Suscríbete a DeepL Pro para poder editar este documento.

Entra en www.DeepL.com/pro para más información.

Mantenimiento de la validez interna en la investigación participativa asociada a la comunidad:

La experiencia del estudio Community Partners in Care

Introducción

La validez interna es un imperativo científico crucial, especialmente en los experimentos

diseñados en los que hay interés en caracterizar los efectos causales de las intervenciones. La
inferencia causal se basa en la consideración de una intervención como un conjunto de
acciones replicables que pueden aplicarse a las unidades de análisis y en la consideración de
las unidades como lo suficientemente similares como para que puedan considerarse
intercambiables en las comparaciones estadísticas.1,2 La investigación en materia de salud
pública en la que participan coaliciones comunitarias presenta una serie de complejidades y
ambigüedades relacionadas con la caracterización de las unidades de análisis y la naturaleza de
las intervenciones en estudio. La investigación participativa asociada a la comunidad (CPPR,
por sus siglas en inglés), que ha surgido como una estrategia ampliamente aceptada para unir
a las instituciones académicas y a las organizaciones de base comunitaria en la búsqueda de
intereses de investigación compartidos, presenta desafíos adicionales.3-5 En este artículo,
consideramos el impacto del diseño del estudio en la validez interna de los resultados de la
investigación centrándonos en Community Partners in Care (CPIC), un estudio aleatorio de
efectividad comparativa basado en CPPR de dos brazos que investiga la diseminación de la
atención a la depresión basada en la evidencia en áreas desatendidas de Los Ángeles.

Uno de los principales retos de las investigaciones basadas en la CPPR es la necesidad de

mantener la apertura y el respeto por todos los puntos de vista, al tiempo que se respetan
estrictamente los principios cruciales para la integridad científica. Este artículo, redactado por
socios académicos y comunitarios miembros del Consejo del CPIC

"Nos centramos en la validez interna, es decir, en la corrección, la precisión y la solidez de las

inferencias extraídas de la investigación, y en la capacidad de interpretar las diferencias en los
resultados del estudio como efectos causales. ”

(el comité directivo del estudio CPIC), explica con detalle cómo cumplimos los imperativos
transversales. Nos centramos en la validez interna, es decir, en la corrección, precisión y
solidez de las inferencias extraídas de la investigación, y en la capacidad de interpretar las
diferencias en los resultados del estudio como efectos causales. La validez externa, o la
capacidad de generalizar los resultados a otros entornos, también es de crucial importancia y
merece un examen que va más allá del alcance de este artículo. Como reflexiones
complementarias sobre cómo el marco del CPPR influyó en la validez interna, destacamos las
formas en que los investigadores del CPIC consideraron que los principios del CPPR habían sido
impactantes, resumimos el equilibrio distributivo sobre las características de fondo en los
respectivos brazos de intervención, hacemos referencia a las publicaciones que surgieron del
CPIC y aludimos a otras evaluaciones de revisión por pares.

Métodos

Contexto aplicado

El estudio CPIC surgió a partir de esfuerzos anteriores que documentaban los beneficios para la
salud y el bienestar social de la "atención colaborativa" para la depresión.6 En Partners in
Care,7 los pacientes de atención primaria con riesgo de depresión fueron ayudados por la
orientación sobre el tratamiento disponible, y se encontraron beneficios mayores que la media
para los participantes de las minorías. Utilizando un enfoque basado en la CPPR, Witness for
Wellness8 documentó una amplia necesidad insatisfecha de atención a la depresión, a la vez
que tendía un puente entre los investigadores académicos de la UCLA y la RAND Corporation y
los socios comunitarios afiliados a Healthy African American Families II, una agencia sin ánimo
de lucro centrada en la salud de las comunidades predominantemente minoritarias, y
QueensCare, una organización benéfica pública que presta servicios sanitarios a pacientes
indigentes. Los resultados prometedores llevaron a considerar la difusión de tratamientos
contra la depresión basados en la evidencia a través de agencias de servicios sociales, clínicas
de abuso de sustancias, clínicas de atención primaria, agencias de salud mental, entidades
religiosas u otros lugares de confianza de la comunidad (por ejemplo, parques y programas de
recreación, salones o peluquerías, gimnasios).

