Documentos de Académico
Documentos de Profesional
Documentos de Cultura
i1lilim'. . . .
~
f>ITAL
GENERAL
~ j¡M~XICO
.~
Metodología de la investigación ,
bioestadística y bioinformática
en ciencias médicas y de la salud
Segunda edición
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¡)
HOSPITAL
GENERAL
- : - &.M~XICO
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
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.
G lourio 426
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.
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
Mirayaleón Hemoindel
lleenaada en Enfermena Maestrante en C,e nc,as dela Salud. Dlrecaón de Investogaclón,
HospItal General de Me",eo.
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 ..
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
Dedicatorias
Con amor, adrnirnción )' agradecimiento para 10 mejor de la vida: Lortna. HklOr
AloDiO, Rodri,o y toda la familia Garcia G arcia.
Con admiración y profundo amor para nUhlro. amado; hijos Fiacro. Alu. Yorko
y Thomas.
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.
•
,
~ ..
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
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.
, Espedro<H<:l
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
• Temporoftd..¡ l. cau .. precede al electo
, G,"¡,en1e 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. 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.
@----
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
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!:
'" °
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!.
"'"
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
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,
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
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.
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.
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
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
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.
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)
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.
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~:
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
(;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
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.
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
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 ~
S.... thaor
de ..t"";o ~ontrOI"
Con el factor
de ..t"";o
,
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-,,).
Con re.ulado
Con ,e.ultado
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.
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!..
, . 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.
e .... f •• uIlAdo
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
MU .. t f~
S,n , .. u ~ .do
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
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
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).
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
-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 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).
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
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,
( 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
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.
EOIlmodor EAlr..,oloción
mu.OIr.t
e
Repr ..enIOllvid.d:
Oi .. nbuciÓrl de Ire""encio. "mi l., _ _ _>
entre lo mue .... y l. poblociÓrl
R" .. lod<od
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.
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
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!..
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
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'
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."
-
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,
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
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~
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.'
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 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
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
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.
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).
"" '"
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.
! Ab,OIUU
Int....... O
( ROló"
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!>.
No,mal
Ternpeu ,'ur. lb5"C
Fiebre
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.").
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 ~
...........
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.
_ 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:
----. .
'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 ...
,..,
'",..
,..
... .""... 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\..
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.
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.
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
{
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
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:
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 , ,
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:
,
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:
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!>.
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
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:
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
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"
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
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
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.
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.
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.
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
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.
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,
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.
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.
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
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
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).'
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" .1.11KI0lot,IZ_ 2.18p _ 002
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
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--- .. 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/>
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
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.
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.)
-
Eledromrogfilolía .on
O ~ ~
p al.on mropatrco
.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.
"'''9'''''''
m.,p"'''' 1>"'''
,n"""""o, ..
To'..!
"
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).
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
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,"
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>. ..
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
p - ..... 'p.,p-,
d •• _.u,d. •• "''''' ....'0
"
eo...•....,.
-- _- _,
c.....<-o..
...........
_ 1..... ,
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
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?
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.
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>.
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"
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).
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.
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:
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!-
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 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.
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
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!..
.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
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 •
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).
ftudio .... __ ..
bioquímiao hi,,1o .'.
1....~Iog¡ •. g'-.
.ICM ....
Ol::hnaond."
",ol.wIa. pruet...
fiucoquímlCM
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 .
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-
F... UI
Ea..aoc dintca:
11:0'" """".nce) Frull
,~,
""
''''''~CI''
Ea"",,oc pt.dinoooc
¡"""".Iooc)
e.._,,"
5(O). 100CXl
<lSU",,"
........ ,
'.rn~ ...
o
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
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
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).
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.
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).
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)
a = .!.'/ - Y (11-5)
'. I
, , ,
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, ........... .
~ ... 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 :
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)
(11· 13)
-------------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.
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..
..,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
,
lo. <o n .I~. de N. y ... bre
lo. d~ K.o~.je d"P"nd>rnt~.
,~
/
h
.!
O
¡! -~
~ ->o
O 2 3
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:
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:
, . 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
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.. ' ..
docum""".1
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.
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~) . "
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
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
P'u eb.
'.p 'ueb .
It u t ..1... )
e....tegi.. p....volu.. l.
eonfiobi~do-d d. un e,,,.tion..io
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
,,'" ,,,,,
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.
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
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.
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 .
\ 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.
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.?
-...
2 Lc.... es ... "sello e.pe<,mentol que se ul'.U?
1 L OUe p<o<:exo. o proced,m'ento •• e "g"''''''''?
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:
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:
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\..
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.
