Documentos de Académico
Documentos de Profesional
Documentos de Cultura
•Buscadores
•Bases de datos
•Revistas científica
•Editoriales
•Artículos científicos
Principales navegadores web
• Google Chrome
• Mozilla Firefox
• Opera
• Zafari
Principales buscadores web
(motores de búsqueda)
• Yahoo
• Bing
Principales buscadores web
(motores de búsqueda) ACADÉMICOS
• Scholarpedia
• Refseek
• Redalyc
Principales Bases de datos bibliográficas
(BIOMÉDICA)
• PubMed Medline
• Scopus
• EBSCO
• Proquest
REVISTAS CIENTÍFICAS (ODONTOLOGÍA)
• Periodontology
• Journal of dentistry
https://universoescrito.com/metricas-para-la-
evaluacion-de-revistas-cientificas/
¿qué es el impacto de una revista científica?
“PUBLICACIONES CIENTÍFICAS”
Término “publicar” proviene del latín “publicare” que significa: HACER PÚBLICO
Publicaciones científicas
CLASIFICACIÓN
• Primarias: publica resultados originales de una investigación.
Artículos científicos
(revistas científicas)
El artículo científico ha de contener la
información suficiente para que otros
investigadores puedan reproducir el
experimento y comparar los resultados
Esquema IMRYD
Formato IMRYD
Introducción: ¿Qué problema se ha estudiado?
TITULO
RESUMEN
INTRODUCCIÓN
TEXTO
CONCLUSIONES
TITULO
RESUMEN
INTRODUCCIÓN
DESCRIPCIÓN DEL CASO
CONCLUSIONES
REVISIONES SISTEMÁTICAS
✓Son investigaciones científicas en las cuales la unidad de
análisis son los estudios originales primarios
Marco Alarcón*; Christian Aquino*; César Quintanilla*; Lucy Raymundo* & Javier Álvarez*
ALARCÓN M.; AQUINO, C.; QUINTANILLA, C.; RAYMUNDO, L. & ÁLVAREZ, J. Odontología basada en evidencia: Las
82 revistas de mayor impacto. Int. J. Odontostomat., 9(1):43-52, 2015.
RESUMEN: La Odontología Basada en Evidencia es la aplicación clínica de las mejores evidencias científicas
basadas en la experiencia del operador y en las expectativas del paciente. Estas evidencias científicas se presentan día a
día en revistas indexadas alrededor del mundo con una actualización constante. El objetivo de la presente revisión es
presentar y describir las características de las revistas de mayor impacto científico en el área de Odontología sirviendo
como base para la mejor toma de decisiones clínicas en nuestros pacientes. La búsqueda de la información se realizó
según el Indice de factor de impacto del ISI Web of Science 2014.
PALABRAS CLAVE: factor de Impacto, factor de Impacto de la revista, portales de acceso a revistas científi-
cas, Medline, artículo de revista.
INTRODUCCIÓN
La necesidad de una odontología predecible y les nos ayudarán a tomar las mejores decisiones clí-
exitosa ha llevado a un cambio en el paradigma de nicas basadas en la mejor evidencia científica.
atención tradicional hacia la Odontológica Basada en
Evidencia (OBE). El primer nivel dentro de ése con- Antiguamente, el acto de publicar investigacio-
cepto es la búsqueda de la mejor evidencia científica nes era discutido e incluso menospreciado. No era
para la toma de decisiones en nuestros pacientes común que un nuevo descubrimiento se anunciara
(Feijoo et al., 2014). como un artículo, desconociendo la prioridad del des-
cubridor, siendo indescifrable la evidencia de la autoría
La calidad y la repercusión de la actividad cien- de cualquier investigación. Entre las primeras publi-
tífica se miden hoy en día en el factor de impacto de caciones científicas se encuentran el Journal des
las revistas científicas. El factor de impacto es una me- Scavans, publicado en París (1665), la Philosophical
dida de la frecuencia en la cual un artículo de una re- Transactions of the Royal Society (Inglaterra) y la Acta
vista ha sido citado en un periodo de tiempo Eruditorum (Leipzig, Otto Mencke), ambas a finales
(Jalalzadeh & Sangari, 2011; Oosthuizen & Fenton, del siglo XVII (Garfield, 2006).
2014). Cada año el Institute for Scientific Information
(ISI) calcula la repercusión de las revistas científicas, La ISI Web of Science es un servicio en línea
las cuales son publicadas en un informe llamado de información científica, suministrado por el ISI, gru-
Journal Citation Report (JCR). po integrado en Thomson Reuters. Esta web facilita el
acceso a un conjunto de bases de datos bibliográficas
El propósito del presente artículo es identificar y otros recursos que abarcan todos los campos del
las revistas odontológicas indexadas de mayor impacto conocimiento académico, permitiendo descubrir el im-
a nivel mundial y analizar sus características las cua- pacto de un trabajo científico sobre la investigación
43
ALARCÓN M.; AQUINO, C.; QUINTANILLA, C.; RAYMUNDO, L. & ÁLVAREZ, J. Odontología basada en evidencia: Las 82 revistas de mayor impacto.
Int. J. Odontostomat., 9(1):43-52, 2015.