Principios del CPPR

Los principios básicos de un marco de CPPR incluyen el respeto a la diversidad, la apertura, la

igualdad, el "poder redirigido" (refiriéndose a la canalización del poder integrado en las
comunidades, un término que preferimos al de "empoderamiento" porque este último
presupone un déficit de poder en las comunidades), y un enfoque basado en los activos.5 En el
CPIC, este marco no se entendió como algo que requiriera que todos los socios tuvieran
conocimientos y habilidades intercambiables, sino que implicaba la necesidad de confianza, de
respeto mutuo en relación con las fortalezas únicas que los individuos aportan al esfuerzo
colectivo, y de que todos los socios participaran en las decisiones de diseño.

Intervenciones del CPIC y contexto sociodemográfico

El CPIC comparó dos estrategias para difundir la atención a la depresión basada en la evidencia
a través de programas dentro de las agencias. Los programas fueron asignados al azar a una
intervención más intensiva de Compromiso y Planificación de la Comunidad (CEP), con
representantes de la agencia trabajando juntos en sesiones de planificación de grupo, o a una
intervención menos intensiva de Recursos para Servicios (RS) específica de la agencia que
exponía al personal a la formación en atención a la depresión sin componentes
interinstitucionales. A diferencia de un brazo de control sin tratamiento, el RS incluía
componentes de intervención activa que no se esperaban fuera del entorno del estudio; el
CPIC era, por tanto, un estudio de efectividad comparativa.

El CPIC se aplicó en dos áreas de planificación de servicios del condado de Los Ángeles
(Hollywood/Metropolitano y South Central), comunidades socioeconómicamente
desfavorecidas con poblaciones minoritarias desproporcionadas. Después de que las agencias
dieran su aprobación para participar, los clientes fueron reclutados de los programas dentro de
esas agencias a través de un proceso secundario que requería el consentimiento informado de
los clientes individuales.

Equilibrio, equilibrio y ética de la aleatorización

Finalmente, el CPIC adoptó la estrategia científica históricamente exitosa de contrastar las

intervenciones en un ensayo controlado aleatorio,9,10 asegurando los beneficios que incluyen
la protección contra la confusión debido a los desequilibrios en las características de fondo, la
disponibilidad de estimaciones internas de variabilidad para apoyar la inferencia estadística y
la reducción de la sensibilidad a los supuestos de modelado en comparación con la asignación
de tratamiento no aleatoria.1,11,12 Sin embargo, el uso de la aleatorización se consideró
cuidadosamente, ya que los primeros debates en el seno del Consejo del CPIC señalaron las
preocupaciones de la comunidad con respecto a la aleatorización derivadas de los abusos
históricos de la investigación y la desconfianza asociada a la misma, como se documenta en el
Informe Belmont13 y en otros lugares.14-16

En una de las primeras reuniones del Consejo del CPIC, el primer autor hizo una presentación
en la que abordó tanto los principios éticos como las consideraciones científicas relativas a la
aleatorización. Se reconoció que la realización de intervenciones con al menos algún beneficio
potencial era un reflejo del respeto a las personas, y también se destacó la importancia de
partir de una posición de auténtico equilibrio. Se señaló que la incorporación de elementos de
intervención activa en el brazo de RS tendría implicaciones en el tamaño de la muestra,
disminuyendo la potencia para detectar un efecto significativo de la intervención en
comparación con tener un brazo de control de tratamiento habitual; aun así, hubo un amplio
acuerdo en que las consideraciones éticas exigían ofrecer un beneficio potencial significativo
en el brazo de RS menos intensivo.