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
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:
0'9"""""oon S,tloweb
CON....cYT http.!!wwwconacyt.yoo rmI
I",'~uto c:.oo del_ S.lud WNW ,alud C. . ..,.Ofgl
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,
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.
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.
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~
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.
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
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
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).
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.
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.
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.
Forrnul...,o. de
E>.ped.ente d ..... co
,ecoleco6n de dote.
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.
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.
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
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).
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.
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
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.
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"
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)
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
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,
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$.
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~
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.
.--- _- - - - -__..
... 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
.",-.
~
- •
- -- - - •
~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.·
- - - --
•
"
-_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 grupo de columna. en una tablll (tabla hija a re-
I"u"'~ IU akmoccnarntCnta en la memona de Una [crenda). quc h¡occ referencia a unacalumna a un
campu!adar,¡. Se k: dilC/la plU·" facih!ar IU accc..o grupo decalumna. en alm llIb1a (tibia maUlrJ o
y mantcnimio:n!<I. Lal da!o~ apam."\":n camo !C!I- re ferenciada)
lO. númerol <1 ,rMic-,u.
DBMS . Sigl1. en ingIC. de IUlerna de manejo de
a- .. dMOl ..loe....... L;¡ quc almacena infor· b;1 1C de data .. Alude al prov.oma can uplicacio-
m:....;ón en \.libia. can Iila~ y columna. de d:lto>. !lel p.~ru el mllncJO y an:I'Ii.de una b;uc de dalol
y permite la blhqucda mediante 101 dato. de 1". (c. decir, 111 .,.tión).
calumna. de una tabla pan. cneon!r.. r datol udi- Enlided. CualqUlcrelcrncnto III:I:n-:tdclcuallC ha
cionale. en a tOl tabla. almloccnado información en una ba,., dc dato,
8,.".,. J.'arte de la memona ulihada paOl "hn,,_ La, enlidadc. q\IIC p:>,.,.;n tu !TlIsma. propio:da-
ecnar III,uno. dalo. de maneOl tcmpo",l. de, forman conjunto. dc cnudadc. I-'oreFl"plo,
Dalo ....... nUI. J.'icza de información con tenida p\llCdcn ,.,r pariente.., i n.lIll1"ionc>. el<itcOl.
en cada campo de una balC de dalo~ I""ORSist. ndll. Información conlr..dictoria o in_
CIoo_ f".......... T'.unblcn llamada ajena o n terna con¡r\IICnte en una 00,., de dalo>.
({o"igll kq. FA1, C> URa limitación refe ren",al Redundanc iA. Se reflCre a la rc pcooón dedato.en
entre do. \.IIbla~ Cormponde a una columna o 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
"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
• \
?
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,
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,
< 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.
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
", -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/\'
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~
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.
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,
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,.,
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.
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.
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:
tlx- /J j!
o· J=--..;',-'-'-
"
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.
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,
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.
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
"
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
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
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
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"
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:
}. ... 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
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.:
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
(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.
..
,CoIen ..a!
,..~
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,
.,.
CahdAd de Yld~
lB~-C.IodAd de
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,
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.
$,
Suma de cuadrndo; lotal =
f,la dr.viación ntándar 100aL
ser= (N - Ilr,
donde N f.
rllamano mUf;u;llloml y
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.
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.
..
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
"'
"'
,,• "
: .,"
"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,)
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
"" ...
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.
-----
.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.
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
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)
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:
" "'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
- • --
V."oble depend'ente d"m ,ny"On de pOlO
: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;¡
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~
,- ,
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
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.
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
"'"
"'" RelaCIÓn pertea. n~rv.
cOf'l~en'e R. -100%
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
---} 1
~
5 10
Formo un pl,""o artnono
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
""-~
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..........
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).
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 <--<~~
~
"~'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.
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
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
"""'.....:Ión 91 Srg
VIt,M>ln Sexo (1)
PUGO
Eotoodiot,co. globale. "" "'"
"" "'"
'tettln·. Ht~to"JI de 'nte r~ coo ne~
,
,.~ ,,, 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,
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.
,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
B ET W81d 91 Srg
,.
Exp le 95 .... _ " EXP (8)
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
"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
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:
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
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'..",,,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
•, ..
¡ " ,.
.~
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
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.
Y,=G
donde G u el modelo lineal generalizado:
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:
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
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
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.
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,
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.
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,
...",
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:
1=------1~I=. o
-
.,"",",,,,
¡
oJ,-JL-,I",,,'--\,. Jf:J::¡¡:>..,..
,!'-JL,.. ,, =.'L~~
. - _......
Trigli<4ondo.
Elul .... a d. t ri9~e'ridol
"'-
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:
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
"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.
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~
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:
comp<>J>/KlI.2
.
. .......
"
......:
.. ."....--:"........... .
