m...... ....
h.ving onkml <"'''gon<. f"<Cordcd on mulripl e occ.';on .. e.mmlinlly D", Or.l/ /:piJrmi,I,
201 1;39(2): 154-163.
Tnp'l" G . , J.~. K.J., Se d V.S .• Ddtk" EW.• Zoeali C. How 10 de.J ",uh eon"nuou •• nd dicho·
' on" e oulCOmn in <p,demiologic.! re ... ",h: liDe... nd J"g"úc regre.".,n .n:dyoc.. Nrph,on
C/in P"1(r, 20 11; 118(4):cJ99406.
Wonf(' A.., Jcmmc F.n J., hm.il. A., Undcrnnd i n~ lineH .nd [Qgi:llic "'g",s.ion In.lpo. Cm
J t;n,,'K Mrd, 2oo7:9(2); 111-113.
Wynn :\1.l ., Con...,) N .• :\ie ...jvcr S.D., Schndl S. logic-b,,,,,d modd . in 'Y.. em. btology: ,
prcdin ivc .nd p ... m.. ".f...., n"wo.k .n,]y';. m"hod. Inrr,.r Oi~/. 20 12:4( 11 ): 1323-1337.
 Aná lisis de superviven cia

JUlO" CiriOS Lape: AIvlreng~

ROSlllvi Birri Ma'bnn
LuIS MIguel Moreno lópez

"PBOp/e l/k .. <n wllO bel..WB In ph}"lC5 know !har me dlsI!ndlOl1 berw~ ¡h .. pas"
me pre,ent and me future 15 only a srubbomJy persrsrflfll ,lIlI.w,,"
Albert EinsteIn

El ti empo el una dlmfR~6n fiilca que ti ene una función impOrtan le en la !raria de la
relatividad gentral de Einnein Es poco lo que le ha logrado en los ultimos a~os pam
comprrndu su naturalua. El paliado se encuentra en la memoria. el prtlente Se percibe
con los ~fnlidosy el (l/luron una promesa. Eltiempocon.!ituye una condición de la que
no se puede trocapar y su uso es lo único que depende de la volu ntad El posible dividir al
tiempo en tres grandh rubros: pasado, prese nt e y futuro; ademá~ se cuenta con medios
para hacer la medición de los evento. y lo, intervalos entre ello1-
El an:\b~is de sobrevida htll inmeroo en el tiempo y. por lo ,eneral se le había re-
locionado con la muerte de lo~ or,am.mol blOlógicol o el fallo de 10i oparat~ mfdm-
C01. Dude una penptCti ..o e~todiltlca_ le podría acotar a la cantidad de tiempo Que uno
unidad txptnmental contnbuye en un htudio. hana la aparición de un e~ento definido
con antenondad En los pnmeroi an61im de iobrevidn. se conslder6la muerte como lo
variable de desenlace (e.. ento) de inter~1. pero en realidad if puede tomar como eHnlO
cualquier \'ariable que defina el invel !l ~ador. siempre y cuando cumpla con una claro de-
finición operoQva

Definicion y conceptos esenciales

Se define como Juptr.iW'ncia al tiempo tran>currido haua la ocurrencia de un e\fnto,
conSiderándolo como una variable pnncipal (vanable de respuesta o dependiente) Es un
dato que le ullbza con fr«uencia en 101 divfrsol e,ludlOS clinicos; no lIempre le limi ta a la
muerte de lo~ pacient e~ porque puede utilizarse para medir el tiem po de recurrenci a, al ta
o curación de una enfermedad, el tiempo que tarda en manifhta~e un ~i,no o sintoma
determinado. o el tiempo en que ocurre una ma ni fenación upedfica dentro de una enti-
dad patoló,ica. t'or tanto. el aná li!is de ~upervive ncia t> un mftodo utadinico que valora
el tiempo entre un evento inkial (indu!ión del .ujeto en el e, tudio) y uno final (denomi-
nado falla). que sucede cU:lnd o el lujeto prhenta la caracttríltica definida como destino
del utudio (la muerte. la curación. nc.). De hte mod o, el objetivo del an~hi.consi>te en
e>timar. tomando en cuenta 1:( variable tiempo, 1:1 probabilidad de que ocurra ti lUChO
dnerminado (p. ej .. en un paciente con un tumor mali,no. el an~lisil de supervi"encia
mut>tra la probabi lidad de que permllnt7.Ca vivo dunlnte un laplo determinado).
Si lo! aconu-cimien tos de interh ie re!i.lmn de m:lnera ad!'Cuada, .ólo pueden ocurrir
una vez(p. ej.,la muer", la c urac ión, la inf!'Ceión) y mllrcan un punto de no relorno; por
ello, en comparación con OtTOS , ru poi de dala! rel;lcionadoi con 10i mhodoj e.t:ldi.tico~
tal vez no tada.la. ob¡ t rvacionei comiencen :.1 miimo Tiempo y, a "!'Ces, no le re!i Slra el
final del periodo de observación, porque el paciente le mira o abandona el e>ludio (daTOS
perdidm ); en e, te ~entido. el an áli,i. de ~uptrvil'encia Imbaja con dato! incompleto! (a
lo; que.e les denomina "',IOJ censurados). En cambio, cuando >t tiene la cerleza de que los
da to. y lo. tiempo' en que OCUrre un IUCesO so n exactos, la obitrvación e! má~ favorable y
le puede e!lablecfTcon uaclÍtud el tiempo, 1; en qu e aparece el evenlD.

Función d e sobrevida
Mucho. de lo. eiludios realizados en medicina bu>can un pa tron de .obrf\·ida en ,rupos
e!peciale! de pacien tes, como los que sufren de algú n tipo de dnCH. La sobrevida en estos
pacientes podría "11fT un promedio menor que en la población ,eneral. Debido a qu e la
edad t i un factor que afecta a la lobrevida. al igual que el e; tadio de la enfermedad, es
necfiario definircoD cuidado lo!> factorfi que si rven para con.trui e una función de sobre-
,·ida.
E. de "perar que lo. pacientes tengan periodo. variable!> de ob:.ervació n. AI,uno!>
pOdrian haber recibido la maniobra de intert!> hace much o tiempO y Otro. de manera re-
ciente. Ad em:l~ h pol-ible que al,unos hayan murrto debid o a la enfermedad en e~tudio
o porcau.a. ajenal a hta (p. ej., un accide nte automovilbtico) y Otrol tan ~ólo le hayan
mudado de ciudad.
Con 101 elemento~ ya explicado;, .e puede definir la función de ~obre"ida como:

S(t) • l'r( 1" ~ r)

donde S t i la .obre,·ida, Pr el la probnbilid;,d de que un tiempo (r) ;ea menor qUf el

tiem po de aparición dfl eVfntO de inlut; (1). EII<I fundón ei d!'Crecifntt. de modo qUf.e
acerca a O3 medida que aumenta la fdad.
El co mponfnlf que indica ji el evenlO ha OCUrrido O no lient una eJ,Ca13 de medición
dicol ómica, mieDlr3.\ que el compone!!!e dt l tiempo h cua!lli taTivo y CO!llinuo.
En hlOI ti tudiOli dt luperviVfnda, 1m dato! mili reltvante> son ti fitado de 1m pa.
cíe!!!h o indiyiduOli tn la ultima o blervación, lo q ue indica .i al IUjflO le ocurriÓ el evento
o fue cenlurado cuando fin a~ló la ob'frvaci6n duran te un periodo de terminado.
Diseñ.o del estudio de supervivencia
Lo; hlUdio; de ;upervivtncia pueden lener un di>eil.o de e>ludio; clinic01.. collorte> o
co llorte, relfO>ptetiva>. lo que otorga fluibilidad en la fuerza cau,al y el tiempo que le
pien,a inverlir en ello!. ~or lanlO. en el prolocolo de hludio,e debe deloCribir.
... La, "ariable~ que corre,ponden a lo, dalo~ de .obrevida.
1>1 Lo. grupo, de compardción.
el La. covarioble. que.e ulilizan en el ¡In(¡lisi,.
di Lo~ evenlo. finalu que intere>¡¡n,
.1 Los campo) queloe utilizlln comobil;e de 0:110, deben estar definido) antes de que
101 paciemes ingresen al e>ludio y ;e recomiendll re¡ltizar unQ prueba con pocos pa-
ciemeli par.. verificar que 10li dalO, q ue ,e rteolten.n lie pueden modelar de acuerdo
con lo que.e requiere paro ¡¡¡tilfacer el propósi to del e;ludio.
Vor lo geneml, en la base de dalOI le incluye una columna con elliempo (definido por
unidadh de tiempo: hora!., dia!., mese!., a~o!., nc.j. Ot ra columna deN indicar si ocurrió
(1) O no tO) el ~'emo de in lerh; por último. la> po!ible;covariablu.e incluyen en colum.
na! .eparada!.

Estruduració n de los periodos en un análisis de supervivencia

Es nteuario establecer distinto. pun to. de regim-o de dalO. pa ra procede r al anáUlis
debido:
oiII El punto d. origen en qu. 58 induy. al individuo en .1 registro para e! análisis. Debe
de>tacar.e que eua defi nición del tiem po O debe Carteer de ambiguedade.: inicio
de los .inlOma!., primer dia de trata miento. ftella de lIo,pitalilación. etc. Hay qu e
rf(;Ordar que. li 10i t>tudiol tien en di ferent e criterio de tiempo O, no se lei puede
comparnr debido al iesgo derivado de l tiempo (10m/-time bills); en eite senlido, 1m
paciente; que ,on diagnosticados en forma Ifmpmna pueden mO>lmr diferencial
con Otr(); a quienes se les diagno>licó mi.. tarde y el trntamien to no !fria la causa
de la, diferencial en .obrevid:. de estol grupol lfigufll 34-1).
bl D.t""";nación d. la lilt i"", ob •• rnd6n . E. el momento en que el individuo abandona
el e, tudio o en que se le ucluye del mi.mo por di"tr;a. circunuanciu La definición
de un dalo cen,urado puede incluir alpec t o~ como la fal ta dt prhenlación dtl t\'tnto
al momento de concluir el htudio, muent por cau~a. no relacionada>con el tTata-
miento que St an:lliza o ti ~imple reliro del paciente dtl h tudio.
d D.terrnl... d6f'O .. pedllao de! ..... nIO final: muerte, curación o complicación analizada.
di Momento estIIbl.cklo para .. da .... d ....tudlo.
tol Tlernpo tout da Ii> !nd ....1ón y p;1Irtldpad6n da los Individuos.
Lo. ptriodos de "!uimiento en e;ro, an:'tli,i; .ueltn 1fT di ferente!., porque se va inclu)'en-
do a lo. pacitntes dumnu todo el ptriodo dt obltrvación. lo que oripna que a 10; últimol
.It If.l ObUT\'t mtnOi litmpo qUf H quie nf. St Ifs pudo incluir dt.dt ti principio. Cada
pacifnlf titn, a.i!nado un tirmpocon Una unidad dffinida (a~o>, me;f>, sfmana;) rn que
,t le lIa ,,!uido.
El an:llisi. de ;uptrvi~fnci a ;e difere ncia con claridad de otro. an:'tli.i. euadillicol
en que algunos indi~iduoi o paciente; expfri menlan el fven lO lermi nal y otros no, lo que
 1 e
2 f
,l e
f

5 e
6 e
7 f
8 e
T,empo
)
1 e
2 f
l f
4 e
5 e
6 e
7 f
8 e

Hg~" :w-t . E ,quem~ di' e nru<1ur~aón de penodo, en un an~h", de 'upervrveoc:u

1: " .. ao, e <e n.ur~do. f fall eaó (event o)

proporciona un ti~mpo de!ioConocido de 5upu vivencia para Quienn no lo han uperimen-

lado (Iiempocen~urado). E~ lo puede ocu rri r por tre~ víai princi paln:
1. Se lIe~a la fKha sel1alada pam ti fin del e. tudio y el paciente no ha .ufrido el tl'tolO
termina l.
z. Se pierde a pacien tes por aba ndono.
3. El indi"iduo .ufrt un t1oento diferente q ue impo;ibili ta el se;uimiento (compticacionh
inherente, a su entidad pa loló¡ic3 o a diversas situaciones que modifkan el se,uimien to,
fallecimiento. por otras cau!(,.), a lo que.e le denom ina C/'I!SIII'fI por /t. ¡/f'n!('htL
Aquí debtn mencionarse d~ concepto. rel:,cionudo.:
Probab;~cllld de sup..-v", ... da. Tambié n .e le denomina ¡unción lIt' supnvi,,'nrnr, Se
ddint como lu probabilidad de que un p:1ciente ,obre"iva dhde la Cecha de entorda
delhludio haua un mornenwde term inudo en el tiempo. E~ decir. ,ecenutl en la no
ocurrencia del eYfnlO (no Callecimiento o no recaída).
Fundo.. d .,I~lJo. E. la probabi~dad de q ue un iujetoincluido en tlf>ludio len&a el
eveluo en ti periodo ob.ervado.

Metodos estadísticos para el analisis de supervivencia

La, prufba, t>tadiuica, indic adas pa ra la fVa luación COrffi:ta df [a iU»frvinocia Sf i nclu.
yen fn do> &randfi &rupos:
 , . Pruebas que no requ ..... n supu ...tos sobre la distri bución de los datos (no parametricas).
Entre ella~ ~e encuentmn lo~ método~ de K aplan- Meier y de log-ranl,; p:lra con t ra~ t e
de grupos.. o el de re,rhión d~ rit~gos proporcionale~ de Co,;. Sin embargo, se requie-
ren O t ro~ .upuestos.. como el manteni miento proporcional del rihgO en los grupos de
interh (grupo. de contras te) a tra\"é~ del tiempo.
Z. Pruebas en que .. espera qu e La sobr.... lda t ... ga una distribución no norml>l, pero en lo que
loe e>timn (/ priori una di. tribución con panlmetro. que muenTan de ••ünza (pan, mé-
tricu). Entre el1a ••e pueden considerar hl. di.tribuciontl uponencial o logarítmica.
log-normal y de Wti buH.
Los método. mh urilizadollon 10. que no requieren supue.to. lobre la diltribución (no
p:tfamétricoi) y, por.u importancia, .e les :,bon.l:t en el I1rhente capítulo.

Método actuarial
rambiín ) f le denomina método de {a IlIhltl d~, ,·ida o mí,odo 4e Cutltr_Edtrtr, aunque
mmbiín 10 de;cribitron Berlraon y Gage en 1950. Consine rn agrupar 1m tiempol de su-
pervivencia en in;ervalos y su longi tud depen de de la frKuencia con que OCUrre el mt todo
dt interfs.,Jiin que deban tener la misma longi tud. Utiliza un mt todo similar al de Kaplan -
Meier, pero jiU principal inconveni~nte es qu e proporciona cálculos poco prrei.o~ cuando
el tamaño de la mue' t ..... es pequeño. En ca mbio, ~n mu~ura> grandeli ofrree una curva
muy cla m, ofrreiendo una función de ri esgo.
Para construir una tabla de .obrevida hay qu e de finir un int.ervalo constante de tiem-
po; en este sentido, hay una preferencia genera l por el uso de numefOli entefOli que lea n
múltiplos de cinco a~o!;. Aunque no hay una vtrda de m re.tricción en la ampli tud del in-
tervalo, .e han utifizado in tervalo. en múltiplo> pa re, o in tervalm irregulare!;.
En la. de;cripcione~ siguientes.e co nsi de m una cohorte en que.e in\"t>liga sobrevida.
aunque puede leerloe como .ujetos que no pre " nta n rteaida. o con rtmi.ión. dependi~ndo
de la naturaleza del estudio. Este comenta rio es válido pa ra los mf todo. que se pruentan
a continuación.
En el cuadro J4- I se de;cribt una muestra de per;ona~ con cilnctr y la manera como
se hace el cálculo de la probabilidad de .obrevida. En prime r lugar_ u definió el in tervalo
de tiempo de cinco allo!;. En la columna E ~e ob>trvan la. persona~ que f:lllecieron debido
a la enfermedad y en la C lo~ an.umdo. en e~e intervalo. Se ha calculado la cantidad de
per.ona~ que viven en he intervalo de tiempo con la .uma de la¡;columna. E y C y se han
:lcumuladode abajo hacia arriba. De e.1l1 m:lneru. :11 fi nal de la lobre,'ida.e tiene a 15con
enfermedad y a 20censurudo.: la suma es de 35 .ujtlo .. E.to. >t debtn .umar al intervalo
pre,·io (20 + 5); por tanto. en el intervalo de 20 a25 aftol. el número de penon:u vival fue
de 60. M ~~ adel:mtt..e le> .uma el intervalo previo, con 10 que ~e llega al número total de
sujeto~ que entraron al utudio.
Se debe considenlr el número ajuitado de e,ISO' en ringo. É~tt;e calcula co n el nume-
ro de .ujeto. que en traron vi\"Os al intervalo de tiempo y >t le reua la mitad de 10'lujeto.
cen.urados o perdido. en el mi;mo intervalo.

n·. ~ n.- (Y,C,)

'en},- mElemplo
..
hopoléol,co de
h~,.
p.",on~. que .atxev""e n .. un~ enrermed.Jd n""pI ... c~

'n'..",,,1o e
o., ,
" •• m ,,~
5.10
" '" 00710
"" "',
10.15
'" , ,~ ,~

"'" 06111
15.20

"."
".'"
"
"
"
,
"
'''''
"'
"
'"
'"
O,,'"
O"M
06410

O""
"',
"
""
.
E, evento, e, cen1Uudo, n, ........ 01 ,nlOO del 'nt"""oIo. n', .... Jeto. en "e'90, q. p<obobolodlld de mUe<1e,
o ' Wobobol,dKl de oobreYld., 50b ~), oOtCenlOje de .ob' ...... de El ""e<VoIo cone oponde . . .o.

donde ti' e. ti nÍlmtro de .uj,tOS en ri'I,O para un intervalo ,~, ti, n el nÍlmuo dt .ujflO$
en e,e innrvalo 'J e,
e, el nJimno de cemurado> en el mi,mo inn rvalo.
La proporción de fallo se calcula como el númfrO dr calio.con el evenlO (1:) dividido
emrt el número de caliOli en rie>l:o (,,").
La úl!ima columna" calcula empflando en el primfr innrvalo con 100% de sobre-
vivirm,,; el .e,undo correspond e al primer valor de la probabilidad de wbrevid a multi-
plicado por 100; el trrerr poreemajr de lobrrvida le cakula con la muh:ip~cación de las
probabilidad,; previas: 0.8958 x 0.929 "" 0.8322, valor que luel:O le multiplica por 100. El
cuarto porerntaje dr sob"vida e; la multiplicación de la probabilidad acumulada por la
probabilidad .ub'Kuemr, 0. 8322 x 0.671 1 = 0.5585 ji rste valor;r multiplica por 100. De
e>la forma;e oblirnrn lodos los valo re s de sob re vida como una función:

donde S, h la funci ó n de ,obrevida rn un inte rvalo determinado 'J ko h una con~lante que
,uele ~er 100; el reno corre~¡>ondr a la multipliC<H:ión ;uct>iva de la, probabilidadh de la
columna p.
El objeth'o de hte ejemplo h ilu>lrar y facilitar l o~ cákulo!..
El lamario de mUhtra que le su~ ere P:'nI cada intervalo h de 30 suje to!.. con lo que
~e obtienen htimadol ellUble>.

Método de Kaplan-Meler
En, mftodo el par«ido ul anterior, ucepto en 10\ interv alo>. Las COnstantel son arbitro-
ri:ll en el mhodo actuaria l; .n cambio.. n el K ¡lphin·M.ier;e calc ula la lupeT\'innciu cada
v.z qu. un paciente mO'f'; co n .110. i. ob rie n.n proporcion ts tx:tctas. porque se utilizan
ti,mpol de .u~rvi\'encia pr«iJOIo. La probabilidad de muerte en cuda riempo t;e calcula
con la li,ui ent~ fórmula:
 Por convención. ~e considera que lo~ ~uje t o~ ctn.un,do~ en el tiempo (han vil'ido mil.
que lo~ muerto~ en el mi~mo ti empo. por 10 que no t. nece>ario hanr ajunu con la mi tad
de lo~ cen~urndru. como en ti método ac tu"ri,,1.
Al Kaplan-Meier ~e le conoce tambien como ",rlOdo dl'l Nmi,t' dl'l produ'10. A~í, ~e
calcula la proporción acumulada que >obrevive p:,ra el tiempo de ~u~rvil'encia individual
de cada pacieDle y no ~e a!rupan lo~ tiempo. de superviHncia en intervalO!. IncorporJ
la idn del tiempo en que ocurren lo. evento>. Como ya le mmcion6. ~e ~upone que 101
.ujetOI cen~ul1ldolle habri:!n comportado del mismo modo que quiene> rteibieron le!ui-
miento halta la ocurrencia del evento. porque se mua de lujeto!> rtprhentativo. y no hay
r'HÓn para peOlar que ten!un un pronóitico mejor o ptor que el reltO de 101 paciente>.
(A tite lupue>to.e le denomina rt'Mllm 110 ill!o'/IImi"o. )
Explicado de ot ra manera, ii le .upone que t i evento principal ei inde~nditnte para
cada paciente, las probabilidadei dt lobre"ivir en un tiempo dtterminado.t calculan !n<-
cia. a una I,y (denominada Il'y multiplimti"" d,' las p,ohtl/¡ili&"II'$) qUI indica qUI lIta
probabilidad !lo i!ual a la de sob revivir halla el momento amerior mullipficada por la pro _
babilidad de lobrrvi ... ir un tiem po; las probabilidadr¡" multiplican en forma lecuencial:

n- -E
S,=n",=n-'-n,.-'
j

la gráfica de ,obrr ... ida tiene form a de e>calera que de;ciende y puede oblerv3r1e en la
f'9u .... 34-2a E.ta fig ura mUellra la ,obrevida lu ego de dOI tratamien to. para enferm edad
maligna.
Una de la, medicion" má> impona nte> de las gráfica. de mbrf\'ida es el cálculo de la
mediana del tiempo; I f obtiene al traZar una lín ea horizont al delde una probabilidad de
SO"/u en el eje y (n decir, ¿cuál t i el tiempO mediano de .obrevida~) (fogura 34-21» .

Prueba de log-rank
La prueba de 10g-r'Jnk con.idera una diuribución de ji cuadrada. Se ilullra con una tabla
de doble entrada en que le lienen do. grupo~ de contrane A y B; en el tiempo 'I' le rrgi~­
Ira ron E. e"enIO) con n·~ ~ujtlo. en rie)go 3nth delliempo,,. E~ta tabla ~e conltruye de
la ~iguiente forma:

p"",toa dD lag mn k

e... "to (El

.',
SobtOv'''''" Totlll
n·.... e" ,
N·,,-E,. N'
N' ·E ,

Oblih"t>e que ~i unt! plT$ona ~I,en¡urada tn ti tiempoj, tambitn;e le incluye en n' ,

La Itipó t fj¡i~ nula con~idtrn que el ritlgo de morir t i igual emrf lo. do. !rupo>. El amilil(¡
de log·rank t i partcido al Mantel· Haen¡zel; en ambo. lie combinan lo. dato; de acuerdo
 ~ . .. ..
.. Cer"u,ado +

•, ..
¡ " ,.

.~

o-
~li
.
•• ..
•• "
~"'¡

't .. ".,
Tlato"'- ...

,~ ............... ":
';
,

,a ..""
.~ ,
•o ¡
.•
T•• llmlo<ltoB

~
•
o> .
..
•, ••
•

.,••,. ..."
~~

." ....
H
,0
o'

, .."
~
o
•
, ..
o
o
o

• •
Fig... U-2. En el ¡NIneI A se abo"", .. un. curv. de .oboev,d. cilwlW con método de K¡plan·M .. '....
Lo. "'1etOI que p-esenun el evento.e han m¡rc¡oo con un a rruo, moentru que .. que-
1101 ceru"idol, con lMNI linea ,en,cil El vilor delog·rink par.. el COnlrilte 1... de P <
0029 pi.i estoll,ililmoento. En e l panel B le ObleJVi li "",.mi flguri, pelo S. hi ,OOUl-
do un.. ~neil honzontilJ en el pur.lO donde Ji prob<obohdid de lobfevlVl. coneSfXlnde i
O S T.illlndo liS o.d&nadis en 101 puntOI donde tou Iu CUlVi. de 'obr ..... di. se obSef'
Vi que el I,itimoento B llene unil me doana de 16 i~OI. m,enlrill que pira el trillilmOento
A corresponde iI 24 ¡no. El dil ,¡ lillupenorodild del tr ililmoeolO A ,ej.pedo iI B

con ti hlnllO. Desd e ti puntO de YIIIU conceptual•• f puede conside rar de la .,!:u"ntf
forma

(Ob,-, - Esp) + (Obs~ - /!sp)

x', - Esp, I')p~

E~le cálculo urnr una dimibuci6n aproximada de ji cuadr'dda y el rrror qur puede
lente cae en el lado con~ rrvador.
 Ellog-r1Ink puede genenl~zar!;e para má, de do!; grupO!; y ,ecakula con /o: - 1 gradol
de libertad. donde /o: corrhponde al número de grupo!;.
En el ca!;o de la fIgu ra 34-2.. el valor de log-nwk corrt>ponde al valor de p de 0.029.
La interpretación el que el tra tamie nto tiene diferencial t>tadistical. En la actualidad le
pueden obtener fltOI v(t!orfl con facili d(ld mediante el UIO de 101 paquetel eltadiltico>.
porque el cflkulo requiere la obtención de 1:1 varianza en cada uno de 101legmentol.

(Obs - Esp )'

Lo¡;-r.nk - ., .,
V,I/Wbs, Esp,)

Tiene una dimibución de ji cuadradu de un grado de libertad y el wmilar al dkulo

previo. donde se incluyen ambo. grupo>.
Un aSp«"to que puede dificulwr la imerpre tación dellog-ronk el que lascurvu. de 101
tratamientOI muestren entrfCruzamiento.

Método de riesgos proporciona les de Cox

Se puede hacer un aná~si, de riesgO! para cada variable uplic3loria (inde~n diente) en
un anáti,i. de rtgruión de COll. En el alpecto conceptual. UtO corre;ponde a una rulón
de rielgo en un periodo determinadu Una razón mayor de l corre,ponde a un aumento del
ries~o: en cambio, una menor de 1 indicaria un ri esgo menor. Por ,upueslO. ellO de~nde
de la forma en qu e le hubiera codificado la variable dependitm f (e'·enlO final).
Aunque le considera un metodo de di"ribución librt. t. pane de la familia de los
mod elos lineales generalizados, cuya forma corre,ponde a:

Y,=G
donde G u el modelo lineal generalizado:

G= a+(J,X, + P).', + ". + (JI/

Para la ellimación de cada lujeto. la fórmula anterior puede reordenaDe de la ,iguien-

te maner1l:

y. = (J, = Y + fJ,(X, - X,) + 13,<X, - X,) + ... + fJp:, - X)

En e.rQ fXprewón. ti valor promedio de l' If .uma al promedio de toda, la¡ vari ablfl
de Xy luego;e modifica de acuerdo con lo. coeficiente! beta. En el ca.o de regrflión 10-
g¡>tica. >f uprflan la. utimadone. individuulfl como:

El ml'tooo de Cux utiliza un abordaje parfCido para el análili! dt ~ob rr~i da . Cakula
la funci ó n dt .obre\"ida como una función de rir,go. mediante el um de un mftodo de
vero~imi1itudu pal\:iale~ El ~sultado final es la probabilidad de qu~ una pfr~ona ten;a
sobrevida hana un tiempo I
Si en el mi~mo ejemplo de los tr:ttamientos ~e incluye la edad como variable inde-
pendiente {;rupo l. < 40 años; ;rupo 2. entre 40 y 55 allos; ;rupo 3. > 55 allos de edad}.
entonen ~e obtienen coeficienth multivari:,do~, (pam realiz.u enos cálculo~ con~ultese la
ba~e de dotos soor".il/luw en el centro de uprendizaje en linea.)
El tr:uomiento mue~tm una beta de 0,91 (error e~túndar de 0.41. valor de p < 0026).
mientm~ que para Io~ ;ru~ de edad el valor bua ei de O, 16 (error htÍlndorde 0.39. va lor
de p < 0.68). Lo~ ,'alores de p se calcularon con enadi>tico de Wald.
Al i;ual que en re,rhlÓn lo,is ti ca, se conside m el valor de beta como un exponente
pam obtener los rozones de ries,o. De hm form:l tI>, le obtiene que el trotamiento A ofrece
2.4 ,ece. moyor oportunIdad de sob revi vi r que el B.
La ~&re.i6n de Cox permite evaluar el pe>o de diferente; variabln sobre el eHntO de
inurh.
La p~dicci6n de I:t tasa de mortahdad media nt e lo, rih;m pmpomonale; se calcula
de la ,,&uiente manua:

A(t, X" ... X) = Ao(t) · r~;x ' ~",, ' • J,>

donde la. fundon ei A(t) dependen del tiempo, mi entras que eI)", depende de las variables
independientes y iU! interoccione~ Como en todo> los modelos lineales. es po!iible suni-
tuir los valores de las variables y multiplicarlos por los peso. de las be13~ De esta forma.
se pueden calcular difuentu tasas de ries;o,

Conclusión
La~ técnicas de an:Hi¡'¡~ de iob~vida son eficientes para analizar 1m e"ento~ que ocur~n
en el tiempo. Enos modelos ion más eficientes si loe considera el rie.;o in~tantán eo en el
tiempo, como en los mftodoi de Kaplan- Mei er y de regrhión de C<n..

