Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Marcar los objetivos de investigación de los artículos que eligió como referencia para su
trabajo final
2. Identificar el verbo utilizado e intentar definir su nivel de complejidad
1.
2. Determinar
TAREA 14
12/05/21
CLASE 7
Materiales y métodos
Estructura
Métodos de investigación
En principio podemos identificar aspectos según el tipo de evento y las bases biológicas o
psicológicas de la perspectiva de análisis
Métodos cualitativos
Es el tipo de recopilación más empleado en las ciencias sociales. Se trata de métodos de base
lingüísticos-semiótica. Emplean técnicas tales como entrevistas abiertas, grupos de discusión, o
técnicas de observación participante
Aspira a recoger los discursos completos sobre un tema específico, para luego interpretarlo,
enfocándose así en los aspectos culturales e ideológicos del resultado
CLASE 8
Materiales y métodos
Población o POBLACIÓN OBJETIVO: conjunto total de individuos, objetos o medidas a los que se
extrapolarán los resultados de la investigación. Los miembros de una población contienen
características comunes observables en un lugar y momento determinado
Si incluye personas, es necesario incluir características sociodemográficas (edad, sexo, raza, etc.)
No se puede gralmente abarcar toda la población, por eso se recurre a una muestra: un
subconjunto fielmente representativo de la población
Muestra
ALEATORIA: cuando se selecciona al azar y cada miembro tiene igual oportunidad de ser incluido
1. INDIRECTO: los datos se obtienen de formas secundarias (historias clínicas, bases de datos,
etc); la información ya existe antes de iniciar la investigación
2. DIRECTO: la información se obtiene a través de fuentes primarias; es decir, cuando es
planeada por el investigador y se obtendrá de los individuos involucrados en el estudio.
(encuesta, entrevista, observación, etc)
Mediciones
2. VALIDEZ O CERTEZA: grado en que el instrumento en verdad mide la variable que se busca
medir. Hay varias subcategorías
TAREA 18
TAREA 19
CLASE 9
La bioestadística […] ayuda y enseña a investigar en todas las áreas de las Ciencias de la Vida
donde la variabilidad no es la excepción sino la regla
Nos ayuda a organizar la información que nos dan los datos de manera de detectar algún patrón
de comportamiento
Estadística
TAREA 22
1. Variables observadas:
Edad: variable cuantitativa continua discreta
Género: variable cualitativa nominal
TAREA 23
CLASE 11
Jejeje completar
TAREA 25
1. Calcular superficie inicial promedio y la mediana de la lesión en estos 5 pacientes
2. Calcular la superficie promedio y la mediana de la lesión a los 25 días de estos 5 pacientes
3. Agregue una columna llamada superficie de reducción y calcule la medida descriptiva que
considere más adecuada
1. El promedio es de 23.64cm2
La mediana es 22.8
2. El promedio es de 16.28cm2
La mediana es de 17.5
CLASE 12
PROBABILIDAD
Conocer la probabilidad de ocurrencia de un evento permite diseñar estrategias de
prevención, organizarnos y buscar opciones para enfrentarlo
En las fases del proceso diagnóstico intervienen la HC, examen físico y pruebas complementarias
Pruebas en paralelo:
Pruebas en serie:
Claramente una buena prueba diagnóstica es la que ofrece: Resultados positivos en efermos y
negativos en sano
Sensibilidad
La sensibilidad es, por tanto, la capacidad del test para detectar una enfermedad
Especificidad
CLASE 15
SIGNIFICANCIA ESTADÍSTICA
Desde el pt. De vista clínico la significancia estadística no resuelve todos los interrogantes
a responder
CAUSALIDAD O CASUALIDAD?