. . ... "
".._~._. oo·
..
componente 1
lO •••••••
."
" ..
~
",,"
01. o ... " "
>...~.... ..
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.
, , .,.
, "
,,.
"'"
".
•, " "
, "
OO, "
'"
, 00'
'"
''''
• ""
00' o.t1:.
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>,
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:
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
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.
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 :
, 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
.-.- ,
... :;.
"
~{
."..' ,".
.
'-, ':-
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
..
" 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.
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.'
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
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 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.
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.
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!."
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,- de \I".Io~~ Se IImboha con ~ (mue~lra) o 101_
natlón de ,uFIO. a malllobnu. o lr.turlllcnt .... m~ m,nu>cu[;o (01 (un,,-cno poblac!onal) Sólo
dife",nk. donde x- ulohan nÍlmc:"" plcatono~ lo( utiti!a pa .... medid~. de 'nte ..... 1o o de rJwn.
Amp[jllod (b",,) Uifcn:l'ICia entn: La nbloC .... u- O.... rib ... 1ón (Di$lrlIl" tI..J Valan:. de una vanu_
ción mll)'Or)' la menor blc junIO Con la frocuellCla dc IU pn:!oCnC1I1.
9bo_icA (lli_tIslIn) Aplicación del dilo(- O.... ribuclón _ ..... (~I tliuriH,i..) 001_
,.,., de e.luda ... de ' .... nhpción)' aoU.ü e.IU- tnbtlción dc probabo'dod IOmélnca, en 10""",,
dÍ>lICo para aplicagone. U etcnci;u de la >alud dc C"Jmparu.. Con medaa" r dcl\lllClÓn e.l~ndar
y ~n:;u delcooocimKolo afine. " Si Ia~ obocrncione. IIJ1.1Cn 11M di.lnbución
c.- r COfItroM (~tnI) E.ludio 01>- norm~l ti ,nlcn"llo (" :!: 1,,) ,ncN)-C 9!". de !al
lo(l"o".w:ional que Inicia con ¡:KIC1("nlel que llenen oblc",acioncl Se le dcnomna I<oImtKn di.lnbu_
la ml>ma enfermedad Que X- ~u:i ,n''''lhgando dón ,au.liana.
y personal control Q~ no la llenen; pMtcrior. Oinribucl6o. .;moitril: .. (~t ¡Jisrribrtli.,,).
mente !oC hace una i",,,,.u,ación ",lrolpcctiV3 T;eroc la mi>ma forma en ambo. lado. dc la me_
con ti propó.,lo de idenunr fact ... ",. de rie'lo dia. La media, I;¡ mediana)" la modo '<'> n "ualei.
pot~ncoalc:l.
Ep .....1oIogie el;"icA (0;.1 ..1 "Ñ1"";«-U)'
c..... (CtIl). E. la unión dc una lil;¡ con una eo_ AplICación de la acncia dc lo tpdcmoolo .... a la
lumru.. mllm<!. que Iocne al,uo '"alor medicina eH""", y a la loma de dcallonn en lo
Clinltnootn. (O¡"blufrin) U,<,> de Indtccl, e>cala! "lención a la Ioalud
)' otrJI C.1prc.,onn quc lo( cmpkan Jl'Ird de5<:n_ E...,.. <lit 0Md0:i6n (111_ _ ..,,..,.,.) Canll -
bor o cuanufic-.. r ";ntoma.. "Ino~)' Otrol fenó_ dad que "'pA:lo(nla la fracaón 'ncorn:o.:la de una
,ncnOI de la medicina tlin,c-. ,ncdic' ón debodo a problema. ,nhtn:nlcl al pro·
C _ _ _ nc. (CMSUlnoq) Alnbuto de un ,.. te· IXIO de 'ncdición
ma dc medición al oblcncr~l m>mo A:lullado E..- ~ «<) (SI'U• • nI,..,.,.) Mldc la IXr-
cuando el pl'OCl:'<'> de mcdK:oón C1 n:pcudo YlIlo(U leZll con la quc la med,a.. calculada con bax- en
por el mi......, método. el .... >m<> olM ..... dor. O Una mue.111II alea lona.. (\"11 .... I;¡ ....dla ,,,,rdadc-
~""
C .. __ _
r.....w. En
fl~liwr ._ri". '. . . urrllti r
una PfUCN d,a,nóllocll, lo( ",ficn:
r~ dc la población a ""rllr dc b cual lo( lomO la
muelll1l_
E....... _._ico(S,rIt_lir #rfW') Error en la
;, Una .".,rlClI de ,,,,roade.:,,. polltlva. en el ~jc medic,ón que e. conllunlC ~n loda. la. obloC",a-
r conlra ral.a. po"to '·a. en el eF X. empica· doroc~
da para naluar la. propcdadcl dc una prueba E....... t ipo 1 ( ]jIU J #rfW') Error prodllCidocllan-
wa,nó.llca do lo( m:huZlI una hipciolCIOI dc nu~dad ,~nbdc.