Una discusión adicional motivó la aleatorización basada en la importancia del equilibrio en la

distribución de las características de fondo. En concreto, se señaló que cualquier

El desequilibrio podría socavar la validez de la interpretación de las diferencias de resultados

como atribuibles a la intervención. También se consideró el potencial de contaminación (es
decir, la exposición a una intervención no asignada), junto con la viabilidad y aceptabilidad de
diseños aleatorios alternativos. La aleatorización de comunidades enteras ofrecería un
potencial de contaminación atractivamente bajo, pero no era factible una potencia estadística
adecuada dentro del presupuesto del proyecto. La aleatorización de individuos dentro de los
programas ofrecía una potencia estadística atractiva, pero conllevaba un potencial sustancial
de contaminación. La aleatorización a nivel de programa ofrecía una potencia estadística
intermedia con un cierto potencial de contaminación, aunque mucho menos que la
aleatorización a nivel individual, al tiempo que evitaba intervenciones diferentes para los
individuos del mismo programa, una perspectiva que preocupaba especialmente a las partes
interesadas de la comunidad. Se llevó a cabo una votación formal y el resultado fue favorable a
la aleatorización a nivel de programa.

Una vez que el Consejo del CPIC llegó a un consenso que apoyaba el uso de la aleatorización,
se acordó delegar los detalles de la implementación al Comité de Diseño del estudio. Este
grupo incluía la dirección del proyecto, todos los investigadores del estudio con formación
especializada en estadística y otros socios académicos y comunitarios interesados.

Diseño experimental

Conceptualización

Los esfuerzos por ganar precisión en las comparaciones de resultados del CPIC se basaron en
principios de diseño experimental como la replicación y el bloqueo.12 El diseño del CPIC
también estuvo influenciado por el Modelo Causal de Rubin,1,2 que hace hincapié en la
transparencia al hacer explícitas las suposiciones subyacentes en lugar de implícitas.

En concreto, en el modelo causal de Rubin, un tratamiento se conceptualiza como un conjunto

bien definido de acciones que pueden reproducirse y aplicarse a unidades distintas, que son
los bloques de construcción de una población. La tarea de inferencia se simplifica en gran
medida cuando es posible invocar el supuesto de unidad estable-valor del tratamiento
(SUTVA), que implica que los resultados potenciales de un individuo dependen sólo del
tratamiento recibido por ese individuo y no de los tratamientos recibidos por otros. La
hipótesis SUTVA no es válida en algunos contextos (por ejemplo, cuando la contaminación
tiene un impacto, o con enfermedades epidémicas, donde el resultado de un individuo no
vacunado podría depender de si un vecino fue vacunado). Pero muchos estudios científicos se
basan en la SUTVA, y el diseño cuidadoso del estudio busca preservar su validez en la medida
de lo posible (por ejemplo, evitando la comunicación entre los participantes o protegiéndose
de otras formas de interferencia entre las unidades que podrían subvertir la capacidad de
atribuir los efectos de la exposición a los tratamientos asignados). En el CPIC, los juicios sobre
si los programas estaban demasiado vinculados al riesgo de violación del SUTVA guiaron las
determinaciones de si los programas podían ser asignados a diferentes intervenciones o tenían
que recibir la misma intervención.

El modelo causal de Rubin también implica que cuando los tratamientos tienen múltiples
componentes, no se puede aislar el efecto de un tratamiento a un componente específico.1
Estas ambigüedades, conocidas en la investigación experimental, son especialmente
destacadas cuando se estudian las intervenciones de la comunidad-coalición, dada la
complejidad de las interacciones interpersonales incluidas en la actividad de la intervención, lo
que hace imposible saber qué componente de la intervención podría haber influido en el
resultado de un cliente. En la fase de análisis, dado que el número de posibles efectos de
interacción de alto orden supera la capacidad de estimar dichos efectos con cierta precisión,
en el CPIC tenía sentido centrarse en el efecto principal de la intervención y en las
interacciones de bajo orden, como por ejemplo si los efectos de la intervención difieren entre
subgrupos geográficos o demográficos.