Utilizando la siguiente fórmula: Fi= CI / Ar Teniendo en cuenta el Eigen factor las 3 revis-
tas con mayor puntaje son: Journal of Dental Research
El FI es calculado anualmente por el Institute (0,02235), seguidas por el Journal of Ora and
for ISI Web of Science de las revistas incluidas en el Maxillofacial Surgery (0,01822), Oral Surgery Oral
Journal Citation Report (Chang et al., 2013). Medicine Oral Pathology Oral Radiology (0,01615). La
lista completa de revistas indexadas en odontología
El Eigenfactor Score. Otra manera de evaluar las pu- es presentada en la Figura 1.
blicaciones de mayor impacto es mediante el indica-
dor Eigenfactor, que fue desarrollado por Jevin West y La productividad científica medida según espe-
Carl Bergstrom de la Universidad de Washington cuya cialidades tuvo un predominio multidisciplinario sien-
diferencia con el FI radica en que el Eigenfactor Score do la Odontología General (22 revistas) la que ocupó
da prioridad a aquellas citas que proceden de revistas el primer lugar seguido por el área de Cirugía Oral
influyentes. Como consecuencia, estas revistas ejer- (12 revistas), Implantología (6 revistas), Ortodoncia (6
cen una mayor influencia en la resolución de la clasifi- revistas), Periodoncia (5 revistas), Rehabilitación Oral
cación de las revistas a las que hacen referencia. El (5 revistas), Patología oral (3 revistas). La lista com-
índice Eigenfactor Score no tiene en cuenta las pleta de revistas indexadas en odontología es presen-
autocitas, siendo más ajustado a la realidad (Kianifar tada en la Figura 2.
et al., 2014; Sillet et al., 2012; Berhidi et al., 2009; Fardi
et al., 2011). Otro tema para analizar es la distribución de-
mográfica del país de origen de las publicaciones cien-
tíficas, encontrándose que la mayoría de las publica-
MATERIAL Y MÉTODO ciones se efectuaron en Estados Unidos (27 revistas),
seguidamente Dinamarca (17 revistas), Inglaterra (15),
Alemania y Japón (3 revistas respectivamente). La lista
Se realizó una búsqueda electrónica en el Institute completa de revistas indexadas en odontología es pre-
for Scientific Information (ISI) Web of Science de las re- sentada en la Figura 3.
vistas incluidas en el Journal Citation Report (edición
Setiembre 2014) en la categoría de "Odontología”. Cada Otro aspecto considerado en la presente revisión
una de las 82 revistas seleccionadas fue analizada uti- es la que corresponde a las editoriales entre las que des-
lizando la herramienta de búsqueda “Impact Factor” de tacaron: WILEY–BLACKWELL (24 revistas), ELSEVIER
la base de datos Web of Science para identificar las SCI LTD (8 revistas), QUINTESSENCE PUBLISHING CO
revistas con más impacto a nivel mundial. La informa- INC (8 revistas), CHURCHILL LIVINGSTONE (3 revis-
ción recopilada nos proporcionó el nombre de la revis- tas). La lista completa de revistas indexadas en odonto-
ta, país de origen/editorial y área de investigación. logía es presentada en la Figura 4.
44
Tabla I. Revistas científicas con mayor factor de impacto, indexadas en la ISI Web of Science, periodo 2014.
Factor de
Ranking Título de revista abreviado Titulo completo de la r evista Especialidad País de origen Editorial
I mpacto
Materiales
1 DENT MATER DENTAL MATERIALS 4,160 I nglaterra ELSEVIER SCI LTD
Dentales
O dontología
2 J DENT RES JOURNAL OF DENTAL RESEARCH 4,144 Estados Unidos SAGE PUBLICATIONS INC
G eneral
JOURNAL OF CLINICAL
3 J CLIN PERIODONTOL 3,610 Periodoncia Dinamarca WILEY-BLACKWELL
PERIODONTOLOGY
CLINICAL ORAL IMPLANTS
4 CLIN ORAL IMPLAN RES 3,123 I mplantología Dinamarca WILEY-BLACKWELL
RESEARCH
MOLECULAR ORAL
7 MOL ORAL MICROBIOL 2,841 Histología Dinamarca WILEY-BLACKWELL
MICROBIOLOGY
O dontología
8 J DENT JOURNAL OF DENTISTRY 2,840 I nglaterra ELSEVIER SCI LTD
G eneral
CLINICAL IMPLANT DENTISTRY
9 CLIN IMPLANT DENT RES 2,796 I mplantología Estados Unidos WILEY-BLACKWELL
AND RELATED RESEARCH
10 J ENDODONT JOURNAL OF E NDODONTICS 2,788 Endodoncia Estados Unidos ELSEVIER SCIENCE INC
JOURNAL OF CRANIO-
11 J CRANIO MAXILL SURG 2,597 Cirugía Escocia CHURCHILL LIVINGSTONE
MAXILLOFACIAL SURGERY
AMER ACAD
12 J PERIODONTO L JOURNAL OF PERIODONTOLOGY 2,565 Periodoncia Estados Unidos
Int. J. Odontostomat., 9(1):43-52, 2015.
PERIODONTOLOGY
O dontología
15 CLIN ORAL INVEST CLINICAL ORAL INVESTIGATIONS 2,285 Alemania SPRINGER HEIDELBERG
G eneral
INTERNATIONAL ENDODONTIC
16 INT ENDOD J 2,273 Endodoncia Dinamarca WILEY-BLACKWELL
JOURNAL
JOURNAL OF THE AMERICAN O dontología
17 J AM DENT ASSOC 2,238 Estados Unidos AMER DENTAL ASSO C
DENTAL ASSOCIATION G eneral
JOURNAL OF PERIODONTAL
18 J PERIODONTAL RES 2,215 Periodoncia Dinamarca WILEY-BLACKWELL
RESEARCH
ALARCÓN M.; AQUINO, C.; QUINTANILLA, C.; RAYMUNDO, L. & ÁLVAREZ, J. Odontología basada en evidencia: Las 82 revistas de mayor impacto.