0_04.";6" _ _ Iod (Sl. ....nI "wU';,,). ni O se conclU)"C quc hay IIIU direlCnciJ iilJlllb-
TlImtKn llamada dc.'l¡oaón tipa, n el prome- h\'lI que en ~a~d.:od 00 Otile.
dio de de..,...,óo dc !al punluacionc. con ~~_ E....... t ipo • rq" IJ _ J. Error prodUCIdo
J'lCCto a I;¡ media. Se ,nlCrp«"llI Como cu:lnto lo( cuando no lo( m:h.aza una hipalClIl dc nuUad
de",1;o de 1;0 media, en promedio. un conjunlo f"I'1I o no !oC dclcCta una di ftn:nCti que si C.1,,1c.
427
EKeI.o d. _ioón fsa"~ _ _m t). Gr., - Est ....¡., _ .. e~ (o.MNHli'" tri"'). 8tudio
do de p~iwón COn el '1"" le mIde Una ""rJel.- clinoco donde ni 101 pacicote. ni el O lo. ,n,"C.~
ri.oca Eo ~n::raL le eatc:,o nza en .!.C~I:o~ no- gadore$ r.:.ben '1": IrnlamK:nto el1.án utitirando.
mi naL ordi nal ). numeoca. E.. udio •• pe ...... _ (bpm",""ulu..,) &tu-
E..... . - . - (N..";,,.l _M. La eiCal" má~ dio comp"r~li,·o en donde ha) Una 'nle"·e ....~ón
.. mplc de medicione .. Se U~a I"'r~ "a,acte,I'1i- O manipulación .
ca. que no 1ienen ,·,.lores numen"o. (1' eh r.17.<~ E......¡., •• pe ...... nt.oot .... 1IIeMorio_ (N..,,,,,,-
Kl\o); lamMn le conoce como e!.Cala euali tati,·" d#lrdud /"rl¡¡f). ln'utípción clínica en I:t ~ualw:
ealC,óriea. ¡,¡,j,ca a IO"~Jeto. a IrntamocnlOlloln Ixosancen
EocaIoo ~w ......... fH_trltfl./_l,) El nh"C1 m:\$ un si.tema de alcatoncdad. Se ptCJo<:nlan Jo<:I,O'
d,,·ado de medición. Se usa I"'r.l "a""deri.l;.:a$ e n ti pmcc .... de ,m·c Jli,ación.
que puede n dar '·3Iores numiri"o, (1' ej .• e.lalU- E......¡., ..., COftttoIAdo fH......w.IlNl trWJ. E.~
r~. pno, p",¡,jón arlerial). perimcnto que no cmpka 'Ujctoleo ot m1.
EocaIoo _ _ (0nIi-t $(fI.ü). Se Ul:I 1"'''' ca- E......¡., .,¡"....-;."",,¡ (~IiIllMlII..J:y) In_
r"'ler;'lH;as que be""n un orden .ubr....,nle O '"C$ti,.....iÓn donde 00 hay inlc".. nción ni mani_
i nlr;o'>CCO I"' r.. ,UI \"alo",.; 1:.. ci (,...... que se con_ pul :u..~ón por pa'le del ,0'"CIllpdor. Se desi,na
pican ,00 arbí,,.... ri a$ (1' ej. , 'r..... edad de la en_ ~omo de ea.o....:on'm ~ lran".. n.al o de co horle,
fermedad en Ic-I-c, modcr... da y l! ......... ). dependiendo del di"dlo del colud,o..
E_ificiciod (S,Mjitity) Pmpo ....ión de la. \"e_ E.. 1OdO p«>Sf>e<I:ivo (AwpKtiwu...,). ln,"C,Ii_
Ce. qllC una prueba de diaJ!lló.tieo e. !>Cl!ativa gación di w:~ad a ante. de que 10$ dalo. se h:t)"3n
en pacicnla qllC 00 tie""o la enfermedad o al_ oblenodo. Indica un enfoque: hacia adelanle en
le rdción. el tiempo.
~ioce _riptioM (Dampli.., Ulltislia). E......¡., _~ivo (Itm_lllrnw,,"'). In_
Medida.eomo mc<.lia, dc ,,,iación c>13nda~ pro_ ,·c,li,.....; ón emprendida de'p":$ de habe, hecho
porción)· la..., "",da. para d",eribi r alribulo$ b. ObiC"'aciofIC~ Implica un enfoque h.:ocia
de uneonJunlo de dalo," alr,;, cn el tiempo.