D.w..,n-S.... n<k .. B" T"'f'p R.G. I1iM~¡Jisfl('¡1 /I/!tIim, :>.Iéx,co: El .\ l. nual .\lO<k.no, 1~3,
FC.'In .. cin A,R.rro~m'lUl haz.,¡,JII""Ó'JiJ (e&.: R'f.rtlSi~I/). Y.Je Un;venuy I'reu, 1~(d70-397.
Bo",.. l..un~ L, Z~mo .... -~1uñ,,~ S., S.J>:u,-:>'hrtinel. E" L...".no-I'on« E. An:í!, ... <k ........... ven_
ci •. ApI;eoción en un. mu~ .. <k mu;.",. con c:in«r ce ....,caI en :>.i6oco. Sal"" flÍb/irIJ Jr MI-
xi"" 2000;42(3),242-251.
C ... m>c;c" A. Apl'ooón y I';';n,O-I dd .níl,';, de ""perv;ven";. en l•• ;n"""".oon<o dinicn /in,
CUN_ H rmIJfl>/¡I/mumtI H'!nom, 2002; 18(2},
Lcoón f.., Zulu.g.:c. P. Cómo clc¡;ird te. . .dccu.do por. comp.... ' curv~. de ........... ""no •. AlMCJil/,
2006; 127(3),96·99.
Rd.u. P. ConceptO"-' I»,;coo <id .n:í!;';. <k ""pe .... ivenci •. Ci , &p. 2005;78 (4),222 -230.
 Aná lisis multivariado
y exploración ini cial
de los datos

AlI umquely hum .... phenom'Nu, are expressed Ir! soh dlnJC:aI data iJfId ( J'gnOflng Ihem
c..-.... t"" a b/Ostal1sDcal dm,eal saence marl5 del,be.-,ue#ydehlJlJlWllzed
Fe,nsteon A. CI,mmetncs, 1987

La uladi~tJca t i una diKiphna que se relaciona con el delarrallo y la aplicación de méto-

dos para la obtención. el an:\his y la interpretación de datos. También lit le ha definido
como una ciencia que de termina [a manera de u li~zar datol par-a lomar dfClliones. En
cuale.q\uem de estOI comulo!.. se debe con¡;iderar que cada htudio!t rta~za den tro de
un contexto de problema de salud que corrt.ponde id una época. una zona gto,ráfica. un
grupo étnico. una Inttrn ..dón del conjunto de genes de ele momento 'j lal relaCione. con
variablel que u posible dellnk pro\'enienth de l ambiente.
El evidente que la lIipótesh que loe eu á a nalizando.e deriva de 1~1 \anablel m:h rele-
vante> y lue,a. de acuerdo con la e>cala de medición y la contl~b! lid~d de IOllnUrUmfnlO!.
,e obuene unu ~ent de d~tOJ cuyO! umdi.!icos mutltrun concorduncia o rtchuzo con la
hipólem IniCIal. EIln~e'll!ador debe reHuionur lobre lo. p31ronu que bu>ca en lo! dalo!.
~un ante! de rulizar la Inve.uI3ción. La capacidad de predecir ]0. patronel de lo. dato!
~e .u.tenta en el conocimiento que el investipdo r tiene sobre el campo de.u e.pecialidad.
Al tlnal del •• Iudla. tlin\'flnlador hpera que la predicción de la hlpótuu concuerde con
lo. da to. obteOldos.. para concluir que la hipóthi. uene .oporte .uficienle paro que.e le
conlldul \'udadero
Duranlf el ~,Io pasado. rt.ultaba com plicado conuruir una bale de datos y realizar
lo. cálculo. f.tadi.ucos.. mocho. dI tilo; creado. por proft>ionalrs como Ptauon (padre
I hijo), Filhlr, GOUtl y Nlymun. Imrt OUOl La rrahzación de IOlO cálculo. requfria tiem_
po y la colaboración dI otras ptrional que ularan ábaco>., ordenaran columna>., IIlvamn
libros d~ cu~ntas. ~tc. S~ conformaba. ~n gen~ral, un equipO d~ personas a las qu~ se I~s
denominaba calculadoras (de all í nace el nombre de las calculadoras electrónicas). Es ta
forma de hacer htadística no la pOdía aplicar un inveui,ador que no tuviera el conoci-
mien to o lo~ recursos matem~ticos ad ecu:ldo. y e>la h una de 1m razonu pOr la~ que
nació la utadíuica denomi nad:l no pmmnhrim.
Hoy en día, debido a la facilidad de acceso a programas e"adíuico~ que hacen an~­
lilis de tipO complejo, pod r ía disminuir la capacidad de reflexión del in,·mi,ador. quien
e.peraría que el pro,rJma IlClUllra como una caj:l negra. Debido a que tal tknica. mul-
tivariadas ell~n muy a la mano. la tenlUción de ir de pelCa po r valorfl de p significativo!
h muy alta.
La impoTlancia de lo. dato! obtenido! debe jU7.gllr.e pOr el 1,110 que van a darle cien-
lífico!, investi,adoru de Olrol di!oCi plinas y medi OI de comunicación, entre Otro. Ello
ayudll a pensar cómo deben representar;e 101 d:lIo! p(lrll que .ean ma! útile.
!'uede con.idtrnr¡f (3mbi~n que la eiladi;tka con.hlt en organizar un argumentO Íltil
a paTlir de la " 'idencia cuan titati va. LO! dalos .e encuentran fmbebidOi en un COntUtO
que lo une dt manera intrínlfCa a la hipólflil que le bUIC3 an alizar, y hay que rfCordar que
elta hipó!"is ~sponde a una pregunta de invlltigación, que a IU vtZ acota una brfCha en
el conocimiento cien tífico.
La obtención de datos no equivale a lenn información. Todo depende de la razón por
ta que le elaboró una bale de da lO!!. Con frfC uencia alguno. col~gai m4!dicOi inte~sadoi
en in"utigación se han acercado al autor y co menta n que ti~nen una ba!ie d~ dato!i muy
grande y desean \"Ir lo que ~e puede hacer con ella. !'am,er honelto!, si lo que se desea t;
hacn in'""IÍgación. es poco lo que se puede hacer con este tipo de base de datos. porque
lo, campo. no se e!.Cogieron para respo nder alguna pregun ta de inveltigaciÓn. En cambio.
si pu~den utiliZarse para aspectos admi nistrativos de quien rfColfC tÓlos datos. o panl co-
nOCer el tipo de peno nas en quienes se puede hacer alguna inveslÍt;ación.
E. importante tener en claro que no es lo mismo obtener información que tener co-
nocimiento. La inveuiJ!:ación parte de un conocimiento previo. y I:u preguntas de i",'eui-
gación ~e encuentran en un cOnte.lIO especifico y deb en orientane para definir de manera
adecuada los inurumento. de in\"eui,ación que van ¡I ser útile> paTa responder a la hipó-
te,i!!. Entre e>tOi instrumentOi.e encuentra la base de dato!>. Por tanto:

o.rtos .. Inlor ..... clÓfI .. Conocimiento

E. una buena pr.ktica que 101 alumnos de ¡nveltigación elaboren una bitácorJ de
anllli.il que deben lIeyar junto con todo el proceso del de.arrollo del pro)'ectO de in,'uTÍ-
gllción. En ella. deben 3nOtólr 101 li ti os electrónicos donde Illmacen:ln lo~ dQ~o~ de la ¡n"tI-
t¡gación. La bale de dlUOI original;e dej:l inwcw y le hace una copia de trnoojo. en la que
;e modifican variables o a la que le agrega n nueva. varillble!, derivada! de lal originales.
Cada una de eStal ba.n de dato! debe aparfCer en la bitácora de análi~s.
Ante. de iniciar cualquie r an~li!is es tadíStico•• e debe pa.ar un par de .emanas reaU_
zand o gráficas de hillogrnma!, dispersión o caja. para conocer bien la. variablel y deter_
minar la preifnda de ou,litrJ o valore; UITemos (a 101 que i f denomina aquí valores fuern
de rango o VFR ). Esto' ejercidos previos para conocn 101 datos se anomn en la bi t:kora,
 Anll", .. mult"' lnldoy ~~Ofloón InKWI do lo< doto< 387

re.allando, ~ e~ nteesario.la revisión de alguno de es tos valorh extremOs.. o eliminándolo,

E. rtcomendable que. a ntes de eliminar alg un o de los dato. que corrhpondan a VI--X . se
,ometa a un comitf que ayude a determinar 1'1 pertinencia de lo~ caso,candidatOl.. En la
bi tácora también debe apar«er ~i IlUbo ntch id:ld de transformar alguna de la~ va riables..
adem:h del tipo de tranl fo rmación y la mzó n por 1:1 que ~e realizó.
Hay que asegurar y mantener la calid.ld de lo. dm o~ dhd e el inido del proytctO de
in\·e.ti gación. De;de e!llpal muy temprana. le ha ce una ba~e de dmo. prelimimlr. con lo.
campo. queloe requieren . Cua ndo entrun al elludio 101 primeros paciente. o. mejor toda-
vía. c uando se ruhza un htu dio piloto, .e deben ingrhar l o~ datoi en forma eltet rónica
paro que se revi.e la forma de llenado, E. nech:lrio in.iuir en que tod o flot O debt hacerle
en forma tempr,ma, para corre!,ir errore. lInte, de que loe inicie la captura del gruelo de
pacienle. del e.wdio.
Por úl timo. lo. dato. debtn prflentar.e de mtln era ptr;ua.iva; el acróni mo hi \Glc . e
forma con la. palabro. magni tud, articu lació n, generalidad, interll y credibilidad.'
La mtlgniru,1 de la robu,tez de un argu ment o euadí>lico ti> función de la magnitud
c uantitativa que apoya la afirmación cua litati va. El tamañ o del eftero f> una de]a.
manera, en que se proporciona un ín dice de magni tud.
La lIrtirult.ei/", >t refiere al grado de detalle con que se Hpre.an la, co nel u,iones,
En fi te caso, loe alude al detall e de las relaciones numéricas entre laji yari able'>.
La genemli,¡m¡ responde a la a mplitud con que es pmible aplicar laji conelu,io ne'>.
Hay qu e considerar el co ntex to en que se realiza la investi gación, porque es posi ble
que se presenten condicione, muy estrecha" que no puedan coniiderarse conoci -
mie nto gen eraL. aunque se tenga una alta validez intern a en el estudio. La cali dad
de los datos est!l muy correlacio nada con la fuerza de lo. argum ento'>.
E. muy diverso lo que puede con,iderarse intl'rl'Sllnti'. porque de~nde del momento
histórico en qu e se da la investigación. El interés puede perdene ~i la investigación
>e realiza cuando st ha publicado una ca ntidad con;i dera ble de artículos relaciona-
do; (u hace un ~refrit o"). I'or OtTa parte. el rompimi t nto del paradigma ac tual ti
pa rt t dt l trabajo dt 101 investi~a d o rts ; por t ilo. t; desea ble que la argumentación
~ta 10 ba~tantt interuante como para ca mbiar la Opinión dt Otros in\·t;tigadorel
;obre ti ttma.
La ("ft'l/ibi/it/" ,/ alude a la verolimilitlld de un:l afirmació n en in\hti,ación. Elto
requiere una mttodología ;:lna, ade m:\; de cohertn cia te órica.

Conocimie nto d e les veriabl es

I'ara correr un an~ li li. de tipo multivariado es indi lpen.able que ~e hayan explonldo a nttl
lo. dlltO. en forma uni y di vari ada, que It h:IY (ln rtcon ocid o va lo re l fuera de rongo (VFIt ),
que .e hayan identificado di. tribuci o ne> de tipo no no rma l y que. en CHO ntee>ario. loe
hayan tra n.formad o lal variublu I'o r lo ge nenl l, ,e h ~ce e>la exploroción mucho antn de
iniciar el a n!lhi. multi va riudo y;e utilizu In hu r.lmienl1l m:l; podero.a para co nocer la.
variablel: la. gráfica",
Lal variables ritntn formas de diltribuci6 n y dimenlione; qUt ayudan a rtconocer
esa dinribuci ó n. Cuando . e eu:\ en el ca mpo, por ejemplo, sr putde in fe rir, a pa rtir de los
ruido. que le er.cucha n entre lo; raltrojos.. la dimensi ón y so.pechar que lo. produce un
animal pfqUf~o, como una rata, un ratón o una z'Hi~üeya (depe ndi endo dellu~ar). f>or
iupue, to, no u va a con,iderar que ie trata de un elefante o una jirafa (eno no depende
dellupr. iinodel iimpleconocimitnto del t ama ~o de la fauna). De la miima manera. hay
variable, que titnen una bonita forma de ca mpana. Otrai preientan exten~a~ capaJ me-
dievalh que la) lleva a tener de:.vianz,u gmndel (interleucina!o. triglidrid o~). otra) tienen
largal cabeza, con larga~ cola. (e>cala, de Likert de 'llguno, cue>tionariOl). otra. ~on muy
del~ada, (IeptocurncaJ) y o tra, peque~al y roll izal (pla ticurtica.).
L:u variable:. tienen di rerente> forma. y prelenmn dimen.ione:. que corre.ponden a
.uó unidade. oripnalh. Cada uno de lo. invhtigadoreó debe conocer la,caracteriuicuó de
la, variable:. y ~u. rormu>. porque bta. oe repiten y Ion m:Íóclarai en htudio. que tienen
un numero de mUhtr.u ade-cuado. De eota manem, óe reconoce con rapidez wuna variable
mue>tra alguna particularidad debido a la forma en que óe obtuvo. f>or ejemplo, ói el pro-
medio de tri~lidridos en poblaci6n adu lt a eó 80 mgldl y tiene una de;\'iaci6n eu¡\ndarcer·
can a a 80 mgldI. e.o e!i lo que!ie eópera de una diótribuci 6n con un .e.go a la derecha. Sin
embargo, oi en un congreso un inveuigador preóentan una mue, tm que tiene triglicfridos
de 60 mgldl con deóViaci6n eu¡\ndar de 50 mgld!, de inmediato lie deduce que le trma de
ni~o>. porque la forma eópernda en adultos es di fere nt e, aunque en los nil10li n encuentra
tambih con de.vianza hacia la dtrecha.1
Sin embar~o,.i se presenta un promedio de 160 mgldl con dtwiación eu¡\ndar de 115
mgldl, lo más probablf es que 5e trat t de adulto. con alguna anormalidad y, tal vez, de
pacientes con dililipidemia e n trmamiento,J
E>tas mismas variablt. que tienen una for ma al ,er analizada. por hi.to~rnma ... tienen
compo rtamitn to. difnentes cuando se anali zan junIO a o tro>. En lali ~ráfica. de manicts
paro puntos ( J('(ItIl'r pfo') se puede ObltrVar cómo ,e comportan ~n pre.tncia df otrns va-
riablt>. Eua t«nica también puedt ayudar a identificar VI-"lI. (ourlil'n) bivariadm o inc lu.o
multivariado>. El.tru pun tos dtMn id entificarót y deben rfl:ibi r un tratamiento e>pecial.

Tratamiento de valores fuera de rango

LOi valore. Utremo, o wrlo'I'Jfut'ru dI' nmgo (vFlI) le pueden obiervar en uno o en ambo~
extremo~ de una diuribuci6n univ ariad a, LaiC3ui'lI de enol VI-"lI. pueden ,er divena!o. ¡lfro
la, que deben considernne Jon tre>.

Errores en la captura de los datos

Un inve>tigador puede haber cllpturado Unll el tmum en centímet ros cuando debió ha-
cerse en metlm (podría hll ber eleri to 163 cua ndo debió e>cribir 1,63), Por Otro pam, ~i
le emplea una bale de dato;. elec trónica en que no óe programó de manern e,pecifica una
acot:lción del va lor que pueden tener la; v;lriab!e>. eó posible que al momen tO de trans-
cribir los datOl,e rep'ITe por accidente un número en lugar de Otro. o que .e omim un
punto dfl:imal. Cuando se ob.erva un VFII, óf debe regre.ar de inmediato a las fuentes de
obtención de datos., nrific:u y corregir el valor, li n erróneo.
E~iólen pro~rumas que pu"len "!andarizaróe para obtener al~unos valort> que de-
ben ellar dentro de un rango eópecífico. f>or eje mplo,.i .e decide utili~ar lo. Yalore~ Oy I
para determinar el suo dI la población, le acota el campo de vaciado para que no puedan
introduciru valores que no corresponda n a e,to> dos núm ero>., f>or SUpUIl!o, nO!ie puede
 Anll", .. mult"'lnldo y ~~Ofloón InKWI do lo< doto< 389

hacer nada ~i el capturiua es.criM Oen lugar de 1, o viceversa. Otr1l~ eUr1ltegi3~ como la
doblecaptur1l. ayudan a tvitar e~ t e tipo de errore~ a meno~ que la hoja e1Crita de vaciado
de dato~ tenga errorelo.
Elu~o de tllpediente elec trónico parJ invhtig:Kión (ty uda a d i~minuir ene ti po de erm-
relo. porque de inmediato ~e pueden detectar Vl'lC cua nd o ~e e,tá v(tciando la información.

El sujeto no pertenece a la población blanco

Lo~ cri terio~ de inclu~¡ón p;trJ elegir a la muellm deben limitar la entrJda de ~u.iet<» que
nocorre~ponden a la pobl;tción de interh Lo! criteriol de excluliión ebm inan a Io~ !ujelO~
de la muema que tienen condicione! que modifican el efecto de la variable de interh. Sin
emb¡lrgo. puede hPber un:. lerie de ¡i tu (tcionel en que no ~e tiene el conlml inmedi:.to de
Otnl~ ~ ariablel que pueden modificar el efteto y que no le puede dell'Cta r (1 pr;or;. f'or
ejemplo. si le tiene in ter~1 en una mu'>tra de perlona, con lí ndrome metab6~eo y le in_
cluye a un lujet o que til'ne hi~rtrigliceridemia lecundaria a deficiencia de tipoprotrina
lipa.a, >f ob>frva que la co ncen tración de lri glicrridm "tá dentro de 10i miles mientras
que el r"lO de lo, paciente> que no liene n un fondo genhico "tán por debajo de 500 mgl
di. Elite .ujeto mueslra un claro VFI< y le detecta que tiene factores gentticOli que ~ an a
confu mlir la a.ociación que se e.t:l bus.cando.
AlgunO! programa. como el s~ss delectan VHI. imerno! y eX ll'rno. (f"ogllralS.l ~ ElcTÍte-
rio Que ,e emplea paro acotar 1m limi les de la di st ribución con,iste en multiplicar por 1.5
el rango in rercuartilar (b diferencia entre 1m euartile! 3 y 1: Q, - Q,J y .umarlo al cua rtil3.
El último ~alorden l ro de "te rango dnermina la longi tud de los bigotes. Lu ego!if "uel"f
a mutiplicar el rango in lercuanilar por 1.5 para obtener una lona de VFI< ¡muno.; a 10!i
valo~! fuera dt ts ta 10na!it le> conlid ua VFI< externo;. Para fine s pníctico~ los VFI< exter-
no. eltán mh alejados deltTÍplt del rango inte rculrtilar por a rriba del cua rtil 3.

VFR exte,noo -> • LOI ""lijen exte moo ..Un lIfuc,o de t, .. vec..
a,.
• 1, .... go 'rI1e,cuor1 ,I.. y p .... ..-ribo d.1

-> •
• ) Si 01 , .... go 'nte, <UO<"l,I .. le mult , p~c.o p'" I 5 Y , .. tumo", limito
de l. d,IIribud6n .e obt'.ne lo r ono d .. ""'..... ,"' o,no,

Ultimo d.to dl""o

dI lo ron. Kmh
) El , .... go int l'<UIr1,lo, multoplicodo j>Ot 1.5 Y ... modo", a,
ind,co .lljm~o ... po,io, do lo disu;t)uci6n.

R.... go ,nto re.. O<"I,I., la, - 0,1

a,

VFR Inttmo -> • 1 El , .... go 'nto'e.. o.. ,lo' mu~opl,codo

'lId'c a t i hm~t '1Iltno' dt l. d,nnbuc66n
j>Ot 1 5 Y , ..todo ", 0,

R9 ... l5.1. GriflQ de caja. &rt que 'e obwrva la POII OOn de la medan.>. 0,. o,y limn", La alt ..a
de la QJa corr ...pondo> al rango ",te,cuart,1 Se "u,l r.n_,~ .. rno. y e.t!!"mO' de acuerdo
con lo. =..,,05 de 1 5 'ongo' ,nt ercuamla,e , aceptado,
El individuo pertenece a la población de intere s
Se trata de un individuo que tiene un \'1'11 pero que ei utrfmo y pfrtenece al ,rupo de
interh. En e,te ea~o, lo, \'1·'11 permanecen para que ~e rulice el a náli!.i!.,. pfro tal vez ,ea
nect~ario realiz3r al,una traniformación en eia variable.

IdentificaClon de valores fuera de rango multlvanados

El problema de lo~ \'I'M h que podrían ahemr alguna de la, pruebas e:.tadistica .. Euo
se debe a que vario~ de los método. estadi.ticos se b:1\:tn en 1:ls de" 'iaciont> respecto al
promedio y su elevación al cuadrado, !'or tanto, los VI-"lI tienen de:.viacionh muy ,rundel,
que podritln afect:lr la li,nifica ncia e;mdis1Íc:, de un a pruebtl. En el cala de la re,resión,
lo. VI-"lI pueden afectar de manera importante el valor de los coeticienteli de co rrelación.
Lo. VI-"lI pueden exi;tir en lituacione. UniV:lri"d¡IS o muhivariada;, co n e¡,calas de me-
dición dicotómica. (muhivariadas) o con tinua. y en va ria bles depfndientes o indepfn_
diente>. Los VAl multivariados son casm con combinaciones poco comunes de dos o más
variables y en el ca.o de pocas variable; pueden Ser dnrctados de manera ,·i.ual en forma
muy iim ple. Eno ie puede hacer en forma visual analizando 1m histogramali y Jai ,ráticas
de caja;, pero tam bi~n revisando ,ráticas de correlaciones que se pueden hacer como una
matriz de ,ráficai de dispersión ( tambi~n conocida como gráfica de escalerai) (figu.... 35.2).
Ot ra fo rma con.iste en e.tandarizar 101 valores a unidadei de:.: y obliervarcuáles !ion
mayore. de +3 y cuáles lion menareS de - 3; ,in embar,o, en presencia de un tama~o de
mueura n > lOO, ~t podría considerar la exten.ión de eita regla a :.: < - 4 y :.: > +4.'
En el caso de los VAl muhivariados., .e puede emplear la di,rancia de Mahalanobi1.
que .e analiza como una dis tribución ji cuadrada con grados de libertad i,ual al numero
de variable. en el análir.is.· El ..alor critico aceptado para dettrminar un valor fuera de
mn,o para la distancia de Mahalanobis es 10 q ue tenga ,i,nillcancia t; ta diltica menOr
de 0.001 (p < 0.(01); loÍn embar,o, se rreomienda revi sar 10 que tenIa ~i,nificaocia menar de
0.0 1. El cuadro 35-1 e; una luía obtenida co n 10i valOre; de ji cuadrada con el prO,mma
ElIeel =~tl.UfJI \ .CHI .I NV [(P,obtlb¡Hllml.gralloJ 11,' libe'lm/)).
Una \'tz que u h:l identificado un VI-"lI multivariado, debe hace~e una in"elti,ación
rnlh profunda. Se debe analizar ~i ~e trata de un error de captum y, loÍ fue h el ca:.o, debe
corrfpr>e. Sin embar,o. si ti in"eui,ador define que!ie trata de un error de medición o que
el.ujeto no pfrtenrce a la mUhtr:! de interfl, debe eliminarlo del análish con prfvia juui-
ficación para el comit~ de ¡¡náli.i. de dato!, en ClbO de que exiua. Si se trllta de un .ujetO
que h parte de la muestrJ y que no se encuentn1 en al,una de las situaciones an teriore;, ót
procede a realizar do; a nMisi): uno con el V!'tI. y Otro sin ti. rod a depfnde de la hipó.esh
de interh y del conocimienlO que el invt>tigador tenga sobre el ca mpo de t>tudio.
Hay que rreordar que 101 VI'M no Ion d:lIos mul o!, porque en di versas ocar.iones repre-
sentan caiOi intereliante> que deben an'lliwr.e en forma mi\; detallada.
Si el investigador dreide que e; legitimo que el c(•• o perm:lDezca en la mue;trll, debe
anahzar la po.ibihdad de transformar la variab le, con lo que disminuye el impacto de los
valort s fXtremOs.
El análi~i; de rfliduales tknica. multivaria da. es un área amplia que tÍene varias
utilidade>. El análisis de los residuales permite enCOntrar valore; de influtocia liobre coefi_
ciente> de correlación y la manera en que una 101a variable puede in fl uir .obre la re,resión
 Anll", .. mult"'lnldo y ~~Ofloón InKWI do lo< doto< 391

Sujeto co n valer extre mo

Rg ... 3S-l. Grmca de dI,per .. ón ""Ierm. de m.lnl , t. mboén co"""d.1 a>mo !Tme;¡ de e'e;¡I.... ' Se
ome",a con d..,d.dun punlo VF R "" ~ incice de "'", . corporal y ,e ","nI,ene "" el re,to
de ,.. !T;ihe;¡, la dI . gen.1 p"''''pa l muestra l. dlstnbuaón de uda vanoble en lorm. de
hI,to!Tama y cad. lado lu .... de e,ta d agonal e. ,m.gen "" e 'P"l" del et.e

cakulada. Se le. conoce como valorH de influ encia o valore. palanca. Exinen vana. tte-
nica. titile. para detectarlo~ y darle~ un trJwmien to 3decuado.
Ent re la~ ttenica. de iden tificación que pueden encontrane en lo~ paqueth e.tadh ti-
eo>..f encuentran la. diM (lnci a~ df Coo k y df M(l halanobi .. lo~ .·alore~ OFbflu y PRESS,

Transformación en unidades r. a signación de un nuevo sentido

a los valores crudos
Lo. clínico> dan va lo r u lo. punto. de com de diferentfl vanablf~ 6wolópca!, bioquimi-
e:L!, o df cQ lific aeion f' de e ue>ti omlno;. Lo. punlo~ df corlf .on ,uiQ' para lomar deci~i o­
nfi dt dia,nó>tieo o tratami fn tO. E. pOiiblf e;L!cul;Lr indicadorf> df la uri~dad di a,nfu tica
o pron óuiea d~ aeund o con f.tudíitica b:Lyhiun¡¡,
Taml;Mn hay qUf eon¡i(jnar que la 'iladi.tica de tipo multivariado pnmilf la muela
d, puai co n man~anas.. :.lW,nando un ~entido bio ló~co qu, el im'e;li,ador debf intup"_
lar. En una regrt'r..ión mtilriple, !s por.ible q ue ti invhtigador d'~tt uplicar cu:lll~ .on l,u
variabltr. que co n.ídera m:lr. importanttl para la varianza dI colhlerol dr HDL. En e,l!
ca,o, como variable. up~cati~a, pUldt n co n,i demr el índict dI malOa corporal, la rdad,
l~ml:.!tI:II'~1U•• V.lore, de JI a ...... d;¡ que co rre,ponden . un mb,mo de:.!J grodo. de hbert.d (GL)

...",
de ';;1 pnmer. coltmn. p;i'iI una probabi lidad menor deOOl y de 0001
p < o 01 p< 0001

, '"
, ", '"
'"
•, '" ~,

,,.
,,"
,
••
, .."'"
,". N'
."
."
'"
m
."
'"
"
ti>

",
'" "'.
"
H '"
,,. ~ .
~ , ~,

" ~, ~ ,

"
"" '"
". '"
~.

~.
" ~ ,
M .'

'"
"
'" '" ~,

el género, la cOllCentrnción en !Ouero de t rigli ct rido~ ,,1guna e.c ala de 3cti~id3d fi~ica y un
cutuionario de coni urn o d e gnu 3i ¡at urada!., entre Otra. variable.. La. unidadn de cada
una de ellai e, di.imi l: el índice de maiacorponll no tiene unidade. (h un índice), a~ ol., la
3,i gnación de gén ero no ,ie ne unidade¡" mgld l, ca lificaci ó n de actividad hin unidadu), gr!
día. etc. Toda. ellal le pueden utilizar en una regrtli ó n.
Una forma de analizar 1o. ,hullad o. de la regrhi ón h mediante el empleo de coefi-
ci ent e. e> tand arizad~ en que la unidad co rniln de toda~ la~ variablu ~on la~ uni dad e~
de : . De hlU forma_ se puede evuluar cuá l de ):1. variable. tiene el mayo r eftcto sobre la
variable indept ndi ente y cuánto la modifica. Elmmafto del eftcto.e obti ene de inmediato.
porqu e ~e !mm de unidades estanda riz ada>.
La fórmula p;¡m tmn.form ;lr yariab le. en vulore> de : h la .i&uiente:

It eprfienta 13 diferencia de cada dal o en re lación con el promedio y lur,o le divid e

entre la dflviación ut:\.ndar. Si se utilizan los valorfl de! en lu,ar dr la; variable~ o ri p _
nale" 13. diferencias de 101 promedi os dan el ,,,maño del efr.: to que Dene n I3li diferenci ar..
 Anll", .. mult"'lnldo y ~~Ofloón InKWI do lo< doto< 393

Otras transformaciones de los datos

Si 101 dato~ u Il1ln~forman en dil tnbocione, normalH o con una difertocia mooemda en
relación con una dillnbución normal. el anúli.i. htadínico h m:h prKi~o. Lal tl1lnlfor·
maciont~ mantienen la po.ición relativa de 101 ~ujuOl; por ello. la~ conc1u~ionellObre lal
relacionh de lal vanables.e mantienen inwct:tl.
A I,uno~ pro'l1lma .. como el ~'T\TI . permiten utilizar el comando ladder o ,Iadder
pard obtener potencial ti la. que le debe elev:lr una variable paro tl1ln~formar1:1 y poder
comparorla con una dist riboción norma l.
En la 1'"19..... Js..J le Ob,UV¡l una diltribución de trigticfrido~ típica. con les,o pronun·
ciado a la dUKlla. En 1,1 parte inferior le enc uent ro un tipo de tron ,formación '1 el valor
de ji c uad roda paro determin:.r la bond¡,d de ujulle, li loe bU;C:l una dis tribución normal;
en la última columna le encuentro el v;l lor de r. Puede oblotrYllrloe que el ¡nyerlo de la

Hi<logr ... ~ por tr.,,,,,,,,,..dÓn

I
!lL-
L~ .----- !~--
I

1=------1~I=. o
-
.,"",",,,,
¡

oJ,-JL-,I",,,'--\,. Jf:J::¡¡:>..,..
,!'-JL,.. ,, =.'L~~
. - _......
Trigli<4ondo.
Elul .... a d. t ri9~e'ridol

'Gu."""" Tngl,,,,, ,, do!;. ~'

"ID '''''
lngl,,,,,,, do!;.M
dI. do
"'~ '''''
,,'"
Ido .... 'dod
Ro .. cwdl.do
lngl'c, ,, do!;.
R.I! o."Iro<lo (Tngl,,,,,,,do!;.j
''''
02 OOE
logoo,"roo 10 rrngloc • .,do!;.l
'" 0017
1/!Roiz cwdl.dol

"'-
I/cwchdo
1/ R. ~ ",.<t.do (Tngl '''''''docj
1/ Tngl,e."do!;.
1/ Tngl,,,,,,,do!;.M
..
,'E 0112
0013

~" '''''
I/obeo 1/ Tngl'''''''do!;.''
.'" '''''
1'1110 .. l~l. En el panel ~upertor IlQUlerdo le muestra la (hlrtbua6n de tngllcéndo! de una mueltra
En el CVllro . abaJO . ,. ubl a obtenida al elevar po!tno><, con valor • • de J' OJadndo, p.rJ
COnlra<te con una dnll1buo6n no,mal Ambo. la derecha.e rnve.tranJa. chlnbuoone.
nblero<h. con la. polenaa. de ,. ta~a antenor Se UI,hzaron lo. comando . hdde r y
qJadd~r di! "'......
raíl. cuadrada titne mejOr bondad de ajuite con una diitribuci6n nOrmal. POr ultimo. en
la parte ~uperior derecha de la figura ie mueitran 1:11 tran.form acion ei de la tabla y una
di;triboci6n normal te6rica. Obltrvele que la funci6n dt id entidad corresponde a la dil-
tribuci 6n original de lo~ tri!lidridol.
Si el inve,tigador deita realizar ~u propia tnln.form:lCi6n, puede utilizar como guia
In. ,iguienlh lran.formacione!:
al Ralz cuadra"" da '"- En C3.0 de que la vilriable lenga una desvianza p~itivu mode-
rada.
b) lopllmo base 10. En CUlO de que la vl\ril\ble tenga una dhvianza poli liva muy mar-
cad~ . Si!e tienen vll lore! ne!ativo;.. St dtbt Ilgre,ar una conS lantt qut, al .umar.t,
vuelva politivo. Iodo! l~ valort. y que logre que el valor men or.ta ¡,ual a 1. Al;
ie tiene L!IO t, + C).
., IlIv_III..,. Sf utiliza li la duvinnZI' f) IUltandll1 hada el lado positi\·o. Si hubiera
va lore. nt,ati\·o;"11 debe lumar una co nlla nl t (e) que lIe,·" el valor mfnor a 1, df
tal manem que se putda fmplear 1/(.\' + C) .
di En caso d e d..vlan:zas n egativa., .e pued e n ut ilizar la. mil ....... " ....dor ..... do .... a nl .
ríor.., pero conliduando una conlta nt e (K) que, rtltada del menOr valor de la
conltante ori,inal, lea i,ual a 1. D e es ta forma, en calo de duvianza moderada
le emplea ~( K - .TJ; encaso de delvia nza lultancial hacia el lado nega tivo se em-
plea LglO(K - .T); por ultimo, en el caso de desvianza Seve ra nega tiva, se emplea
l/( K - .'J.
El a'pKto de las tmnlformacion el el muy amplio y el cri terio de i"'eridad de la
delvianla depende de la forma visu al de la distribudón de los dalOS y del criterio del in-
vntigador.
Por ultimo,.e encuen tran las tranlformacionei de 8 0x-Cox, que permi te n utilizar una
potencia pam tranirormar la vari able dependi ente cuando,e le ha incluido en un aná~~i i
multivariado. Un ~upue>lo importante e~ q ue la variable dependiente ei positil'a. Como ~e
ha pOdido ob~rva~ la, tmniformacionu co n cakel cu"dradai .on pa lencia, en fOrma de
fmcción, de lal forma que la u p re~ión ~{ K - xJ e~ i,ual" (K - x)l--í.
E~la tmn,formaci6n requiere enco ntrar ti parámetro A. de hla manera:

Y,' . (Y,'- I )f A..siA.:<O

y,l . 1o~ .(y¡ ). ~iA. " °

A l,uno~ paquele;.. como Stali.tica o SrAr A, lienen m6dulo~ que permiten la Ir.. n~­
formación aU l om~lica. Si no It cuenta con p:,que th de este tipo. pueden evaluar>t dift-
renlh valort> de A. como I (no le requiere trun~formilci 6nJ, 0.5 (equivale a mil cuad r..da),
0.33 (equivale a miz cúbica). 0.25 (miz cua rta ), O(logari tmo bale 1'). -0.5 (recip roco de la
raiz cuadrada), - 1 (reciproo::o o inver~o). Se pUfden graficar lo. re.ultad o. de tltal polen_
cia, co ntra la1 df>\"Íanza\ df cada una de las tran ¡formacionel. 6
 An.l .... mult"'ln'oo y ~XJ>I0f.<>Ón InKWI do lo< dot"" 395

Conclusiones
El manejo de lo~ dato~ h una parte crocial del proytctO de in~eni,ación En etapa~ te m-
pmna~ de la in,esu,ación ~e debf h:lCer una bitácora de an&h~i~ donde le deloCnban lo~
~itio~ eltctrónico! donde ~t tncuentran I:u. b:uie¡ de dato~ delCnbir el anáti~n e¡tadiltico
propue~ t o y prfdtcir lu di~tribucione~ un i vlHiada~ adem:h de relacione! matemática!
entre la~ ~ariable! de inttrh. También ~t debe di!ellar la eltructura de la balt de da tos.
una ,ez que le ten,o un e~tudio piloto o lo~ primero~ pacientn LOI dat<» deben vaciarle
en 101 campol el«lrónicos. para dettctar errore> y correprloi antel de qut entre el ,ruelo
de IUJetOI de e!ludio.
E~ ntcnano evaluar 101 valorel fuenl de mngo (vt'K ). para dttermlOu 11 le tr.lla de
tipo univariado o mulllvnriado; parJ ello..e pueden con.idemr I:n diuancia¡ de Cook o de
Mahalanobis. o p;llanca. para corre,ir pOlibl" errore~ o para que un comittlo¡ elimine.
Lo. VFl< tambitn pueden tmn.formarje de acuerdo con varia. tk:nica. que ayudan a evitar
la IO fl uellCla de 101 mi¡moiiobrf la! prueba. tómdi.ticai..