Cuando se realizan análisis estadísticos hay una regla que siempre debe tenerse en cuenta:
CORRELACIÓN NO implica causalidad
Los test de hipótesis son test de significancia estadística que cuantifican hasta q punto la
variabilidad de una muestra (azar) puede ser responsable de los resultados de un estudio en
particular
Contraste de Hipótesis
En muchas situaciones interesa conocer algún valor que resuma el comportamiento de una
variable en su población. P ej. la proporción de hipertensos, concentración promedio de colesterol
sérico, etc. A estos valores se los denomina PARÁMETROS (puesto que son valores verdaderos y
únicos). Lamentablemente, conocerlos es imposible ya que la población a la que pertenecen es
muy grande o infinita
A raíz de esto, surge la Teoría de la Estimación y las pruebas de hipótesis, ramas de la Estadística
Inferencial dedicada a estimar o contrastar valores de los parámetros, utilizando medidas
calculada con los valores de la variable observados en una muestra, seleccionada de la población
mediante algún método de muestreo aleatorio (ej encuestas)
Hacer una prueba de hipótesis estadística paramétrica implica plantear conjeturas acerca de los
valores q podría tener un parámetro poblacional
Una H Estadistica puede ser rechazada o no, según la muestra proporcione evidencia de una alta o
baja probabilidad de q ocurra lo propuesto en la hipótesis
El algoritmo de la prueba se basa en calcular la probabilidad con q ocurriría el valor del estadístico
muestral observado si el valor del parámetro fuera el fijato en la H0. En función de esto se decide
q hacer:
Si la probabilidad (p) es alta, entonces se acepta el valor propuesto en la H0. Si es bajo, se rechaza
DOS HIPÓTESIS:
Cuando rechazamos la H0, es decir, afirmamos que hay asociación, estamos diciendo en otras
palabras que es muy poco probable (menos de 5 en 100 para a = 0,05) que el azar fuese
responsable de dicha asociación
El valor establecido como “corte” o “frontera” a partir del cual se establece si se rechaza o no la H0
recibe el nombre de SIGNIFICANCIA ESTADÍSTICA
Si p>0.05 decimos que el azar no puede ser excluido como explicación de dicho hallazgo
afirmamos H0, no asociación entre las variables
CLASE 17
Todo estudio que conlleve un análisis estadístico que involucre una muestra proveniente de una
población lleva implícito en la fase de diseño la determinación del tamaño muestral necesario para
la ejecución del mismo
1. Que realicemos el estudio sin la cantidad de individuos adecuados. Esto trae incluido, la
perdida de la precisión en la estimación de parámetros y también, la NO DETERMINACIÓN
de diferencias significativas cuando estas realmente existen
N = Z * p * q / d2
CLASE 25
ASOCIACIONES
Establece una asociación estadística es el primer paso para evaluar el efecto de un evento. Antes
de aplicarlo en la práctica médica deberemos establecer si existe significación clínica
SIGNIFICANCIAS
VALIDEZ
ERRORES
Para poder responder la pregunta anterior, debemos recordar que cuando investigamos podemos
cometer diferentes tipos de errores. De la magnitud e importancia de los errores cometidos
depende la validez y confiabilidad de nuestra investigación
Lo importante es que sepamos qué significa error y reconozcamos los distintos tipos de errores
que se pueden cometer, para poder asi minimizar su ocurrencia durante el diseño y desarrollo de
la investigación
Una medición de cualquier tipo es confiable cuando es capaz de lograr el mismo resultado en
distintas mediciones realizadas del mismo modo. Para ser confiable debe estar libre de error por
azar
Una medida de cualquier tipo es valida cuando mide todo lo que desea medir y solo esoque desea
medir. Para ser válido debe estar libre de cualquier factor que desvía los resultados en una
dirección particular.
TIPOS DE ERROR
Error: Toda diferencia entre el valor medido, observado o calculado y el verdadero valor.