~d. "'" (Ci.úlUII...unl). E n una pruc:1xo E.. nto (film,). Kc.ultado o relullado. de uno _
dia",ó.lica, identifica !.iem pre la co ndición ,"Cr_ pcrimenlo.
dader. --cnfc nncdad o auocno:.ia de enfermedad-
F..t .... (haw-). Camclcfi~oca que:cs elcc ntro de
de Una pe r.... na
in\"e.~,¡.:ión eo unaludio. Se usa en 10. anábu
Estudóo eOoogD (JJli'" JI"') I n,"C.IIJ!aCión en 1:0 de\"arianu
cu al lo, ¡>a(.icntc:. nO eOn"":Cn el I""tam,ento que
F..t .... d. ringo (JtWfonwl Ocw.na un alri-
cl1~n m.itlKndo. Los ,"'"C~I,pdore~ y el re~to
bulO que pn:valccc enlre SUF10' que do:.arroll~n
del equipo de im'C>tipción pueden e nO "no-
un~ enfermedad. mmparndo COn aquellol que
rarlo t:allbí':n.
no I¡, des,,,rollan .
Eotudio e"'o (ainilJli trMI). &tudio ex peri -
F.bo MgIIIivo (hll,.",,.,,¡..,) )(uullado ne p-
mental de Un medicamento O procedimiento en
ti\"o de una pruclxo (O Una pel"lOna que: si tiene
el cual lo, 'UFIO' de in,"C,uJ!ación ...,n hum:'n o ...
I¡I enfermedad.
EotlOdO d. Cofto<W (C.bwIIl""J. Esludio ob-
F.bo P<*tivo (~HÍti..,). KcJullado positi-
Jo<:,,·acioftlll que: inicia con un "upo de .UjeIO$
'·0 de una pruclxo (n una persona que 00 tic ....
que tienen Un fae'o,de rie.,o (o w: han c~pue:.to
la enfermedad.
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- FNCLHI""" {FI"NI •.,,,¡yJ Númem do:'"C(."C' qur ....
, ....ióo. Ambo. eonjun,os w: ";Iuen a Ir.......:. del pre.cnla un ,·alor dado de una obw:,,-ación.
tiempo en forma pm.pccti.-a paro in,,,,lila, Gradoood.libertod (~t{fr-I-J. l>ar.imc_
euánlo> en cada l!rupo de",rmllar.in el re.ulta_ 1m en a1l!una. di"ri buc:oone. de probabitidad de
d o de inle",~ ulo Común (1' ej., prue:ba de, yehi euadrnda).
G._. do! - . . . (& r P"'ph). Tabla o ,ráli<:a Ir:on la "ari abi tid"d de una di'lribución. i ndócan-
ulada ""r~ mo.lr4 r la. cifml o pon:cnlajc:. de do PO' meJin <le un número"; la.di(erenlcl pun-
ob"""·....;o"". Con la. car.telenlIÍl:a. que inlere· Im",io",:. de una "ariablc eltán muy alcjaJa. <Ic
¡'¡w So: u¡.¡, en ,·ariablo:. nominalu. la mcJi"
Hipót.-m do! nul_ (N"" lIyp"I'-iI). E. aque lla _ _ do! t _ _ nc;" cent'" (AI _ t{mtrr.¡
quc "" el1á prolxondo acen:a do: una pobl,teión. tnodmry). Corre>pondc:n a "alore> quc Fno:ml-
En Fn<:r4L nulo loilnitr4 ~loin ditCreoo:1"' y por mente !C ubican en L, ¡xtrlt <.'I:ntr~11k un conjunlo
¡anlO. "" ref!tre a una loiluación en la cual no hay Ik J"to~ Son indicadom CI\;,di.tico> quc muc>-
diferencia (p. ej. enlre la. rntdia.en Un ,rupo de lmn el ",¡Ior h:ca el cu:1l !C ayupan 101 da¡o~
InHamitnlO y Un yupo conlrol). Met..wiIioio (ftf". ...~. Maodo pano combinar
Hinogr_ (UiJl~,",. Grátk-4 de di'lriboción lo. n:.ult"do> de '1Irio> "tudio) mdCJxndicnlColk
de f m;uencia oc obot,,·lOcionc:. numericalo. ti milol'''' medición. Ik m.odo que pueda delCnni-
n,UX un ".Ior p ¡Loba1 E. ti JlIll(nO biootadiukn
I",d d. ",," (/HtUI"'t~). índicr que da La propor·
ap~c"do n b. ""i~o""l ~,1CrruI""d~
ción oc p"!")Ona. que adquieren una en(errntdad
n allc r.tciÓn delenninada en un Ik,npo op"dfi. ModA {"'",M. VaLor de- la '1Iriabk nmntrica que
en. habÍlualmcntccn un a~n >c pre>cnlaeon mayn. r..,.,..uenciacn una >cric Ik
nb>C"" Il~nne~
Inf. ... "".. _ _ o {mf wm« . "' ';,';<1II}. Pro·
cedimienln por medin ocl cual >c llc,a a enn· Momios (0tM$). Cn rrelponde a la prolxobi~dad
clu';nneo acerca oc una población. con ba>c de que >C pn:>cn\c un t\"Cnln cli,idida enlre la
en infonnación que K obtiene a p;o.ti. de una prolxobi~dad de 'Iue no .UCC"da.