45
Factor de
46
Ranking Título de revista abreviado Titulo completo de la r evista Especialidad País de origen Editorial
I mpacto
COMMUNITY DENTISTRY AND O dontología
21 COMMUNITY DENT ORAL 1,944 Dinamarca WILEY-BLACKWELL
ORAL EPIDEMIOLOGY G eneral
JOURNAL OF ORAL Rehabilitación
22 J ORAL REHABIL 1,934 Dinamarca WILEY-BLACKWELL
REHABILITATIO N Oral
PERGAMON-ELSEVIER
23 ARCH ORAL BIOL ARCHIVES OF ORAL BIOLOGY 1,880 Biología Oral I nglaterra
SCIENCE LTD
JOURNAL OF ORAL PAT HOLOGY
24 J ORAL PATHOL MED 1,870 Patología Dinamarca WILEY-BLACKWELL
& MEDICINE
QUINTESSENCE PUBLISHING
25 J OROFAC PAIN JOURNAL OF OROFACI AL PAIN 1,771 Cirugía Estados Unidos
CO INC
EUROPEAN JOURNAL OF ORAL O dontología
26 EUR J ORAL SCI 1,729 Dinamarca WILEY-BLACKWELL
SCIENCES G eneral
JOURNAL OF P UBLIC HEALTH
27 J PUBLIC HEALTH DENT 1,644 Salud Publica Estados Unidos WILEY-BLACKWELL
DENTISTRY
INTERNATIONAL JOURNAL OF
28 INT J PAEDIATR DENT 1,540 O dontopediatría Dinamarca WILEY-BLACKWELL
PAEDIATRIC DENTISTRY
INTERNATIONAL JOURNAL OF
QUINTESSENCE PUBLISHING
29 INT J ORAL MAX IMPL ORAL & MAXILLOFACIAL 1,491 Cirugía Estados Unidos
CO INC
IMPLANTS
O dontología
30 AUST DENT J AUSTRALIAN DENTAL JOURNAL 1,482 Australia WILEY-BLACKWELL
G eneral
EUROPEAN JOURNAL OF DENTAL O dontología
31 EUR J DENT EDUC 1,448 Dinamarca WILEY-BLACKWELL
EDUCATION G eneral
AMERICAN JOURNAL OF
Int. J. Odontostomat., 9(1):43-52, 2015.
43 OPER DENT OPERATIVE DENTISTRY 1,266 Estética Dental Estados Unidos OPERATIVE DENTISTRY INC
CLEFT PALATE-CRANIOFACIAL
51 CLEF PALATE-CRAN J 1,106 Ortodoncia Estados Unidos GROUP DIVISION ALLEN
JOURNAL
PRESS
MEDICINA ORAL PATOLOGIA
52 MED ORAL PATO L ORAL 1,095 Patología España MEDICINA ORAL S L
ORAL Y CIRUGIA BUCAL
O dontología
53 SWED DENT J SWEDISH DENTAL JOURNAL 1,083 Suecia SWEDISH DENTAL JOURNAL
general
O dontología NATURE PUBLISHING
54 BRIT DENT J BRITISH DENTAL JOURNAL 1,076 I nglaterra
general GROUP
AMERICAN JOURNAL OF O dontología
55 AM J DENT 1,062 Estados Unidos MOSHER & LINDER, INC
DENTISTRY general
JOURNAL OF DENTAL Educación AMER DENTAL EDUCATION
56 J DENT EDUC 1,040 Estados Unidos
EDUCATION dental ASSOC
INTERNATIONAL JOURNAL OF
QUINTESSENCE PUBLISHING
ALARCÓN M.; AQUINO, C.; QUINTANILLA, C.; RAYMUNDO, L. & ÁLVAREZ, J. Odontología basada en evidencia: Las 82 revistas de mayor impacto.
57 INT J PERIODONT REST PERIODONTICS & RESTORATIVE 1,007 Periodoncia Estados Unidos
CO INC
DENTISTRY
JOURNAL OF ORAL
58 J ORAL IMPLANTOL 0,977 I mplantología Estados Unidos ALLEN PRESS INC
IMPLANTOLOGY
47
Factor de
48
Ranking Título de revista abreviado Titulo completo de la r evista Especialidad País de origen Editorial
I mpacto
Materiales JAPANESE SOC DENTAL
59 DENT MATER J DENTAL MATERIALS JOURNAL 0,943 J apón
Dentales MATERIALS DEVICES
JOURNAL OF P ROSTHODONTICS-
Rehabilitación
60 J PROSTHDONT IMPLANT ESTHETIC AND 0,905 Estados Unidos WILEY-BLACKWELL
Oral
RECONSTRUCTIVE DENTRISTRY
62 HEAD FACE MED HEAD & FACE MEDICINE 0,867 Cirugía I nglaterra BIOMED CENTRAL LTD
general CO INC
CRANIO-THE JOURNAL OF
70 CRANIO 0,723 O clusión Estados Unidos CHROMA INC
CRANIOMANDIBULAR PRACTICE
INTERNATIONAL JOURNAL OF
71 INT J DENT HYG 0,682 Higiene dental Dinamarca WILEY-BLACKWELL
DENTAL HYGIENE
JOURNAL OF A DVANCED Rehabilitación KOREAN ACAD
72 J ADV PROSTHODONT 0,631 Korea Del Sur
PROSTHODONTICS Oral PROSTHODONTICS
JOURNAL OF THE CANADIAN O dontología
73 J CAN DENT ASSOC 0,598 Canadá CANADIAN DENTAL ASSOC
DENTAL ASSOCIATION general
ORAL HEALTH & PREVENTIVE QUINTESSENCE PUBLISHING
74 ORAL HEALTH PREV DENT 0,532 Salud Publica I nglaterra
DENTISTRY CO INC
EUROPEAN JOURNAL OF
75 EUR J PAEDIATR DENT 0,484 O dontopediatría Italia ARIESDUE SRL
PAEDIATRIC DENTISTRY
ALARCÓN M.; AQUINO, C.; QUINTANILLA, C.; RAYMUNDO, L. & ÁLVAREZ, J. Odontología basada en evidencia: Las 82 revistas de mayor impacto.