Marco de muestreo del CPIC

Un paso práctico clave en la formulación de un plan para seleccionar unidades de una

población bien definida es el desarrollo de un marco de muestreo.17 El proceso influenciado
por el CPPR utilizado en el CPIC, descrito con mayor detalle en otro lugar,18 se basó en un
directorio de agencias locales de servicios sociales y de salud, una lista de proveedores que
tratan los trastornos de salud mental y de uso de sustancias,19 y recomendaciones de los
socios de la comunidad con respecto a los "lugares de confianza de la comunidad" (por
ejemplo, organizaciones religiosas, centros para personas mayores, clubes de ejercicio, salones
de belleza/barberías). Los principios de la CPPR se reflejaron en la división del trabajo entre los
socios académicos que reunían las listas de agencias candidatas y los socios comunitarios que
revisaban las listas para comprobar su adecuación a los objetivos del proyecto y la viabilidad
de la participación.

Caracterización del alcance del CPIC

Mientras se desarrollaba el marco de muestreo del CPIC, surgieron preguntas sobre el alcance
geográfico de la investigación, y los socios comunitarios llamaron la atención sobre las
recientes iniciativas de investigación relacionadas con la salud en áreas específicas dentro de
los barrios socioeconómicamente desfavorecidos. Los socios académicos respaldaron la idea
de delimitar el ámbito geográfico del estudio y destacaron que el mayor conocimiento
contextual de los socios comunitarios era especialmente relevante para la decisión. Tras esta
aclaración, el debate fluyó fácilmente hacia un consenso que incorporaba la estructura de
otras iniciativas apoyadas por la comunidad.
Una reflexión sobre cómo los principios del CPPR influyeron en la comunicación dentro del
equipo de investigación surgió de un intercambio relacionado en el que un socio académico
utilizó el término "población objetivo" más de una vez para referirse a los individuos dentro del
ámbito del estudio. Aunque el término se entendió como jerga científica, su uso llevó a un
socio comunitario a comentar sin rodeos que no es deseable en la comunidad ser considerado
un objetivo. El socio académico agradeció la crítica sincera y posteriormente utilizó "población
de estudio" y otros términos similares para transmitir la idea subyacente; los participantes en
el intercambio consideraron posteriormente la interacción como una experiencia de
aprendizaje y de unión.

Diseño de bloques aleatorios

Dada la diversidad en el tamaño, el alcance y el enfoque sustantivo de los programas, existía la

preocupación de que asignar los programas completamente al azar al PEC o al RS produjera
desequilibrios entre los brazos de intervención en las características de la agencia que podrían
traducirse en desequilibrios en las características de fondo de los clientes. En consecuencia, se
utilizó un diseño de bloques aleatorios para asignar las intervenciones a los programas.

El bloqueo se llevó a cabo mediante la identificación de grupos (generalmente pares) de

programas que los investigadores consideraron plausiblemente intercambiables (es decir, que
cabía esperar que produjeran resultados intercambiables). Los socios académicos
desarrollaron un primer conjunto de bloques experimentales provisionales basados
principalmente en la geografía (South Central o Hollywood/Metropolitano), el enfoque de
servicio principal de la agencia (servicios sociales, abuso de sustancias, atención primaria, salud
mental, basado en la fe, otro lugar de confianza de la comunidad) y el número estimado de
clientes atendidos por el programa. Si no se encontraban dos programas de tamaño similar, el
equipo consideró alinear un programa más grande con dos o más programas más pequeños
para obtener un número comparable de clientes en los respectivos brazos de intervención. Las
agrupaciones propuestas inicialmente fueron revisadas por los socios de la comunidad, cuya
familiaridad con el contexto comunitario llevó a recomendar varios cambios.