Referencias

1. Abdson R.P. L. "wátira mUNla&.: rtt,fm y prinripi/JI. Bueno. Aire>: Ed;'orial P:oidó., 1998.
2. :l.iorri ... nJ .A.• Glucdb c.j., Home I!S .• Yeromancn¡bS .• W. ng P.1'cdi. .. rie,riglyceridC'ip rcdi ct
c.rd.iovl>o.dar diiC~K cYenl> in ,he fou nh 'o fi fih dcc~dc ofl¡fc. Mrtab~lism. 2009;58: [2n-
1284.
3. S.d"kv. A.• Cannon C.J!. Dccdwani. rc.. LoS",,",, K.A.. Smi,h S.c.. D.. D .• Hern~ndc:< A.•
Fonnow G.c. Lpid I~. in p.. ¡enl> ho>pi,.lizcd ... ¡,h roron.oy ."eoy discue: An .naly";. of
136.905 ho>pi,aliu,ion< 'n Gel W;,h ·Ihe Gllidclin«. Amrriran Ht'drtJ~,mllll. 2009;[57: [ [1-
117.
4. s.cYen. J. A¡!p/iuJ mllititu,iaft 1~ltisri('J jor lori,ll ¡rim(tf. 2 •. cd. Nuev. Jersey: H, lI od.« Ed,
1992
5. Tob.chn,d: B.G . Usi'W m.. /tinlriaft lutisria. ) • . cd. Nu<v. York; H.rper CoIlln .. [996.
6. Oobarn" J.W Improving)'OUr d.,. ,,,,noro.m.,i,,".: Applying ,h" Box-Cox ,,,,n.form.';,,n.
[',..cual A...n.m"n •• R"oc.rdI 81: Evalll.. i"n, Vol 15. No 12. hnp:/Ip.reonhn" n.. /pdfJ
v15n12pdr. !R.,.,,,,do d 21 <k .bril d" 201). 1
 Aná lisis de componentes
principales, de factores
latentes y de conglomerados

JUlO" Ci riOS López AIvlreng~

Alturo Redong B"nll
IgnlOO Osunl R¡om"ez

"How ~sylS to work O""" "" und'gesred mas. of dara.."d _ ge Wlm" parrem.
wl!,cil al ~fSt g/atice, .. so ",rncarelypUl roge rher ¡¡'atlt 15 ddftculr
ro b,,/¡eve .. norh"'9 more rilar tt." product of man's bramo
MartJn Gardner

Intro ducción
La e~t3diuica cuenta con al,unas tknica! que no requieren inferencia lIacia al,una pobla-
ción, n trata de modelos matemático~ que tienen el objetivo de fltabl«ercombmociones
linealh tnlrt la! Yariablt~ Entre tstas herrJm ientai,.e encuentran 1~ an¡\~~! de compo-
nenlh principalu y de faclores.
AI,un a! de la! pre,unla! que pueden formular~e y de las herramIenta! que pueden
empltarlt paro un euudlo de Invfsli,aeión so n la! SI,Ultmts'
'1 ¿ COmo •• pu .... ,..:lucir 110 canllcl;od de varlablM qu . comf>W1'" aspt<tot en tomoinl
Si u tiene una camidad muy &r',mde de vllI;ablfi y le quiere delermin a r li exilIen
foclores lalentn (o subyacentfl) que las upliquen. la Iknica de faclores lalenlel
explonu oria ayuda a Clasificar las variable; y reducir su canudad.
b)¿C6mo" pll...... _grupar ~ ...Labl. qu. ' ... gan d..,. c......... dÓft? Por ejemplo. Ull len
CIertOS arr,&w, de Laboratorio que pueden medir al milmo oempo halta 27 ci tocina~
Quid ,llnvf)u&ador fllt Intulsado en agrupar1ai de alguna forma que Ifnp Sfn_
tido b1ol6pco, aunque t i po>lble que nO;1 haya Mlerito. En fUt caso, tal ~,¡ haya
un grupO dI CltOCI nas proinftam:llona!., amiin ft amatoria; o que parocl",n In ambos
s,ntidOi. Una HZ má!., la tknica de factores lalemn de opo exploratono conmbuye
a agrupar Ial variables, de modo lal que se les puede dar un sfnudo bIológico.
 " ¿Es posib le corrobo.... las dimen.ionH de un cuestionario o de las agNp;ocionH hipot e-
tieas que ya la han hed!o1 Tal vez un cueuion:1';0 validado pOr OttO! in"e!ti~dore!
incluya 36 pregunt3~ agrupadai en oc ho di me nliont!.. Se busca rtproducir el hecho
de que la~ 36 pregunta~ plameadal a 101 pacienth, le pued:ln agrupar en lal ocho
dimen¡ionh ducrit:u. Eue el el calo del SF -36, un cue>tionano con 36 preguntal
que le agrupan en ocho dimenlionei (funcionamiento fhico, limi tación por proble-
ma. fhico!.. dolor corpon11, papel locial, s:llud mental. limitación por problemas
emocionnlu. vitalidad. percepción geneml de 1:1 .alud) y que .e ¡upone que Ion
ortogonale. (carecen de correlación entre si),
rambi~n el po.ible que el invutig(ldor hté int eresado en corrobor'.tr que una hipóte-
sis , ugiere correlacione. enue grupo. de v:ln¡lble. y que htOI grupol no prnenten corre-
bciont> enue .í.
En ambol ejemplo! se necelita un un:'tli,i. de f"clOrt> dr tipo confirmatono.
En hle capí tulo .e revha la utilidad de hta tknica matemárica, lal ¡i tuacione; en
que rt,ulta acon;rjable utilizarla o en aquella. qu e ;r debe conliiderar que" un mhodo
rrroneo o no informa tivo.
E n el capitulo 35 se de:ICriben la preparación de 101 da to. y el tratamien to de valores
atipico. (oullinl) para rta~lar un aná~,is e>tad i, tico muhivanado.

Análisis de componentes principales (ACP)

Para rta~Za r un anáfili, de fac tores laten tes (H) se nece;itan vanas tknical; entre tilas.,
la más común es el anáhil de componente, principales (\C~), Por tanto. el \CP es el pri-
me r paso para rea~lar el procedimiento de Fl. Para oblt nn resultados adecuados de un
anáhis de \CJ' o Fl.. ie iugiere tenn un tam aito de mu e>tra suficiente, que permita una
evaluación adecuada. SeconliderJ qu e ti = 50 ,ujetol el una mueitra muy deficienlt. De
la misma manern, ti = 100 seria deficienlt; 11 = 200, regu lar o suficiente;n = 300, buena; 11 =
500, muy buena: y ti = 1 000, excelenlt.
Se ha iugerido que el conveniente It nn pO r 10 me no. 10 .ujrtOI porcada variable que
ie analiza; ,in embargo. titO ti un aspec to muy empirico que .ólo >t puede ular como guia.
El \Cr YFL bU:lCan re~umir y lintetizar 1:1 información que hay en la, vanablh recolee-
tada. y no le rtquiere una hipóthi,(1 priori para aplicar e~ta, tknica~ Se inicia,como en
otml tknica~ muhivariada!.. con una matriz de correlación de f>earson, purn determinar el
gmdo de correlación entre la. variables de t>tudio,

Espacio matematico donde habitan las variables

La idea de que la. variablu vi~an en algún lugar cau.a extmitezlI; !in emh;lr!o. en mate-
mática> t> poloible a.ignarle;. un el l)3Cio, porq ue la. vilrinble;.e reprelotntan con número.
y, por tanto. pertenecen n un conjun to que ie encuen tra dentro de coordenada¡. En el C3.0
de do. variable;..e puede conceptoUbz:IT que vive n en un plano: en el de 're; variable;. en
un espacio tridimen~ional; per{) mmbitn se presentan npacios muhidimenMOnales pam
cuatro, cinco.;tÍs o tod:lll~u variable. que sr quieran ana~za r.
El anMilii. dtcorrtlaci6n r, una medida li n di menliont> de la manera en que covarian
,e
lo. da lo. de dOli variable>. Debe recordarle que puede mcilar entre I y -1; en e>los u-
tremo;. IalcorreLaciont> perfec tas son po,i tiva, y negati va;. mientnl' que el Ocorrelponde
 Ano"'" do rorJI~nlo< pmKlp. I... , dolodor.. I.IIOflIo< y do cor9om... do< 399

a au.eneia de cOrnlación (f"l!u .... 36- 1), Por IUpUf'to, en biologia ea.i toda~ las variable,
pn.entan valore! bajo~ (p. ej., entn 0. 30 y 0,60); lal variablh de reproducibili da d de mt-
tod o. analitieo. de laboratorio pueden o>ei l'lr enlre 0.7 y 0.99; rnientru que la. variable,
que le obtienen al eornlacionar cUhtionariol .uelen ubicane entre 0. 10 y 0.30. Todo
depende de la reprodocibilidad. prKilió n y validez de 101 in;trumenl o~ que le utilizan en
la in'·hti,adón.
Cuando.e In co n.idera en co njunto, lit. vuri ¡,blh h'lbitan hpacio. mullidimen.iona-
le~ y la can tidad de dimen.i onh debe corrhponder al numero de variable. que.e pieniu
incl uir en un \0', Si . eco niider,¡ un eSp(lcio en que viven cuatro variablel lcu.adro 36- 1), de
la. que le han obtenido .u.correlaciones, puede ob.erva r>e que la. variabln A y B muel-
tran alla correlxió n. al ¡cual que la. variable. C '/ D; aun podria dKine que la informa-
ción de la variable A corTe'pondería,' la obte nidu en la va riable B ,/10 mbm o ocurre para
la informaci ó n de la va ri ab le C en relació n co n 1;1 D,

• •

'.
' '0------,-----,,------,,-------.
--4 .,2~
. " , --------,,--------c•.---------..
u.l inv

•
-
..
"
Rg ... l6.1 . En el PilneI "'lpIIno. llQUlllfclo se muestr¡. un;o dostnbuoón Jln COffel;ooón &nIle l;os Vil·
" ables X y Y Los pilneles S'-'P@"O' delecho e .rtenol llQUIlfOO mueSl'iln cOffeliloón
Inver~iI y dnea~ per1K1~S (r. -1. r. 1. re$pealy~menle), En el ~nellrlenor derecho
se obnrvil un;o millnz de do~pers.Ón de puDIos, eXISte coneliloón dor&dil enrIe el indoce
de milU corpo ral y la Olcunferenc ... de ont..a. y lamboén enue la. pre"o ...." anenales
doa.lóhc;l y s"'ólocil Estas ... a"able< no ,on ,ndependoenr es. y la cone laoón es la espe·
rad! En el ,,"'o de la, chp.""one. se observa qu<! no t...y cone laoón &nI1e edod con
ellesto de vilDable.
 "''Fat'!·, - M~tfll de cO JTe l ~done, enl re v.n~ble, A. B. eyo
_ _ •• #5 ••'6#5-"" •
V...,eleA 088 012 0.13
V...,ele 8 o os 019
V...,ele e o 85

Lo~ coefkiente~ de co rrel;lción lienen la venmj;1 de que nlñn el tond ari zado} de forma
independiente de la~ unidadn orip nale. de la. vl\riable ~ En em ejemplo, queda claro que
. e forman do. grupo. que inc luyen varillb le. co n :tllll correlación entre ~¡ (un ,rupacon A
y B Y el aIro con Cy DI. pero que el primer grupo liene pOCilcorreklción con el aIro grupo
de variable~

Transformaoones lineales, el gen vectores yeigenvalores

El \Cr rfalila Irnn,formado nfl lineale. de la. variab le; que.r deli ea co mbinar; parn ello,
emplra lo que u conoce como malrice. cuadrada •. A pelar de que le ha)'a realizado una
combinación linral de la. variable!., quedan vrclorel en la mi.m a dirección que el VK IOr
oripnal par lo que lit le; denomina .e("IO,espropios o ,·igem'l'("/o,n . A la camidad que le
relacio na con el cambio de magnitud .e le deno mina valor propio O l'igl'ltw.lo r.
Se dice que el un valor propio de una mat riz cuadrada A .i:

Ax - Ax

dond e x ~ O{.T t i direrente de O). Por lanto, se dice que el Vfl:tor .T e. el Vfl:lOr prOpio de A
relacio nad o con el "ala r propio de "-
En una malriz de base de da to!i .e obtiene una cantidad de '· alo~. prOpim igu al al
num erO de variablh que!ie induye n en el aná li.i •. De ene modo,.i la malriz Ah n)< n. el
trabajo con la ecuación anteri o r e!i equiva lente '1 rflolver el >Í ;¡ema de rcuaci o ntl:

(A- Allx - O

que .610 tiene una lolució n cuan do no es i, ual a cero si del(A - ),j ) = O. E~\(I lolución
hace que le tenga ahoro un polinomio CllnlClerillico de grad o n. por lo que l e ob tienen n
villorfl prOpio. (mi.ma cun tid:ld de ei ,e nv (l lo rts que de vari llblel a nalizadll~).
El o bjetivo del \CI' e. obuner un nuevo co njunlo de variablu que >fa igual a la va-
rianza tolal de lal vari ablu o ripn a le~ A elle nuevo co nju nl O de variable; >f le; conoce
co mo componenlh princi pale. y debe ;er menor que el número de variable; oripn ale~ Se
oblitnt la misma can tidad dt compo ntntts pri nci palt¡ qut dt variablti oripnalt~; dt tm
modo, li ;e induy.n en .1 a n:lli ~ii 10 varia bl'l a ri pnal.!., l. debtn obltner 10 .ig.nvalortl
Y. por lamo, 10 compo n.nlt; princi pales. Camidhe;t el primer compon.n!e princi pal
que e.!:!. (al igual qu. lo. demái ) en función lineal, como en una ~gre.i ón linfal multiple,
pero .in int.n::ePIO-
 Ano"'" do rorJI~nlo< pmKlp.I ... , dolodor.. I.,IOflIo< y do cor9om... do< 401

Eu~ componfntf principal if cakula como v"lore~ e uandari zado~ (=) y e~ df la forma:

y, • O.I(V",J) ~ O.7( V,,,2) ~ O.3(VIlr3) • ... + "'I~,,)

dond e el co mponen le principal Y, liene la propiedad de maximizar la can lid ad tOlal de

la v:,rianza que puede explica r. O b~érVhe q ue hay la mi~m :, can tid ad de cOf fici enle~ que
de variablh. Euo~ cOfficienle~ corresponde n al ei,envector del componeDle princip,,1 y
dan una idea de cu:\le~ variub le~ co nuibuyen mÍlI para explica r el ei,en"ector, de modo
que 101 valore~ m¡\~ cercólno. a 1 indican q ue e'll variable aporta ma)'or pe~o al vec to r, En
la ecuaci6n de ejemplo. ~ e observa que la v"riable 2 co ntribuye m:\. al ..ector, mien tr,ls
que la variable I conlribuye muy poco.
En el as peclo geomhrico. le podría con.idew r un espaci o tridimen~ o n a l donde habi-
tan Ire) variablu; por mnt o, se fo rma una nubr de pUnto r.. E;ta nube puede "ner una for_
ma ovoide. Si ~ alr:lVieHI el eje de mayor longi tud con un vector (co mo.i furra una lanza ),
.r tilaría maximizando la varianza con una .ola linra. El primer co mpontn" principal
corre.ponde a eua primera linta, en ca.o dr q ue .610 futran tres variabltr.. Sin emba rgo.
ticomún que con eila If.cnica.e puedan abarcar mucha. variables mas., por lo que se en tra
~ n ~.paci o> multidimen.ionaler..
Si file primer compon~ nt e ti ene un eigenvalor de 5, equivale a 5/10 variables., lo que
expUca 5W" de la varianza total de la. 1Ovariabler.. E.IO equivale a una gron eficiencia, opar-
simo,,;,,_ porque tan >ólo el primer compone nte refleja la varianza de 5 "ariables originaler..
La suma de los eige nvalore. t i A.y e¡ igual al núm ero tota l de variablfr.. Hay qu e recOr-
dar que eilOi eigefll'aloreico rres ponden tambi én a eigenvectores (u no por cad a ..ariable) y
que, como característica_ WII ortogonale. ( perpendiculares) en tre sí (figufiI 36- 2).

comp<>J>/KlI.2

.
. .......
"
......:
.. ."....--:"........... .
. . ... "
".._~._. oo·

..
componente 1
lO •••••••
."
" ..
~
",,"
01. o ... " "
>...~.... ..

Ambo, componente, ,on ort0901\;l1.,.

e, d.cir. ,on perpend io.dJr., enl" ,r.

I<g... 36.2. Componente. o rtogonale. la gr;ifica de <:Io$p"món mue<lfa do. ese. que atravle •• n l• •
zona. de mixlma do.pe",ón Ambo. ~ompo""nte •• on ortogol\;ll" . (perpendtcuiare,)
ent,,, \Í
 El ~egundocompOnente principal txplica la v'lri'lnza que no ~e explicó con el primerO.
y ht:i en función lineal de 1a~ variable~ originale!.. E. te legundo componente maximiza la
cantidad de varianza que permanece ~in up licar. Y .i le con lidera que el u,undo com-
ponente tiene un eigenva lor de J, uplica JO"/., de la varianza total (JlIO variablu). Sin em-
bargo, .i ~e conlideran ambos componenth, !e ob~erva que la varianza que exptican en tre
ambol u de 80"10 (SW" -t Jw.,) de la varianza tota l de lal 10 variable!.. Hay que dellacar
que lo. componentel 1 "J 2 Ion perpendiculare, enm si (no ht~n correlacionados) y que.
por tanto, la varianza que e.1plica a uno no con.idem al Otro,
Debido n que aun queda lOO/., de la varian7.u tota l .in eXplicación, le pueden con-
.iduur Otro. componentel principale.: en eue .entido, .i ti terctr compon tnte titnt un
ei~tnvalor dt 1.5, uplicaria 15% de la varinn7.a tom l (1.5/10 vari~ble.); por tanto, con .ólo
1ft! compontn". principale; (trti variab le; nUeV¡li) le tXplicaría 95Y" dt la \·urianza lotal
de 10 vllriable>.
En ti cuadro 36- 2 le mutltran 101 compo ntntn principaler. dt t;re ejtmplo hipotftico
de la. 10 variable>. Qblfr\"tle que el porcentaje acumulado no rfluhó de inttrh lurgo del
terclr componente principal. E! to le debe a un" regla conocida co mo criurio dtl porcen_
taje dt la varianza. El invfstigador propone un limite en que I f aceptan lO! componen tu
principaln propUf. tOI pam que I f utilicen como variable¡ lu>titulali de las o nu 10 vari a-
ble¡ hipo tttica .. Por lo gfnrral, I f actptan lo> componenm, qUf e."(plican máli de una va-
riable del conjunto de variablu originalts; por ta nlO, i t puede deci r que 101 componen tu
principales de intuh ion 1m que IÍen en A > 1, tambien conocidocomocri leno de Kaj,er.
Tambien lOe .ugie~ que elta re,la le aplique en caso que hubiera meno. de JO variablel
originale. y que tengan comunalidadel > 0.70 o que se tuvierao 250 oblfrvaciones"J co-
munalidadel > 0.60. '
E. imp-ortante deuacar que el rellO de la varia nza que no le uptica a partir de 10i
componen te> principalei c(J n A por arriba de 1 debe Ifr 10 mili reducida pmible. Ena
reducción depende del tipO de variable; que le analice. Una buena aproximación ieTÍa
explicarca.i SO'Yo de la varianza total.

''tE@'i!.D Componentel p<lnClpale! hIpotétICO! de 10 viln¡bte!

, , .,.
, "
,,.
"'"
".
•, " "
, "
OO, "
'"
, 00'
'"
''''
• ""
00' o.t1:.

" '00' 0011:.

 Ano"'" do rorJI~nlo< pmKlp. I... , dolodor.. I.IIOflIo< y do cor9om... do< 403

Interpretaci6n de 105 e igenvect ores

Se ha htabltcido que 10l componenlts principalel ion combinacione. ~ntale; de las va-
ri ablts oripnale; y que los cOfficienles de 101 eigenvtclort> son numeTO. que mul tiplican
a la; "ariable:.; en eSle sen tid o, lo; valore. ahoi ind ican cu:llt; variablei dan mayor peso a
he componenle t>pfCifico. Con eS la. tcu:lcione>. se puede oblener una nueva calificación
para 101 sujelo>. que sirve para comptlrarlo; con los valore. de hu variable:. oripnale).
Una la bia de cOfficienth de fuctore> de eUr&t1 (lomling filc/o'J) t s importanl e para
oblener la hlruclUru de lo>componenle> (11\ fuer7.:' de u.ocitlción de Cadt1 variable ori&inal
en re1:1ción con su componenle principal).
Como ya.e hn explicado, el \C~ .e uti lizl1 partt calcular la forma óptima de crear con-
junIo. mth ~utno. de combinacio nt. line:tlh de las variable ~

Analisis de factores latentes

El análilis de faclore. la lentn ~rmite up lorar la t;rructura de varianza de un conjunlO
de COfficien tf. de correlación; !3mbi~n le utiliza para uplorar y \'eriñc:ar patrones de e>le
conjunlo df COfñc:ienlu Se basa en el -\C'P para hacfrcákulos pl'rtinentu
La principal diferencia entre .\C'P y -\FL es conceptual, porque 1m rf>uhadol pueden >I r
.imilarn, Se puede con.idtrar que el -\C'P optim iza la combinación ~neal de lal variablel
analizada>. mientras que el Fl identi fica estructu ras .ubyacente. y aligna caliñcacionfl a
cada uno de los f3cloru enconnados.
EllOS abordajes son muy iltiltlcuando no se conoce porcompln o la dimenlionali da d
de [os datos y su composición estr uctural.
Otro asp« to más tee nico t i qu e la varia nza ob.ervada en el conjun to de ,'ariab[el
" analiza en e[ \0', mien tras que e[ \FL a na [iza la varianza que se compane (comuna-
[idades).
En ocaliones.. e[ inveni~ador puede tener un grupo de hipótelisll priori lob~ cómo el
e[ patTÓn de la enrUC lura de 101 datoi con base en el marco de referenci a conceptual. En
hte calO, le ~atila un \FL de tipO conr.. rnal orio. En cambio, .i no hay una hipóte.iJ q ue
guie el hludio y ~e quiere delt rminar Ji uiiten factore~ lubyacente>. u realiza un \ PL de
tipo . ""Ioratorio. En el \FL..leconlidera que titOI factOrh Ion parltlde [a realidad y ~e [el
alignan nombrel concep tu a[h como anliedad. deprhi ón. ;indrome metabólico: en cam-
bio, en e[ \Cr repre~entan una combinació n maleminica dentro de un tlpacio &eomhrico,
que puede .ervir para reducire[ número de varit1b le:. y que no el n«nari oque forme p:lrte
de [a realidad.

Analisis e)tploratono
Una aplicación del \pconli~1t en dftermi m1r 1:1 relación entre vl,riab[t> y definir e[ plu TÓn
de combin:lCionn linull'l entre el[a ~ En ciencia>, >t bu>ca el duarrollo de una nue~a ItO-
ria; el an6lhil de factores puede apoyar elle elfuerzo de diferentu forma>. porque ~rmite
up[ or3 r las r@!:tcion.s ,mr,lasva riables.
En el abordaje de aná~Jis de factorel de ti po exploratorio, el in~hti&ador bu>ca deKu_
brir la naturaleza de la estructura de lal variab[e~ En otra. oo;a~ionel, lo unico que bUloO;a
t> la ~ducci ón del numero de variables. El aná[isil de factort> calcula promedi o~ compue,-
tm a partir de di.tintas variablel y, como ya se explicó, ~rmilt alii,na r una ca~ñcación a
cada uno de los ~uje t o!>. Ya se ha descrito que lo~ componen te> principale~ ~a~zan com-
binadone. linule~ de las v:¡riable!>.
El proce.o de an{¡li~i~ de facto~1 también puede hacer.e a partir de un:t matriz de
cor~lacionu produc to-momen to de Pea non: p uede realizane lan 1610 con la matriz. lin
tener uno 1010 de lo! datol oripnalu del hlUdio,
Muchos de lo! lupuello. que le emple:tn para el a náhi. de cor~lad6n también .on
válido. para el de faClorh No e> po.ible dete<: t:l r una regre>i6n no ~neal tan .ólo por el
coeficiente de correlación: Jo milmo ocurre con el :tnnlisi. de f:tClore.: !i algunaHorrela-
cionn no ion lineale;, la combinaci6n lineal de la. milmal puede $er ineficiente: por ello,
le debe exploror con unu matriz de cor"laci6n y unu gnlficu de e¡;culera ••i el modelo el
adecuado.
Aunque fóte no el un m. lodo euadi;tico y co rre>ponde mi\; bien a un modelo male-
mntico. le .upere que haya por lo meno; 10 lujetOI porcada variable que intervenga en
el mod elo. Sin embargo. algunos autores han reportado que puede ler acep table trabajar
halta con trel lujeto. por variable, dependiendo de la fuerza de a¡ociación entre lal va_
riable .. ) Sin embar,o. un tamatoo de mueura ent re lOO y 200 ,ujetm apo n a ",uridad.
porque ofrece mayo". pmibi lidadel de replicaci6n del fótudio.
La e.uracci6n de modelol no rotado; tie ne d o; abordaje. que dept'nde de lallupo.i -
cionel ~Iacionadai con la varianza de 1m. da to !>. En primer lugar, ei posible luponu que
lo. errores Ion aleatoriol por complet o y, en elle le ntido, el promedio de !ni de.viaciones
el O. E n este calo, le u ti~2a un \0'. Cua ndo le aplica este mhodo de extracción, le emplea
toda la varianza de Lal vari a blel ex traida!>. El o bjeti vo es convertir al conjunto de variables
en uno nu,,·o, que eX lraiga la !ram.fo rmaci6n matem ática de lo. d a tOl oripnale!>.
En el cam dellegundo abordaje, le lupo ne que la medici6n del frror el un componen te
lilotemático que ~lIeja La varianza común de faclores q ue no >f han medido de manerJ. di-
recta. A e.IOloe le conoce como facto r late nte y >f l upone que exi>!e una varianza común.
por lo que le eltima un valOr al que >f le conoce co mo comunalhllllf, en lugar de u ti~Zar la
ma tri z de cOrrelación que tifne unol (1) en la diagonal principal 101 cálculol se rea~zan con
la matriz de covarianza>.
Aunque variol autOrflo de!lacan la direrene;'t enlre fllOl do. abordaje>. en una matriz
con una cantidad suficiente de ~ujelO>. la elecci6n de uno de flolO. modelo. de u tmcción
tiene poca diferencia pTÍlctica.
Lo. faclore> no rotado! tienen la camcterÍl tica de que maximizan la de cada fac lor
~ucesivo vurianza (aunque va .iendo cadu vez me nor) y, por tanto. ofrece POCO! elemenlo!
para comprender c6mo.e agrup~tn la. vuriuble .. Sin tmbar;o. gracial a la rotaci6n de lo!
ejes óf pueden rea~zar modificacione> algebn\iclli que olor;on .enlido a 101 ".ultadol de
lo! faclore!>. La! cur;u! que lienen mayor correl:tci6n con lo. faCIOre! Ion la. que van a
formarlo!. ~ara ello. le han empleado di ferente> criterio. de puntO de corte: ol;uno, in-
vtlti,adorel r«omiendan uti lizar O,j, Otro; prefieren 0,55. De acuerdo con la experiencia
de lo. Itu tOrt, de hte capi t ulo, le lupere que le uti lice 0,5 pltra dar mayor lOporte o]¡.
t~tructura de 101 datos..
Una vez que se determinan bs variablel que forman cada uno de 1m faclore>. ~e les
puede a,ignar un nombre de acuerdo con el conocimiento del campo de ill\·ntigaci6n. Por
supue" o, el propio inve"i,ador debe determinar li la re laci6n que e;t:\ encon trando tiene
sen tido clinico o biol6pco.
 Ano"'" do rorJI~nlo< pm Klp.I ... , dolodor .. I.IIOflIo< y do cor9om... do< 405

Adem á>. lo~ prO,ramas pueden calcular una matriz de calificacione. para cada uno de
los sujetos del htudiocon base en los factorh ro lado>. La calificación de los faclores se
calcula de acuerdo con la importancia relativa de cada variable que formó el factorcorres-
pondiente. Es po.ible uti lizar eS la. calit\cacionel en lugar del conjunto de variablh; así. se
liene la ven laja de que se le. ha tran~form:ldo en valore. de:.
Con el fin de facilita r la Inttrpretación de l .i,nificado de lo. factorn .eltccionado>. se
.uele realizar una rotación de lo. eje> faClori:lle>. Uno de 10. m~Iodo. m~~ comune. e. el
varimax, que efeclim una romci6n orto,onlll de 1o, eje. factoriale. lIlvura J 6- J), El objetivo
de la rotación varimax u lo,mr que 1;1 correhlción de cadll una de la. variable ••e acerque
lo mA. po~ible a I con uno solo de loó filcloreó y:l Ocon lodoó lo, demá>.

Análisis confirmatorio
El an;\~si. de factores de tipo confirmatorio se emplea 1I el in"e ~ ti,ador lÍene una hipOlf_
.11; previa .obre 13 estructura de la. variable>. En eue calo se compara la fStrll(:tUra de la
hipóttsi. con la oblfn ida con el amíli,is de (actort>,

Anal'sis de conglomerados o de cluster

El propó.ito priocipal del ana li.i. de con,lornerados (o de e/Uf/U) es a,rupar obje to. (per-
sonal, COlial, animalel, ,enes u OIras entidades) a partir de la. carac teristicas que posten,
Eila clasificación euá orien tad a a fOrmar grUpO. homoMneo l de elementos (contlome-
rados o dUSTl'rJ ) , de tal manern que cada uno de ellos lenta mochas simifi lude. con el
re.1O. Los contlomeradm re su ltante. deben mostrar un alto trado de homo~eneidad en
.u in teri Or y un alto trado de heterogeneidad entre . i.

L.. ~ .. i.,le. pueden .grup.. oe y tienen Lo. eje. pueden rol ... poro l•• voriobl ..
cent,o. o diot ... c:i.. lijo. en el e.podo,

, .. ' ---
perm.necen .1 .. mi.m •• diot ... " ...