49
ALARCÓN M.; AQUINO, C.; QUINTANILLA, C.; RAYMUNDO, L. & ÁLVAREZ, J. Odontología basada en evidencia: Las 82 revistas de mayor impacto.
Int. J. Odontostomat., 9(1):43-52, 2015.
50
ALARCÓN M.; AQUINO, C.; QUINTANILLA, C.; RAYMUNDO, L. & ÁLVAREZ, J. Odontología basada en evidencia: Las 82 revistas de mayor impacto.
Int. J. Odontostomat., 9(1):43-52, 2015.
DISCUSIÓN
La investigación científica
en Odontología, puede ser cuan-
tificada en forma individual y co-
lectiva, siendo el FI una herra-
mienta de medición válida del ni-
vel de las publicaciones científi-
cas. Independientemente de las
limitaciones que todo índice de
impacto presenta, los datos re-
colectados demuestran que no
se obtiene una producción ópti-
ma; evidenciándose esto en el
FI del JOURNAL DENTAL
MATERIALS (4,160), es muy
bajo comparado a otras áreas
biomédicas. Se deben conside-
rar los factores adversos que in-
fluyen en la baja productividad
realizando esfuerzos para lograr
aumentar los índices cuantitati-
vos y cualitativos ya que la evi-
dencia confiable repercute en el
desarrollo social de la investiga-
ción en salud a nivel mundial.
Fig. 4. Revistas científicas de mayor impacto en odontología según editorial.
Al comparar el FI y el
Eigenfactor Score, las revistas
con mayor puntaje difieren sien-
do respectivamente el Journal
Dental Materials y Journal of
Dental Research. Esta variación
puede interpretarse debido a
que el nuevo índice Eigenfactor
Score busca ser más preciso
debido a que excluye las
autocitas y considera como re-
ferencia las revistas más influ-
yentes (Ramin & Sarraf Shirazi,
2012).
van desarrollando líneas de investigación en estas gía, las revistas europeas tienen uno de los mayores
áreas debido al poco conocimiento y desarrollo cientí- índices de impacto con una población menor que los
fico y tecnológico. Es interesante saber que las áreas Estados Unidos.
de Rehabilitación, Ortodoncia han sido desplazadas a
un segundo nivel. La búsqueda y selección de un adecuado artí-
culo científico, en una buena revista indexada y con
Debemos resaltar la calidad científica de paí- alto factor de impacto es parte fundamental del desa-
ses como Dinamarca, Inglaterra y Japón, estos van rrollo de la Odontología Basada en Evidencia la cual
acorde con su desarrollo y sus alcances en tecnolo- todo profesional debería conocer.
ALARCÓN, M.; AQUINO, C.; QUINTANILLA, C.; RAYMUNDO, L. & ÁLVAREZ, J. Evidence based Dentistry: The 82
highest impact Journals. Int. J. Odontostomat., 9(1):43-52, 2015.
ABSTRACT: Evidence-Based Dentistry is the clinical application of the best scientific evidence based on operator
experience and patient expectations. This everyday scientific evidence presented in indexed journals around the world with
constantly updated. The aim of this review is to present and describe the characteristics of the scientific impact of journals in
the field of Dentistry serving as a basis for better clinical decision making in our patients. The search for information was
made according to index impact factor ISI Web of Science 2014.
KEY WORDS: impact factor, journal impact factor, portals for scientific journals, Medline, journal article.
REFERENCIAS BIBLIOGRAFICAS Impact Factor, Eigenfactor Metrics, and SCimago Journal Rank
Indicator of Pediatric Neurology Journals. Acta Inform. Med.,
22(2):103-6, 2014.
Berhidi, A.; Szluka, P. & Vasas, L. New bibliometric indicators. Is this Kulasegarah, J. & Fenton, J. E. Comparison of the h index with stan-
the end of the impact factor era? Magy. Onkol., 53(2):115-25, dard bibliometric indicators to rank influential otolaryngologists
2009. in Europe and North America. Eur. Arch. Otorhinolaryngol.,
267(3):455-8, 2010.
Brown, T. Journal quality metrics: options to consider other than
impact factors. Am. J. Occup. Ther., 65(3):346-50, 2011. Oosthuizen, J. C. & Fenton, J. E. Alternatives to the impact factor.
Surgeon, 12(5):239-43, 2014.