Durante la reunión para reconfigurar la estructura de bloqueo, surgió periódicamente la

confusión sobre lo que significaba "emparejar" los programas. En lo que respecta a una
afirmación como "Deberíamos emparejar el Programa A y el Programa B", un significado
previsto era: "El Programa A y el Programa B pueden considerarse intercambiables, por lo que
deberíamos asignar el PEC a uno y el RS al otro" (significado 1), pero a veces dicha afirmación
se utilizaba para significar: "El Programa A y el Programa B trabajan estrechamente o
comparten personal, lo que supone un riesgo de violación del SUTVA si reciben intervenciones
diferentes, por lo que deberíamos asegurarnos de que reciben la misma intervención"
(significado 2). Para evitar la ambigüedad, finalmente se acordó que "emparejar" a los
organismos se referiría al sentido 1 y que cuando se pretendiera el sentido 2, los programas se
describirían como "unidos por la cadera". Además de aportar claridad, la distinción cultivó un
sentimiento de satisfacción y autoeficacia por parte de los miembros del equipo por haber
diseñado creativamente una comunicación exitosa de esta manera.

El emparejamiento puede mejorar la precisión de las estimaciones del efecto de la

intervención, pero también puede tener un efecto adverso en la potencia estadística si los
factores de emparejamiento se incluyen en el análisis sin estar significativamente
correlacionados con el resultado. En el CPIC, el análisis no intentó reflejar las posibles
ganancias de precisión del emparejamiento en el diseño; más bien, el diseño de bloques
aleatorios buscó la solidez haciendo que los brazos de intervención fueran comparables,
protegiéndose de las amenazas a la validez de los desequilibrios de las covariables.
Implícitamente, este enfoque preveía que el emparejamiento sería importante, especialmente
teniendo en cuenta los planes de reclutamiento de clientes de entornos que no suelen
incluirse en los estudios de atención colaborativa para la depresión, pero también que el
emparejamiento sería imperfecto, por lo que se recomendaba un marco de análisis que evitara
exagerar la precisión.

Invocación de los principios del CPPR en el protocolo de aleatorización del CPIC

Cuando los tratamientos se van a asignar según un protocolo aleatorio, los detalles de la
implementación se suelen delegar en los programadores estadísticos. Una estrategia estándar
es utilizar un generador de números aleatorios incorporado en un paquete de software
estadístico. Se entiende que los números producidos por estos programas no son
técnicamente aleatorios, sino que se derivan de una secuencia determinista construida a partir
de los conocimientos de la teoría de los números, lo que produce dígitos que no muestran
evidencia de patrones sistemáticos.20,21

Para iniciar la secuencia de números, estos algoritmos se basan en una semilla (normalmente
un número con varios dígitos elegidos de forma arbitraria) que reproduciría exactamente el
mismo conjunto de asignaciones de tratamiento si alguna vez hubiera que reiniciar el proceso
desde el principio. Si no se proporciona una semilla, los paquetes de software suelen remitirse
al reloj interno del ordenador para obtenerla. Aunque las asignaciones de intervención están
determinadas por el resultado, la elección de una semilla suele considerarse una tarea
rutinaria, elegida normalmente sin ninguna discusión entre los miembros del equipo de
investigación.

En el CPIC, varias razones desaconsejaban delegar la determinación de las semillas de los

generadores de números aleatorios enteramente a un programador estadístico. En primer
lugar, este enfoque parecía incoherente con los principios del CPPR de apertura y supervisión
compartida del proyecto. En segundo lugar, dada la posibilidad de que los organismos
prefieran la intervención más activa (CEP) a la intervención menos implicada (RS), se pensó
que sería útil compartir o difundir la responsabilidad si algunos participantes no estaban
satisfechos con sus asignaciones de intervención. Por último, dado el nivel de sensibilidad
sobre la aleatorización en la comunidad, parecía importante, en aras de la confianza en el
esfuerzo de investigación, fomentar la participación de la comunidad en el proceso de
asignación de los tratamientos.