•
••
• •
•
••
• •
" ·•
•
•

Hg"'" 36.3. La rotaCIón de eje. e' UN mo"'ob<~ motemátoca p ...~ aJu.ur lo. co eho ... e. de l•• va·
nable. y ayudar. UN mejor Inte rpretooón de lo. Iactore. Se ob.~. que Jas do" . noas
""re lo. punto. p"rm.;¡nec@nogual. pero lo. eje •• e rotan y "gtJO!'tl " I!ndo ono9Onole.
(pf!tpf!ndocutar.., )
 El anáti~i~ de con,lomnado! permite delCubrir asoci:tcionei y eUruct ur1l~ de IN da -
tol que no Ion e\"identh /1 p,iori, pero que pueden rhullar útilh una ' <el qut it le~ ha
encont rado. Pam logmr e;te objetivo ie deben ttner en cuenta la~ ~i,uientt~ prt,un t:u:
;.Cómo ~e mide la lÍmilitud entre lo~ objetO!:l clasifica~
• ;.Cómo deben formarle 101 conglomtrados1
• ;.Cu~nto; ,rupos ~e deben formar?
Exi.ten '"ari01. mhodol para medir la similit ud entre 101. objeto;. como incluir la correkl-
ción de objeto; o medir su proximidad en un e,p:lcio bidimen.ional de mi forma que ~I di.-
mncia en tre las ob.ervocione; indique ;imilitud. Un:\ vez .eleccionadllla medida de .imititud,
el w,uiente pa;o conlÍste en a,rupar la; ob!ervacione. m¡\1 .imilartl en un con,lomerodo.
I'am determinar cuántos con,lomtradol le deben tener, el n«e.ario tOmllr en cuenU!
que la larta fundamental conlÍlte en eleva r !¡l limili tud medil! dentro de lo. con,lomera-
do;. de forma lal que a medida que .ua m.d ia a umenta, 101 .Iemrmo. delcon,lomerado
son meno; ¡imilarts. Una estruct ura limpie .r refleja en una menor canlidad de con,lo-
mtrado!., prro conform. el nlim.ro de t.\tOS di.m in uye, la homogrneidad .n IU interior
lambih di!minuye.! !'or ello,.1 im·.ltigador es quien deb. dteidir el número de con,lome_
rado!., de acuerdo con sus objetÍ'·os.
E. tos objeti,·os pueden ir de.\de la delCri pción de una laxonomía, hita la r.implific a-
ción de lo. datos o la iden1ificación de una relación. Los principales uso. del anátisii de
conglomerados lie tncuen trun en el ámbi to exp lo nl torio y en [a formulación de una taxo-
nomí a (una clasificación empírica de o bjeto.): si n em bargo, este aná~r.is mmbii!n puede
u li~zaJu pam eftetos confirmatori o!., don de se pue de co mparar una tipología proput>!a.
basada en la !toria. con la derivad a de un aná li. is de dusrer.
En el prOceso de la obtención de una taxo no mia. tambi!!n .e obtiene una pt'l"ipte tiva
simplificada de la; obiervacionn. Mie ntca. que el a náli!;; foctorial proporciona rstruc-
tura! de variable;. el de con,lomerJdos rea liza la mi.ma tarta para las oblervaciones: es
decir. n posible tomar a estas últimas como mi emb ro! de un conglomerado, en lu,ar de
considerarlas únicas. Cabe mencionar que el a ni1li.ii de dusrer tambitn puede ap~cane
para agrupar variablh. J
Hay que tener en cuenta que. sin imporwr q ue 101 objetivol del anáHr.i~ stan de lipo
uplomtorio o confirmatorio, la selección de la, v:u;:lblh debe realizarle de acuerdo con
con~ideracionh Itórica¡., conceptualh y prác ticalo. En ena >tlecci6-n. el in, htigador debe
tener la capacidad de di;cernir entre variab le> relevantes e inele'·ame;. porque el análi~is
de c/U)"r.., no permilt diferenciar a unas de otra •. La inclusión de vilriabln inapropiadl!. o
poco diferenciadu~ aumenta 1;1 posibilidad de q ue se creen va lore. atípico! {outfius.. muy
diferentH del re>Iol lobre elHU vari¡!blelo. !'or ell o•• e deben eliminar lal variablel que no
lienen diferencia. wgnific"I¡va; con tOO os 101 conglomerado. deducido!>.
Un mttodo para no incluir v;lriablel i rreleVl,nltS en 1:1 bÚlqueda de la mejor fltrllC-
!Um de lo. dalo;. consiue en tml:lr de ide n ti fic~r lo. out/¡E'" y considerar su etiminación.
ESlos valort! pueden Sfr ab.rrant'l o int.gr:!r una mUhtm reducida d. uno o vario; gru-
pos que no son rtprts.nta livos d. la pobladón en geneml y que, por lanlo, distorsionan la
verdadera htrOC tUra d. 1<» datos. A l i,ua l q ue en otro; ca;o. de dI lección d. valofts atí_
pico;. tI im'Uli,ador d.bt deddir li se elimi na n o no de l an:l1isis, porque ua rliminación
puede aftetar la h lr OCt Ura efec tiva de los da tos.
 Ano"'" do rorJI~nlo< pmKlp.I ... , dolodor.. I.IIOflIo< y do cor9om... do< 407

Medidas de SImilitud
El concepto de limilitud t i fundamenta l p<1ra el :wáli.i; de co nllomemdo!.. La simi~lud
eOlre objetO! h una medida de corrtlpondencia, o similitud, eOlre enos miJmoJ en el
proce,o de alrupación." Ella cercanía entre objetos puede medine de varias formaJ: entre
los melOdol m:\¡ uli~zadO! le encueOlmn las medidas de dillanda. de correlación y de
asociación.

Medidas de distancia
Ella. medidal de .imili lud Jon las m:\.¡ utili7.IIdlls en el anúlisi, de rluSt¡¿, y reprflentan ~l
.imilitud y la pro.~imidud enm lal oblfrvl,cionu. Lo. conllomeradoJ balado; en la di>·
tanda lienen \"alore; mh parecido; parll el conj un lO de vuriabl .. l, pero lo. pa troneó pue·
den.te muy dif"enlf!.. E~iltfn varia. mediduI de dilt:wcill: la mós utilizada ella di.mnda
euclidiana, pero adem:l. eltán la medida de Manhanan y la. dinancia. de Minkow.ki y de
Mahalanobi!., enne otra!..
." Diltana.. euclidiana. Es la dilt'lOcia ma, utilizada en el an~li.is de conllomeradoi.
Corrflponde a la di,tancia en tre dos puntO, (objetos) en un fSpacio euclidiano, Que
se deduce a partir del teOrema de !>i tágora" !>or ejemplo. en un espacio bidimen·
,ionalla dinaocia fntrf do, puntol, P, y P" de coordenada. (x,. Y,) y (X,. y,), fe>·
pectivamenlf. " la longitud de la hipotenma de un tri;\nlulo rectán~ulo (el decir,
dcU',.f,) = ~(.T, .<1" + (Y, y,)'). Elle concepto se lenernlizacon facilidad para
mili de dos ' ·ariabl" o dimensione!., donde la dinanda euclidiana entre 1m pUDIO.
X - (.T" .T" ... • .T) Y )' = (Y" Y,. ,., ,Y) en un "pacio eoctidiano n-dimen.ionalse
define corno:

, . (x.y). J(..,- y,)' .¡.., - y,)' • "' ('. - Y.)" t (·,-y,)'

~

donde n ti la dimen,i6n del >"tetor o del objtto bajo mudio.

a.. de Manhattan. Uno de los método. alterno. a la di.lancia euclidiana que
b)DiIt ...
m:l, >t utiliza con~i>le en remplazlH la raíz cuadrada de la ~uma de la, diferencias
de lo>cuadrodol, .. n I~I f6rmula anteri or. con 1:1 .uma de hu diferencia. ablOluta. de
la! variablt!.. A ... tf procedimi'nlo se le denomina funci6n de la di.mncia ab~oJum
y también;r le conoce como dillllnciu de M:lnhatt:ln o City Block. Su fXpr"i6n '1
la ~ilu;,n,,;

,.(x.y). I I•. -y.1

",
Esta medida de di,mncia es más robu~ta para controla r 1m valoll's atipicos.
 q Oistando de Minkowski. Se
!ra!a de una generali zación de las di~!ancia~ eoclidia na y de
Manhanan. Su 6pre~ión para cakular la dinancia en!re do~ pUn!o~ u objeto~ e~:

,,~. (x.r). i,.,l.',-'.I'

donde q:i! 1 ycoincide con la di~ t u ncia euclidian:, cuando '1 = 2.
d)est~nd..riuclon d e '" ..... dld ...Uno de l o~ problema~ al que ~e puede enfrentar
un in\'euigador c uando reali l ~' un a náli . i. de conglomerado~ n que tOOI'~ la~
medida~ de diuancia utilizan d~lto~ no h!Und3rizado~ lo que puede llevar a in -
con.iuencias enUf la, di, tinta! ,olucione, de con gl omerado. cuando cambia la
e;cala de las variable>. El o rden de la; ,imi litud u se puede modificar de manera
profunda con un .olocambio en la e;cala de una de la; variable;. }>orellt molivo,
.e recomien da t.\landarizar lal varia ble~ . iempre que i ta pmible de,de el puntO
de villa conce plua l. j
. 1 Oistana.. d. MMalanobis. Se trata de un tipo de di>tancia euclidiana que incor po ra
de manera dirfCla un procedimien to de htandarizaci6n. E.1t abordaje, ademá. de
realiza r un proceso de eitandarizaci6n de 101 da t o~ lambi ~ n eva lúa la va ri anza-
cO\'aria nza denlfo del grupo. Cuando la, variabl e. e>tán correlacionada~ la medida
de di.tancia de Ma hala nobis e. la más apropiada, porque ir aju,la a las correlacio-
ne> y ponderaciones de tod al las variablh.· La expre.i6n de e, ta medida de dinan-
cia estandarizada se define con la ,iguiente fCuaci6n :

d"," ( X,t)=~ (X - Y) C" ' (X -t)'

donde e t i la matriz de covari a nza, y X Y Y son los vec tOrt. de valores obseJVad os.
Esta distancia e~ invariable bajo cambio; de e!Ca la. to ma en cuen ta las correlacio-
nh ent re las varia bles y. al incrementar el núm ero de variable~ aumenta el poder
de diloCriminación entre lo. in dividuos o las poblacione.. Ademál, 1i lo. objnos u
ob;ervacione~ tienen una di stri bució n norm al muhi variada. la diuaoc;a de Maha-
lanobÍl, viua como una variab le aleatoria. tiene una diuribución X' . con grado. de
libertad igual al número de ob~ervl,cio n h.

Medidas de correlacion
En eo te ca~.e utiliza un coeficiente de corre lución , pero en lugar de e~ ,imQrlo entre J:u
variable~.e realiza entre la. observ aciones (;e inv ierte la ma triz d~ la. N variablh de lo~
objflo~ de \nl forma que las column¡•• repre!entan lo~ objflo. y In! filn ~ las variable~). De
e.lta manera, correlacione; elevad a. entre do! columna. indicnn .imi~lud de los objet o~
mientra, que bajalCorrelacione! indi ca n au;enda de limilitud. Sin emba rgo, "ms medi-
da, de correlaci6n ~ólo le utilizan de manera tspo rádica, porque el in urh de la mayor
parte de la, apli cacionu de elle an:'l.~.lis radica en la ma~nilud de los objeto, no en lo~
palron" de los va lo res.
 Ano"'" do rorJI~nlo< pm Klp. I... , dolodor .. I.IIOflIo< y do cor9om... do< 409

A la medida de similitud obttnida a parti r de la correlación de dos urih de datos se

It conoct como l'tHjiril'nle de correk,rión y st dtfint con la uprhión:

A p;lrnr dt htt coeficitnte ~t puede dtfinir];1 medida de dilimilaridad. La tlfeCión de

una medida decorrdación en lu!ar de unll de di.wnci:1 requiere una inttrpretación diferente,

Medidas de asociación
Las mldidas de asociación de simili tu d SI util iza n para comparn r obj"os cuyas caraelfris_
tkas se miden en drminos catl!órieo. (medida nominal y ordinal). !'or ejemplo. cuando
la; persona> de un es tudio responden sí o no a cierta ca ntidad de pre!unta!, como presen_
cia o aur.tncia de una enfermedad relacionada con el evento de i nterh, >i cuenta o no con
famitiares dia~ ticos de prime r ordln o si ha sufrido O no por lo menos un infano aludo
del miocardio. En ~lación con mldiciones de eM!a la ordinal. se podría "nn la intensidad
de altún sintoma medido con una er.cala lihr!.
Una m~dida d ~ asociación podría ~valu ar t I grado de acu erdo o de act ocamiento entre
cada par de encuestad~ como el porcentaje de veces en que ui lIe acundo (ambos dicen
,i o ambos dictn no) pan las p ~guntas en que se re sponde si o no, p~seflCia o ausencia.
! tcftera.

Algoritmos para la obtención de conglomerados

Una vtz que se han seleccionado las variablei y la técnica de medición de ~mi~tud y que
>f cuenta con la matriz dt dinancias tntre la, observacionf>. lo que prOCede es la selección
dtl algoritmo dt atlomuación para !Ornar mili adtlantt la dtcisión dt cuán tos contlomt-
rados st van a formar.
Exi.ten d~ ti~ fund am tntales dt melOdo; de clu;ificación de contlornerados: jI'-
mrquicos y nO jerrirquiros. En los primero!>, 111 clasificación rhultante liene una cantidad
crtcienlf de clases anidadas: en el segundo. hnclllsh no Ion anidadas y le realiza una lola
partición de los casos inicia!e!>, en G ,rupD~, E.n lIIimero G de grupDl u determina ti priori,

Metodos jerarqulcos
Lo. prOCedimiento~jer.'lfquico. eon.il1en en 111 connrucción de una eltrUCIUrJ en forma
de árbol. En tlene;a. lIay do~ lipol de procedimie nlOl paro la o blención de con!lomerodol
jenlrquico.: aglonl('r(lriw)1 y ¡Iivi,iw)$, En 101 primero!>, cad a obje lo u observación empina
tn 111 propiocon!lomfrado. En flapal pO'ltriore!., 101 dos con!lomeradO$ (u observaci o-
n.s ) más cercanos .fcombinan fn un nuevo conglomerado a!retado. reducifndo así el nú-
mf ro de con!lomer3dos a cada palo." Con el tit mpo. todm lo, ObjflOS podrian a;rupanf
tn un solo conglomerado; por filo, a " tos mflodo. de aglomeración IUfle denomin árse lt>
mÍ'/odos di' ronsrruuión.
 Lo. mttodo. di,·i~ivo. parten de un IIran conlllomerJdo que contiene todas 13. ob-
~ervacione> y lo van dividiendo han~ lIellar '1 lo. obje t o~ indi\"iduale~ (van en dirfeCión
opue>!a a la utilizada en los mttodo. de a,lomemciónj.'
En la figll~ 36-4 ~e ilu.tra de manera ,nI tic:! kl di recci ón en que,e forman lo. con,lome-
r,¡do., de acuerdo con el mhodo jerárquico alllomer:ui\"o o di\"i.ivo. El método a,lomer:uivo
con.idera. al principio. cada oMervación como un conglomerado y va formando ,rupo.
de t,t o.con mh de un:l ob>ervación. de 11cuerdocon kl proximidad de lru mi.mruy !lela
a formar un ,ran con,lomerudo inte,rado por tod¡¡, kilo ob,ervacione~ I'or el contrario. el
mhodo di,'jj,ivo conMdern al principio toda. lUlo ob,ervacione> como un único con,lomeru-
do y de>ciende en,u complejidad. formando grupo, con una cllntid!Od decreciente de ob.er-
vacionel-. !lepndo a conwdernr a cada ob,erv:lció n como un con,lomer,¡do.
Dado que lo. mhodol a,lomernti\"o. ,on lo. mil. utilizad ol-. en h te capítulo.e ;loor·
dan de manera centrol•• obre todo en lo. mhodol de encndenamiento ~imple, comple to y
medio, y tambitn en los mP todo. del ce n!roide ~ de Wurd. La diferencia entre e>tos mp to_
do. rodica en 13 manera en que.e calcula lu diua ncia entre lo; co n,lomerndO!..
al Encad...aml..,to simpl. o vKino mM próxlmo. Elote procedimiento e. el m~s Mmple
para definir la di>tancia ent~ un con,lomemdo y Otro. Pa ra ello..Ie identifica a los
do. objetol-. >fparndo~ por la diuancia más corta, que forman el pnmercon,lome-
rado. M il. adelan te ~e identifica la di. la ncia mál co rt a y elle te..::er obje to pa.a a
formar parte del conglomerado ant erior o for ma un nue\"o conglomerado de dos
miembro. dinintos.
La distancia en t ~ dos conglomeradO! e, y e, se defin e como la menor de todas las
di, tancias en t ~ lO! objetos" y b~ de fila manna, la di>tancia entre lo. conglomerados e,
~ e,.e ~presenta con la .iguiente e.xp~lión :

d ~,.(", " mln{d(".b) <le C,.be C,}

, Aglome'III .... o
•

yl
, , • • ,
Oi. i, ivo «~-----

Rg ... J6.4. Congloml!udo. J.... i'qtlco ..... gún e l método .glom.. 'at .... o o <*vI ..... o
 Ano"'" do rorJI~nlo< pmKlp. I... , dolodor.. I.,IOflIo< y do cor9om... do< 411

En la fig ..... 16-Sa ~e observa de man enl gráfica la fOrmación de con!lomeradoi por
encadenamiento simple. Al!unas de las delventaj:¡; de eue m~lOdo!t prelenlan cuando
10i con,lomuadol no el13n bien definidos. porque en ene m~lOdo ~e tiende a conllruir
con,lomerados demasiado ,randh y. en ocalio nes. lin lentido. No es inil para resumi r
dato>. pero si para delKtar "u/lifrs. porque hto! .uelen e.,ar entre los úhim~ que.e unen
a la jerarquia. Es invariable bajo tmn!formw:ionelo monótona. de la matriz de dilland:,s.
b) Enud .......... to complt1o o ~Klno mM IlIjano, Elle procedimielllo de encadenamien-
tO es parKido al loimple. pero en e,ltc:,sO el criterio de a,lomeración e> la disllIncia
m:h larp, A eJ.le mhodo loe le denomina enc:,denamiento completo porque todos
los objetos de un con,lomerado se vincu];ln con el reltO ti unQ diuancia ml'txima y.
en consKuencia, por la mínim:l similiwd.
e, y el >e de fi ne
.i,.
En e1M tipo de encadenamienlO. la dillanci:l en,re
con la iente upre¡ión:
10;con,lomerad~

d
c.,c,
:m:h{dl",b)'<leC",heC)

donde J(ll.b) denOla la dinancia en lre 1m objetos II y b. En la fig ..... lft.Sb ie muestra de
manera ,nífica la formación de con,lo rn eradm por el rnttodo de encadenamiento com-
pleto o vecino más lejano. E~ te mé todo ~s útil para detect3r out/iN!. A diferencia de la
técnica del \'eocino más cercano, tiende a con >t ruir con,lomerado> pequeJ1o! y compaclOs.
Además. ei invariable bajo Inlllsformaciones mo nó tona, de la matriz de di!13ncia!>.

A
.-.- ,

... :;.

"
~{
."..' ,".
.
'-, ':-

Motado det cenuoide

 " Encadenamiento promedio. El proctlO de fOrmación de con~lomerado~ mediante el
mttodo de encadenamiento promedio, ti muy ~imilar al encadenamiento ~imple o
comple to; sin embarlo, en t~le el cn teno de a~lomemción t i la diuancia promedio
de todo~ lo~ indi vidu o~ de un con~lomerado a todo~ lo~ individuo~ de Otro. E~ l e
mttodo tiende a combinar lo~ con,lomemdo~ con vanacione~ reducidu Tambitn
luele htar ~e~gado a la conformació n de conglomerado. con '·arianza. ~em ejanth.
La uprhión matemáticl! utilizada en el proceroo de encadenamiento promedio es:

donM ~(I,h) denota la dh!anda entre 10\ obje to. (1 y b, Y n, Y ni re pre.enlan la can-
tidad de objeto! corrtlpondien te a 101 conglomeradol e, y C~ reliptcliYamen te. En
la figura ]6-Sc se mue lI ra de manera g"Uica el conjunto de con,lomeradm median te
el mllodo de encadenamiento promedio.
E>te mhodo proporciona con~lomera do> que no Ion demaliado grunde.! ni demalla_
do pequeJ1 os; por ello, puede hacene una buena repreitntación gráfica de lo. resuhador..
No e. inyanable por I"..ln.formaciones monó lonal de la diuancia, ciende a fu.ionar con-
glomeradm con varianla. pequet\al y .uele proporcionar con~lomerudo> con la minima
varianza.
dJ Método del cenuoide. En tilt ml lodo, la distancia entre do> con~lomerudoi es la dil-
lancía enlre los cemroidel de los milmos. Los centroid e> de lo~ ~rupos ion 1m valores
medios de las ob!ervacíonei de lal van ables en el valor leórn:o del con~lomerudo.
Con e.llt mtuxlo, cada vel que se agrupa a los objetos. se calcula un nuevo cenlroide
(e~ deciJ; nto. centro. cambian a medida que I f fu.ionan lo~ con~lomfrudOi).J

La upre;ión matemática para el cálculo de la formación de con~lomerados con eSIr

mttodo f> la .i~uientt:

..
" c~. = ,,(x,..i",)

donde
..
.I", •
,.....
. Y r,.2. I y lion lo. re~ptetivol cenlroide. de lo. conglomerado. e, y el.
.!. I
",.~
En la figura ]6-Sd .e murot,..." de manen! ,rMica 1:1 formuci ón de con,lomernd~ a partir del
mftodo del centroide. Una de lal caracterÍlotic:\. de este mftodo h que la. variable;. deben
e;.tar en eKala de intervalo. Lal di.tuncía. entre los grupos.e calculan como la diltllncia
entre lo. "telore. medio .. Y li 101 tamano. entre los dOI con~lom er:ad o. a unir Ion muy
difuenm.. el centroide del nue,·o con,lomerado qu eda muy próximo al de mayor ¡amado
y 1.1.1 "el eUf den tro de fue. Una v,n taja de f, te mhodo,. que permite que ,1 rtlul tado
final le vea meno. a rtetado por out/i",! .
., Método d. W.rd o d.1a varianza mInI""". En ellt mf lodo, la diuancia entre do! con·
~Iomerudo. "calcula como la suma de los cuadrado. en u e dru conglomeradru,
 Ano"'" do rorJI~nlo< pmKlp.t ... , dolodor.. t.IIOflIo< y do cor9om... do< 413

~umado~ para toda~ la~ variable!> A cada palO,.e minimiza la ~uma de cuadrado!
dentro de los conglome ra do~ IObre toda~ la~ particionh obtenida!, al fu~ionar do!
conglomerado~ en un pa~o previo.

En e, te mhodo ~e ~uelen combinar co nglomerado! con una cantidad reducida de

ob,uvacionh. Ademá!, ht~ Ihgado h:lcia la co nformación dt conglomerado. con ca,i
el mi,mo numero de ob~ervacionh Este mttodo ,uele formar conglomerados de tama~o
pequei'io. Permite utilizar la matriz de di,tancia;, ademá, de la mbla de contingencia. Pue-
de ser len~ible a oUlfi...s y es inyariable bajo tmn!form¡lCionh monótona. de la matriz de
diulIncilu.

Metodos no jerárquicos
En elle tipo de mhodo~ a di fe renci¡. de 101 jW'irquico;, el proceso no requiere la forma-
ción de conglomerado. en forma de árbol. En los mhodo. no jerárquico;, lo; objeto. Jt
a!;gnan a 101 conglomerndo; una vez que.\1 ha hmblecido la can tidad dt ~;IO!>
El procf.\O de alignación de objetos funciona allelf<Xiona~ m primfr lugar, una ¡emilla
para el conglomerado como centro inicial y al induir en hte, de.pufs, todos 1m objnos que
se encuentran a una distancia de umbral p~definida. Mil adelante, se SfltCCiona OTra se-
milla de conglomerado ~pi t;tnd osl el proceso anterior, ha,m que todos 1m objnos queden
a.ignadoi.
En10s prtlCeiOS de a~lomemción no jerarqui zados, lo impo n an tf es e.lmblecer el mf-
tod o de aproximación paru seleccionar la, semilla, de conglomnado y rtaliZar el proce!o
de a.ignación de objetos.. A enos procesos ,e les suele denominar aglomeración de k-me-
dias y, por lo general utilizan algu na de la. ,iguientes aproximaciones paru la asignación
de los objetos: umbral ¡ecuencial umbral paralelo y aproximación de optimización.'
El método de umbrallecuencial comienza con la .elección de una iemil1a de conglo-
merado; ~e incluyen todOi 10i objetos que están '1 una dinancia pree. tablecida. Una vez
agrupadoi todo~ los objetos a eia dinancia en eile primer conglomerado. .e >elecciona
una legunda .emil1a de conglomerado y. de igual manera, ¡ f incluyen todo. lo, obje to~ a
la dinancia p~e>lablecida. Má, adelante.,e ielecciona una Itll:era .emilla y el prtlChO se
repite ha>la completar el numero de conglomtrado~ predefinido.
En el mflodo de umbrnl paralelo. ,e co mi enza con la ~eltcción iÍmul l:l.nta de varia!
,emilla. de conglomerado y miu adelante ~e :I.ign:ln objeto. a la diilancia de umbml halla
la .emilla mái cercana. Dumntt el proce,o, e~ posible aju,tar la diltancia de umbml pa ra
incluir m:l., o meno. objet!» dentro de 101 co nglomerado!..
En el procelo de oplimiz:tción, la .elección de lit .emil1¡¡ de conglomeradol tiene una
lógica ,imilar a la de 101 dm mttodo. anttriOrh; ,in embargo. ~n hte ca.o,e permite 1:1
reubic(tf:ión de lo. objeto!.. unn vez a.ignudo, ti duerminado conglomemdo: li un objeto
ell:l más cerca de Otro conglomerado disti nt o al ulignado en he momento. el objeto ~e
¡e¡"igna al conglomerado m6. cuca no.
El principal problema (,le los métodos de formación (,le conglomerado~ no jer~rquicol
rn(,lica en la manera de Itlteeionar la le mi tia de conglomem(,lo. Elle hecho puede impaCta r
en la rormación de la !itrUCtUru del anilisis de cluJler. Por tanto. .1 debe ellar coniCientt
de esta implicación para el rflultado final. A phar de ello, 101 mttodm no jerárquico. han
gozado de una aceptación c recie nt e y i t aplican cada vez mh
¿Método. jerárquico. o no jerárquico.?
La eleu:ión del metodo qut ~e uti liza para la formación de conglomerados.. jerárquicos o
no jerárquico~ depende del problema de i nvt> ligación. Una de la~ ventaja~ de lo~ me l odo~
jerárquico~ e~ que 10n m:h rápidos y ~us cálculo. req ui eren meno~ tiempo. En relación con
la. ventaja~ de lo~ mhodo~ no jerárquico~ al meno. en 101 que u~an punto~ de ~emi lla no
aleatorio;. h que wn meno~ ~u!oCep l iblt> a lo! QIlIIi.'fJ. a la medida de di~tancia utilizada
ya la inclu.ión de variublh inapropíadu •.
Oll-a forma de rt:l~zar un aná lili~ de dusr,'r el mediante la Ilp~cllción de ambo~ mé-
todo;. jerárquieo. y no jer~rquico;. para aprovtch:tr 101 beneficio. de cada uno. Como
primer p~tlo..e podrían utilizar mhodol jerárquico! para eilabltctr el número de conglo-
merlldo;. 101 perfile> de los centro. de hWI y b identificación de ()urli/!,s. Una vez elimi-
nado. luo;. n po.ible agrupar 101 objnos re. ultan th median" mhodol no jerárquico.
uti lizando lo. centro. de conglome rado 11 pa n ir de lo. re!ulmdos jerárquico. como lo.
pUnto. de .emilla inicialfl,.·
Sin importar.i le Op ta por ml lodo. jerárquico,- no jerárquico. o una combinación
de ello>, otro alp« lo releva nte en la realizació n de un aná!i.i. de dUJ/ ..,conli,le en de_
tuminar la cantidad de conglomerado! q ue i f desea formar. I'o r dhgmcia. no nille un
procedimiento objelivo e>!ándar. Una manera .i mple conli>!i ria en na minar, en algún
p310 del procelo. alguna medida de .imihtud o di>!a ncia entre 1m conglomemdo;. donde
una pOli ble .olución de conglomerado se define cua nd o e>!a medida ucede un valor es-
pecifico. I'or último. el im'nti,ador es q uien debe decidir con ba" en conceplualizaciones
ent re las relaciones teóricas que pueda n .ugerir una ca ntidad natunl de conglomerados.'

Dendrogra ma s en e l a n á liSiS d e cluste r

La in te rpretación del conglomerado requie re un a revi.ión del valor teórico de cada con-
glomerado o la alignación de un nombre adecuado qu e de!oCri ba .u na turaleza. Una forma
gráfica. muy utilizada en lo> mhodo. jerá rquico~ para repre~entar la conformación. o
como ayuda para la deciJión final de la conform'lción de lo~ conglomerado>, h el dl'IHlro-
grlllnll.
Un dendrograma (del griego d.'ndro. árba{J f> un diagrama de da t o~ en forma de
árbo l. Se utiliza en metodol jerárquicos del ¡tn{t li~i! de d"SIt'r pam organizar lo~ obje t o~
en ~ubcategoríal que ~e van dividiendo en o l m~; permite la vi!ua lización de la canlidad
dhuda u óptima de conglomerado~ El le tipo de reprhentación permile apreciar con
claridad la. relacione. de agrupación enne la l oblervacionh y enl re 101 grupo~ de b1U~
aunque no rtpre.enta con certe7.:1 I;t. verdadeTll! dilwnciul en lrt lo! dilotinto. objeto.
del conjunto de dato~ En la tl'SJ ura 36--4 le empleó un dendrogr~ma que determina lo; Iu
.olución final de b conformución de lo. cong lomtrudos.e huce mediantt mllodo. uglo-
mer¡llivo¡ o di,·i.;,'o~

Ejemplo de la aplicación del análisis de cluster para la clasificación de genes

que int ervienen en el eimeer de mama
La aphcación del aná~li~ de e/un", en el3rea de la lalud ha ido en aumento en 10i úl timos
a~ol; delde hace mái de una dkada, I f ha utili zado elta tecnica para la clar.iñcación de
 Ano"'" do rorJI~nlo< prlrKIp.I ... , dol.dor .. I.litnlo< y do cor9om... do< 415

pufilu molKularu de al~ullai enfermedad.!., como el cállCer de mama. mediante la reiO·

lución de palfOnh de uprhión ~tnica .
En un e!iludio realizado por BerM y colabomdore!., .e ap licó un aná1il.h de d UJfe,
pam c1a~ificar diuinla~ mUhlrJ ~ de cáncer de mama. de.de el punlo de "ina molecular.
medianle la uplomción de palronh de upre.ión de lo~ ,ene~ BReA1." En eue enudioie
realizó un an~li.i~ de conglomerados jerárq uico. loe aplicaron 1m n.formacione. lo~arilmi­
ca. y ~e normatizaroll lo~ dato. mediante un encadenamienlo promedio y una correlación
de rJngo. de Spearman como medida. de similitud.
La Irnn~formaciónlo~arilmica de cada gen en relación con.u ni.'el de exprhión media
,e mO>lró con colore>: el rojo indica que b expresión repreóenwda e>l ~ por encima de [;\
mediana, el ne~ro repre.enm la mediana y el verde indica que la exprhión ht:'l por debajo
de la mediana. La. in"n.idade. de lo. co loreó indicilll la ma~nilud de la dhviación de la
median a y reflejan el nivel de e.~prelión .
En elle an:'l~;i; se inch.}·eron 19 mueStral de lumorn de mama. en que se ana~zó la
expre.ión de 248 ~ene,. El an:'llisi; de conglomerado; le realizó en do; ;enridm¡: en la cla-
,ificación de lo; 19 lumores y en la de los gene!., de acuerdo con IU expre.\ión.
En la primera cla.ificaci ó n, le diuing ui ero n do. ~rupo. principales de l umore,. En
el primer con~lomfrado se incl uyero n siete de tI lO!., a lo. que se lei consideró robre lodo
como IUmOrei e.lpor.idicm; en el.le~u ndo. le agrupó a lo. 11 tUmOre!> re>taOle!., que emn
.obre todo tumore> mutadoi de BRCA l.
A 1m ~enei 13mbitn se In clasificó en dm grupo.: el primfr con~lomerado repm.en tÓ
a 10i gene. que tu,·ieron una expresión má. o menOi aira en el primercon~lomerado de tu -
morei y tuvieron una e.lpre.ión baja en el segu ndo grupa El pri mer conglomemdo de ge-
nes e>tu,·ocollformado por gene. cuyo. productos .e relacionaba n o eran nKe;arioi pa ra
la re'pue>ta del dado del ADN y iU reparación. para la apoptrnii o para el ciclo celular y la
regulaci ón del crecimitn to celular. El iegu ndo grupo e>t uvo inte~rado pOr ~enei con ex-
pre;ión má.o meno. baja en el primer grupo de tumore!., en comparación con el segu ndo.
E.te ,,;undo con~lomemdo eituvO conformado por gene; como el prKur>Or de la vil ro-
ntetina. diftrente~ col~J:fno!., laminina y Ilbronte tina. a lo ~ que ;e It. ha relaci onado con
la formación de dlulaJ de ~U.llmIO, y con la adhe;ión, migración y or~ani zaci ón celular.
En re~umtn y;in entm r mocho en IOi detalle; de lo~ re;"ltados obte nid os por e~ t Oi
invhtigadore~ Je putde cooclui r qut el emp leo del :lIIáli.i~ de dUJler putde brindar in-
formación para la cla.ificación de IOi tumore> y de lo~ gent> que intervienen en t>to!.,
contri buyendo a una mayor com pren.ión de la rhpuella tumoral y. tal vez, para el elta-
blKimiento de n"e'·OI objetivo. para la preve nción y el trJwmiento del c~ncer de mama.