Chang, C. L.; McAleer, M. & Oxley, L. Coercive journal self citations,
impact factor, Journal Influence and Article Influence. Math. Owlia, P.; Vasei, M.; Goliaei, B. & Nassiri, I. Normalized impact fac-
Comput. Simul., 93:190-7, 2013. tor (NIF): an adjusted method for calculating the citation rate of
biomedical journals. J. Biomed. Inform., 44(2):216-20, 2011.
Falagas, M. E.; Kouranos, V. D.; Arencibia-Jorge, R. &
Karageorgopoulos, D. Comparison of SCImago journal rank Ramin, S. & Sarraf Shirazi, A. Comparison between Impact factor,
indicator with journal impact factor. FASEB J., 22(8):2623-8, SCImago journal rank indicator and Eigenfactor score of nu-
2008. clear medicine journals. Nucl. Med. Rev. Cent. East Eur.,
15(2):132-6, 2012.
Fardi, A.; Kodonas, K.; Gogos, C. & Economides, N. Top-cited articles
in endodontic journals. J. Endod., 37(9):1183-90, 2011. Sillet, A.; Katsahian, S.; Rangé, H.; Czernichow, S. & Bouchard, P.
The Eigenfactor™ Score in highly specific medical fields: the
Feijoo, J. F.; Limeres, J.; Fernández-Varela, M., Ramos, I. & Diz, P. dental model. J. Dent. Res., 91(4):329-33, 2012.
The 100 most cited articles in dentistry. Clin. Oral Investig.,
18(3):699-706, 2014. Yaminfirooz, M.; Siamian, H.; Jahani, M. A. & Yaminifirouz, M.
Scientific production of Sports Science in Iran: A Scientometric
Garfield, E. The history and meaning of the journal impact factor. Analysis. Acta Inform. Med., 22(3):195-8, 2014.
JAMA, 295(1):90-3, 2006.
52
PRUEBA DIAGNÓSTICA
¿QUÉ ES UNA PRUEBA
DIAGNÓSTICA?
Es el “procedimiento” que se usa para
“diagnosticar” una condición
(enfermedad o afección).
¿SANO O ENFERMO?
Para VALIDAR una prueba diagnóstica, se la debe comparar
con una “prueba perfecta” a la que conocemos como:
❑GOLD STANDARD
❑PRUEBA DE REFERENCIA
❑PATRÓN DE REFERENCIA
Sensibililidad
Especifidad
Sensibilidad: capacidad de una prueba diagnóstica para
detectar la enfermedad en sujetos enfermos, o sea, dar
un resultado POSITIVO a los ENFERMOS.
PRUEBA
DIAGNÓSTICA
+ VP FP
- FN VN
SITUACIÓN REAL DEL PACIENTE
ENFERMO NO ENFERMO
PRUEBA + 8 18
DIAGNÓSTICA
-
2 72
10 90 100
VALIDACIÓN DE UN TEST
DIAGNÓSTICO…
CARIES DENTAL
CARIES DENTAL
ICDAS
Sistema Internacional de Detección y
Diagnóstico de Caries
GRACIAS.
See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/41391628
CITATIONS READS
3 36,990
2 authors, including:
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
17-hydroxyprogesterone levels in blood from the heels of healthy full-term newborns View project
All content following this page was uploaded by Luis Alfonso Diaz Martinez on 03 June 2014.
Resumen Summary
La planeación adecuada de una investigación en ciencias A careful planning of any epidemiological or clinical
de la salud es necesaria para determinar la información que research, including thesis in any area of the health
debe ser recolectada y que permitirá lograr los objetivos del sciences, is necessary to determine what information
estudio. Esta información conforma el grupo de variables should be gathered in order to achieve the study's
que permiten, a su vez, realizar una aproximación a priori a objectives. This information defines the set of variables
la metodología de análisis de los datos. Este artículo that, in turn, make an a priori approach to the methodology
académico busca aclarar la terminología empleada al hablar of data analysis. This academic paper is aimed to clarify the
de variables y mostrar una forma sencilla de su presentación terminology used when talking about variables and show a
en un protocolo o proyecto de investigación. [Castro- simple way to describe them on a research project or
Jiménez MA, Díaz-Martínez LA. Las variables en el proceso protocol. [Castro-Jiménez MA, Díaz-Martínez LA.
de investigación en salud: importancia, clasificación y forma Variables in health research process: importance,
de presentación en protocolos de investigación. MedUNAB classification, and show way in research protocols.
2009; 12: 151-156]. MedUNAB 2009; 12: 151-156].
Palabras clave: Variables epidemiológicas, Metodología, Key words: Confounding variable, Methodology, Risk
Factores de riesgo, Proyectos de investigación. factors, Research design.
* El Dr. Díaz es el Editor de MedUNAB, por lo que el proceso de este artículo lo realizó el Comité Editorial de la revista, donde uno de sus miembros actuó como
editor ad hoc.
♣
Grupo de Virología, Instituto Nacional de Salud, Bogotá, Colombia.
¶
Centro de Investigaciones Biomédicas, Facultad de Ciencias de la Salud, Universidad Autónoma de Bucaramanga, Bucaramanga, Colombia.
§
Departamento de Pediatría, Escuela de Medicina, Facultad de Salud, Universidad Industrial de Santander, Bucaramanga, Colombia.