Pon:. nta;. (I'rrrmIllS,). U"" propon:ió~ mulli - tm" de e.'c~lo. en el g'u po conlml di,idida en-
p~cada por lOO. lre la laoa de c'·enlo. en el yupo eontml.
Pot. ne" (hwtr). Capacidad de una pruc:b<, R....It_ (o..rrwn,). Vala. final obtenido en
ell"di.tica p.1m detteta, un efteto o difercn<:i" Un" ioveltig,,,;ón.
' ·e,d"dem. en Una in'·csti",,";ón. Ringo ..lMi... (RtÚftivr risk). E> la I""dzón de 1"
f>fec;1oI6ft (PrwiIi...). E> lo< auocnci" de error incidencia de una enfermedad d"da en la. per-
"blono debido al azar . onm eX puella. o e n rie.go a la incide ncia de 1"
PTe ....."".. (/'mM'"," ). ~pon.ión de pe DO- e nrermeJad e n peDllna. no C!l pue.la~ Se ap~ea
n". de una población que lienen una enremlC:- en el l "dio. pro'¡XCli,·o..
d"d "' Inl>lo'oo dado en Un punlo npedflCo de l S. ... ibll'deod (&mJtlviry). !'ropo ....;ón de la~ ve-
Ikmpo. por ejcmplo. un ano. l"C. que una prueba o.k diagnó.tieo el pooi l¡V"~ en
Pt-oI:wobilidod (/'.-.ádiliry) Canlidad de Vtee. p,ocknlt> quc: tienen la enrermedad o Ir... lorno.
que un re.ullado OC prcOCnla en el oiuTltro tot,,1 S.rie de e _ (C4- - , , , IlMl/y). IXloCrip;jÓn
de prueba!o. ,impk de alribUlo. ob!.e,,·ado. en un grupo de
Pt-opon:ión (lflp..-tiM). Núme m de ob!.ervocio_ ,ujclo~
ne. "'"0 el alnbtllo de in le '';' di" idido enlre el s._ (~n<W.,.). Ermr re lacio nado co n la. ro,_
númem lolal de IIb>c,,·aciorIC!o. m,,, en que difieren la ubic-.....;ón)· mue.lreo de la
l'ruMwo de"",,- (J~fJ,.,....,...,). Enfoque P"'" poblací ó n~ llam ado también ermr de medición.
la ¡nfercncia e>l:ldÍl.OCa que cond uce a una dcci_ a'Tltna"" la "a~del de un e.ludi", El t<'nnino
",ón IXIrd "",haza, o 00 la hi pOte";, de nu~dad. bim, cn ingl";'.. CI el equi'-dJc nle de a"melría y
I'nIotba _ i c A (SUtiuiu J InI). E. una n la_ rrrnocamcnlc !I: empica como la IrddlK.uón de
di,tiea c.¡xcific-.. u.... da pa .... pmbar la hipólc.i. "' I!O.
de nu~dad (1' ej.• I de .tudenL ",hi ~uadmda. Sujet os control (C..."..¡ 5Mbjms). I'tnona. a"g_
~ )O. ~) . 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,
Rango (I"...frs). Cllnjunto de o b>C""lK.i o ne, or_
denada . de acuerdo Con.u magnitud. )".. oca de pe roona •• in la enrermedad o ahcmci "n que se
menor a mayor 11 en forma i ""Da. in'·e.tiga.
Tab le de U>nIingeneo. (C."ti"zm'7 ",1I1t). Cua-
RoIrón (b ti. ) . I'artc dj.idida por IIlr.. p",lc. E.
el nÍlmem de ob>c"'acio/ICS Con la car""ler;.lic" dro a.ado ""n.
mo~lr~r cantidades o r""'uencia
de inten:. di,i dido cnlre el nÍlmc:m de oboc,,'''- para dOlo mio. '·an able. oominales o cuanti ta-
tiva~
~;onc . ,,; n dicha c-d ,...oclen.l>Ca.