Simplemente debido a cuestiones de azar, ocurre inevitablemente el error muestral o error por
azar
Depende fundamentalmente del tamaño de la muestra y del método que utilizamos para
seleccionarla
El investigador debe decidir cuál es el nivel máximo de error tolerable para, por ejemplo,
implementar una medida preventiva o una de control en una población
ERRORES SISTEMÁTICO
Esta forma de preguntar induce en el encuestado una respuesta negativa. El error al recolectar el
dato ocurre siempre en la misma dirección (induce al “no”), y por eso se denomina “sesgo”
Para evitar cometer este sesgo debe observar si el grupo de estudio y de control son comparables;
esto es si son tan idénticos como sea posible excepto por la característica estudiada
Sesgo durante la recolección de datos: puede ser debido a un error de quien es entrevistado o del
entrevistador
La posibilidad de un sesgo de este tipo existe en todos aquellos casos en que la recolección de
datos acerca de la exposición está influenciada por el conocimiento por parte del
entrevistador el evento estudiado en los participantes. Si esta valoración no se realiza en
forma ciega (por ej. desconociendo el investigador la enfermedad de las personas que
entrevista) entonces, probablemente, cometa un error sistemático.
Los estudios prospectivos (aquellos que observan la ocurrencia del evento en las mismas
personas en diferentes momentos) son especialmente susceptibles a presentar sesgo
En los estudios prospectivos de larga duración deben extremar las precauciones para que se
pierda el menor número de sujetos durante la etapa de seguimiento
Esto podría manifestarse a través de una distorsión del efecto observado respecto al efecto
real debido a una desigual distribución de una variable extraña en los grupos estudiados
(efecto de confusión)
VARIABLES CONFUNDENTES
Es una variable externa a la relación principal que se evalúa y anterior en el tiempo al posible
factor de estudio, aunque de alguna manera relacionada tanto con él como con la variable
dependiente, de forma que su presencia distorsiona la medida de asociación entra la variable
dependiente y la independiente
EFECTO DE CONFUSIÓN
Un factor de confusión puede ejercer suficiente influencia, incluso para cambiar la dirección
de una asociación
VARIABLES NO CONTROLADAS
Cualquier variable que tiene efecto o asociación con la variable dependiente pero que no
está relacionada con el factor en estudio o variable independiente.
INTERACCIÓN Y CONFUSIÓN
Se habla de interacción biológica entre 2 o más factores causales cuando existe una
interdependencia entre sus mecanismos de acción para causar, prevenir o controlar una
enfermedad, de manera que la incidencia de enfermedad atribuible a este conjunto de
factores causales es diferente de la incidencia esperable de sus efectos individuales
TABAQUISMO
CAUSALIDAD
El hecho de que 2 variables estén asociadas (en un grado “estadísticamente significativo”)
no implica que una de ellas sea causa de la otra.
En 1945 Sir Auston Bradford Hill, considerado padre de la estadística moderna, enunció 9
criterios para examinar si la asociación de 2 variables implica causalidad
1. Fuerza de la asociación
2. Consistencia de los resultados
Es la correspondencia y homogeneidad de la asociación en diferentes estratos de la
población estudiada. Por ej. hombres y mujeres, en mayores y menores de 50 años
3. Especificidad del efecto
Por ej. tabaquismo: cáncer de pulmón y otros canceres, bronconeumopatia,
cardiopatía isquémica.
4. Secuencia temporal
Garantía de que la exposición al factor de riesgo fue anterior a la enfermedad
Aunque este criterio parezca obvio, no siempre lo es, sobre todo cuando se estudian
enfermedades crónicas, con un curso subclínico prolongado antes de dar lugar a algún
síntoma, como arterioesclerosis o Parkinson
5. Gradiente biológico o Relación dosis-respuesta
La frecuencia o la gravedad de la enfermedad en estudio debe guardar relación con la
dosis o duración de la exposición al factor de riesgo considerado
6. Plausibilidad biológica
Es decir, la concordancia de la asociación encontrada con los conocimientos biológicos
y clínicos sobre la exposición de interés.
7. COHERENCIA
8. EXPERIMENTACIÓN
La posibilidad de aplicar una intervención y comprobar si da lugar al efecto
sospechoso de ser producido por ella. (En este contexto, el término “intervención”
equivale en sentido amplio a “ensayo clínico”).
Este criterio es éticamente aplicable cuando un primer estudio observacional ha
sugerido que una determinada intervención es preventiva o curativa: si un estudio
sugiere que una determinada intervención podría prevenir una enfermedad, se puede
probar a ponerla en práctica y comprobar si realmente tiene el efecto preventivo
sospechado
9. RAZONAMIENTO POR ANALOGÍA
Los postulados de Bradford Hill se basaban en la creencia de que para enunciar una afirmación
inequívoca de causalidad, era necesario q la causa propuesta fuera a la vez necesaria y suficiente.