Teniendo en cuenta estas consideraciones, y basándose en la tradición de abrir las reuniones

del Consejo del CPIC con una actividad de compromiso con la comunidad que acercara a los
miembros del equipo (por ejemplo, preguntando a los miembros del equipo qué harían con las
ganancias de un premio gordo de lotería, lo que lleva a los participantes a revelar una mezcla
de objetivos personales y sociales), el Comité de Diseño del CPIC desarrolló una propuesta para
una actividad de compromiso con la comunidad en una reunión del Consejo del CPIC que
produciría semillas de generadores de números aleatorios a través de una actividad de
colaboración. La idea era sencilla: cada miembro del Consejo del CPIC escribiría un solo dígito
en un papel, un miembro del equipo sacaría 10 de esos números de un sombrero y el número
resultante de 10 dígitos serviría de semilla. La correspondencia electrónica relacionada incluía
contenidos técnicos al describir el algoritmo, pero el mensaje más amplio era que los planes
propuestos se basaban en un fundamento científico accesible, transparente y riguroso. Tras
algunas deliberaciones, el Consejo del CPIC aprobó el protocolo. El enfoque se puso en práctica
en una reunión posterior, y las semillas resultantes se introdujeron en un programa de
aleatorización para generar asignaciones de intervención con la presencia de socios
académicos y comunitarios.

Cómo abordar las limitaciones logísticas en las operaciones de campo del CPIC

Dado que se considera que los clientes se han acumulado a partir de un diseño de muestreo
anidado, los planes de análisis exigían el uso de modelos multinivel para tener en cuenta la
agrupación. Dada la variación en el volumen de clientes entre los programas, se entendió
además que los cálculos de potencia debían tener en cuenta la desigualdad en el tamaño de
las muestras de los programas. Las evaluaciones de simulación sugirieron que las desviaciones
moderadas de la igualdad en los tamaños de las muestras de los programas no afectaban
sustancialmente a la potencia para detectar diferencias significativas en las variables de
resultados clave. En particular, se encontró una potencia estadística satisfactoria para el
escenario en el que un tercio de los programas tenía un número medio de clientes, un tercio
tenía un 50% menos que el número medio de clientes y un tercio tenía un 50% más que el
número medio de clientes. En la fase de planificación, estos resultados se tradujeron en un
plan de muestreo provisional en el que el número de clientes inscritos en el estudio a partir de
una estimación inicial de 108 programas podría oscilar entre 4 y 12 tras identificar entre 5 y 15
clientes elegibles de cada programa.

Los diferentes contextos de los programas también plantearon retos para las operaciones
sobre el terreno. En algunos contextos, era posible examinar a todos los clientes (por ejemplo,
un programa que atendía a personas sin hogar que se alojaban en el lugar del programa),
mientras que en otros no había tiempo suficiente para enumerar y examinar a todos los
clientes potenciales (por ejemplo, cuando los clientes se dispersaban después de hacer cola
para obtener una comida). Se desarrollaron reglas empíricas basadas en la familiaridad con el
flujo de clientes a través de los programas durante un día típico. Por ejemplo, si el personal de
campo consideraba que había distinciones significativas entre los clientes atendidos en
categorías horarias amplias (p. ej., por la mañana, por la tarde, por la noche), se guiaba al
personal para que equilibrara la captación de clientes a lo largo del tiempo y dentro de los
marcos temporales; si el flujo de clientes superaba el número deseado de captación, se
utilizaba un dispositivo de aleatorización (concretamente una tabla de dígitos aleatorios para
determinar cuántos clientes había que omitir) para acumular clientes hasta que se cumpliera
un criterio de parada. El personal de campo dirigió algunas preguntas aclaratorias al Comité de
Diseño del CPIC durante el proceso de selección, pero en general informó de que se sentía bien
preparado para manejar una gama diversa de entornos de captación.