Condusion
El objetivo del an~li.il de rlUSIt', e; brind:'r 1,1invmi~l,dor b oportunidad de clalificar ob-
jnos para IU simplificación, exploración o confirm:lción. Sin em bargo. le deben tener en
c uenm las vi rlUde. y lo; poliblfS inCOllve ni ellle; del mism a Cuando se ruliza de manera
apropiada, tiene la capacidad de rfVelar e,truetura, en 101 datol que no podrlan deloCri-
bin.e de otra forma . La aplicació n de ella Iknica al área de la epidtmiolo~ia clinica o de
la >alud pública puede contribuir a un mayor elllendimiento que ayude a la prevención y
tra tamiento de las enfermedader..
1, K.u",. H. F. 1}'" .pphaoio" o{ dea",,,ie cu mpu«f">'o (.ao •• "i1n••. EJ"Glh~ndl ,md rqdH·
~GlI /t/tilS"'t1tIttltJ, L960;20: 141- L51.
2, K".pp TR., Brown j K. Tcn mn .... "'m"". eun ,m.nd.menu .h•• -afien thould N brolr.en.
RflGlrrh /11 ""I'/i", 6 hGlldJ, 1995; 18:465-469,
3. H:ur j .F, Ando...,n R.F_, T.th.m R,L., I~.ck IXI: C. ,inJli¡u ,.,,,lti,,,,mlllfr, 5•. •do ;"L.drid,
P",nuee Holl INn., 1999.
ce
ot . Peño D . ,inJml1 Jr ""1#1 ,.,,,ln,,,,ripJIJI. ;"iodri ,1: ;"1 r:tw-H ,ll, 2002 .
s . Dall •• E..j. Mfmths m"ln,,,,WIJI ap{j(MIJI ,,1 ",~I/IiU ti, ""1#1. ;"1éxieo: lhom..,n, 2000,
lo . ;"l.nJy B. M"lnlKlTIJft IlJnstiGlI mrtllods. ) •. ed. Ch.pm . n & H:oIJlCRC, 2005.
1 . GJ"« n P.E. ,indlyn", M"/ti,..,;,,,, Da",. Hi "ro.1c, ll( : Holt, R,nd..n & Win .. .,n, 1978.
l . Be".. f.. ~{.J .J.' van Soov"",.. [.l., Vcmoo¡; L., v... de Ouwd."d A. ~" .IXI:, rt al ~"oIccuJ.r
prolilc. ofBRCA I-mu ... cd • .,d m,'ched 'P0ndOc b<cuI 'umours: .d.non ,",·"h d,lUco"p •• ho-
lo¡:icolfn'U<CL /JritiJJjD''''IIJ¡ ~fGmu" 200 1;85(4):5)8-545.
 Aná lisis de datos en e l
co ntexto de estudios
genómlcos

Ivin Imaz Rosshindler

Mini Ehz¡ob,th Tejero B
CliUd>i Ringel Escireño

Introducción
La d«odificación del genoma humano marcó el inicio de una nueva eru en La imestiga-
ción gen~tica A l mismo tiempo, en gm n parte gracias a lo. avances t«noI6g1co!., se han
desarrOllado lft:mCali cada HZ más fina~ y pr«isa, que permi ten un análiliis m:Í!i completo
de los Inmocado> prOce§oli de expresi6n y regulaci6n del genoma Asi. u e\"0lucion6 del
estudio de genes aislados de un organismo al de un conjun to de esto!., dando cabida a una
nueva disciphna: la gfn6mlca.
El Impacto del pro,ectO de! genoma humano no s610 ha sido global. sino multidisci-
phnario. Las ciencia~ cuantitativas han adquirido gmn importancia en la compren.16n de
la genómica; además.. en la ultima dkada h:ln surgido nuevas dlsciphnal. cómo la bloin-
forminica
Pura exponer el contnto ,eneral de anúllsis de datos ,en6mlcru.. es Importante em-
pezar deltaCando. aunque IU de maneru un poco informal. algunas dl.unciones Impor-
tantn entre lai pnncipalu dlsclptinas cu:tntit:llivu~ que han apoyado a la gen6mlca o que
han surpdo en lorno a ella

Bioestadistica
Se trata de una dlloCiptina idul pura el contex to de dutos donde .e cua~fican vpnabln de
ínterii cuya car:lcurisuta principal es qu e presentan muchas repeticiones (eS drclr, cientos
o mileli de respuestas a una misma pregun ta). Bajo el enfoque cl.:hico, de manera ideal, esa
pregunta Inclu)! una cantidad de variablel menor a la de rf~llcione!;. El dll!do de! u-
perimento deM contemplar el pOder fundi, tico de la prueba pam encon lrar la diferencia
cuestionada, Un ejemplo .on la. melodologías de análiSIS epidemiológico.'
Blolnformática
Se relaciona con el alm:lCenamiento, la or~anizaci6n, 1:1 dinribución, el proce~amiento y
la in terpretación de datO! biolópcos. Su caracterío tica principal h que maneja volúmenh
ma~ivo~ de datO! y permite dar ~entido a lo~ provenienth de experimento~ genómicos. f>or
ejemplo, permite dettrminar lo~ recur~o~ de lU/rd"'IrI' y Jojt,,{/(I.' necuari o~ pua almace-
nar y procelar ~enom a~ completoi. con el fin de re:I1i1.ar taru~ como mapeo~ y en~ambla­
je~: ute trabajo requiere con~id enlbltó recur~oi de mem oria de almacenaje (diloCo~ durol)
y procelamiento (CI'U), O1r,¡ aplicaci ó n, que el quizá la mili releva nte en elta dilociplin:l.
el la cre:lción y mineria de bale. de d:uo>. A tnlvel de 1:1 bioinrormática, loe ~ution u n 101
dato~ biolóp cO! en balelo de dato,", Alguna! de elt:11 bale> almacenun cuntidadelo impre-
lionllntel de información de diverloltipoi. como )¡. del I'CHI {Nmion(,1 Cl'ntl" for 8 iot,.rn-
no!f)¡;y /nform(ltion'f o la de Er<OOE (I:.il(ydopi'dil/ iI/ m;,1 Eli'mi'nll).) En Europa. Eto'bl-ElII
( l:uroPI.'lIn 8ioinformmirl ¡nl /i/u/I') ofrece y vi ncula diver.a! ba.,! de datos de 3CC f>O libre
a trav#1 de su ¡itio en in ttrnet.

Blolog ia computacional o genómica computaciona l

Ambo. ttrminol pueden UlarU de forma indiltinta: por dtfinici6n, la ~enómica es una
rama de la biología. Eua~ areas elllln enfocada, en el desarrollo de mlftooos matemáticos
y IU implementación computacional mediante algoritmo. para el aná6si~ de dalOs. Ade-
más del dominio de lenguaje. de programació n, , e req uiere conocimiento en áreal elpecia-
lizadal como e;tadinica bayeliana y métodos de máqui nas de aprendizaje.. EllO el debido
a que el tipo de datO! que se an alizan t i muy complejo y le encuentru en un con te..lIo de
mucha. \'ariables y pocali rtpeticiones (en ex perim en to; biológico>. por repeticiones le
lu ele aludir a mueltru~).

Blolog ia de Sistemas
Ena dilCiplina combina el conocimiento detallado de la biolo~ía molecular COII el del
modelado matem ático, en un cOnte.l!O probabilina, p:lra uplicar ifl!eraccione~ entrt lo~
d¡'tin!O~ elemento~ de una entidad biolópca, como la ctlula, De hta manem, ~e pretende
in te~ra r lo. proce~ o~ de¡.cri tO~ e interpreta rlOI e n forma de li>iem a~ complejo~ de ifl!erac-
ción de tipo t>toc~~tico o determini~ t a.

Di5eño de experimento5 en genómica

El dileft o de proyectOS en ciencial genómical debe titar phlntudo de ac uerdo co n el co n-
textO en que le generun lo~ dat o>. Elle contexto inc luye caracterí~tica~ que com prometen
con~idemcionh e>tadilticai. como el mIl nejo de un;l c:lntidad importunte de variublelo en
re1:tción con un número I,milado de muellf!I~, E~to ~enern de':lnos importantes delde lo.
punto. de viua eSladiltico y co mputacional, Lejol de;er una limitnnle, elle tipo de an ~li­
sil rt Quiert.1 desarrollo d. nuevu mhrica! Que per milll n .S\abl@('lr sir;nificancialSmdiSti-
ca o la adaptación de al~ori Irn os ya exi>tentr~ a elte nutl'O e;quema de datos. Eltt mhodo
aprm'echa tI podn de có mputo aCtual y abre las putrtal al delarrollo de al~ori t mos de
máquinas de aprendizaje y ellladios balados en el modelo de la teoria de Baye!.'
Diseñ.o cl;isico basado en la teor ia estadística
En la hladhtica fr«uenti~ta o cláiica. ie p]¡Wlf:W preguntai que ~e relacionan con varia-
blh; de fua~ ~e ana liza su contribució n al comportamiento de lo~ dat o~ medi ante diver-
~a~ mflrica~ E~to~ dal os corrt~ponden a un lamai\.o de mue~l ra que. de manera ideal. e~
muy luperior a la cantidad de variable~ : :lde má ~ eSlo~ da to. deben cumplir con una ~erie
de cOMide racionh y ~upue' l o. no men os importanth. I-'o r tanlO. lO!> diiei\.o~ clá~ico~ ie
balan en linnm ien lo. bien htablteido. dentro de la teori:1 utadi>tica. que.e Ita dharro-
11:1do durante .iglo~ de inve' ligación: . in emb:lrgo. en fpOC:l! rteienlh ha lenido que hacer
frente a un volum en impruiom1nte de dmol de gnln comp lejidad.
Algun a. pregunta. e.enci ale. en el CO ntUtO clásico Ion: ¿c uál h el poder de la mue>-
t nl~. o ¿cómo fue calculada la ,,~ Un a buen:l . el ección de mUhlnl;' que ine remen1e el
poder h1adiuico y . (lIi.faga la. con.identc1one> requerid a;. da lugar a la im plemenHlCión
de mrtod o logía. de an á~.is que incluyen elladhlicos como la I de Student y su corre;-
pondiente va lo r de p . Sin em bargo. elte tipo de pregUntaS que definen un buen dilei\.o de
expe rim ento. adquiere 011'0 tono en e;tudi os de cie ncias gen ómicar..

Esquema de muchas variab les pocas m uestras

Se tram del tipo de diseño mái comiln en proyteto. con enfoque gen ómico. I'or ejem plo.
un experimento con mi<:roarreglo. de exprt,ión puede cueuionar decenai de miles de va-
nabl ei en cada microarregla Para ejemplificar e, te problema e n thminm de e,ta di, tica
cláiica, ie pla nt ea la estimación del tamano de la mUeitra en un e.xperimen to de microane-
gloi teni endo en cuenta un a nálisi, de varia nza multi variado de eFec to global. El núm ero
de vanablei de reipu eita ei igual al de genes qu e ie cUf> tionan y e, de 30000; ii n embargo,
para facilita r 10i cálculos.. sólo se consideran 100. La cantidad de grupoi es igual a la de
tra tamientoi y el mínimo pOiible ti dos. Por úl timo, >e fijan paramftros alfa en 0.05, efec-
tO de lam al'io en 0.06 y poder titadí>tico des eado en 0.95. De acuerdo con el mttodo de
Mul1er y I'elenon,' se necfiitarían pOr lo men os 163 microa rreglos. Cada microarreJ!:lo
cue>la al rtd edor de SOO dólare~; por tan to. se nec"it arían 81 500 dólar" para el elludio más
.encino que ~e puede plamear. EllO se vue lve impo.ible.. aun ~in tomar en cuenta la proble-
mática de con >fJ!:uir y pTO;;har "taS mue>lra ~

Análisis estadistico
Debido a la J!:ran complejidad del uná li. i. de dato s proveniente> de pTO)·ectOl de J!:en ómica.
no e., iue un mhodo que reprelenu un e>ulnd:lr de oro. El dilei'lo de a lJ!:ori tm o~ requi ere
adteuacion e~ al COntU IO de muclta. v~l riablel pocas mue>t nl~ tomando en cuenta con.i-
deraciones heneiale> como la ley fuerte de lo. ,randes número~ de Kolmogorov, porque
no es posible co n.iderJ r a los , enes u Otrll' entidadh biolópclls como van!lblel indepen-
dientes y con di"nbución idéntica, co mo le pl;tntea en el te orerna de limite cent ro l. Una
¡,vhion profunda de la teod:. que lu. tenta lu. leyes y lo. te oremal relacionado> puede
~ncon t rars~ fn ~I libro Limit Tli1'Ofl'll1$ o/ fwhtll,;lilY Thl'ory./i Adfmas, la va ri abili d3d
biológica inltennte a lO!> datos y la gran cantidad de fuente> de rui do relacionadalcon IU
gtntrnción, nige qUt 101 mftodo. aplicados >fa n robu>los y tfn,a n en cuenta div erso>
detallfl que tn ocalio nes llegan a Ser demasiado esptcificor..
 El tiquema de muchas variables pocas rept!icione. requitre que Io~ mttodos e.!adjl-
tico. mh utilizado. u baun en modelos bayt>ianolo, porque permi ten incorporar conoci-
mien to (/ "riori (lal \'tz conocimiento cuali tativo), lo. rtlultado. ~e aprOlliman a la htima-
ción de máxima \'erosimililud conforme ella mlift o de la mue.tra aumenta. los intervalos
de confianza tienen un significado m~i intuitivo (se le. denomina C'Onjuntos dI' rrt>dibili-
¡/(III). adernb de que tienen la capacidad de encontrar mii~ cantidadu de interb y de que
es mcil htabltcer y estiml" modelos complejo •. 1 Lo. mhodos baye~ianos se apoyan en el
inmen~o poder de cómputo aC lual p:lra realizar millones de cálculo~ Al mi~rno tiempo,
el volumen de dato~ reprhentu un rno para quienes 101 almacenan y procesan; por ello,
rewllU ntchario realizar un estudio dewlbdo de la complejidad de cada algoritmo que se
planta utilizar.
En contraparte, el método frl'CuenriSla requiere corrl'CCionei para múhipln compara-
ciones. En genómica, el mhodo ~l)k (H,/u Vis('{)''<'ri' R(III''t' o el cálculo dd valor de q son
la, opcione. de uso más común.

Fuentes de variación en experimentos genómicos

La capacidad de e, tudiar el genoma comple to de un organismo permite rt.ponder y ge -
nerar una enormecamidad de preguntas con un 1010 uperimtnto.. Sin embargo. a ~iar
del u,o de equipo iofiHicado, protocolo. expe rim ental" detallado> y una amplia gama
de algoritmo. matemáticos di!tJlados de manera t!.pecifica pam el análi,i. de lo, da tos
obtenidos., laJi fue Ole. de variación ,on mucha> y muy divtrus. I'am ga.-amizar la repro-
ducibilidad de t.lO. experimentos., ad emás de,u re levancia biológica, deben con,idera rie
todas laJi po,iblt> fu tnte> de variación.

Caso de mlCfoarreglos de expresión gé ni ca

Mediante el ejemplo de un e.~~rimento de microarreg loi de expre,ión génica. en ie~uida
,e presenta una c1a.il1cación de éit o~
al M.nltfadUr.I del rniaoarr.glo. En lo. experimento. con microarrtglolo, es fundamen-
!al tener en cuen ta la variación que el efecto de lote introduce en los rtiultado~
Aunq ue se recomienda uti lizar un 1010 lote para cada experimento. en ocasiones
el número necesario de microarregloi iobrtpala la can tidad de los contenidos en
el lote; en htO~ casos .e debe revisar el di!.efto del experimento para asignar los
microarrtglos de manerd que el efecto lobre los reluhados lfa el menor posible.
rambiln puede suceder que el ~1D¡\lili5 eUf orienmdo a grupo. de muestra. ob!e-
nidal)' procesada. por di ferent e; laboratorio~ En este lentido. nisten al,oritmos
tipecífico. para trdtM el efecto de lott. En ,ebición con el dilefto del microarrtglo,
it ha demo>trado que la ubicación de hi!. .onda. en la .uptrficie del microarreglo
provoca un efectohpacial que introduce un !.ugo .obre la senal de in ~en lÍdad . ·
b) SeI.cdÓft d. .....estras blológlQS. La >elección de mue>tra •• uele SH una de la, fuente>
dr variaciOn m~1 notablfS. Es necuar10 conlidrr~r una enorme cantidad de factO_
rr~ E.m .,IKCión dr~ndr rn ,ran parle del objflivo principal drl f.t~rimrnto;
por ello, la prr,un m bioló,ica drbe ser clam. Algun o. ejrmplm comunr. >en rdad,
grnero, hábilO,de vida, tipo y gmdo de la enfermedad bajo enudioy aun raZa de la
per>ona. rambi~n ni>!en microarreglm para bac teria, corno BrlInirhÍll ('o/i; por
 Ot.-a partf. en ocasionei las mUhtrai provienen de cepai cel ulare. e~pedlka .. En fl-
tm calO!. las condiciones de cultivo, el tiempO en qUf ie extraf el material ~enttico
y la ap~cación efectiva de 10i difere nt e! tratamientol jue,an un paptl de m:ixima
importancia.
d Proto<:oIo .""eriomenUI. En el protocolo e~periment:l1. la preparación del m \II.N y la
hibridación de t.te en el microarreg lo representan pu.o. criticol. Para el protocolo.
lo. factore. relevante ••on la can tidad de material ,enhico, .u de,radación y la
acumulación. entre Otro.. En el ClbO de microarre,lo. que utilizan mlln:adorh lIuo-
re!oCente. CyJ-Cy5 (denominado. microarre&lo. de do. coloru), deben tomar.e en
cuenta al&una. condicione> ambient:lle>. como el efecto del ozono sobre e.to. mur-
cadore .. IO En la preparación del m \II.N, lu hibridación no e.ptdfica y la temptratum
;e luman a I(u fuente. de Yariación,"
di PrO(fiólmlento d. ¡""g...... E.ta f1ap:l (lb;lrca de.de el ucaneo ha.m la tmnsforma-
ción de la ima&en obtenida en un iln: hil'o de pi~ele .. La. fuentes de variación .on
alip«tOi como la oCa~da d y calibració n de l er.cáner. el ruido de fondo (causado por
hibridación no espe.:ilka), el reer.canw, la alineación de la ima~en a la cuadricula
(red de coorden ad as de las celdas de IOndeo) y los propiOi al~ori tmOi de procesa-
miento.'!
.¡ Algoritm<K rnatem;iti~ para.1an.;ilisis de expresión. En la ac tu a~dad, existe una am -
plia ,ama de al,ori tm ol matemáticos para cada fase del análilis de microarre&los
(preprocelamien to, clasi ficación y predicción). Cada uno debe aplicars e con todo
cuidado para resaltar la in formación biológica relf"antl'. LOi principales al,ori t-
mm pam el aná~r.is de upresió n gen ica están orientado!> a corrección de ruido
de fondo. normalización. se lección de gene, con exp re,i ont> di fere nciale!, a,rupa-
miento y aprendizaje n tadistico,

Herramientas de acce so libre

Hay una ,.-an variedad de herrJmientai librel para el análilÍl de datol ,enómico.. Una
de la~ de UIO m:!.~ amplio h ellen,uaje de programación R." E~te Ifn,uaje ~e apoya en
cientol de libreria~ dharrol1adal bajo el proyecto Bioconductor." La utilidad dI Biocon-
ductor conliue fn la deSoCar,a, in>lalación y :lplic:Kión de una lerie de librerias de R para
el an~Ji¡i~ de dat~ ,enómico.. La inltalació n de la~ libreria~ de i nterb de~de la con~ola de
R le realiza mediante dos in.trucdone~ ):1 primera concede ace elO al si tio web en que ~e
en(uentmn la. libreria~ y 1:1 .e,unda lleva a cabo la inlt:1lación de la. libreria~ reQuerida~
Amba. herramientu~ .on de libre aCChO y lu comunid:ld cientilica mundi:ll contribuye
de m:wem continua al d~larrol1o de una can tidad creciente de opcione; para análi.i!.. ~or
tanto. R y Bioconductor evoluciomln al mi¡mo 1':1.0 que la. tecnolo,ia. ,enómica!..

Tende ncias
El aná li ;is estadístico .uele realizar;e mediante la aplicación de al,oritmOI Que interro-
gan a 101 datos en bUSoCit de parronh o perfi l'l dt inttrÍ>. Juntocon estaS mnodo lo,ia!,
"bur.ca reducir la dimem,ionalidad de los dato, o acotar ti an:!.~;i¡ mediante diverla.
ellraupu (mucha. de ella. apoyadas en mod elo. bayt>ianoi) pam establecer mttrical de
si,nificanda, como inttrvalOi de confiunza, valorel de p aj ulladm y varianza .. Asimilmo.
lo. mhodOli ba.adoli en la teoria de la informudó n conforman un frente promeudor en
lomo al análi~is de ene tipo de dalos: entre OtrOl '¡S pecIO!., pueden manejar ~Iacione; no
linealu y lintalt; de manera indininta. además de conjun tos continu o~ y diKreto!."

Bioinformiiitica e interpretación de resultados

Una caracteristica de la bioinform:'lIica e~ que se tr:tla de un á~lI interdiKiptinaria que
dharrolla y aplica métodol pam el aDl\lisi~ y la int erprnación de datol biolóPco!. Una
de Ins aplicaciones mh comunel le relaciona con hl implemenmción y el u~o de recur-
lOS apropiados pam interp~lUr diferente> grupo. de datO; (,enotipificación, anMi.i) de
tmn;crito!., proteína!., etc.' . P'lm ello el neceuuio illentilicnr la informnción di.ponible en
bu.el de dQto. y relacionada con lo. ,rupo. Ile interf!. Ella información puede referi,.e
ti vnriunte; en el \UN, perfile; de e." ,ruión de genel y pronina!., den.idad de islal epG y
mucha. opeíone. mil!. En la nctuaüdall e~i;ten cUQntio.ns bale; de datos de libre ~e.o
en In"rnet que contienen una enorme can tillad Ile información biolópca or,anizada y
.illfmatizada para un manejo e&iente: allemás., se incluyen algunal henamienms de aná_
li,i .. E,m, base¡ de dalOS tienen di. tin tas estrUCturas y, en el calO de lai mb utilizada!,
cuentan con aplicacione; que pumiten uni ficarla!. Se aCtualizan de manera con,mnte,
aumen tando.u capacidad, complejidad y eficiencia. El rápido dfiarrollo de mhoom an a-
lí ticos que producen gmndesc antidades de dalOs., j unto con el desarrollo de la tecnolo,ia
compu tacional y la apt'rtura a la interacción con múl tip les dir.ciplinas., ha permitido que la
bioinformática ,ea una de las di!.Ciplinas con mayor expansión en lo. último. atlo!.
La bioinformática es fundamen tal para el aná li,i. de da tos o btenidos con mhodolo-
gias que generan grandts can tid ades de éstos y con re laciones complejas en l ~ si. Los da-
lOS obtenido. a partÍr de abordaje> genóm ico!, tran !.Cri ptómico>. proteómicos o mel3boló-
micos requieren de di.po.iril·os y mttodos apropiados para su almacenamiento, control de
calidad, análisis estadi.tico y con.ulta de bancOl de datos f>prcializados en que fi po.ible
identifkar la funci ón biológica de ~ e n e!, varia nte ... tranKriW>. prOteinas o metabolito.:
ad emái de la. ruta. en que participan y.u relación con fenotipOS de inlfrt>. como fllcto-
rfi de rie;,o para enfnmedades, En genera l, permite aterrizar el prOCelo de análisis en el
COntUtO de 101 fenómenos biológicos. La rápida evo lución de estos mhodo. y el aumento
en la demanda deuptrto. en el área ha dado lugar a la creación decuantio~~ programas
educativos en todo el mundo y de empresa. elpecüllizadas en el anátisÍl bioinformático.

Caracter isticas de las bases de datos disponIbles en internet

Una de lal hermmienllls bioinform~ t icas má. utilizud'l' la con;¡i tuyen lal ba.es de datos
que conrienen di.,in,~ tipo. de información bioló,ica en forma si mmatizada y que lue-
len eOCOnll1Hse en formato. ac<:esibles para lo. usuario!. Mucha. de eUlI. ba.es cuenmn
con gmnde; banco. de da tO. que pueden comu lwr.e mediante di!!i ntal e;¡mtepas de bus-
queda. La conexión enlTe la. bales de dalO. permile el acce.o a una enorme can li dad de
información. Es po.ible em l)learlas pam con.u ltu y, en ellli lodol lo~ caso>. cuenlan con he-
rr~mientas que ffa~zan diversOI tipos de an:'tlisi .. I'or ejemplo, HI.ÜT el una ap~cación que
pt'rmi" estimar la ~mililud de una secuencia al compararla con bale; de da tos de spcuen_
cia. de la mi;ma especie o de otra.! hprciel cuyas srcuencia. i f encuentran dilponibles,"
Eila herramienta e,tima el pon:entaje de identidad entre la; ,pcuenaa>. identi&a repones
no concord an tes y Iocatiza IU pOlición dentro de secuencias an otadai de refe~ncia .
 Exi; ten ba~e~ de datoi publicai para con,ulta. pero que tambi~n pumiten el anáhi!
de lo! datm que incluyen. ]>or lo general, estas herramienta! cuentan con información
in troductoria para iU Ulo. tu torialei y rteuriOS gráfico! de ucelente ca~dad para su apro-
vtehamiento. ]>or otra p:Hte. uisten e¡fuerlO. internacionale. de gran akance para hacer
público~ 1m re¡ultadol de e.\ perimentol de ti po genómico. con el fin de optimizar recuno!
y htimular la rfalización de in"e, tigadone. con m:lyor número de dato)" modelo~ upffi-
menmlt> y abordaje, diótinto!o.

Bases de datos bioinformaticas de uso frecuente

Como ya.e expUJo. la, baJe. de d¡uOJ púb lic¡., q ue,e encuentrUn en internet permiten la
con,uha y obtención de información, ¡ldem!i¡ de que t:tmbiln fncilit3n alguno, tipo. de
$Ojrl":lTI.' y permiten el u'o de su, herramie nt:.¡, A cOntinuilción;e describen 3lguna. de I"i
base; de dato, mh populares-
1. "". (www. ft~bI. ftl .....ft lto .g ..... ).EINmiont¡/Cem... jo. Biorl.rlm0/ogy/nJo.mmion liene un
.itio que proporciona información relacionada con la ,alud. Cuenta con variol ,i_
tiO! tspf'Cia~zadO! en depó.i to de dalO! y Jojnmrl' para dininto; tipoi de análi.!i!.,
que emplea [Oi dalm que almacena, EllO! ba nco. de da lo; ts t;Ín e;pe.:ia~zadOl en
genoma!., gene!., s~p (po~mo rlhmOl de un .010 nucleótido), pro teína!., metabolitOl y
mucho mb. Ella bau cuenm ademh co n accflo a [a, re ferfndas bibtiogr.ifica¡ de la.
que>t ha obtenido la información publicada,
2. Ensembl (www.ens..... bl.org).Contiene anotadon .. degenoma.devariolor~ani.mo!..
ademái de herramien taJ para co nlu har info rmación iobrf genes. i.oforma!., Siliol de
rfguladón y mucho mas. "
J . Ruct ...... Iwww.r... dom •. org). El una ba,e de dato. de ru tas en el nÍl'el de proteína!
que e. curada a mano y COrrobO rada co n otra. balei anMo,;a. de manera continua. lO
ot. O..... id ldavid ... bcc.nófcrf. go,,~ Da/ahuse Jor <lnno/a/ion. viSUl¡/i;mion lInd inli'gm/ed
disCQlwy tlo una baie de datoi que contiene herramienta. para aná~.i. y anotación
funcional de genes. proltí nai o ,teuencia;, Ofrece dh'ena. herramienta. para rea li-
zar pruebal de enriquecimiento de hta! de gene!; ademál. 3grupa los resultado. pOr
>i,nificado funcional."
5. UQQ lwww.g_.......jpJlclf9g1l. Kyv/Q I:.neydopi'di(/ oj Gen/'s (lml GI'nom/'s h un rteuno
que permite conlulmr información ;obre ,illema! bioló!Íc<». dhde la dlu);t ha~m el
teOlillema. Contiene aparmdol para con.ultllr vial metubólical. ,enh y proteína),
Almocenn dat o~ generddol con ttcnologíu. genómica. y proporciona algun"s herra-
mienm, de análili" XI

Ejemplos de analiSls bloinformatlCOS

., o. la _ ... da .. Lafundón blolóill",. Eximn balt. de datoi de tibre acctloo en que le
puedtn encon lrar las .teuenci". de \I)N, \Jl.N Y proteína, de ciento. de or,anhmos. E.
po.ible emplear eSla informoción pllra ti análi¡i; dt 10i rf.ultado. de uperimen to.
de ifCuenciadón de ·\DN o proleín:.s. al compararlo. con !!ilal bal!!i de dato;,
LO! reporte. pueden incluir e.\ timacionh dt inttracción con omli molku[a. ( ~DN,
\KM, proleínu y divtnO! me wbolitos), información .obre gtnt. onólogo!., predic-
 ciones sobre el efecto funcional de vanacio ne. en el \UN, elC. Por ejemplo, Polyphen'
es una herramienta desarrollada en la Universidad de Harvard que permite predecir
el impac tode una JUJ titoción de ami noácid o. en la e,tructura y función de una pro-
teína humana. utilizando di\'erl;o. cn ten o. ya htablecidOl.."
No obllante. los estudiru fundonalh (tantO expenmentales como computaclonolh)
suelen tener algunos errores y .hgO. sistemáticol. f>or ello. e. recom endable emplear va-
nOI abordaJh de an~Ji¡i~ Una posible Htm tegi a es la integT'dción de basel de dotos para
obtener relultados más confiable~
b) ANoIisII flIo'....Uco. La disponibilidad de l:l .ecuenci:t de genomal complelOs per-
mlle hacer ,nfuencill' .obre la relación fi logenttica de di.llnta. e.p«,e~ eltimar
la dillancia tnHe ello. y conuruir gr,Uicn. pllra repre.en tar la. relacione; entre la!
npecie. tuudiada~ 1'0' tjemplo. Phylogtny ti una hrramitnta que ti ESI ofrfCe
para reabuu :hbole; filogtnftiCO! u.ando el programa CJu!taIW2.ll