Correspondencia: Dr. Castro-Jiménez, Grupo de Virología, Red Nacional de Laboratorios. Instituto Nacional de Salud. Avenida Calle 26 No. 51-20 - Zona 6
CAN, Bogotá, Colombia. E-mail: mcastro2505@yahoo.es
151
Vol. 12 Número 3, Diciembre de 2009
de la forma como estos fueron recolectados y, por lo tanto, podría definir así: es el grado de calor superficial de una
del tipo de variable, es necesario, entonces, conocer algunas persona medida con una exactitud de 0.01 grados
definiciones básicas acerca de las variables, pues en gran centígrados mediante el uso de un termómetro digital
medida son éstas las que definen cuáles pruebas deberían Temperar®, previamente calibrado, ubicado en la axila
ser usadas. Esta es una revisión basada en diversos textos de derecha.
epidemiología y estadística1-7 y en la experiencia propia.
Este artículo busca aclarar la terminología empleada al Ahora bien, en ciertas circunstancias, una variable puede
hablar de variables y mostrar una forma sencilla de su tener diversas formas de ser definidas operacionalmente.
presentación en un protocolo o proyecto de investigación. Un ejemplo muy útil es la edad de un paciente; la definimos,
por lo general, como el tiempo que trascurre entre el
nacimiento y el momento que se da el suceso que es
Terminología básica analizado. Sin embargo, podemos recolectar este dato de
diferente manera, algunos más precisos que otros: podemos
Algunas definiciones que deben tenerse en cuenta al preguntarle simplemente cuántos años tiene, o indagar
momento de desarrollar un proyecto o tesis o al plantear sobre la fecha de nacimiento y calcular la edad a partir de
cualquier investigación clínica o epidemiológica son: esa fecha y la del suceso en observación o, incluso, pedir
cualquier documento de identidad que corrobore esto. Todo
Variables. Son aquellas características que cambian en un depende del grado de precisión que se necesita.
mismo individuo, grupo, comunidad o población con el
avance del tiempo o que varían entre los individuos, grupos, Dato. Es el valor real, tan aproximado como se necesite, que
comunidades o poblaciones comparadas en el mismo toma la variable estudiada en cada unidad de observación
instante. Cada situación (por ejemplo, cada consulta que del estudio y que se obtiene luego de un proceso específico
haga un paciente o cada factura que se genere), individuo o de recolección de datos; estos procesos pueden ser
grupo que se analice recibe el nombre de unidad de entrevista directa, pruebas de laboratorio o información de
observación.8 la historia clínica, entre otros. Un dato puede ser
cuantitativo (tiene 74 años y una presión sistólica de 110
Para ilustrar esto, imaginemos un estudio que se realizará mm Hg) o cualitativo (se encuentra en el grupo de mayores
entre pacientes con diagnóstico de cáncer de pulmón que de 60 años y es normotenso).
asisten a un hospital. Se utiliza una encuesta para
determinar la presencia o el antecedente de contacto con
factores como el consumo de derivados del tabaco, alcohol Clasificación de las variables
y marihuana; esto último constituye lo que se llama la
exposición. Las respuestas de estos pacientes van a ser Cuando el investigador necesita información de una varia-
comparadas con las de otros sin esta enfermedad. En este ble específica entre diferentes unidades de observación,
ejemplo se observan diferentes variables que pueden ser debe planear la mejor forma de recolección, clasificarla y
objeto de análisis: la presencia de la enfermedad, los establecer cuáles pruebas estadísticas podría utilizar en su
antecedentes de tabaquismo, consumo de alcohol y de análisis.
marihuana. Si este estudio involucrara varios hospitales o
municipios, la institución tratante y el municipio de Una misma variable puede clasificarse de distintas
atención también pueden ser variables de interés. maneras, de acuerdo con sus características, dentro de una
determinada investigación. La figura 1 muestra un
Otros ejemplos de variables que usualmente se incluyen en diagrama que resume estas clasificaciones y sus relaciones.
los protocolos de investigación son lugar de residencia, Estas son:8, 9
antecedentes patológicos, estado civil, nivel socio- a) Según su naturaleza, en cualitativas o cuantitativas
económico, adherencia a un tratamiento formulado por el b) Según los valores (continuidad) que toma, en discretas y
médico o la creencia en Dios. En fin, son todos datos que continuas
deben recolectarse para el cumplimiento del objetivo de la c) Según la escala de medición, en nominal, ordinal,
investigación. interválica y de razón (o proporcional)
d) Según la función desempeñada, en dependiente,
Definición operacional. Es la aclaración del significado de independiente y de confusión.
cada una de las variables de un estudio, incluyendo todos los
detalles del procedimiento que llevará a establecer el valor Variable cualitativa. Es aquella que expresa una
de cada variable en cada unidad de observación.9 Aunque la característica que no es posible medir ni cuantificar; sólo se
mayoría de las variables de uso frecuente pueden ser de fácil puede calificar. Es decir, los posibles valores que tome la
comprensión, existen otras que no lo son y, por lo tanto, variable (también llamados categorías) no son medibles
requerirán de una definición estandarizada. Por ejemplo: dado que no implican magnitud (no se expresan en unidades
imaginemos un estudio específico, en el que se requiere de medida como metros, años o decibeles) ni es
tener el dato de la variable temperatura corporal, la cual se cuantificable (no podemos decir cuántas veces pasa algo).