Un cálculo de potencia basado en una simulación que tiene en cuenta la agrupación en el

diseño buscó una muestra de seguimiento de seis meses de 780 clientes deprimidos después
de tener en cuenta la deserción.22

Resultados

Una serie de evaluaciones retrospectivas refuerzan el mérito de las opciones de diseño del
CPIC. En términos de reclutamiento, los procedimientos del CPIC produjeron datos sobre 1.018
clientes de 90 programas (una media de aproximadamente 11,3 por programa), incluyendo
759 clientes con resultados de seis meses (una media de aproximadamente 8,4 por
programa).22 Un reflejo de la carga de la depresión en las comunidades estudiadas es que el
29,8% de los clientes del programa examinados con éxito en el CPIC cumplían los criterios de
elegibilidad del estudio para ser derivados a la atención de la depresión.22

En la fase de análisis, las características de fondo de los clientes reclutados resultaron estar
bien equilibradas en todos los brazos de intervención del CPIC. Entre las 17 características de
los clientes medidas en la línea de base, ninguna de ellas mostró un desequilibrio al nivel de
significación de 0,05.22 Por casualidad, sería algo más probable tener uno o más desequilibrios
significativos al nivel de 0,05 entre las 17 características (58,2%) que no tener ningún
desequilibrio entre las 17 características (41,8%).

Al final del periodo de seis meses en el que la intervención del PEC estaba activa, una menor
proporción de clientes del brazo del PEC que del brazo de la RS tenía una puntuación por
debajo de un umbral predeterminado que indicaba una mala calidad de vida en cuanto a salud
mental, que era uno de los resultados primarios preespecificados del estudio, y los clientes del
brazo del PEC tenían también puntuaciones significativamente mejores en múltiples resultados
secundarios.22 Los efectos a largo plazo fueron menos evidentes, ya que las estimaciones eran
más sensibles a los supuestos del análisis, pero el perfil de los resultados a los 12 meses seguía
siendo modestamente favorable a la intervención de participación comunitaria.23 El estudio
ha aportado ideas para un conjunto más amplio de resultados de servicios sanitarios24 y para
subpoblaciones relevantes25 y ha recibido el reconocimiento favorable de varias fuentes de
revisión externa.26-28

Debate

El éxito del diseño experimental depende de una cuidadosa planificación y de la previsión de

posibles problemas. Dada la dinámica interpersonal implicada, el éxito del diseño experimental
en la investigación participativa asociada a la comunidad requiere una base de confianza y
previsión de los problemas de la relación. Interpretamos que los principios de la CPPR
subrayan la importancia de garantizar que todos los socios se sientan implicados en las
decisiones de diseño, siendo crucial la comunicación efectiva.

Los principios del CPPR influyeron en la comunicación entre los investigadores del CPIC de
diversas maneras. Aunque se requirieron ajustes ocasionales, éstos no se consideraron
onerosos. La comunicación de conceptos como el equilibrio y el equilibrio no requería una
jerga técnica y, como se ilustra en la estrategia de aleatorización, las estrategias de
compromiso no técnicas ayudaron a reforzar la confianza.

Gran parte del pensamiento estratégico en el diseño del CPIC se orientó a mantener el
equilibrio entre los brazos de intervención. Con el telón de fondo de la desconfianza histórica
hacia la investigación en la comunidad, nuestra sensación compartida es que el debate abierto
sobre los méritos de la aleatorización benefició al esfuerzo de investigación más allá de la
decisión final de llevar a cabo un estudio aleatorizado. La apelación a elementos universales de
sentido común de la intuición científica hizo que los miembros del equipo se sintieran
comprometidos con el diseño. El consiguiente desarrollo de un diseño aleatorio en bloque que
ayudó a equilibrar las características de fondo de los programas y los clientes se basó en el
respeto mutuo por los conocimientos técnicos de los socios académicos y los conocimientos
contextuales de los socios comunitarios.

Las oportunidades para fortalecer una asociación de investigación pueden surgir de diversas
fuentes. Por ejemplo, la asociación del CPIC avanzó mediante presentaciones conjuntas en
conferencias en las que participaron como ponentes un socio académico y un socio
comunitario. En particular, los dos primeros autores de este documento hicieron una
presentación conjunta sobre la elección de semillas de generadores de números aleatorios en
las Reuniones Estadísticas Conjuntas de 2010 en Vancouver, Columbia Británica, lo que llevó a
una invitación para hacer una presentación conjunta más amplia sobre el diseño del CPIC en la
Conferencia Internacional sobre Estadísticas de Políticas de Salud de 2011 en Cleveland, Ohio.