1. Sd,,;n S. 5fJlilti",1 AnalpÍJ #/ Epid~mio/ogical DafJ. 51dwtical Poulltr and Sampk Siu C,hla·
tíon. h . al O xlOrd: O xfurd Unive",¡.y Prcss, 2004:75 -92.
2. Gccr L Y.• :\hrdtlcr-fhucr A, Gecr R. e.. H an L.. He J., He S., Lio e., Shi W., Brya n. S. H.
lhe N CIII BioSr.. ems d.o. ab~"". Nudcic Arid. R..urch, 2010. 38:0492,,(;, doi:lO. I0931narl
gkp858 . Di",onible en: hnp:// www. nebi.nlm.nih.gov/bi0'Y .. em,.l . [Con....¡.a d 13 de KJ>-
tiembrc de 20 13.1
l . lhe ENCOOf Projea Con ... n 'um. l he ..... Co Ot (Encydoped< a o( ON" fJemenu) Projea
Srima. 2004;Vol 306. núm. 5696:636-640 . 001: 10. 1126Jsciencc. 1 105136. Oi",onible en:
http://,,,nomeunc.cdulwcool'l . [Con""!,. el 13 de KJ>.iembrc de 2013.)
4. Scb~ .. 'ani J>. Yu Y-H. Ramon, :\!.F Baye';. n :\lachine L•• ,n'ng and lu P",en"a! Appli c:.. ion.
'o ,he G .no m'. Sou.dy o r O ral Oneology. MmRrtf iR Drnt.ll Rntllrth, 2003;wol 17 no 1, 104-
108. doi 10. 1177/ 15440737030 1700124.
5. :\lull.r K.E., Pet ...... n B.L J' roe,ical method. ro, .omp,mng pow., ,n , ...,n, ,he mult,v.'¡a ••
,eneral [,nu. h)'pO'lh< .... C.",put.lti~tWI5~ltiiti(J 111111 DIl~1 IlIltl(yJÍJ, 1984,2: 143- 158
• . !'rokho rov J V, SO .. ul .....cu. V. I./mil 1"IOft/m of I'rgbllbilil)' 7"t~lY. 7'nlmwflM f,.,,,, dn Rus'
SUln Itrin N....,...~ York $pnnger-Ve,h, &'~ i" Heidelberg, 2000: 1-279.
7. so.",.icu, L.L e. B.yelian-In(rrcn«. F..,,,in¡,~on. Connea,eu, : s..a" .. ,caI Conoul"n, .nd
Suppon, 20 13. Diopon,br en: hnp:// www.baye ';an·infercnce.coml . [Conoulu d 13 dr KJ>-
ti .mbrc de 20 131
l . Benj.miru Y. Hochb", Y. Con,roll ing lhe fal"" d<ocov.'Y "'c: • p ... t<ical .nd pow"ful ap-
pro.eh ' o mlJh,pI. lru,ng. /urtul Df tht RII')'IlI StiJtiJtirlll .mif!Y. Snil'l Jl (:\l t<ho OOl o gitsl).
1995;57(1):289-.300. :\tR 1325392.
9. :\hry_Huard T, Oaud<n J.J., Rab," S.• ~I al. Sp".. ing e/fea In m;c ......"'y cz¡><nmen... 11\1C
Bioinfomlilua. 2004;5:6.3 doi : 10. 1186J 1471_2 105-5..(;3.
10. F....e ,[L, CoKcy E. ~I.. O.i H .. dal EffeCl. of .'mo'phe ri c orone on mi crour.oy d.o,~ qu..Ji,y.
Jiwlyliml CJumistry, 2003. 1;7S( I7):4672-467S.
11. lriuny R.A.• H"bb. B .. Collin F . • , al. F.xplor.tion. no'mal i.... i"n .• nd .. mm.ri", ofhigh
den.uy oIigonudcoude arr.oy probe levd d.t a. lJiO/~ltislia . 2003:4.2:249·264. dOl ' 10. 10931
bi" ... i.icJ4.2.249.
12. Z"kh"llotin S.O ., K,m K.• ~t ...... T. dlll So""'e " rVana,i "n in ~¡ic.-r ..y F.xperimenu
I1MC IIl1i'fforl7Ultia. 2005;6: 2 14. doi : 1O. 11861147 1-2 1OS-6-2 14 .
13. R O......dopm.n' Co ... l".m. R: Ji U"I{Uil(.t anJ ,m,¡,Ot/ItI",rfor st./tisliml rtlmp~tittt. Au .. n.:
R Fou ndo,i on ro. St.,ist,ca1 Co mpu,ing, 2008. ISBN )-90005 1-07-0. O''f'0nibl•• n: ¡"'p:!!
.... ww. Rl'"".cl.orgl.
n . Gcn'¡cm.n R.C" C • ....,. V,j .• B~, .. O,~ ¡ " rr al. IloioconduClOr. "Pcn ooliw .... <kvdopnltn,
fo. COnlpuu.ional blologr . nd bioinform.tic •. Ci",o"" /Ii~Wo' 2004;5( 10), doo: 10. 1186I,b-
2004-5-10-r80. O''f'o niblc t'" hup,l/ www.bi oco nd" Cl o r.orgl.
15. Re.hd D. N .• Re.h.tf Y.A., Rnue."" H.K.. ,t al. Or:ttCling Novd A..oci.. ion. in urge O ...
SctL Xiln«. 20 11 :Vol .H4, no 6062: IS 18-IS24. 001: ]0. 11261ocien•• . 1205438.
16. Alu chul S.F.. C i.h W.• ~Iille . W., ~iycro E. W. Upm.n O.J. B..ic 1<>e:Jl a1ignmen.... <eh ,oo!.
jo.m",I _[MoknilL., lJi_Wo. 2 15:403-410. doi : lO. 10 ]61S0022_2836(05)80360_2.
17. lhe En!iCmble Co noonium . En5Cmbl. 2012. Nud,ir Jirids RItJM,m. 2012;40. O ... b. ",
i,5U<:084 ·09o. doi : 10. 10931n..I ¡;kr991 .
11. ~I ... bcw, L , Gopin:rth C., Cill"'p ie _\ 1., dal Rcactome knowlcd,cb ..e of hum.n biological
pa,hway. ond p .............. A'urkir Jirilh Rrs,a,ch, 2009;37: 06 19-622. Oioponible en: hup:1I
" ....."W.= .. ome.orgl.
19. Hu.n, O.W., Shermon B.l:. Lempidoi KA. Syste m.,ic and in'q;r.t,ive anal.v'; . ofJ..ge ,ene
li ... ",in, o","'D Bioinfo. m.,iCi Re>ourc... Na"'" /,,,,fIN', 2oo9;4{I):44 -57. doi : 10.10381
np_.2ooS.2 11. Di'P0nible en: htt p: //d .. i d.abc~. n o fnf. ¡;ovl.
20. Kanchi ... ~i . , Co' o S .. Furumicbi ~1 . , ,'al K EGG fo , rcp,nm'a,i on and . n..JyiÍ' of mo-
1..:uI .. n.. wodr.. involving di5Caoc •• nd d rug•. Nuckic Jicid! Rrsra ,m. 2010,38:0 355-360. doi :
lO. 10931naolgkpS96. Di 'Ponible en: http ://www.genome.j p/ k<td.
21. Admubci 1.. JonLtn D.~1. . Sunr "" S.R. UN l'r 7.20 !'.-ediCling !;,nctio nal EffC'Cl of Hum.n
~Ii _ n"" ~t ..."on. UiÍng l'oly!'hen-2. Cu"",' r,otoro/s in Human Gmdia. 2013. 001,
1O. IOO2l047 114290S.hg0720.76. Oi'ponible en: http'l!g< nC1i a. b"'h.h...... rd.cdulpph21.
[Con...! .. el 13 de "'P. iembre de 20 13.[
u . L..k,n ~I.A .• Bhck.h,dds G., Br ...... n N .P, .tal. CI""a1WC " nd Cluot alX ve"';on 2 (2007).
fJi~i'ffo'mar/(J, 2oo7:23(21):2947-294s. d",: 10. 109}/bi" inform."cJmm404 . Oiopon,hI. en:
http://www.<b... c.ukll Oolslphylog< nyld uotalw2-phyl''G<ny/ . ICon,..].. d 13 de "'P"emb ...
de2013.[
El p"'lo(nIC: pololOn ... de Itnnan .... ~mplcad .... haboluahncnk ~n la ~IC:r.lul'll rntdoca I;H;nlioca l,~nc ti
obF~'"'" de lo(l"oÚ allcclorcomo una ,uia de C... ".ulla rilpda ~n donde. adcm:i, lo( ,nclU)~n~nln: p¡l_
"'nle''')' ~n caraclCn:. IIIIII... 1:u deoom,naci ... nc. en ,d,oma In¡lf~ AllioaL lo( a,,,, ... un apilrlltdo
Con al,una. de Ia~ prueba. J*n .nihll~~tad¡ulCo m~.cmplc~a~
A_..n.c&.d (. .~,;_) !'"xno de :UI,-
natlón de ,uFIO. a malllobnu. o lr.turlllcnt ....
dife",nk. donde x- ulohan nÍlmc:"" plcatono~
Amp[jllod (b",,) Uifcn:l'ICia entn: La nbloC .... u-
ción mll)'Or)' la menor
9bo_icA (lli_tIslIn) Aplicación del dilo(-
,.,., de e.luda ... de ' .... nhpción)' aoU.ü e.IU-
dÍ>lICo para aplicagone. U etcnci;u de la >alud
y ~n:;u delcooocimKolo afine.
c.- r COfItroM (~tnI) E.ludio 01>-
lo(l"o".w:ional que Inicia con ¡:KIC1("nlel que llenen
la ml>ma enfermedad Que X- ~u:i ,n''''lhgando
y personal control Q~ no la llenen; pMtcrior.
mente !oC hace una i",,,,.u,ación ",lrolpcctiV3
con ti propó.,lo de idenunr fact ... ",. de rie'lo
pot~ncoalc:l.
c..... (CtIl). E. la unión dc una lil;¡ con una eo_
lumru.. mllm<!. que Iocne al,uo '"alor
Clinltnootn. (O¡"blufrin) U,<,> de Indtccl, e>cala!
)' otrJI C.1prc.,onn quc lo( cmpkan Jl'Ird de5<:n_
bor o cuanufic-.. r ";ntoma.. "Ino~)' Otrol fenó_
,ncnOI de la medicina tlin,c-.
C _ _ _ nc. (CMSUlnoq) Alnbuto de un ,.. te·
ma dc medición al oblcncr~l m>mo A:lullado
cuando el pl'OCl:'<'> de mcdK:oón C1 n:pcudo YlIlo(U
por el mi......, método. el .... >m<> olM ..... dor. O
~""
C .. __ _
r.....w. En
fl~liwr ._ri". '. . . urrllti r
una PfUCN d,a,nóllocll, lo( ",ficn:
;, Una .".,rlClI de ,,,,roade.:,,. polltlva. en el ~jc
r conlra ral.a. po"to '·a. en el eF X. empica·
da para naluar la. propcdadcl dc una prueba
wa,nó.llca
0_04.";6" _ _ Iod (Sl. ....nI "wU';,,).
TlImtKn llamada dc.'l¡oaón tipa, n el prome-
dio de de..,...,óo dc !al punluacionc. con ~~_
J'lCCto a I;¡ media. Se ,nlCrp«"llI Como cu:lnto lo(
de",1;o de 1;0 media, en promedio. un conjunlo
de \I".Io~~ Se IImboha con ~ (mue~lra) o 101_
m~ m,nu>cu[;o (01 (un,,-cno poblac!onal) Sólo
lo( utiti!a pa .... medid~. de 'nte ..... 1o o de rJwn.
O.... rib ... 1ón (Di$lrlIl" tI..J Valan:. de una vanu_
blc junIO Con la frocuellCla dc IU pn:!oCnC1I1.
O.... ribuclón _ ..... (~I tliuriH,i..) 001_
tnbtlción dc probabo'dod IOmélnca, en 10""",,
dc C"Jmparu.. Con medaa" r dcl\lllClÓn e.l~ndar
" Si Ia~ obocrncione. IIJ1.1Cn 11M di.lnbución
norm~l ti ,nlcn"llo (" :!: 1,,) ,ncN)-C 9!". de !al
oblc",acioncl Se le dcnomna I<oImtKn di.lnbu_
dón ,au.liana.
Oinribucl6o. .;moitril: .. (~t ¡Jisrribrtli.,,).
T;eroc la mi>ma forma en ambo. lado. dc la me_
dia. La media, I;¡ mediana)" la modo '<'> n "ualei.
Ep .....1oIogie el;"icA (0;.1 ..1 "Ñ1"";«-U)'
AplICación de la acncia dc lo tpdcmoolo .... a la
medicina eH""", y a la loma de dcallonn en lo
"lención a la Ioalud
E...,.. <lit 0Md0:i6n (111_ _ ..,,..,.,.) Canll -
dad que "'pA:lo(nla la fracaón 'ncorn:o.:la de una
,ncdic' ón debodo a problema. ,nhtn:nlcl al pro·
IXIO de 'ncdición
E..- ~ «<) (SI'U• • nI,..,.,.) Mldc la IXr-
leZll con la quc la med,a.. calculada con bax- en
Una mue.111II alea lona.. (\"11 .... I;¡ ....dla ,,,,rdadc-
r~ dc la población a ""rllr dc b cual lo( lomO la
muelll1l_
E....... _._ico(S,rIt_lir #rfW') Error en la
medic,ón que e. conllunlC ~n loda. la. obloC",a-
doroc~
E....... t ipo 1 ( ]jIU J #rfW') Error prodllCidocllan-
do lo( m:huZlI una hipciolCIOI dc nu~dad ,~nbdc.
ni O se conclU)"C quc hay IIIU direlCnciJ iilJlllb-
h\'lI que en ~a~d.:od 00 Otile.
E....... t ipo • rq" IJ _ J. Error prodUCIdo
cuando no lo( m:h.aza una hipalClIl dc nuUad
f"I'1I o no !oC dclcCta una di ftn:nCti que si C.1,,1c.

EKeI.o d. _ioón fsa"~ _ _m t). Gr., -
do de p~iwón COn el '1"" le mIde Una ""rJel.-
ri.oca Eo ~n::raL le eatc:,o nza en .!.C~I:o~ no-
mi naL ordi nal ). numeoca.
E..... . - . - (N..";,,.l _M. La eiCal" má~
.. mplc de medicione .. Se U~a I"'r~ "a,acte,I'1i-
ca. que no 1ienen ,·,.lores numen"o. (1' eh r.17.<~
Kl\o); lamMn le conoce como e!.Cala euali tati,·"
ealC,óriea.
EocaIoo ~w ......... fH_trltfl./_l,) El nh"C1 m:\$
d,,·ado de medición. Se usa I"'r.l "a""deri.l;.:a$
que puede n dar '·3Iores numiri"o, (1' ej .• e.lalU-
r~. pno, p",¡,jón arlerial).
EocaIoo _ _ (0nIi-t $(fI.ü). Se Ul:I 1"'''' ca-
r"'ler;'lH;as que be""n un orden .ubr....,nle O
i nlr;o'>CCO I"' r.. ,UI \"alo",.; 1:.. ci (,...... que se con_
pican ,00 arbí,,.... ri a$ (1' ej. , 'r..... edad de la en_
fermedad en Ic-I-c, modcr... da y l! ......... ).
E_ificiciod (S,Mjitity) Pmpo ....ión de la. \"e_
Ce. qllC una prueba de diaJ!lló.tieo e. !>Cl!ativa
en pacicnla qllC 00 tie""o la enfermedad o al_
le rdción.
~ioce _riptioM (Dampli.., Ulltislia).
Medida.eomo mc<.lia, dc ,,,iación c>13nda~ pro_
porción)· la..., "",da. para d",eribi r alribulo$
de uneonJunlo de dalo,"
~d. "'" (Ci.úlUII...unl). E n una pruc:1xo
dia",ó.lica, identifica !.iem pre la co ndición ,"Cr_
dader. --cnfc nncdad o auocno:.ia de enfermedad-
de Una pe r.... na
Estudóo eOoogD (JJli'" JI"') I n,"C.IIJ!aCión en 1:0
cu al lo, ¡>a(.icntc:. nO eOn"":Cn el I""tam,ento que
cl1~n m.itlKndo. Los ,"'"C~I,pdore~ y el re~to
del equipo de im'C>tipción pueden e nO "no-
rarlo t:allbí':n.
Eotudio e"'o (ainilJli trMI). &tudio ex peri -
mental de Un medicamento O procedimiento en
el cual lo, 'UFIO' de in,"C,uJ!ación ...,n hum:'n o ...
EotlOdO d. Cofto<W (C.bwIIl""J. Esludio ob-
Jo<:,,·acioftlll que: inicia con un "upo de .UjeIO$
que tienen Un fae'o,de rie.,o (o w: han c~pue:.to
a Un a",nle), y un w:,undo , ru po de ,u)CIO. que
no ntáo ¡omctido. al raelo r de ne.,o o expo-
, ....ióo. Ambo. eonjun,os w: ";Iuen a Ir.......:. del
tiempo en forma pm.pccti.-a paro in,,,,lila,
euánlo> en cada l!rupo de",rmllar.in el re.ulta_
d o de inle",~
427
Est ....¡., _ .. e~ (o.MNHli'" tri"'). 8tudio
clinoco donde ni 101 pacicote. ni el O lo. ,n,"C.~­
gadore$ r.:.ben '1": IrnlamK:nto el1.án utitirando.
E.. udio •• pe ...... _ (bpm",""ulu..,) &tu-
dio comp"r~li,·o en donde ha) Una 'nle"·e ....~ón
O manipulación .
E......¡., •• pe ...... nt.oot .... 1IIeMorio_ (N..,,,,,,-
d#lrdud /"rl¡¡f). ln'utípción clínica en I:t ~ualw:
¡,¡,j,ca a IO"~Jeto. a IrntamocnlOlloln Ixosancen
un si.tema de alcatoncdad. Se ptCJo<:nlan Jo<:I,O'
e n ti pmcc .... de ,m·c Jli,ación.
E......¡., ..., COftttoIAdo fH......w.IlNl trWJ. E.~­
perimcnto que no cmpka 'Ujctoleo ot m1.
E......¡., .,¡"....-;."",,¡ (~IiIllMlII..J:y) In_
'"C$ti,.....iÓn donde 00 hay inlc".. nción ni mani_
pul :u..~ón por pa'le del ,0'"CIllpdor. Se desi,na
~omo de ea.o....:on'm ~ lran".. n.al o de co horle,
dependiendo del di"dlo del colud,o..
E.. 1OdO p«>Sf>e<I:ivo (AwpKtiwu...,). ln,"C,Ii_
gación di w:~ad a ante. de que 10$ dalo. se h:t)"3n
oblenodo. Indica un enfoque: hacia adelanle en
el tiempo.
E......¡., _~ivo (Itm_lllrnw,,"'). In_
,·c,li,.....; ón emprendida de'p":$ de habe, hecho
b. ObiC"'aciofIC~ Implica un enfoque h.:ocia
alr,;, cn el tiempo.
E.. nto (film,). Kc.ultado o relullado. de uno _
pcrimenlo.
F..t .... (haw-). Camclcfi~oca que:cs elcc ntro de
in\"e.~,¡.:ión eo unaludio. Se usa en 10. anábu
de\"arianu
F..t .... d. ringo (JtWfonwl Ocw.na un alri-
bulO que pn:valccc enlre SUF10' que do:.arroll~n
un~ enfermedad. mmparndo COn aquellol que
no I¡, des,,,rollan .
F.bo MgIIIivo (hll,.",,.,,¡..,) )(uullado ne p-
ti\"o de una pruclxo (O Una pel"lOna que: si tiene
I¡I enfermedad.
F.bo P<*tivo (~HÍti..,). KcJullado positi-
'·0 de una pruclxo (n una persona que 00 tic ....
la enfermedad.
FNCLHI""" {FI"NI •.,,,¡yJ Númem do:'"C(."C' qur ....
pre.cnla un ,·alor dado de una obw:,,-ación.
Gradoood.libertod (~t{fr-I-J. l>ar.imc_
1m en a1l!una. di"ri buc:oone. de probabitidad de
ulo Común (1' ej., prue:ba de, yehi euadrnda).
G._. do! - . . . (& r P"'ph). Tabla o ,ráli<:a
ulada ""r~ mo.lr4 r la. cifml o pon:cnlajc:. de
ob"""·....;o"". Con la. car.telenlIÍl:a. que inlere·
¡'¡w So: u¡.¡, en ,·ariablo:. nominalu.
Hipót.-m do! nul_ (N"" lIyp"I'-iI). E. aque lla
quc "" el1á prolxondo acen:a do: una pobl,teión.
En Fn<:r4L nulo loilnitr4 ~loin ditCreoo:1"' y por
¡anlO. "" ref!tre a una loiluación en la cual no hay
diferencia (p. ej. enlre la. rntdia.en Un ,rupo de
InHamitnlO y Un yupo conlrol).
Hinogr_ (UiJl~,",. Grátk-4 de di'lriboción
de f m;uencia oc obot,,·lOcionc:. numericalo.
I",d d. ",," (/HtUI"'t~). índicr que da La propor·
ción oc p"!")Ona. que adquieren una en(errntdad
n allc r.tciÓn delenninada en un Ik,npo op"dfi.
en. habÍlualmcntccn un a~n
Inf. ... "".. _ _ o {mf wm« . "' ';,';<1II}. Pro·
cedimienln por medin ocl cual >c llc,a a enn·
clu';nneo acerca oc una población. con ba>c
en infonnación que K obtiene a p;o.ti. de una
muntrd ICtro:ionada y qoc !C con.;ocra repre·
>cntativa de Cla población.
Intervalo de confieru. 1<:1 {C.NfiJmu iNlervtr/}.
Eopaci n calculado a partir de Lo. daln. de la
mue.lr.;. que tiene una .ierl¡¡ prolxobitidad de
com prende. el par.imctro deoconoodo en la po_
blación. El que >c <11Iplca Con mayo. (m;ucn<.ia
c>9~/..
Int• .--roción (mu..,,",,;.,,). Maniobm u... da en
un c>tudindp"rimenlal Puede ler la admi ni.lm ·
.ión de un (ánnaco o un procedimienln dinico.
La medida de \cnocn<.ia .'l:nlml
Med;" (A ' ..N).
mio. común. >Ímboti:ruda por )len la pobhlCión y
poi X en la muc.lr..
MedIANo (M"'úlI.). Medida dc \cnlkooa.'l:ntml.
E. la ob"""'lOción <.'I:nlrJL c> dco..ir. la quc divide
]:o di.tribución de '1IJore>en 00> mitalk~
"'-dkw.. b.oodoo .n.......""... (IfNiJtn(~"JNI
,nNlid N,j. Apk-JClón oc 101 rc>ultado. fII'O"Clkntc.
oc 1'.. mejore> t\io.kncia. ,"",nlifi<;<';1 dioponibk ..
apoyada . en la op"ritncia dí"",",;, tnmandn en
c~nla lal prdel\"nciDS OC los en(ennos. con el
prol",,,;IO de 'Iucel m<dico lome mejo,,,, dct.i";o.
oco en la ~\cnción de Lo, pacicn\c~
_ (AI _ t{ Ji'I",.....' )·
de diopenión
l'"",bién llamada,medida, de '"4riabi~dad. mue.·
Ir:on la "ari abi tid"d de una di'lribución. i ndócan-
do PO' meJin <le un número"; la.di(erenlcl pun-
Im",io",:. de una "ariablc eltán muy alcjaJa. <Ic
la mcJi"
_ _ do! t _ _ nc;" cent'" (AI _ t{mtrr.¡
tnodmry). Corre>pondc:n a "alore> quc Fno:ml-
mente !C ubican en L, ¡xtrlt <.'I:ntr~11k un conjunlo
Ik J"to~ Son indicadom CI\;,di.tico> quc muc>-
lmn el ",¡Ior h:ca el cu:1l !C ayupan 101 da¡o~
Met..wiIioio (ftf". ...~. Maodo pano combinar
lo. n:.ult"do> de '1Irio> "tudio) mdCJxndicnlColk
ti milol'''' medición. Ik m.odo que pueda delCnni-
n,UX un ".Ior p ¡Loba1 E. ti JlIll(nO biootadiukn
ap~c"do n b. ""i~o""l ~,1CrruI""d~
ModA {"'",M. VaLor de- la '1Iriabk nmntrica que
>c pre>cnlaeon mayn. r..,.,..uenciacn una >cric Ik
nb>C"" Il~nne~
Momios (0tM$). Cn rrelponde a la prolxobi~dad
de que >C pn:>cn\c un t\"Cnln cli,idida enlre la
prolxobi~dad de 'Iue no .UCC"da.
MueslRI (Su'." ). Un l ulmnjunlo oc ti potu:ión.
Multivariodo (Atulliutri6u ). Términn que >C re_
líe re a un cotucli n n an :\~";. que compn:nIk va _
N"mero nacesorio pM". t._
riao variabtc. indep"ndienlC~
(N-"rr"NrI'" 111
N úmero de pacicn \co que nc\X,,;lan lm -
fIWll) .
1".>ccon la \crdp;:utica propueota a fin de pre,"C -
ni, o cumr un Imolorno en un inclividuo.
Panímet", (n....' mn ...). Valor de la población <Ic
una ~·a,aclcri.ti~." detenninada <lcntro de una
dil tribución(p cj .Ia media).
P....... (;g.u.¡. o ~ gnopoo) (ltrirw/). Pro-
<.'1:.0 por el cual >C "uch"Cn homo~no:ol dOI
grupo. en cuanto a la inle,,"Cooón Ik poloÍblcl
raclore.1k confu,,;ón
Poo"'.nt ll (I't<'rmlil,). Cantidad quc indiC"4 el
IlOn.'l:n lajc: Ik unn di.lribución quc" rntnor o
igual a e,a lifrd.
Ptac. bo (fy. u~. TrJl amie nlo o procedimiento
,u,lituln que le " pt ra ClIre;tl;a del d"'tn quc >C
in.. coliga. So: u,a par.; reducir ti >CI,O e n ellU-
dinod ini,o~
Población (p.pul.Ii.,,) . Conjuntn de nbotrva_
.·ioneo o .ujeloo que úcnen al,una C".;ractcri,tica
en común y p"rJ la el1al >C infr",n lalo condw.ione,
de la in,·"tipción.

Pon:. nta;. (I'rrrmIllS,). U"" propon:ió~ mulli -
p~cada por lOO.
Pot. ne" (hwtr). Capacidad de una pruc:b<,
ell"di.tica p.1m detteta, un efteto o difercn<:i"
' ·e,d"dem. en Una in'·csti",,";ón.
f>fec;1oI6ft (PrwiIi...). E> lo< auocnci" de error
"blono debido al azar
PTe ....."".. (/'mM'"," ). ~pon.ión de pe DO-
n". de una población que lienen una enremlC:-
d"d "' Inl>lo'oo dado en Un punlo npedflCo de l
Ikmpo. por ejcmplo. un ano.
Pt-oI:wobilidod (/'.-.ádiliry) Canlidad de Vtee.
que un re.ullado OC prcOCnla en el oiuTltro tot,,1
de prueba!o.
Pt-opon:ión (lflp..-tiM). Núme m de ob!.ervocio_
ne. "'"0 el alnbtllo de in le '';' di" idido enlre el
númem lolal de IIb>c,,·aciorIC!o.
l'ruMwo de"",,- (J~fJ,.,....,...,). Enfoque P"'"
la ¡nfercncia e>l:ldÍl.OCa que cond uce a una dcci_
",ón IXIrd "",haza, o 00 la hi pOte";, de nu~dad.
I'nIotba _ i c A (SUtiuiu J InI). E. una n la_
di,tiea c.¡xcific-.. u.... da pa .... pmbar la hipólc.i.
de nu~dad (1' ej.• I de .tudenL ",hi ~uadmda.
~ )O. ~) .
Rango (I"...frs). Cllnjunto de o b>C""lK.i o ne, or_
denada . de acuerdo Con.u magnitud. )".. oca de
menor a mayor 11 en forma i ""Da.
RoIrón (b ti. ) . I'artc dj.idida por IIlr.. p",lc. E.
el nÍlmem de ob>c"'acio/ICS Con la car""ler;.lic"
de inten:. di,i dido cnlre el nÍlmc:m de oboc,,'''-
~;onc . ,,; n dicha c-d ,...oclen.l>Ca.
RoIrónde """"""- (OtIt6,.ti.). E> 1" pmb<'¡'¡~d "J
de que un poc;cnle OC ha)"a apue'lII a un f'lClor de
ne.go di.idida enlre la probabi¡ dad de quc: Un
grupo ellntml >c ha)"lI apucllo al foctor de rie.-
1'" Se- emplea en la e.tim<lCión del rie'Io rc l"tiv",
en e.ludio. ob!.en1lCÍonab de c-.u.o • ..cllnlmlc>
Red .... eión "'1 rieogo ~UlO (AbH{Od, rllk ..,.
¿..ni...). ~do.nión del ric.", Con un n\o:\'O In,-
lamitnlo eomparddo con el riclgo oin nlc Inl\;,-
mícnl",
Reducción "'1 ""sJ<> ... w ...... (R.u/lw rllk .....
¿.uti.,,). ~d o.nión en el ringll "," n un nuevo
Ir.. l"",ieolo rc'¡XCIII al ringo .in el 0\0:\'0 Irala_
mienlll: nel "alarabialuIII de la direrendaenlrc
la ta. a de ("\,nlo. en el grupo nperimenlal y la
Glouno 429
tm" de e.'c~lo. en el g'u po conlml di,idida en-
lre la laoa de c'·enlo. en el yupo eontml.
R....It_ (o..rrwn,). Vala. final obtenido en
Un" ioveltig,,,;ón.
Ringo ..lMi... (RtÚftivr risk). E> la I""dzón de 1"
incidencia de una enfermedad d"da en la. per-
. onm eX puella. o e n rie.go a la incide ncia de 1"
e nrermeJad e n peDllna. no C!l pue.la~ Se ap~ea
en el l "dio. pro'¡XCli,·o..
S. ... ibll'deod (&mJtlviry). !'ropo ....;ón de la~ ve-
l"C. que una prueba o.k diagnó.tieo el pooi l¡V"~ en
p,ocknlt> quc: tienen la enrermedad o Ir... lorno.
S.rie de e _ (C4- - , , , IlMl/y). IXloCrip;jÓn
,impk de alribUlo. ob!.e,,·ado. en un grupo de
,ujclo~
s._ (~n<W.,.). Ermr re lacio nado co n la. ro,_
m,,, en que difieren la ubic-.....;ón)· mue.lreo de la
poblací ó n~ llam ado también ermr de medición.
a'Tltna"" la "a~del de un e.ludi", El t<'nnino
bim, cn ingl";'.. CI el equi'-dJc nle de a"melría y
rrrnocamcnlc !I: empica como la IrddlK.uón de
"' I!O.
Sujet os control (C..."..¡ 5Mbjms). I'tnona. a"g_
nada. al u>o de pl.:K:cbo o ";Iuaci"n de eonlml.
f>¡,rd lo. e,ludi o. de ca"'H :onlmk.. ",,..dn la,
pe roona •• in la enrermedad o ahcmci "n que se
in'·e.tiga.
Tab le de U>nIingeneo. (C."ti"zm'7 ",1I1t). Cua-
dro a.ado ""n.
mo~lr~r cantidades o r""'uencia
para dOlo mio. '·an able. oominales o cuanti ta-
tiva~
Table de f .-_nc;ias (Frft/'""'7 ",lIiiJ. Cuadro
que m ue.1 ni el nume", o pon."Cnlajc de obICrva-
~ione. que ai.ten en diferente. "alores de un"
~:onlCteri.tiea o variable.
T_ (bit). " ropo",:;ón relacionada con un mul-
tiplicador lIamlldo 00><: (1' ej.• 1000. 1000000)
Yealcul:,d" a lo lar", de un pe nodo el¡xcifico.
ValkIeJ (lfl li¿l ry). A lribulo de una medición al
delermina r el gOldo de a¡;uerdo enlrc la medid"
det ob"",,'ndor y el rc."IUldo obtenido con un
lillcma de rdc~nci9 e~I~lIdar
YaIor de" (p ...lIu) . ~JIK""nla la pmbabi~dad
de nbtencr un re'Ul la do igua l a unn nb!.crvadn
en la rca~dad. oo.<Índn"" ""la en el azar (,.; la
hipóte";, de nu~d ad e. \crdaderd).
V.lor p ...tictM> ~M> (Pr«lirfivr ...1101 af.
",,_fivr ust). I',oporción de: la. \'ttC. que un
pacienle Con un~ prueba de: dia!nó.lico ne!a-
li"a no liene: la enfermo:dad que ~ ell:\ in"c"
li~lndo.
v....... p..&tM> pooItM> "'rwlktivr ...l" r .,¡_
p.uti,... lrsI) I'ropon.ión de la. "~I que Un p".
cienle Con una prueba de dia!n':"lico po';liv:, ,1
lime la enrermedad quc ~ eml in'-e.tiF,ndo.
VarioobIe n . rúllJv . En Una i n'-e.tipción. canlC·
lerÍ>lica o atribulo de inteJi. quc puede mediox
y líe...: 'lIlore. direrenln pa .... dillinto •• ujelo.
u objelo\.
VarioobIe c~ (Q t"m,.I ..rl4lJr). Varia·
ble. cuy". ,-alo.n..,n eatc!" r;a. o ni,·ck:. (u n
ejcmplo c>ellipo de ~ncmia).
V_loo conl ion ... (e ... ,;.." .....rúllJr). Se U'-'1
pa .... medir una c-d"..lCr;"li<;a num<'rica con
,·alo",. quc !oC p«"!oCnlan cn ronna c"ntinua y
que admilc r....:cionc. de uni d ad;..,n ejempl""
edad. glucemia. L"()blcml en .... n!",-
VarioobIe c ....it.t ... (QIIIlI;utiw .. ri. lJr). C~"d<;;'
lc ri;tica, medid", en un~ e",ala n"minaL
Pruebas para análisis estadístico
AMlioio doI covoriooou. loNCO".,) A náli.i. de Va -
rianza empicado e"n la fina~dad de conlmlar el
efecto de un roclor o .-ariableconru........
A. . iois. _ ...... lo ....... ) I'rucba pamm<'lriL'a
pa ..~ determinar"; hayo no cualquier direren<.ia
cnlre do. o mlÍ. !rupo. de: 'Ujc:I'" en uno o m".
r'IClore ..
A........ mu"'............
doI ....................... 1. Meto-
do e.l¡¡dÍllico que propon.iona una prucoo !Io-
001 cuando bay numo:ro.:o. '-ariabICl dependiente.
y LI. ',Iriable. independiente, ..,n nominidc1
Chl <~ IX'I Se Utihll par.. probar 1:, hi-
pOte";, de nutidad de quc la. propon.ionc, .on
i!u:,Ie, o equi"alcnte¡" que lo) far.:lore. o CllnlC-
leri.lica, .on independiente. (> no relacion:,do ..
C_Ñ:¡',.¡. '" c"""""¡';" (r Jr tw,.,."J Mcdi_
da de la ",Iación 'nc-dl ent", d". medici"...:. nu_
,nirica. ""'ha. cn el mi""o conjunto de IUjetO"
O",ila de - 1 a + 1, cn lanlo quc el erro indica la
aU!oCncia de ",lación.
V_loo cuent_iv. (QoM,,,iutivr ... rúllJr). Ca -
m~leri.lie~. medida. en una elC""dla nwnéric-. ..
V_loo doIpe _ _ ( Dtpmdmt ...ridü). Va·
ri"ble: ~uyol '-alo",. ~n 10. ",.ullad<H., llam"da
también variable re.ullanlC.
V_loo dicOlómic. (/JirlH'...... OItIrl4lJr). Me-
did:, nomina l quc tieJl\: ";10 do, luulmdo> (p.
ej • .exo: ma!ICutino o fanenino ), llamada tam-
bién bin"ri".
V...-loobla dioc .... . (DiW"tf' ... rúllJv . E>e<.. la u.:o-
di' par,¡ medir una ~ar.ICleri.hul numérica quc
Üel><' valore. enlero. (p. ej., numero de embaru-
1.0>. niunero de hito.)_
V",ioobloo independ " ,,¡. (buI'I'mJ... , ... /'ÍIIlJr)
Varia ble np~cali~a o p",diclo", en un ntudio.
V"' ...... (~iori.""u). E> el cuadrudo de la de"'i,,_
l-ión "landar.
V._lO negal:M> (T~_ ..tpnvr). Kc>ullado
de una prucba que CI ncpti,-o en una per..,na
quc no liel><' la enrermedad.
V . _lO poo.itM> (Tnup.;nvr). KClullado de
una pr ue ba que CI p",ili, -" en una pe~na quc
",amnte: liel><' laenrermedad.
Comparación pos t ~oc: Gr pwmm). Mctodo,
pam comp.lrur media, de.""", del ~náti..;. de
varianza. Si,len do, ""P'" de prucbal: la. que
a, umen v"rian~a. i!uak.y k,.quc no. Cada una
de: c:llal tiene dife",nlc n;,~l de ri!O' col"diS1ico.
La. prucbi,. que a.Umen ' -arianzlu i!uale. in-
cluycn: LSl), 1J0nrcrmllÍ. Sidak. ScbdTc. K-E-
C-WF. I( -E-G-W Q. S-N-K-. Tukc)', Tukcy',
l\ ])uocan. Hochberg". GT2. Gabriel \\\lIler-
]) uocan. l)unnct1.
La. prueb:" en 1m que no ~ a.um.:n "arianzm
i!uab ,on: T:unhanc·, T2. I)unncu·, n, Ca-
,ne.-Howc1l ])un...:u·, e
Co .... ""'.,... 'aft900- S_ _ . Co rrelaci ón
no p;tram<'lrica quc mide )a tcnde:ncia de do,
mcdidollo de "ariar junl:u.
Co • . Mctndo de ",!ret.Íón ulitizado cuando el
""ullado CI Clpera"o. Lo. cocf"";entc> de "'!"'_
.;ón '" i nterp"'lan e<>mo rin~o ",lali,'o ajultado
"""OOlC"I de momio .
." "8 6 if
f C' '" ,,,. ;¡:
... • • • ~ ~l l; t ¡;¡ f