Sin embargo, la expansión de los conocimientos médicos obliga a considerar mas bien la nocion de
causa contributiva (ha contribuido a modificar el estado de salud inicial A), aquella debe haber
precedido el efecto y en algunos casos (si no son de esperar efectos irreversibles) la modificación o
eliminación de la intervención debe modificar consecuentemente la magnitud o incluso la
naturaleza del efecto
Sin embargo, debido a la variabilidad interindividual a menudo no es posible aislar una sola
variable y estudiarla de manera individualizada, de manera q en biología la causa contributiva es
didentificada como un valor probmedio, q no es necesariamente observable en todos los
indidivudos y a veces ni tan solo en la mayoría de ellos
Asi, no todos los pacientes sometidos a uan causa contributiva manifestaran el efecto esperado. O,
dicho de otro modo, no todos los pacientes tratados con un fármaco de “eficacia demostrada”
responderán favorablemnete a su administración
JUICIO A LA CAUSALIDAD
Solo una de ellas es una condición necesaria: la secuencia temporal” Greenland S. (1987)
refiriéndose al artículo publicado por Bradford Hill.
CLASE 26 (ÚLTIMA)
LA CALIDAD DE LA INVESTIGACIÓN:
La calidad de investigación puede considerarse entre dos perspectivas, una que representa
cuestiones metodológicas y la otra que trata de la utilidad de trabajo.
Estos 2 puntos están conectados, porque es probable que un estudio de calidad superior sea de
mayor validez y por tanto, más útil. Aun así, un estudio imperfecto puede ser de gran relevancia
Por tanto, debemos abordar el difícil equilibrio entre ser un defensor de políticas particulares y ser
un científico escéptico de la torre de marfil
LOS PECADOS
Los vicios tienen una larga historia en religión, literatura y psicología, a menudo referidos como los
siete pecados capitales
Aunque interrelacionados, algunos pecados pueden parecer más fundamentales y graves que
otros, y su secuencia es una cuestión de elección.
El orgullo es una forma de autoengaño, donde la realidad de quienes somos es sustituida por
ilusiones grandiosas. Cualquier imperfección en nuestro propio nombre es ignorada, mientras que
ese presta una atención exagerada con altos estándares metodológicos al juzgar el trabajo de
otros
El orgulloso epidemiólogo, que destaca con exceso de celo las dificultades metodológicas, o la
incapacidad de alcanzar la significación estadística, al mismo tiempo también ignora las tendencias
innatas de sesgo hacia la hipótesis nula
La ira se despierta cuando un investigador sufre un daño real o percibido, y el dolor se transforma
en venganza.
La gula es el deseo relacionado con un exceso de cualquier cosa, en nuestro caso sobre todo un
apetito desmesurado por credenciales y publicaciones. Implica la preocupación por producir y
publicar en exceso, lo que lleva a la apatía social.
El investigador codicioso trata de intimidar o controlar a los demás, reforzando asi sus propias
ilusiones y sentimientos de éxito.
La pereza en epidemiología es la indiferencia hacia salud pública y el bienestar de los demás. El
investigador perezoso no hace que sea una prioridad servir a la SP y aparece como insensible y
carente de cuidado. Eventualmente, la pereza resulta en la alienación del epidemiólogo, que no se
preocupa por otras opiniones y, por lo tanto, nunca cuestiona si tiene razón o no.
LAS VIRTUDES
El PP tiene como objetivo evitar posibles daños futuros asociados con riesgos ambientales
sospechosos, pero no concluyentes.
PONDERACIÓN DE LA EVIDENCIA
Un fallo metodológico puede, por supuesto, debilitar el apoyo a una asociación en particular, pero
la mera aparición de alguna debilidad científica no prueba la ausencia de un riesgo.
ESTRATEGIAS DE INVESTIGACIÓN