El CPIC también ilustra cómo la aplicación creativa de las ideas de diseño experimental puede
mejorar, en lugar de disminuir, la validez interna. Por ejemplo, en los cursos sobre métodos de
investigación se suelen considerar los diseños de bloques aleatorios, pero a menudo se
centran en cómo deben analizarse los resultados, en lugar de en la importancia de anticipar las
amenazas a la validez interna (por ejemplo, posibles desequilibrios de covariables) y en la
importancia de utilizar la información disponible (por ejemplo, el conocimiento del contenido y
el contexto del programa por parte de la comunidad) para evitar dichas amenazas en la mayor
medida posible. Al evitar las fuentes de confusión que pueden socavar las interpretaciones de
las diferencias de resultados como efectos de la intervención, el equilibrio de covariables
logrado en el CPIC simplificó enormemente la tarea de inferencia.

Una característica novedosa del CPIC fue la inclusión de las partes interesadas de la comunidad
en la selección de los números de semillas para generar asignaciones aleatorias. Incluso en la
investigación asociada, la aplicación de la aleatorización suele ser

"Comunicar conceptos como el de equilibrio y el de equilibrio no requería una jerga técnica y,

como ilustra la estrategia de semilla de aleatorización, las estrategias de compromiso no
técnicas ayudaron a reforzar la confianza. ”

delegada en el personal técnico y permanece "fuera de la vista" de las partes interesadas de la

comunidad. A raíz de los debates bidireccionales sobre el equipo científico, el papel científico
de la aleatorización, los méritos de las formas alternativas de aleatorización y los abusos
históricos de la investigación, como el de Tuskegee, se presentó la idea de involucrar a todo el
equipo de investigación en la selección de las semillas de números aleatorios con el ánimo de
promover el aprendizaje bidireccional, motivado por el objetivo de desmitificar aún más la
aleatorización. En consonancia con los objetivos de investigación del CPPR, la participación en
el procedimiento de aleatorización mejoró la transparencia del proceso.

Además, algunos aspectos de la toma de decisiones compartida implicaron la síntesis de los

puntos de vista de los socios comunitarios y académicos. Por ejemplo, aunque se reconoce que
en los cálculos de potencia se suelen preferir las medidas de escala continua a las variables
binarias, las partes interesadas de la comunidad se inclinaron por un resultado dicotómico de
la calidad de vida relacionada con la salud mental (un indicador de mala calidad de vida de la
subescala de salud mental del SF-12) por su relevancia clínica y su facilidad de interpretación.
Afortunadamente, el equipo de investigación contaba con la capacidad técnica para realizar los
cálculos de potencia necesarios basados en la simulación, y el tamaño de la muestra estimada
resultó ser factible de acumular dentro del presupuesto y suficiente para obtener resultados
estadística y clínicamente significativos. Más allá de ilustrar que la flexibilidad no requirió
sacrificar el rigor científico en la etapa de diseño, esta discusión subraya el valor de los
principios de la CPPR para navegar por la complejidad cuando están involucradas tanto las
consideraciones científicas como la dinámica de la asociación para los socios comunitarios y
académicos.

Conclusión:
En nuestra opinión, el marco de CPPR incorporado en el CPIC fue crucial para el éxito del
esfuerzo de investigación. No creemos que los principios del CPPR estén intrínsecamente en
conflicto con los imperativos científicos; más bien, nuestra sensación compartida es que el
cumplimiento creativo y colaborativo de los principios del CPPR reforzó sustancialmente la
validez interna del CPIC, fortaleciendo el rigor científico del estudio al involucrar áreas
complementarias de conocimiento y experiencia entre los miembros del equipo de
investigación. Esperamos que la experiencia del CPIC ayude a avanzar en otras iniciativas
relacionadas.