.
Z
~)Ij " ~
¡¡ sjJ 'a ilo, Si"~ Z'¡;¡ír ~
•, 8o!I •• ? Si !"
"" ~i j!
::il f !;I"~
n l ,"~ ~." &'~_ 8

.. . ...
a..
"'J ;l""
Ir ¡¡ "' r"'J "
I'!.a "¡;¡
" . "o 1Ii1 O .....
• ¡ ! • 'W.
¡,. It ~ 'írl
Q.¡:¡'"
~. ~ ~
'S.] ?! 8" t •• • ~ ! . ~ w,
g'a~'21r 5~; H -' ¡ "3'!" . n'
, . • • • ><. o • 3
Ji3 ' ~,. _~oo ~"'
. ......o !. lII"."
....
" 3 "-¡¡
;;~c. ír~
o'"
~!!~ ,,- 1 iIr"~IJ' "11
c __ " " 11""
l:~20"
¡¡- .1:<:
-,",;¡::~ , o • a:fe. Ji""
;e'''';!~ teRo :liír o"'i!II~ ~!.g:
... I'J" Ir '"
~~~ ~8"8' ;:~ ili(¡.. o ..
i : 1r"B :> l'
"';;,,"i:!
Ir fi. :r ;.;:
t:l"~"aa
,,.
_ • 3
o ••

.. "
~
. , ..
" ~
§,¡~ ~i:1.cE;"
"lO' oiOl I';¡:¡l:
;1t15""~
-" ...... i!~K
01_..,
cag
¡:. "':>
"'=
:>-ír ... iI"B ~;¡~ =
r; ¡::" -
¡¡¡ji ~c-i¡ !:lo~
5"! g :3",
3 %- .
o o •
:;~~ .. .......
g-,,"¡¡3• ~ír:;,
"' ". ~ 9 '? ~- ~ g
.. "- _ . ., " -
5:";l 5. 2 ~- ¡;¡ : ..,
C! O-·'c..=
. , .,¡;'¡¡-fg.)Ij~2,..~~
.t. -¡¡ s '"
~)¡.::J
;1""
",. ' 1~ t~ ~~ t~ ~ l a l
~
>1:1

ir;: o! r ~ r
•

::"'''E¡
00. 11" _.
~S:::I8r""t;!:.¡::~ ~ . ;
2","'1" i!
~· "· iR.i~"8~""I;'¡¡ W"!! 1'
""",e'"
iI
.... c..
"
n
..
!:l
;::~
-
.. "
.

i1 ""'
." t li" t
::1

"~ ." ir..

o t:l,,::J 2 Ii""' !;;¡c. i!c ...
.. g-;;: n" g- --1 ...-
f! IJ" " ¡f ..
"
'0.[.
o!:I.
.., 11' ....
..
"~""&. •0..
; t~ ~ R-~i~ " ~ ~;-"" ..~ "" C·~~~ g-¡¡j
"':;~i ~"'liI ". ~ .. ;\' K=¡;:"n"
-';"ll:¡ n
~ ..r.-
~.',", •• ¡- ' . ,.
•~
,<¡¡a"i¡¡· ;ri .. i3 ;0- • q[¡ "
U"·~
.""." .. c.. I'i...... "',...
p .• ¡¡ ~3 " , 0. ' ¡~~:~ óI s;
Ii,,""" "'''.'''''
¡¡·o:ii!)I~~~1!B~
;: ." c..
nlfe
_ o:
a... ,,c:
::¡
" " ii! " "
¡.rc:g.;¡,,!
r . .. "'
~;¡ o';';;;:¡f
~6""_
..:!~
"::1
c:"
i"if~jP;
~. ~ ~g. ~ 3
i
¡¡
a lg.
il
:i
f
il·;:~ ~~·¡¡ t3~¡¡ Si
g~l~~~It~S~ ~O!
~8-:";"i!~]
~i!,!:;¡¡
i •
~
 rndice atfabético
lo. numero. de pápnu ¡,c:lu,do. po r fcom:.ponden a fi,,, ...... , los que \'nn ¡,c:lwdo. por r
,ndocancuadroJ.
Ael' 110" A"n ... dtl:Ompc!n<nln pnrlCipak.
Adhertnaa al prolOl:Olo. I U
AIlN,-4I S
A"'un Fa"'lao. doclo~ 16
A n~¡ ... dt comporcn l<:. rnnc.pab (..c,),)98
Hdb ... de f~lo"'. I;¡lcnle .. -403-405
cxplonllono, 40)
confinn:llon ... 403
concJomerado> o de rlllJ/rr. 40541 5
alaonlmo, pan. la obll':l'ICIon tk., 409
dendrogamao en el .nn... de rAm." 41-4
medodru. de, alOCllClón, 409
co"daciólI, 4011-409
di~larlCia. -407-'1OS
ntandanzaoón de ro medida" 40li
euc¡doana.. -401. -408
Mah.alaoobu.. 408
Maoh.aUan. 401, 4011
M'ok.n......... 4OI
"",,¡lud, 407. 409. -41-4, -41 S
mélodm., JCr.irquoco ... 40\141)
no JCclrquoco ... 41}.41 5
"I...:io m~lcm"lM:o donde habilun ....
\"l\nable!, )'18·)99
IupoltlM:o. de Io.'.nabk... 400r
lran.ronnacionci ¡nc;,tk!, <;1p:ma:lorti y
~F/MIlon: ... 400
An' ...... conll':mdo ... 211
CO."l\nanlAl (,)CO\ _1, 347·3S2
raclOnal2Q9
c,l~dblico. mélodo, del 112r
,nlcllCion de Inllan"llenlo, 117
prueba, dia"'ó.lK: ..... 220
."b,TUpo ... 117
y """.,,IU", final del c""ollonano, 21 S
An~~"1 dt la \"lI.nanza, lB.l4(I
a¡>liaaon de la prueba fl"'SI.Jtor. 343-345
d~ulo. "",doo de ¡herlad,))6
lurna de cuadrado .. l.ló
\'".Ior de F, .H6
.... nanlal., 116
conclu .. ón c ,nlCrprtl:oaon. B1
conlnolle ... ll1
Com"",IIICIOnn., /J fl"'Jlrriorll}lOJl 11«). 331
a pri¡lrl, )37
"Indl..;co de la prueba, 33.l,)34
variunla, denlro de la, mue,lrJ ... )34
enlrt ro muutnu.,)34
fundamento de • ...,. ... mplc.l34
,nlcrprtU",:j('n. 3.l9
1fl\1ica... 3.l9
mulll\"nado de la \"lI.nanz.a I'" ~. lo 341
prueba de ~ ...o\', )35, 341
de Kru,kal.Y"a¡ .. 3.lS
homogeneidad de lr.lrianla. u
hon'lK"ft/¡¡Jllritk"I.135
norma~dad, 335
~pol de \"3.nablc. llS
labia del ~>O\', 135, lJó.:
ulO de do,lInlO. "",<¡""In clladi3.l>(ol, 137
E.m:l )37
)I~!o, 317
)HH, -44 7
cli k:ulo) pam lólbla de \1Co', 319r
da .... de .alida de un \'<1' .. 339,.ll9r
el"cclo de trt. dlCl<l, pill1Itonlml de
pcKl. })7
Y anU ... fl"'JI hor.142
Con prueba de Ik>nkrro"" 344
A n~b .. , de lupc ....'\"Cncia, 37S-,\I.q
definició n ycol'lCleplol e¡,c:naalo., 37S-377
d,¡,c:fto delC1IUdlo. )77
cohorl<:l ocohorlCl "'Im.pccll\'dl, )77
r¡¡lIó\' 376
rul\tlon de IObl"C"\,da, )76
,ncluloión dd '''Flo en clelt .. do." 376
'"3.nable de rt.puClbi o dcpcndicntc.. 375
Cllrucluooón de loo pcnodo ... 317·311
delCmu naciDo. de la úlllma ob!.crva<"lDII,
m
 4 33

e~pecifica del e,'e nlo final J 71 diJ\e fon"...", 197

e.q..:ma de. J781 dato elcrncnl,¡,l 297
momenlo e~labkcido par~ ti ciun: del UHW!>. 297
t~lud,,). 377 tnlid'Hl191
mc:lodoH.ladÍllico~ par~. J78-184 incomi.tcnc;:\.297
aclualÍal 319 rcdund:mci", 291
Kap~,n-Mcit~ 180-311 objetivo. del di.c:fto de una ba>e. 293
prueba de Iol- .... nk. 381 principio. de di>c~o de unu.292
lÍe.go~ proporriona lc~ de Co.~. 383 c;:mplo de Un.:l txoc de datoHn Ewcl 295
A ná~!oÍi mulU'lInado y t-,p!or.oción inici:lI de procr.o lid di..cfto.193-294
lo. dalO!>. 18S-39S aju.tur pard dc1«U1rerm ..... 294
",""rumo 1I 0\01C. 187 "pli<..."r la, ... JIa. <k la norma~ución. 294
arlÍcul"';ón, 181 bu.car y 0'1" niZllr la inform,..;ón
cldibi~dad, 187 nccr>aria, 293
I!!<lICra'dad,18 7 definir la .... LaciOIlC. enl ... la. tabla>, 294
ma,.ulud, 187 delerminar La finatidad de la ba..c de
conocimit nlO de la. \lIriable .. 187 dalo>. 293
olr.. , lran,form"';ollC' de lo, dalo .. 393_394 dividir la información en \cm",
in,,,,,,, ( l/x). 394 principab. 293
IogalÍlmo ba..c 10. 394 c.pcci focar la~ ellr'c. pri ncipa le>, 29J
rdiztuadrada de .~. 394 lttomcnd"';ollC, finale, cn d di..cño. 294
1",lamienlo de '1I101t'i fucm de mnlo. 188 rcl ....iona le>, 292
.ujclo que no pcr\cncIX a la pob!,.;;ión di ..c ~o, colIIXpluaL 192
blanco. J89 li,ico.192
erm .... e n la taplurd de lo, dalo .. 188 lógico. 191
A~A • .J41.Jll. l 'if,g A ná~oi. de la .i.lerna p:,lordc (loGHU o UbW!>. por ou.
CO'1InanZ<l ."I;ü en inPé'), 295
A ~ ~. 333-346 ¡¡ayn, leoria de. 411
de Una ~ia. annJ.i~ de• .l44 ¡¡ienc.lar de lo •• ujc:IO~ de c~ludi o. 264
prueba de. 335 Kioc.tadi.tica.417
h.omop:ncidad de varianza. u Kioinrormálica t inltrpn:lación de rc~ult~do ..
homlH'«Jasl/(kl/Uf. 335 421424
nonnatidad. 335 tx",c(.j de dato>. de u..o rltt..:n1t. 42 3
lipo. de \'ariable. 33S l),,,id (da... id,abcc. ncircrr.lov ). 423
lubl'l del 335, 3360- En.embl (ww...:en'>CJllbl orl), 413
A.pecIO. tUco>. 21 KEOO (ww....,p:nomc.jplktul), 413
¡.,eH' (".... w,ocbi nlm.nih.J<lvl. 413
g Kcao;lome (........... rc:lClome.orp. 423
lb\( dt dalOS, 291-297 di.poniblc. en interne!, 422423
,1o.alÍo, 297 Hiololia, o;ompUlacional o p:nómica
compulaciona~ 4 1&
ba..c <k dalo>. 291
... I:ocionaL 297 de ,i,tcma>, 41&
mokcula~ 41&
buffe~ 297
 Hiolttnolo¡ia.I&7 indi~", de. cambio O Inllrllm<nlo.1k h po
Hulkr. 297 ¡t..M H_1k daeol e>lIluall'"o, 145
olado O 'nllr....,n~ Ik Ilpo dll";n,",-
nall'"o, 144
CI;" n<:,...,
moddo Ik, I prono'hco O inllrumcnlo.1k llpo
Cálculo Ikllltmallo Ik muell .... 30 prWicll."(>" 145
Caw.a(.).componcnlClo, 9 eomlrllOCÍon de ¡ndlCe" 142
roea: ... nll, 9 hi.lona, Iklimción) ,-ocf3(dólde... 141
.uflC1<:nlClo, 9 pnllC1p;alc. rU!lClollC.1k lo. irnlkn O
OiU'lltidao,l.14 ¡nllrumenl o .. 142
a.oe",cionclo, 10 pll"lCl:iOlkconllrucción Ik un Imlrumo:nlo,
dim:II,.IO 142.144
'ndim:11l, II propocdalk.1k un ¡lidia:. 144
no C',¡u.al, I1 con"' lcncia, 144
<:nlerio .. llr;,dford Hill, 7. 7r ocn .. b! (d~d al f;ltmb!o, 1461.""
E'1IM (l976J.1€ valilkl.147
H \IIllC, 6, liI" COIICurrrnlc y .;t(lkz Jlf'CdK-Il.11. 1411
IkfilllClonluj, eonlf3f:ao;IU31, lo.- com... r¡cnlC., 146/.147
<:lIu,.ahj,I.9 Ik eon,lruclo, 147
roea:.ana .. 9 Ik e nlcrio. 143
prooobililllC",¡ .. 9 COJigo J<, Nurrmbcrg. 107
luoo.:nlc-<:omponcnll:, 9 Comile, ¿tico...:ienlífo::o, doo;umcnto.lkl, 276
ca ..... ~d;ad en la (1Cf3luta epodcmiolOp.a, inlkpcndocnlc Ik étic::o loo). 264
Cómo c,...-nb!r un ar!o::ulo acnlílico. 225-H5
'"
Iklcrrni n!Oción Ik la, 11 ex l ...... 234
pnmer I1rI¡'ulo cien lifo::o, 230
e~m¡nación Ikcau.,., a llCrnatil'a .. 11
'''' .... tipejón Ik .. uoo;iaión. elladÍllka, lI¡crnlarcl bonano do: nenlura. 211
ciabonlr borradorr .. 232
lempor.1, 11 " Cltobko..""Cr Un elQucm;t de lrabojO, BI
d;",o\o <le nludio.cJIldrnuolO¡ico .. 12 primeml P;u.o, pa",¡ La e...,nIUra. 227
evolución hillÓOCIl, ~ ¿qué' ca""'1crillica, Ikbc ICllCr el nenlo?
tacto,.... <le !'k'IO'" 7 228-230
mo:lodo, do: M,II, 6, liI" av.<himocnlo .. 229
moIklo Ik lo ~nJilnt,,,,-,, boblio .... rlil. 229
polluladol do: K«h. 5. 6-7.. Iknntdon de Io~ ~ulo", ... lla
lipol <le a.oC,,1I,10nt ... l0 di.cu,i on, 229
cauloa, .urlci<;nlC, 10 inlrodoo,:ión O anlC\:clknk .. 229
roea: .... nll, 10 ""ullado.. 229
faclor Ik nc'l(>" 1O ",.umcn, 229
C'ocDcia. de l, .... Iuo, blhqucda y m:upcr,\CIón .Ujt"I.... y mélodo. OflIiIlrnal Yméledo ... 2..1-9
dccll'Óni<'u de Inrormacion ell. 219 liI Ulo,22.
a",,, fonlllCa. 297 I Ñ" HUloC Ik dalo. ¿QuC '" Ikbc eOn~ Ik"M COmO un Hrliculo
Clininxlrit,141.ISO cienlifico?,226
ela.w.,.".,¡ción fUnCIo",,1 de ¡1MIitt... 144 n "pluar."" omcn..aooc .. ll6
,uia.cliruc-. ... 145 lo, pmec ... , ,ntcloxll1ó1lc:.. ll6
 "'pcti r lo~ expcrimcl>to.. 226 modelo. mulli'·ariado .. 94
¿qllt tipo. dt articulo. CJli.lcn~. 226-127 p"""Ullicnto,93
COmUniClK.io ne .. co rla .. 227 ",.trieci o n.93
rápida .. 227 CochnHlc. hcrr~mien1a. I"Ir~]a c ....Jluacion dt
"'porle dt t aW. clinico .. 227 >c·IO.127
",,'i!oionc. bib~olráflCa .. 227 Com: lacionc:. y n:,">io...:. (¡ ...:al y ]oli.tica ).
trJbajo O in'utilació n oripna l. 227 353-)73
rttlCritUrn. 234 IrMlca. entn: oo. variable .. )55/
¿Cómo i 1'I\'e.tipr propiedad.:. f..oc-J. en el cuerpo i ntcrpn:tacion oXl coeflCie nlc dt f'canon.
hOO'\ano·'.18~208 35). )541'
!oi.lcma mu!Cular.l90 n:ln:.i o n li...:al356-363
con lr....-ci on dtll90 coefo;knlC' dt lktemunacion. 357-358
aU!\o loniCll. 191 aju.tudo.357
iWmtlric;t.l90 c.xfo;:ientc licIa. 357
iWlonic;t.l90 erml" tipic.. de pn:diccion. 357-358
o.tnrlurndt la> fibr.... m....,ula"' .. 191, 191/ vaJor de T. 357
coml"lr.DOnenll'e fuernly tiempo. 200/ con'tante.358
da.licidad a 13 troJCcion. 192 aná~';. de n:';dualc .. 360

miofibrilla .. 192 tolerancia. 358

l'ep"'loCntacion gráFICa dt la ley de fuerza de la. n:lacione. e nln:
HooJ.c. 193 variable" 359/
modelo mecánico de. Hi1l195j, 197/ m odela;:' J,6l f
Voi!\, 195/ "'gre,ion loV.tíca. J,63· l71
!oi.tcma """;0.", 201 aniili.i.probif,311
neumna y .u fi';ololia. 201 concepto, J,63
3.'<0n. 202. 105/ cxp",.;on malcmatic-... J6J
condicione. dt "' po"'. 203 fa loC. mclodo lopC'd')' c.ladi.tica. pK>ia.
cuerpo c.:lu]ar. 202 a la ",a~.voci ó n dt una. J,67f
dtndrila .. 202 inlcrpre\a(.;on dt la. J,67
polcoc;al dt au.;ón. 205 inlroducci o n. J,63
u>o dt metodo. filico.cnla bi o]o, '''' 189 rnttodo. ""r~ loCmio nar y anatizar
COl'W"l1". ' " ' ' ' Co n..:jo N,ocior..,] dt Cie ....;a variabk> inlkpcndiclllc .. 366
y TccnololÍ<t drrinacion Iwcia :~r~ . (condicional). J(\6
ConfKkncia¡ dad. dt 10•• ujeto. p¡trlicip¡,ntc" 277 eliminaci ó n hacia alrá. (rJ20 n dt
en el manejo dt 13 inrormacion. 277 "ero>Ími~lud). 366
Con..:jo Nacional dt Ciencia y TC<.Cnolol¡¡'.2 39. (~minaci ón hacia alnb (Wald ). 366
inlroduci~
''''
inno.,,,,on tcenolOpC'J. 24Ot'
366
:.clcOOon haci a alklante (com.lici omll).
..:r.icio. ÓCnlifo;o. y lcenolopco .. 240r
Con>liluci o n de la O rl'lnizacio n Mun dial de la '"
:.ckccion hacia adelante (I<Il On de
Salud, 262 \,<ro!oimi~lud)• .ló6
Control de confu';on. 9.l-lM :.cm~on hacia adel3nte (WJId). 366
akalori.vocion. 93 mul1i"otinea~dad. 366
e>tandarizacion. 93 requi!oito . mClodolO¡ico. y coladi.tico.
e>lrJtilroKion. 94 pre,;o .. .l64
 ,'ariablc. en la ccuoción. .l6'k y validación de eucslÍonariol. 21)9
CR IIcEl. 168. 269 lJc",rip<.ión. de la maniobr... lO
Cri!erio. de. e~mina(.;ó n. 29 de 10. parlÍ~ipanlc .. 111
ucluw ó n. 29 lJc.i.u"ld,¡d de Chcby.hrv. 312
indu.ió n. 29 lJia,mm" de nujo. 30
Cronbach. mcdid~ de alfa de. 89 lJin:u.iona¡d"d en la o blcnción de la
Cronogmma. lO informació n. 17
CroIlOIoJia. 17 prolceli\o. 17
Cuc.tionariob). an.~~.i. y nlroclUm final dc:l21 S rc:lrolceti\'o. 11
,¡plk'oción del!!l °
rclroprolccti\·o ambipccl;'o. 17
delro.;ó n de po.iblc. !c• ..,. en la> re.puc.!:!> D;ocfto(.), dc:1 euc.l;onari o y la cnlre,·i.la. 88-89
a1215 coca la. y punluaOo:>ncl para medir
dimenwonc. para e"aluar La V'Jlidc:z de un. \lIriablcl al»lntela;" 89
mf c.lablc<..imienlo:> del maR;'o:> lCmpoml. 89
clemenlo. indi.oluble>en 1:1 V'Jlidación de C\'i¡ación de crrore;" 29
un. 216f fo:>nnalo,89
elapa. en el de.arrollo inicial de un. 211f pregunta;" 88
e"aluación de la confiabi'dad de un. 216f redattión,89
fa .... del procroo melodoló~co parJ la del e.l udio:> de .upcn'i\rncia. 371
elabor....;ón de un. 210 muc.lrdlco. 79
rccomcndacionc. para la rc:daa.ión de 1o. alcalo:>rio ¡.jmplc. 79
ílcm.de un. 212f n lratifocado,80
re,,¡.ión de. oobK 1"" ....~riabb de inte",,, 210 por eonglomcrddoo. 81
va~dación de lo" 115 ,i. temático.80
r,¡¡;io:>nal de molécula;" 164
Di, lribución de fra:ucnci"" ayupada .. 307
,uu p~!ud de la elaoc. 307
D"lo(.). demenlal 197. Ir,,:w Ha ... de dalo.
~'on,ln..."<;ión de un" labia de dalo.
e~pcrimenlale" 371
errorc:' en la eap!urd de lo.. 3&8 ayupado .. 301
limite,decla..:. 301
Imn.formación de lo .. 299-304
di.tri buci ón. Iop';lmic" de lo. ni''ele> de ma":" de da..:. .107
tri.lictrido... JOOf
m~. fn:cucnlel. 301
norm,u p:ncrJle.. lOl·3Q2 EIoIIOI.-t:m (Europc'ln liioi nformatic,
O recodi f'icació n de vari:oble;" 302 ln,tilulc). 418
por ",fI", II'( ST\T~. 304 ~1<'OI)f. (Enc)'clopcdl,¡ o f o.'" Elcmcn~). 418
procr.o de la obkoo ó n y. 299 Encuc.!:¡ de prevalencia. 83
I)" ~U. I';'Ut lia!C de dalo. En':lyo:>clinico.1 0 7·124
l)cclal'OCÍón. de HeI¡.jnl;í. 1964. 107 a\cato:>ri7;lCión. 112
Un; ..e...,.1 de lo.lXrccho. Humanoo. 2ól c.lralifocuda. 113
lXfinicióll. ~OllCtplual. .17. 8 7~ J'IOr b¡oq~J" 1L\
de la. \'M;ablc;"lO altcrnali\'a. al nludio:> ciclO alc-~Io:>riza<lo, 11 7
opcrdcional. 87r, SR aplicación de la, inle"rncio:>nc;" 113-115
lX.arrollo. del aná''';. de la ,·"rianza. ¡'r,,:w eOlupar",-ión de grupo;" 115
ANOI .' no:> inle"rnción. 115
 omcrv-.oción. II~ Esq uc:ma de I",bajo. e.lablcccr un. 231
1",lamienlo. habilual 115 E>t,bb.imicnlo. de un akn;.xn de ""'krialc.. 112
ploccbo. lIS del ma",o lemporal'9
th:ción. de '" ,nlel\'ención. 114 E.ladi.ticalo ){'I deiCripti"a(.). 305-310
deleonlrol114 cooclu";oncl. 319
imporlllncia del ccpdo. 113 di.lri b",-ió n de rm:uo:ncia. ",rupada!.. 307
!t,uimicnlo y adt.:..:ncia al prolOColo. 115 amplilud de 101 clale. 307
a~peclO. fundarntnlaben "'c~lroclum de. 109 con.lrucción de: una labia de dalo.
akalorización de '" i nlcrvcnción. 109 alrupado!.. 307
pl'OCC"!>O de celado. 109 limile. de ela~. 307
(ódilO de Nu..:mbcr¡. 190$7. 107 ml'I':" de c!a!oC. 307
oJt:<;,lar.ociÓn de Hd.inki. 1964. 107 errore .. 287
e.lruo;¡ur~de un. 108. 1081 InlflCa!.. 308
¿Ika en lo. cn>a)'o.clinicol. 1]9 dia,rdma. de barr.u. 308
timi",cionn de Io.en..ayo, clínico .. 1]9 de """'10":" 308
medicinn de bJ. ,,,,ri,,bb dele.lado ba):'l III hi.lolrama, ,l.O8
de de>cnlacc..] 12 polilono. de rrecuencia, 308
de",ripción de lo. pa.ticipante" II I inreICncial2B
colabltcimienlo de un alm",,";n de ¡XlroJmelro!.. 308
ma\crialc" 112 a.imelria,317
oblCnción de informacinn. 1] I cu.¡osi .. 31~
medición del de>cnlocc. lIó dia,r.una. de caja. (b,n_plrul. 317
an"ti..;, de lo. dalo .. ] 17 medida. deccnlrdlización. 308_3(19
C"dr.oclCr;.tica,e.ladi,lica.. lIó media aritrnClica, 308
definicio"". de lo. de>cnla." .. 1]6 mediana, 309
cfee!<" ,,""eno.. 116 moda. 309
número de ,·ariable. del de>cnl ..." , 116 medida. de di.pcnión. 310
moniloreo. 117 cocficicnlc de variación. 310
pubtic;ocjo"".. 121 de,,'iación. media. 310. 311
>cm;ón de lo" pa.ticipaonle.. l09 e.I{lIIda~ 312
dcfinición de k» eri\criru. de. c:u:lu"¡ón. 110 lipica, 310
inclu"¡ón. 110 mnlo (> ..:corrido. 310
plan de ..:clulmnicnlo.lI0 "arianza. 310. 311
)' bl'C. 271 rncdida. de po,,;aón' n-lik ... 313
Enlidad. 297. I 'MM Hale tic dalO. enarlik .. 313
Erro..:1. e';Uocinn de. 89 oJt:<;,ilc-.. 31S
E>cal;'1. dc medicinn. 86 pc",-"nlilc-... 316
cua~lali"a .. 86 "1,10":' mipko. (IHIrlitrl). 316
nominal 86 F.)limador muc,lrdl. 7S
onlinal86 F.)l udio. cieJO nlc-aloriudo. alll;rnaliva> al 117
,uanlÍlalil'a" 87 molC\:ul~i (..:ad", al aZólr (K..:ndi píal. 166
inlcI\'alo.27 pilOlo. 211. 213. 214
rd~n. 87 prcclinieo ... ]6S
y punluacio"", pard medir variabl<> lo.• icidad. ]61]
abur.ocla" n B.l udio,deeohorlc.IOI_I06
 cák:ulo del ric>~o ,dativo en. lOS! bioi n(o nnática. 41 7
~a ....""tcr¡,ti~'3>. 101 biología. eomput,tcion,,1o ~nómi<:a
da"ficación, 103 eompul,llional418
l:<I1lclu"¡ón,I06 de w'lema>. 418
defini~;ón. 101 E.IUdio. Imo ..-en.lIle .. 83-100
di..:ao c1á.ieo de un. lOO! de ..-enl"ja. de lo .. 94<-
~mil,llionc>. 102 in lrodllCción. 83
rtlCCdida. de a>OCÍacion. lOS beneficio. del e.ludio, 84
..:kcción,l04 eau'll~d,.d. 84
wma!lo de mll(ll ........ 105 C!lClI(.la de pn:valencia. 83
"enlaja>. 102 c.~po';dón, 83
E..ludio. p;nO!ni~o>. an:ililoi>. do: daro. en el lipo de indkador; 84
eonruro de,417-425 lnagn;lud de a>OCÍaciÓn. B4
c.ladi.ti~ ... 419-420 'n<dida. de imp:..-[o potcncial84
bio;n(onn,¡ti¡;a e inrerpn: ...cion de .ignificacion c.lad"tiC"d, 84
,nuhado>. 422424 lipo de in(onnacion. 84
ha"". de daro(.), de u", (=lI(nrc. 423 labia de 2 >< 2 pa ...... 97/
[)-J\-;d (d;n"id.abcc. ncifcrf.sov), 423 lipo de di",llo, 84-99
En""mbl ( ...,.'Wen",mbl.or~J, 423 anilio;' de dalo!., 9S
KOOG ( ..,...... ~nomc. jplhufl, 423 analilico, 84
N:III ( ...,...... lICbi. nlm.nih.~ov), 423 cálculo do: lamafto do: mll(.l ....~, 89_90
Itcoclome (".,..,., reoclomc. or~), 423 (n:cll(ncia e.pc .... da de en(ermedad, 89
d.i.poniblc. en in\ernet. 422423 ni,'C1 de ~onlianza. 90
ejemplo, de aná~"¡>. 423424 y podc~ 288
de la ICClI(ncia a la (u ...;ón biolóti~a, p=i"ón uigida. 90
413414 1amallo de La poblacion a(celada, 89
filotcnétieo. 414 con1rol de con(u"¡on. 9J..~
di",~o deaperimenlo.en g<nOmK:a. 418419 alcalorilocion. 93
clá>ico b<o",do en la leoria e)ladi.lica. 41 9 e.1and"riU(.i¿, ... 93
e.quema de mucha. vañabb poca. e.1r.rliflC"",i¿,n. 94
mll(.I ....~>.419 modelo, multivariado>. ~
(lI(ole. de "ariación en experimenlol pan:amienlo. 93
gcnómK:o>. 420421 n:1lria:ión.93
Ca'" de mócroarn:sl'll de upn:wón de!l:npli"o, 83, 84
~nica.420-421 di..:ao t:kl cuc>tio!li.rio y '" tnlfl:'\i~tr. 88-39
alsorilmo. malem:ilico. p""~ el t .urblcdrnitnlO del man:o lrnIpoml89
an:iti.h de e.~pn:.ión. 421 e\'i urción t:k crrorc>. 89
manufoclu ...... 42(1 fonn:"o. 89
p~>amÍenlO de im:ip;oc!., 421 pn:gunt:r .. 88
proloxolo e~JXrimen1al421 n:dll.xion,89
",mión de mllnl"J~ biolóp,al., 420 mcdi~ión. 8'
hcr ..... n;"nla. do: IOO;U'" ~ bre, 421422 medida, t:k a __iadon o e(o;[o. 98·99
lendencia!.,421 inte,,'Cncion.le1 az.a~ 9lI
i nlrod llCción. 41 7 ,ncdida, de imp:..-lo potcncial99
bi"".lad,'liC".... 41 7 ...m;n de, momio!., 9lI
 p~lIkncia. 98 de la i""t.tiJación tn la i,,...e.ti,...:.ión de
mcdid~l de rl'tCuc ....i a. 9S (ánn,!Colo, 16S/