RoIrónde """"""- (OtIt6,.ti.). E> 1" pmb<'¡'¡~d "J Table de f .-_nc;ias (Frft/'""'7 ",lIiiJ. Cuadro
de que un poc;cnle OC ha)"a apue'lII a un f'lClor de que m ue.1 ni el nume", o pon."Cnlajc de obICrva-
ne.go di.idida enlre la probabi¡ dad de quc: Un ~ione. que ai.ten en diferente. "alores de un"
~:onlCteri.tiea o variable.
grupo ellntml >c ha)"lI apucllo al foctor de rie.-
1'" Se- emplea en la e.tim<lCión del rie'Io rc l"tiv", T_ (bit). " ropo",:;ón relacionada con un mul-
en e.ludio. ob!.en1lCÍonab de c-.u.o • ..cllnlmlc> tiplicador lIamlldo 00><: (1' ej.• 1000. 1000000)
Red .... eión "'1 rieogo ~UlO (AbH{Od, rllk ..,. Yealcul:,d" a lo lar", de un pe nodo el¡xcifico.
¿..ni...). ~do.nión del ric.", Con un n\o:\'O In,- ValkIeJ (lfl li¿l ry). A lribulo de una medición al
lamitnlo eomparddo con el riclgo oin nlc Inl\;,- delermina r el gOldo de a¡;uerdo enlrc la medid"
mícnl", det ob"",,'ndor y el rc."IUldo obtenido con un
Reducción "'1 ""sJ<> ... w ...... (R.u/lw rllk ..... lillcma de rdc~nci9 e~I~lIdar
YaIor de" (p ...lIu) . ~JIK""nla la pmbabi~dad
¿.uti.,,). ~d o.nión en el ringll "," n un nuevo
Ir.. l"",ieolo rc'¡XCIII al ringo .in el 0\0:\'0 Irala_ de nbtencr un re'Ul la do igua l a unn nb!.crvadn
mienlll: nel "alarabialuIII de la direrendaenlrc en la rca~dad. oo.<Índn"" ""la en el azar (,.; la
la ta. a de ("\,nlo. en el grupo nperimenlal y la hipóte";, de nu~d ad e. \crdaderd).
V.lor p ...tictM> ~M> (Pr«lirfivr ...1101 af. V_loo cuent_iv. (QoM,,,iutivr ... rúllJr). Ca -
",,_fivr ust). I',oporción de: la. \'ttC. que un m~leri.lie~. medida. en una elC""dla nwnéric-. ..
pacienle Con un~ prueba de: dia!nó.lico ne!a- V_loo doIpe _ _ ( Dtpmdmt ...ridü). Va·
li"a no liene: la enfermo:dad que ~ ell:\ in"c" ri"ble: ~uyol '-alo",. ~n 10. ",.ullad<H., llam"da
li~lndo. también variable re.ullanlC.
v....... p..&tM> pooItM> "'rwlktivr ...l" r .,¡_ V_loo dicOlómic. (/JirlH'...... OItIrl4lJr). Me-
p.uti,... lrsI) I'ropon.ión de la. "~I que Un p". did:, nomina l quc tieJl\: ";10 do, luulmdo> (p.
cienle Con una prueba de dia!n':"lico po';liv:, ,1 ej • .exo: ma!ICutino o fanenino ), llamada tam-
lime la enrermedad quc ~ eml in'-e.tiF,ndo. bién bin"ri".
VarioobIe n . rúllJv . En Una i n'-e.tipción. canlC· V...-loobla dioc .... . (DiW"tf' ... rúllJv . E>e<.. la u.:o-
lerÍ>lica o atribulo de inteJi. quc puede mediox di' par,¡ medir una ~ar.ICleri.hul numérica quc
y líe...: 'lIlore. direrenln pa .... dillinto •• ujelo. Üel><' valore. enlero. (p. ej., numero de embaru-
u objelo\. 1.0>. niunero de hito.)_
VarioobIe c~ (Q t"m,.I ..rl4lJr). Varia· V",ioobloo independ " ,,¡. (buI'I'mJ... , ... /'ÍIIlJr)
ble. cuy". ,-alo.n..,n eatc!" r;a. o ni,·ck:. (u n Varia ble np~cali~a o p",diclo", en un ntudio.
ejcmplo c>ellipo de ~ncmia). V"' ...... (~iori.""u). E> el cuadrudo de la de"'i,,_
V_loo conl ion ... (e ... ,;.." .....rúllJr). Se U'-'1 l-ión "landar.
pa .... medir una c-d"..lCr;"li<;a num<'rica con V._lO negal:M> (T~_ ..tpnvr). Kc>ullado
,·alo",. quc !oC p«"!oCnlan cn ronna c"ntinua y de una prucba que CI ncpti,-o en una per..,na
que admilc r....:cionc. de uni d ad;..,n ejempl"" quc no liel><' la enrermedad.
edad. glucemia. L"()blcml en .... n!",- V . _lO poo.itM> (Tnup.;nvr). KClullado de
VarioobIe c ....it.t ... (QIIIlI;utiw .. ri. lJr). C~"d<;;' una pr ue ba que CI p",ili, -" en una pe~na quc
lc ri;tica, medid", en un~ e",ala n"minaL ",amnte: liel><' laenrermedad.