152
Las variables en el proceso de investigación en salud: importancia, clasificación y forma de presentación en protocolos de investigación*
Variable
Según
Cualitativa Cuantitativa
Naturaleza
Según
Discreta Continua Discreta
Continuidad (valores)
Según
Nominal Ordinal Interválica Razón
Escala de Medición
153
Vol. 12 Número 3, Diciembre de 2009
interrogatorio directo a la paciente, tal cual como se halla. Variable dependiente. Es la variable principal que se está
Más adelante, durante el análisis de los datos, se decidirá estudiando y de la que se quiere saber algunas caracte-
qué es mejor, si utilizar la información de la edad en forma rísticas tales como causas, factores pronósticos, frecuencia,
continua o en categorías (por ejemplo, ubicarla en el grupo etc. Usualmente es aquella que está inmersa en el objetivo
de 35 años o menos). Es posible que resulte que no hay general o en el título de una investigación. También puede
diferencias importantes en las mujeres al agrupar a priori la ser llamada variable de resultado, de salida, desenlace o,
edad, pero, al recolectarse en forma cuantitativa pueden simplemente, enfermedad (u otro evento) en estudio.
explorarse otras formas de agrupar a las pacientes por edad
(por ejemplo, menor o igual a 30 años y más de 30 años) o, Variable independiente. Es aquella que puede explicar el
simplemente, analizar la edad en forma continua, algo que porqué del comportamiento de una variable dependiente.
no se podría hacer si al momento de recolectar la edad fue También puede llamarse exposición, variable de
incluida en agrupaciones ya definidas. No hacerlo así, es explicación, factores de riesgo o factores protectores.
desperdiciar una oportunidad de análisis con un potencial de
mayor valor y utilidad. Esto se puede ilustrar con un ejemplo. Imaginemos un
estudio cuyo objetivo es determinar las causas de
Variable nominal. Es una variable cualitativa en la que sus hipertensión arterial en la población de estrato 2 de Bogotá,
opciones de respuesta no tienen un orden de importancia Colombia. Lo que se quiere saber (la variable dependiente)
definido ni representan un gradiente; es decir, ninguna es frecuencia de ausencia de hipertensión (HTA), así como
posible respuesta es más relevante, buena o mala que otra, entender cuáles factores pueden explicar su ocurrencia,
aún si se expresan en números. Tal es el caso de la diabetes como pueden ser tabaquismo, consumo de bebidas
tipo 1 y diabetes tipo 2, en las que el número no representa ni alcohólicas, estrés, dieta de esa población, entre otras (las
una cantidad ni algún tipo de gradiente y pueden presentarse variables que explican el comportamiento de la
en cualquier orden ya que ninguno denota mayor dependiente, o sea, las variables independientes). De otra
importancia; son tan solo caracteres alfanuméricos de igual manera:
significado que cualquier otro. Ahora bien, a veces cuando
se montan las bases de datos, estas categorías se recodifican HTA = tabaquismo + alcohol + edad + respuesta al estrés
con números, que igualmente solo diferencian una + obesidad + tipo de dieta +…….
característica de otra pero sin que representen una cantidad
o un orden; por ejemplo: el sexo puede definirse como Ahora, imagínese otro estudio que se hace en forma casi
hombre (1) y mujer (0), o mujer (1) y hombre (0). simultánea en la misma población y en el que se busca
determinar las causas de otra enfermedad cardiovascular, el
Variable ordinal. En estas variables existe un orden infarto agudo del miocardio (IAM); en éste se recolectan
implícito en los datos, a manera de gradiente, aunque este como variables independientes a la edad y los antecedentes
orden no significa que las distancias entre las diferentes de hipertensión, diabetes y tabaquismo. Se podría generar
categorías de la variable sean iguales. Un ejemplo es la una expresión similar a la anterior:
clasificación de los estadios clínicos de los tumores, que
pueden ser clasificados como estadio 0 (in situ), estadio I IAM = edad+ HTA+ diabetes+ tabaquismo+ tipo de
(invasor temprano), estadio II (invasor intermedio), estadio dieta+ alcohol +….
III (invasor avanzado) y IV (metástasis a distancia). Esta
variable indica severidad clínica del tumor pero no significa Obsérvese que la HTA pasó de ser la variable dependiente
que el estadio IV sea el doble de avanzado que el estadio II, en el primer estudio a ser variable independiente o de
ni que la distancia (o aumento en severidad) que existe entre explicación en el segundo. Puede observar también que a
estadio II y III sea la misma que entre estadio III y IV. Otro pesar de que las variables dependientes (HTA e IAM) son
ejemplo de una variable ordinal es la respuesta del paciente diferentes, algunas variables independientes son iguales; es
ante una terapia analgésica, esto es, mejoría total, mejoría decir, una variable independiente puede explicar la
parcial, sigue igual o empeora. aparición de más de una enfermedad. Esto es común en la
investigación clínica y epidemiológica.
Variable interválica. Son datos recolectados en forma
cuantitativa pero donde el valor de inflexión entre positivos Variable de confusión. Para entender mejor lo que es una
y negativos (el llamado cero) de la escala es arbitrario. El variable de confusión, imaginemos un estudio cualquiera en
mejor ejemplo es la temperatura medida en grados la que se evalúa la posible relación entre un evento (I) de
centígrados, donde 0º (cero grados centígrados) no implica interés (como una enfermedad o el uso de un servicio de
ausencia de temperatura. salud) y una exposición (V) que se cree que es un posible
factor de riesgo (o protector). Es posible que exista una
Variable de razón o proporcional. En éstas, los datos segunda exposición (C) que se conoce que está asociada
fueron recolectados en forma continua pero el cero de la tanto con I como con V.
