Análisis e interpretación de

Análisis e interpretación de
datos
datos
Los epidemiólogos a menudo hallan el análisis de los datos como la parte más
disfrutable de llevar a cabo un estudio epidemiológico, dado que después de todo
el duro trabajo y la espera, tienen la oportunidad de encontrar las respuestas. ¡Si
los datos no proveen respuestas, es una oportunidad más para la creatividad! De
manera que el análisis y la interpretación de los resultados son el “premio” que
recompensa el trabajo de recolección de datos. Los datos, sin embargo, no
“hablan por sí mismos”. Revelan lo que el analista puede detectar. De manera que
cuando el investigador novato, tratando de obtener esta recompensa, se
encuentra sólo con el conjunto de datos y ninguna idea de cómo proceder, la
sensación puede ser una de más ansiedad que de entusiasta anticipación. Igual
que con otros aspectos de un estudio, el análisis e interpretación del estudio debe
relacionarse con los objetivos del mismo y el problema de investigación. Una
estrategia, a menudo útil, es comenzar imaginando o hasta trazando el (los)
manuscrito(s) que deberían escribirse a partir de los datos. El enfoque habitual es
comenzar con los análisis descriptivos, explorar y lograr “sentir” los datos. El
analista luego dirige su atención a las preguntas específicas planteadas en los
objetivos o hipótesis de estudio, de los hallazgos y planteos informados en la
literatura, y de los patrones sugeridos por los análisis descriptivos. Antes de
comenzar el análisis en serio, sin embargo, habitualmente hay que llevar a cabo
una cantidad considerable de trabajo preparatorio.

Análisis – objetivos principales

1. Evaluar y realzar la calidad de los datos
 2. Describir la población de estudio y su relación con alguna supuesta fuente
(justificar todos los pacientes potenciales involucrados; comparación de la
población de estudio obtenida con la población blanco)
3. Evaluar la posibilidad de sesgos (p.ej., no-respuesta, negativa a contestar, y
desaparición de sujetos, grupos de comparación)
4. Estimar las medidas de frecuencia y extensión (prevalencia, incidencia,
media, mediana)
5. Estimar medidas de fuerza de asociación o efecto
6. Evaluar el grado de incertidumbre a partir del azar (“ruido”)
7. Controlar y analizar los efectos de otros factores relevantes
8. Buscar una mayor comprensión de las relaciones observadas o no
observadas
9. Evaluar el impacto o importancia

El investigador debe hacer uso de la lógica para entender los datos recopilados
sobre el tema objeto de estudio. El análisis depende del tipo de información
requerida, el diseño de la investigación y la calidad de los datos obtenidos y puede
ir desde un promedio aritmético pasando por una distribución de frecuencias hasta
una regresión múltiple.

Cuando se van a examinar de forma crítica los datos se deben ordenar en

categorías significativas (revisión, codificación y tabulación), determinar las
diferencias claves entre categorías, explicar el porqué de ellas y hacer las
recomendaciones pertinentes.

La revisión y codificación son funciones básicas, porque la primera se hace

necesaria para eliminar errores en los datos iniciales, la cual se puede hacer en el
terreno de campo o en la gerencia del proyecto, y la segunda agrupa los datos en
las categorías correspondientes facilitando la tabulación. La revisión debe hacerse
con colores diferentes a los usados por los entrevistadores en primera instancia
para distinguir entre los datos originales y los revisados.
La tabulación consiste en contar el número de aspectos, características, datos,
etc., que se insertan dentro de las categorías definidas por el investigador. Esta
puede hacerse manual, mecánica o electrónica dependiendo de la magnitud de los
datos.