compar..:ió n de p~"Ie ....i~. 9S del de.arrollo clínico. 113
m~lnihMl de ul<'l<.iación. 96 l. 173. 113j
optr..:ionatilación de variable .. 87 11,1731. 174
°
cal.:,orización dimcmio,.a. 88 111,1131.176
definicion. cooccplual87 IV, 1731. 176
o ptraci onal88 objeti" o. di:: la> di ltinlM ru!IC. di:: i",nlip.ion,
indicado~ 88 "'1
ni,d de mcdicion. 88 o:>ri¡<:n de nueVo. mnnoco:> .. 164·170
poblacion y muellrU. 88 biolocno:>lo¡.ia.161
pri ncipalel clC1llal dr: mcdicio". 86 di!ICfto:> "ocio:>nal de mo:>Jk,ula .. 164
cua~luti,"1o, 86 ntudio:>(.), de mo:>Jk,UlaHrcud;u al aur
no:>mina~ 86 (Krcndipia). 166
ordina~ .116 de Io:>ücid"d, lól!
<,uanliluti,"1o, i7 pm::linico:> .. IIiS
inlC,,·al<l..II7 m<>dif....:ión de mo:>lCcula>co:>nocida .. 166
r.nón, i7 tamizaje de prodllClo:>' nalur.,k .. 1M
m::o:>kttión de inro:>rma";ón, 9>1 toxicidad, aguda, 170
lup~OjI.f ,ubaguda, 170
pt""na. 9-1 .u¡",mnic-d ycmnica. 170
tiempo, 95 E,nnoco" ra!IC' dt la in,,,.lip¡.ión tn La
!IC.go" 91·93 in,,,,tipción de. IIiS
conruwón, 93 ori¡cndenlJC'\'o "IM-I70
inrorm.ación, 91 bio\ccn o:>](>¡.ia,11i1
!lCkttión, 93 di>c~o:> "ocio:>nal dc mo:>Jk,ula .. 1M
",riubk" 85 c.tudio:>(.). dc moJk,ula.crcada. al azar
deptndicnlc" 85 (Krcndipia). 166
indeptndicnlCl,85 dc toxicid",~ Iól!
'-enlajal y dell'enlal"1o, 94 p,cdinicolO, lliS
'''nlaja. de lo" 94.- modificación dc mo)¿cula. co nocida ..
Ética tn IoHn!oayo.clinicol., 119 '66
Exptrim.:nlación. 21 t"miuje di:: prodllClO' nalur.,kl., I64
Expo>i<:ión. 8l toxicidad. aluda. 170
.ubaluda. 170
.ubcrónica ycrorUcu. 170
Funnll'':o:>di numiu. 164 F"nnlICoci"'¿lica. lliS
Funnuco:>lo,ia clinic'.... 163-171 F;,nn IIC()OCenorniu.IIiS
CardClcri,ticul b;\WC"d' do: 10:>1 t.1 udio:>. de Fi ""nci"rnicnIO:>, bU'Queda di: ruenlc, de. 239
Io:>~icidad. 111,
cnlidude. pro'-.:edo:>r.. , de. 239
(nI~''''H·link ... s. 171 p;lrd la inl-"ti&ación, 2J7
roclorc. a co:>n";der.tr dUrdnlccl t.ludio de .olicilud de, par.. pt'(»'OCIOI di: inl"ltip.iOn,
un problema tliruco:>, 164 2441
ra!IClo,dinic-dlodcle,ludio de Io.mcdicamtnlolo, Fo:>lklo del in,."lig,ulo~ 2M. 2611
Función de ",b~ida, 371i
17I.112j
Ga.10 tk i""en.ión.141 1<k'1" gcr>er..aón de. 21
Genoma huma"". 417 conver>acioncl pcnoonalc .. 22
Gc.lión de: rccur..o .. 131 c=ncia .. 22
GIo~ario. 264-261. 297 delCubrimienlo. prodUCIO de
0Ii. ... 1)1!. 1i.1mIa. hcrnmicnla deL parJC\'alu"r in\'CO.liaacione.. 22
LtC""d~d;ld de lo'Oludio" 128 experiencia individuaL 22
GráfICa. árboL 129 m'11cri'll eocrilo ( ~broo. Il"illuo. periódico,
di.pmióncu;mdo, ha)' KIJO. de pub~c:ldón, IclÍ¡;. c!dlcrd). 22
131/ ob>Cn',1l'ione. de hechoo. 22
no hay K'lo. tk publicución, 131/ prl'ocnlim;cnloo. 22
mcla-an(¡'IÍHn rl'd. 132/ lcoda .. 22
GráfICa. oladi.lica.. 308 In<:on.i.tencia, I''''J' IhliC de dalO'
diagrama. de oorm .. .\O.II Indicad"" 84. 88
de '>CelOrl'o. )(J8 magnilud de a>Ociacion, 84
hi.1oV....na. JOS medida. de impaclo polcnciaL 84
poligono. de fm:ucncia. JOS ,i,nifle,..;on nladi .. lirn, 84
ín dice dnimélri<::o. propiedaoo de un, 144
con,i,lcncia. 144
Ha,,-";, tlttLardC'ión dc.164 Sl: n,ibi~dad alcambio.l48
HcI";nki. tlttlar..aón de. 107• .164 va lidez. 14 7
H ipólc,i .. l6, l7. 28. 55.64. 283_289 con<:urI<Cnle y ' -dlide-z pI<Cdictiva. 148
a pria,i. 64 con.lnlelo.147
~lternativa. 63
con\'Crgcnlc. I%j, 147
~aáti";.c.13d;"lico. 62/
criterio. 148
cacería de. 64 In foooa<.;on. rccolcccion de. 94
de i",'C~lipción. 284 lUJar. ~
de In,oojo. 63 peDO na. 94

di!IC~o tkl e.ludio. 62/

liempo.95
foOO"!;K.;ón de la. 57 Invenión en <.iclK.ia y Iccnolo,ia. 231
inve.li"ldón.28 Inve.lig:lCión dinica en IC~~ hwn~noo. buena.
pr:Iclic ... cliNc-,u y rc¡lamcn-
modelo Icórico. 56-51
explicaren foooa clar~ la. "ariable. de tildón. 261-27'
inlereo. 51 i,nlCCCCdcnlco.161
prl'dcrir. 57 'lplicocion en ~l KeJ'IÚblica Me.\ocana. 210
lÍ.lcmulizarcl conocimicnlo. 57 Ccn'lil!.lcion o:k la Oraamzacion
nepliVll .. 62 Mundial de- la Salud. 262
nula. 63. 214 okcl'lrdC'ión o:k Hd';nki. 263
~Iarnción Uni\'C~1 de- 1o.IXm:hol
plJnlcnmicnlo de. 59
pruroo de. y lÍp1ibnci3 (~13dbtka. 283-289 Humano .. 261
ju.lÍflC,..;on de la. 2i} (n.ayo clíniCII y Ilf(", 271
'U'lcnlada porclludiru prn'io .. S9 c.lr""lurd.264·270
lipo. Y claK' de. 214 ClukEl.263
v,riabln de. definiaon, 2&4 folleto de-I ¡n\'nli",do~ 270
 IIo~ario. 264 uni"r";dadc .. 239
in>".tipdor. 269 fuenles. inlcrn"cionalc.. 241
pillrocinado~ 269 n¡ocion"h publicas. 239
prin(.ipio. de '" bl'C, 267 prc.UpuolO ejercido por el
pl'Olocolo de e'ludio c1inico y CONACYT de 200.2 a2<l11.
enmicnd"s. 269 .l:l9.240.-
jur~mtnlO hipocr:ltico. 261 pri>·ad¡¡. nooonalc>. 241
man.:jo de lo. dalo~ y documc:nlo~ del ¡e.lión de recuno .. l:l8
e.ludio. 272 in,,,,,,ión en ciencia y lcenolo,ia. 238
b~np prácl;c.~ documc:nlpl272 mu""o normali,'o par.. M6ko. 237
dOC\Q1Xnlo. del uludio. 272 mccllnilmo pilr.. 1a ",licilud de fondo ..
oll'O~cOOiJO' de ¿Ika.. 263 243
(\oxlaooón de, 0 .10. 263 convocaloria.243
Sydn.:); 263 defink~ón de lo. recuno .. 243
Tokio. 263 de¡.arrollo del proyeclo. 243
1rwe'lipción de Ir~n,lrión, 179_la7 enl"'"," do; la doc\Q1Xnlar;íón, 2·'13
alluna. ",¡la. pilra la realización, lal de ",.ultado.. 244
man.:jo de ",.uhado. y ba>c. de dalo>. 185 'UjcIO' de apoyo, 245
ma",o de ",fe",ncia, 183 e.lru<:lur.. p",.upue,tal par..
prnenarnienlo.l84 proyeclo .. 246
tipo. de m~'lr~ .. 183 cronov.una y de,tIo>c financiero,
biopsia.>, In
culti,·o in ,i,rode \ejido. n .i,o. 183 '"
rubro. financiabln 246
d",nado. tinmtico. o de infiUrado. 183 I nve,titador. 148
I","~do. de m..,o ..... 183 I nlem:nción del aZ3~ 98
."nguinea.>, In
loma de mue~lra .. lroln.por\e y
a1moccnamicnlo. 184
u
Jui<.io.decxpcrlos.lI1
en la acluatidad. jg2f Ju.liocación. la
in\er",lación enl", el medico dini"".
el inve.ti",dor. 119. 180f
1,,>e.ti "oción(<<j. ~i<:nl;rK"~I.) COn ",re. humanos. 131
K"pp.l .lndicc.118
bioelka c. 253-260
fin¡¡nci:unienlo pardlo. proyeclO. de. K"plan-Meier. mClodo de. 380
237-251 Koch. po.lulado. de. S. 6-1.
bU'Q~da de f~nle>. 239
K ru.k:,I-Wuti .. prueba de. 335
c1abor.ldón de Ll propuUla. 245
enlidade. pro>ttdom .. 239
fundOOon.:>. 239
IJ
Le"'n<:. procba de, 3J.Oc. 331
lobicrno,239 Ley Cen<:rol de Edocooón en Mhi<;o, 238
indu.lria Mlb", lodo la funna<.iuli\:<I, LillCal "'I"''';on, 356
239 mndebjc en 1:1. 36lf
in.li n";on.:. de in""úlación, 239 LOlí>lica, """,>ión. 363
o""ni .... o. nacionalc> e interp"'\al;on de la, 367
inlC,nac;ona lc>. 239
 & 1 ... tema GRAD!'.. 118
mClodo & !'tlo O & Mantel-HacnlZc L
t>\¡'niobr... impo.oción & una. 11 129
t>\¡".:a, & muc:~l..:a a rnaR:a mUC:~I",L 66 oblención & dalO' & cada articulo
teórica, 21 ",levante. 12.
I\\¡,'riz mullirr~.¡a-multimClada. 220r M ~10do(.). 'tCluaríaL )7';1,.\80
Medición & L1 rn:cuc:tlCÍa &1 ducola,,:.:, 18 Culler-Edc",~ labia de ,ida 0,)7';1
Medida .. cUlrnhación,108-309 cllacl"lica. 378-.\84
m.:dia arilmélic-. .. 108 l'l)M (Ellsc Ui!Ca"ery !talC). 420
m.:di:lna, lO9 jcr:\rquico... 409
mod¡~ lO9 K :lphln·Mcic~ 380, .\82r. 384
d;.pt~ón, )10 Mili, 6, 6-k
codl.ieote de ""riación.)1O !'tlo o de Munlcl-H:w:nIottL 129
&j,-iación CI!:\nda~ )12 ríe.go. propon..;ona!n de Ca.... .\83-.\84
&j,-iación lipica. 310 ,"arí.,";onc.conco,nilaotc... 7.
mo¡a o recorrido,)1O Mi"roar"'810' de aJIfCwón ,<nica..."'-IoO de,
varianza. )10, 311 420-421
po"¡~;ón, n_lile ... 313 al gnrilmn. malCmático. par.. el an:\~"¡.
cuarti le ... 313 de expKMón, 411
dc:cik ... )I~ manur""lur... 420
~ !lTnlik!., )Ui procnam¡cnlo de: ,má!Cnc" 421
Memoria. I ~7 protocolo a pt rím.:ntal421
Me la _a ná~"¡ ... 4 7, <\l. l'iu .... QUlRO}I ;e lección de muellr... biolópca ... 420
Airan K . Fcin.lcin (1925-1001), 4 7-48 Mue. ' m, de la pobLaci6n de intcre ... 66
dedardción QUlIV }I, 1999, 47 dleuln del \ama~o de. de una m.:dia. 70
di,dodeL47 de le rminante. dellarna~o de, 7lI
dinna di",,,,,,, dc:c.ludioen el banJXl, 47, 481 r,':lo"" pard la determinación del tamaño. 67
mClodo & I'tlo o de Man\cI-H acnucL 129 probabi l;'tK:a. 67
obtención de datol de cada a rticulo

~
rcle..... nle. 128
""-;'ia",, .... temática. y, 11S-1 J4
NCHI (N"tiona! Cen!cr fo r HiolcChnolog
canccpto. bál.ico ... 126
!nronnatian). 418
m.:la .... lláti .. 1, 126. 129
Ne uro na y.u fil;ologí" , 202
m.:la ... inlC ..... 126
,, ~ ó n, 202. 205!
ft"\i"ón. no ... lCmálÍC""~ O namlúa. 126
"ond;~ionc. de rcpo.n. 20)
... temálk:t, 126
"~rpn cclula~ 202
,uj¡u de ",,-,.. ón de la catidad de un. IJ3
denJrílm.202
colabor""'¡ón Cochr:' nc. 13)
pnlcncial de aooón. 20S
p,-ocno de d"bordcion de una. 126
Ni"el de medidón, 88
anáh ..... 129
bI"'quc:dal""lm;"ioo de: arliculo ... 126
c,-aluación de la ca~dad de lo,
articulo ... 127 OUlliuJ, 398, 411, 4 12, 41.\ 414
hc rr.unicnta. Cochr.. nc p"rd la O.ln, declaración de, 26)
"<lluación & ""180, 127
 c.u:lu"ón. 29
liJI
¡>-"rám:lro pobbaoul 77
lIocluwóll, 29
cmoo,r.vnlI do; acu'ldadCl. JO
¡>-.. ri.mWo.c>ladnllCo~ JOS-JI' IÑU de:firución do; Ln ,... riablt!., JO
EuaLli,ltCa dc:>cn pl"'U de:""ripción de: la manoobr~ O el
a.,mctria, J I7 pf'OCl:dimocnlo. 30
curto,,,,,_ .JIS d!av.lm~ do; flujO. 30
diaV..... ;u, di: Cll,lill 'k.~.,.IoI).l11 ru:UrlO!., humano .. JI
mcd"j... de antrJlilXló.., .lOI-J09 malCnak .. JI
Incdl~ antrMltCll, 3011 ",.ullado. y ~oncIU"OM!., 30
,nediana. J09 objc:livo. 28
medida. de d,.pcnl6ft.lIO
codicwnIC dc: nn:oaoll, 310
planlCamKnlo del problema.. 2'
p"'lunUl. 26
Ik••",arj';n.. media. 310. III dem.:nlo .. 26
c.W-ndar,l11 coqucma pano la clllbor.lCió ... 21-22
¡'!Ka, 310 '''Jl«'to. adm,,".tr~~'o!., 22
rJnso .. =o.ndo. 310 cl problema.. 21

...... ,.,
' -Jnan:!3, 310. JII

mc!l.d ... de po...::ion" "-llk", JIJ

ma= de ",I'c",ncia.. 21
mctodolo¡ia., II
funcioM' de:l. 25
cuartiks. 313 gcncr..oón de ide,.!., 21
dro In. 3 I 5 COR\l'nacionc:. pcrlOnan 22
p::ro:-nuk .. ll6 c n:cnci~!.,
TI
, ,,IoKI ¡1I;plCol (_,"nI. 316 delCubrimicntol pm..llo::\o de:
J>"dlroanador, 2M,16S- 266 i ....'CIupcioDC>o, 22
i""C.liIPdo~ 266 c~pcrienci,. imJividu"l. 22
!'too ba.al 3S1 malenal c..::rilO ¡¡bm.. rnulal., periódico.
y dilml nución di: pcroo. J~I lew!., (!<;itera). 22
PlanlCarnl/:olo dd pttIblm"., 21 ot»cn'aC10DC~ de hrcho .. 22
I'nrner articuloacnlilit;:o. 230 p"'ICnUmocnlo!., 22
Protocolo de colud,o ctitlK"o y cnmicnd,n. 269 (eoria .. 22
ProlOl.'olo de I"\,,,.lipcion. 21.22 parle Hdmlnollr~b'... ) Ie",l de:L 26
dabonoaon, 2S-lS I'ruc:ba. M.o. .,llS
hlpelle .... 2. de Krulkal-....iI~ .. llS
JU)lJficaaón. 21 h.omoF"ntldad de .... nanla. U
"",":0 lC:ónco. 27 """u,....J<UII.-I(kul.llS
,nalenal y mClOOO. 29 normahdml.llS
M'rectOI élK"" 31 tipo. de: '"anablc.llS
c>ludio" ducnplJ\'o oaptnmcntal29 Ko nfcrmnl.342
plOkc ..'·... !9 Schc/'IC.342
pro.pn;"'·o o n:lro.¡XCli,·o, 29 Sida\;. l4l
rclrok(:t"",,, /1 IImbikct;vo. 29 Slude:nl-N-Kcul.. 343
poblacion, 29 I'ruc:ba tic hl pótni. Y uJlNfica"';a nladi.loCu.
d,!!;ulo dd l;unallo de mucllrJ.lO 2I.l-2t9
..,nleri... de. C~mI"""on, 29 de:finiaón de: la> ,,.,,abIc. de: una IllpólOl!., 234
 ermre> e>ladbllCo!., 1'7
c.ladb~ Inkn:ncia~ 215
Ju.b !ic;,,;ión de. 183 Katón. de momio .. 91
2"
n;,,,,1 de (onfianza) pode ...
prucb;, de hipótc"" 286
de prn'ulcncia. 9:8
Kcc!ullUllienlo, plan de. 110
tipo. ydun de hopók .... 2&4 Kccloc..'íón,89
I'ruc ból dia,nlhllCa. 13S.140 KcdundaI'lCU" 291_ l'tuy lIax de d,;,10.
~ol'lClu .. onc!., 140 KcSl>lm dc p;i1O a lo, .u,..10' p;irtlCi p;ink ..
en pano fTUopalia ,nftam~Lonu. l3fr 215
crilerio. de Thnlmolo pano nuopalia KCJ.I'C>Í ón. hc:a~ 356-363 ' iv,y lambítn
Inflamaloria. l36 Corl'Claaonn y l'Cyc>Íonc.
dicolOmK:o!., 136 Onc-al) 1o¡io\K:lll
ekclmrt1l0¡n.r.. p;ir.l. moOpóllia ,nftamalona. codic'IoCnk, de dckllnln:ooÓn. lS1
137r.D'
parJ d dia,..o.lICo de po~mlo>ili!.. 139r
DJu.tudo.357
ccxflCicntc bc"ta.lS1
intmducciÓn. 135·139 crmr típico de ¡lf'Cdícción, 357
prnllkncia dc la enfellTOCd .. d en. 1.38 ' , llor de T, 357
loma de dca .. onn,l39 co ... lunle, 3511_.l«l
I'rucba " dc Sludcnl. 327-332 anáti ... de n:Slclualc!., 3IiO
inlmdon,Ón. 327 lokrJncia, 351
p;ira, mUCllr•• indcprndicnk!.. 319_331 rut= dc la¡ ~I:lClo~s cnl~
mue'1r.1I n:lacionad,;,!.. 331-332 , ,.riabk.. 359/
una mue'ln.. 319 modclajc. 361/
IOlIIrICn de. poora munlr.... ,ndcpcnd,enlc!.. IolÍ'bca. .36J.372
H"
n:lacion~da .. 332r
an;l~"'prtObir. 371
cOnl;'CpI0.363
I'ublicación(n). dc en>3)o, clínico .. 121 expl'C,.;ón malcmll1lca..363
mtdiC3 corno Un bien ttonOnlleo. 161 faloC' I1lClodoló,¡c...) c.llKlblicaJ, p<nu.
a la n:dooón dc una, 361/
Inkrpl'Ctaaóa de la, 367
IntmdOKció n.363
QI.JOA) w, da:1a~o;ión.
47. 1-':', ... MCIU ... ná~".
propue.la. 133 método. par. IoClttaonar y Inah... r
Q¡é car.ock .... ~. det.: kncrcl etcrilo. 221-130 vanabk. Indcprndtcnk .. 3Ii6
a¡rJdcanucnlo!.. 229 d""naaón hacia atnb ¡condtaonall.
bib.o,nor... 229 J66
ddinición de lo. aUlol'C!., 221 c~mí nación h<OCla alnh (mmn dc

diKu";ón. 219 "·c ro>Írrublud).366

Inlmduroón o u~denIC'O. 219 dmínaaon haa. MInI> ("'':lid). 366
Inlmduci~ 366
l'C.ullado .. 219
l'C.umcn.229 ..:lta:ion hacia adeLank (condoaon~t).
SUF IOi y mtlodM o maltrialy mtlodos. 229 J66
título. 218 .clc\:ci ó n hacia adclanlc ¡nuón de
,,,,mNrru¡lud ). l6Ii
Q UÍlnictlcombi nalona, 167
..:lta:ió n haci. adelanlc (W,,-Id). 3Ii6
mutllCotinca~d3d. 3Ii6
 mctodolOgico. y e.tadi,tico.
r<:qui"¡to~
prc\'io>, 364
\,,,iabb en I~ ccu,tción. 369,
MESl OCYT.245
Kobólica. 167
Kubro. financi¡lbb. 246
lB
Salud. ;\r<:a de la. 75-12
(onoxpIO. b;\oÍCo. de mucllr<:o. 76
nl;madorml.lnlrol77
ma"-'o de muc.lr<:o o m",,-,o muc'ln'l 77
mUC.lro,71
par:Ímtlro poblacional 77
población bl:!nco o poblacibn diana, 76
unidad mucural o unidad de ml.lnlr<:o. 76
di;cfto. muc.lrdle>, 79
alealorio "¡mple, 79
nlrdtifi<:ado,IO
por~'<Invomcl'3do>, 81
"¡uemático, SO
Se,,;;ón de bi"",ladi.tica y bioinformiti~a, 2S0
aniih"¡ ... componenle> principalcr.. 197-416
co\ ... rianza (M¡CO I ... ), J4 7·152
<kilo. en cl ..... n(alo de esludio. ~nbmico"
<117425
mullil'ariado y apio n.ción inicial de lo.
dato ... JIIS-395
oupcrvi\'cncia. 375.JII4
\-~rianza y aná~";. IH'J1 Iwr. 133-346
conlr•• le OcompmOOción de una hipótc'; ...
2H-219
com:lacior.:. y R:¡rc";or.:. (~r.:,,1 y
car""'lcri.tico de lo. triglicirido .. haci a la
delttha. 152!
de un cotimador coladillico. 1H
pmmcdio c. Un c.timador in!C.",do del
p"r'.unclm. IS1
dellnición de. en Una di.tribución de
flttucncia. ISI
di"gnb'lico o la hi.loria diniC'~ de lo.
pocknlC'" 158
di.tribución oimCtOcIt, 151/. IS3
error tipo 111 : u.o inadecuado de la
elladblic'~.I59
c.pionait de dalO ... 1S9
e.limadore.lad;'I;CO,IS3
i nfcR:ncia c.ladi.ti¡;a, 1SS
pubkación medica como un bicn económico.
'"
>i.lcmático", un error mctodolOgico, 156
l!>Cmoria, 157
;c lcu:ión, 157
I'igilancia. 157
",br<:"ida (o ;c.go de tran.fer<:nciaJ, 158
lo,tur.. de dato" 160
Variable omitida. 156
Si,lcm a IMkYU. 226. 22S
Sobrc\'ida, función de. 176
So li,;itud de fondo>, mcC3ni .... o pal'3 la. 1<13
conl·ocaloria. 1<13
<kfin;ción de lo. lttuBOlo, 243
<k.arrollo del proyccto. 2<11
cnlr<:g¡, de. docmncnlación, 243
r<:.ultadol. 244
Sydr.:}'. declar,...;ón o:k. 263

ehlbor....;ón de
1o¡i.tica).151-373
00"'. de d,uo>, 291-297
e.tadi.tiC'd delCriplil-ol. lO5-320
u
n,bl:o(.) deconlingcncill. 321-326
prucoo I de Sluden1.327-332 d1culo. de nlzonc>, 323
tabla. decontingencia. 321-326 de lo. \'~loR:' c.perado>, 323
tron.formacibn ntadbtiC'~ de lo. dalO'" dt2" 2.3>< 2, 3" 30m" n.porqué;c
299-304 denomina 3 una. 324
~rtl('l indunrial, 277 dillrilm:'ió~ & Xl (ehi ~u3drnda ('1 Ji
Sclui,nicnlo y adhcR:ncia al prot""olo. 115 c-uadrdda),324
Sclnxión, 157 lcol o:k. aoociación de labla. de
Sc'go en la in.,..,.tigacibn: ¿hisloria, de tcrro~! contingencia., 324
151_162 bondad de ajU11c 3 .blribo.o:ioll<>, 124
 homoft"ncidad de. va,;al muellm, de:tlniáón de Tamayo)' Tanmyo. 19
cuatilati" a... J24 ~'o~plo, 18
''''';0. par'.omc:lrol de: poillOl\, J24 ~'o n""imienlo ~;enli1ico. 18
" .. Iomción de: cola> lit'> o m;ÍS ,."riablc:.. J25 ccltelico.16
ObIC!'\',.oonc.cuatilativa!., 323 di. po.iáón arquilcclónica.I6-18
labIa. 2 " 2, 3.22-12S blÍl'lucda de a.oo:.oón enlre "ariabk!., 17
caioO.)' conlroko cmparcjildo!., 322 cronolo!ia de 101 hecho ... 17
e.ludio!>). de: caJ.O.)' conlrole!., 322, 323 dim:cionatidad en la oblencion de la
de coho rte!., 3.22, 123 inrorm:.oón.11
Irdm\l:nal322 impo.icion de una maniobm. 17
rOCIOrn de: rie"o o de: prolro..ión, medición de LI rl'«'ucncia de:1 deloCnlacc. 18
322 >tguimienlo.17
problema, de: ,alud, 322 e,~perimcnlocion. 2 1
pre,'alcDcia de: enfcrmcdade:!., 322 oncnlado. a grupo!., 16
iocide:ncia ,",wnul:Kla, .122 a objcti,·o!., 16
la.a de: incide:ncia, 322, 323 ,m'lodo cienlif",,,,. 19
Talnafto de La mue.lrd, 65_71 ob>e rvación, 19·20
a'peclo, bá>ico.cn el pmocioO de muc,treo. 66 cie nlifICa., 20
de acuerdo con di.tinlo. di>tfto. de no cienlif",.., 20
mue.lreo. 70 planleaJnienlo de hipólc';!., 20
calculo. de una media, 70 prolocolo de in,-clligacion. 33
par.. de:terminar de: una pmpon.;ÓI\, 71 Ta~onomia de: 101 di >eft,,. de: i",ntigaciól\, 37-49

para la direreDcia de: do. media. de acuerdncon. el o,;~n de 101 dalolcn el

inde pendiente,", 71 Iicmpo,37, 4 7
d,me nlo. nroco.ariOl pard la otirn:.:ión de:l65 la inlc"cnción del in,-cl lip.do~ 37_ 39
e.ludio. clínico.conlrolado.. ¿cu ál e,la di >t "o... aperimentako. 43
dil'crencia? 67 Ob>ervdCionale ... 39
raclore. p;1r3 La determi....:iól\, 67 dc:..:ripci ón o >trie. de eaJ.O!., 40
hipó~ .. 68 e.ludio de CaioO. y conlrolcl., 40
di I"crencia clínicamente lÍ!ni ocali"", 70 en.ayol clínico.conlroLado.. 44
error tipo 1 o error o. 68 e.ludio, C'.. J.O~~onlrole!., 40
perdidal en clloC!uimienlo del eltudio, 69 caloortc hi.IÓrica O relro~pcctivo. 42
podcrelladillico.69 dew:ripl;\'O Ir~n,,-cnaL 41
"ariabiUad.69 >trie de cuo .. 40
Tamil;ljt de: produclo. nalurdk!., 164 ~ u alean«. 31, 38
TanimOlo. criterio. de:. p;1m miOp;1I(a e.ludio .. corl'dacionalc!., J8
inflamaloria.136 dew: ri pl;\'o.. J8
T,,;o; OnOm;;l de ~1 in'-cllipción. 15-23 np6calÍ\'o!., 39
car",teri.tiC1l' de La. hipól<:!oÍ!., 20 C.'ploruloriO.. J8
allernali,'a, 21 mcUl-un¡\liloi .. 47
~oncrplual 20 AI "an K. Rinllein (In~-200I). 47
de la ob>C",:.oÓn objc:lh':t, 20 dedarución QI.IOIlO W en 1999,47
de lrabajo, 21 difcrcnle. di>e/lo. de nudo en cllicmpo, 47
nula. 20 To kio. dcclar..oón de.. 263
~iencia, 19 Torl ura dedalo!., ]60
 do: r~zón. H
numérica .. ¡,:ontlnua .. S2
Unidad mue.lr~1 o ulUdad lit mue.I..:o. 76 d;IC..:I"" S1
Ikpcndicnlc> {o de ..:>pue.laj. SI
,Blkptndicnle. (o c.\pK-411''lU), SI
V~Io..:. rucollllt r~nlo o \ Fil. 386 mullidimenwonak.. 53
,lItn~ !icaciÓII de:.
multl, ~nllodo" 390 ":!l"')CnlltCión dc lo> dato. <.k ¡o¡;uo:rdo
Van~bk" SI con Loo nalur.kulk la.. S4
~>quo:da lit a>«ial:lóa en,..:. 17 ulUUomelllolonak" 53
¡':OlUplo. SI Va:,o..:. I'ltIpio. OciFI1\"ttk""... 400
cuahaU\'lu. S2 VF K (u./I/Jusl bi\'u riaoo .. 381
nomanak" 51
ordinak" S2
cuanlllaU\'a), S2
liI
W:ord. mél0d0 de:. 412
lit ,nlCn.,.1o. 52