.
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
lo. numero. de pápnu ¡,c:lu,do. po r fcom:.ponden a fi,,, ...... , los que \'nn ¡,c:lwdo. por r
,ndocancuadroJ.
\'".Ior de F, .H6
.... nanlal., 116
Ael' 110" A"n ... dtl:Ompc!n<nln pnrlCipak. conclu .. ón c ,nlCrprtl:oaon. B1
Adhertnaa al prolOl:Olo. I U conlnolle ... ll1
AIlN,-4I S Com"",IIICIOnn., /J fl"'Jlrriorll}lOJl 11«). 331
A"'un Fa"'lao. doclo~ 16 a pri¡lrl, )37
A n~¡ ... dt comporcn l<:. rnnc.pab (..c,),)98 "Indl..;co de la prueba, 33.l,)34
Hdb ... de f~lo"'. I;¡lcnle .. -403-405 variunla, denlro de la, mue,lrJ ... )34
cxplonllono, 40) enlrt ro muutnu.,)34
confinn:llon ... 403 fundamento de • ...,. ... mplc.l34
concJomerado> o de rlllJ/rr. 40541 5 ,nlcrprtU",:j('n. 3.l9
alaonlmo, pan. la obll':l'ICIon tk., 409 1fl\1ica... 3.l9
dendrogamao en el .nn... de rAm." 41-4 mulll\"nado de la \"lI.nanz.a I'" ~. lo 341
medodru. de, alOCllClón, 409 prueba de ~ ...o\', )35, 341
co"daciólI, 4011-409 de Kru,kal.Y"a¡ .. 3.lS
di~larlCia. -407-'1OS homogeneidad de lr.lrianla. u
ntandanzaoón de ro medida" 40li hon'lK"ft/¡¡Jllritk"I.135
euc¡doana.. -401. -408 norma~dad, 335
Mah.alaoobu.. 408 ~pol de \"3.nablc. llS
Maoh.aUan. 401, 4011 labia del ~>O\', 135, lJó.:
M'ok.n......... 4OI ulO de do,lInlO. "",<¡""In clladi3.l>(ol, 137
"",,¡lud, 407. 409. -41-4, -41 S E.m:l )37
mélodm., JCr.irquoco ... 40\141) )I~!o, 317
no JCclrquoco ... 41}.41 5 )HH, -44 7
"I...:io m~lcm"lM:o donde habilun .... cli k:ulo) pam lólbla de \1Co', 319r
\"l\nable!, )'18·)99 da .... de .alida de un \'<1' .. 339,.ll9r
IupoltlM:o. de Io.'.nabk... 400r el"cclo de trt. dlCl<l, pill1Itonlml de
lran.ronnacionci ¡nc;,tk!, <;1p:ma:lorti y pcKl. })7
~F/MIlon: ... 400 Y anU ... fl"'JI hor.142
An' ...... conll':mdo ... 211 Con prueba de Ik>nkrro"" 344
CO."l\nanlAl (,)CO\ _1, 347·3S2 A n~b .. , de lupc ....'\"Cncia, 37S-,\I.q
raclOnal2Q9 definició n ycol'lCleplol e¡,c:naalo., 37S-377
c,l~dblico. mélodo, del 112r d,¡,c:fto delC1IUdlo. )77
,nlcllCion de Inllan"llenlo, 117 cohorl<:l ocohorlCl "'Im.pccll\'dl, )77
prueba, dia"'ó.lK: ..... 220 r¡¡lIó\' 376
."b,TUpo ... 117 rul\tlon de IObl"C"\,da, )76
y """.,,IU", final del c""ollonano, 21 S ,ncluloión dd '''Flo en clelt .. do." 376
An~~"1 dt la \"lI.nanza, lB.l4(I '"3.nable de rt.puClbi o dcpcndicntc.. 375
a¡>liaaon de la prueba fl"'SI.Jtor. 343-345 Cllrucluooón de loo pcnodo ... 317·311
d~ulo. "",doo de ¡herlad,))6 delCmu naciDo. de la úlllma ob!.crva<"lDII,
lurna de cuadrado .. l.ló m
4 33
~
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
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