escala es real; no hay valores posibles bajo ese punto. Por
ejemplo: cero (0) gramos indica la ausencia de peso o al Por lo tanto, encontrar una asociación entre V e I puede ser
medir temperatura en grados Kelvin, el cero es absoluto. malinterpretada si no se tiene en cuenta la presencia de C, la
154
Las variables en el proceso de investigación en salud: importancia, clasificación y forma de presentación en protocolos de investigación*
cual confunde la verdadera relación que existe entre V e I. La presentación de las variables
Por eso a C se le llama variable de confusión. Un criterio
adicional que es importante para definir si una variable es o en un proyecto de investigación
no un factor de confusión es que no puede encontrarse en la
vía causal entre I y V, es decir, no puede ser una lesión Las variables se definen, clasifican y presentan dentro de la
precedente a la enfermedad (I). sección “Materiales y métodos” o “Metodología” de un
proyecto de investigación o en sus subsecuentes informes.
Por ejemplo, en un estudio se encontró que a mayor número En la tabla 1 se puede apreciar la aproximación propuesta en
de hijos, mayor era el riesgo de hipertensión arterial en las este artículo. Brevemente, esta tabla contiene las siguientes
mujeres. Los investigadores no se explicaban esta aparente columnas: variable, unidad de medición, nombre dado en la
relación, la cual no había sido informada previamente en la base de datos, tipo (clasificación de la variable), definición
literatura; sin embargo, fue desmentida cuando analizaron para el estudio, valores límites (en cualitativas se incluirían
el papel que juega la edad tanto en la probabilidad que una los códigos asignados a cada respuesta) y, en forma
mujer tenga hijos como que sea hipertensa. opcional, sobre todo para estudiantes que están dando sus
primeros pasos académicos por la investigación, un
Se sabe que a mayor edad hay mayor probabilidad de tener ejemplo de su interpretación.
esta patología; también es cierto que la probabilidad de
tener hijos aumenta a mayor edad. Cuando los
investigadores analizaron la asociación entre el número de Análisis de los datos generados
hijos y la presencia de hipertensión arterial pero ajustando
por la edad, se observó que el aparente mayor riesgo dado
en las variables
por el número de hijos desaparecía. La edad cumple
entonces el papel de factor de confusión. El análisis de los datos usualmente inicia con la descripción
de los resultados de cada variable (llamado también análisis
El ajuste o tratamiento de la confusión durante el análisis de univariado); luego se pasa a hacer cruces, por lo general,
los datos se puede lograr por medio de dos métodos llamados mostrando el comportamiento de cada variable
estratificación y regresión; igualmente, es posible preverla independiente según las categorías de la dependiente
al planear una investigación y usar otras tres estrategias me- (análisis bivariado) y finalmente, se procede a técnicas más
todológicas, el apareamiento (o emparejamiento), la aleato- sofisticadas como son los análisis estratificado y
rización y la restricción de la población.10 Una explicación multivariado. Abundar en estos tópicos va más allá del
más detallada está por fuera del objetivo de este artículo. alcance de este escrito, pero es necesario hacer algunas
Tabla 1. Ejemplo de definición de variables en un estudio realizado en menores de 15 años para establecer causas de
hipertensión arterial pediátrica.
Edad (años) Cuantitativa, Edad en años cumplidos 0-14 años La edad media de
discreta, de razón, referida por la persona cargo las niñas del
En la base: independiente del niño a estudio estudio fue de 10
edadnino años
Azúcar en sangre Cuantitativa, Cifra que muestra el nivel de 40-600 mg/dL* La glicemia de uno
(mg/dl) continua, de razón glicemia en cada sujeto luego de de los sujetos de
independiente 8 horas de ayuno y observada Hipo: <70 1 investigación fue
En la base: en el informe de glicemia Normo: 70-130 2 de 140 mg/dl
glicem8h realizado por el laboratorio Hiper: >130 3
clínico contratado.
Sexo Cualitativa, nominal, Sexo del menor informado por Femenino 0 El 50% de los
discreta, la persona a cargo del menor Masculino 1 participantes
En la base: independiente fueron de sexo
masculino masculino
Presión arterial Cualitativa, nominal, Es la clasificación de la HTA Alta 1 La HTA estuvo
discreta, según lo referido por la madre Normal 2 presente en el 20%
En la base: dependiente Baja 3 de los niños
hta
* La división de este ejemplo es arbitraria y no pretende representar los que son aceptados en la actualidad.
155
Vol. 12 Número 3, Diciembre de 2009
156
MANTEROLA, C. & OTZEN, T. Estudios observacionales. los diseños utilizados con mayor frecuencia en investigación clínica. Int.
J. Morphol., 32(2):634-645, 2014.
RESUMEN: Los estudios observacionales (EO) corresponden a diseños de investigación cuyo objetivo es “la observación y
registro” de acontecimientos sin intervenir en el curso natural de estos. Las mediciones, se pueden realizar a lo largo del tiempo (estudio
longitudinal), ya sea de forma prospectiva o retrospectiva; o de forma única (estudio transversal). Por otra parte, los EO pueden ser
descriptivos, cuando lo que se pretende es “describir y registrar” lo observado, como el comportamiento de una o más variables en un
grupo de sujetos en un periodo de tiempo; ó analíticos, que son aquellos que permiten “comparar grupos de sujetos” sin que exista un
proceso de asignación de los individuos en estudio a una intervención determinada, siendo por ende el investigador un mero observador
y descriptor de lo que ocurre. Como todo tipo de diseños, tienen fortalezas y debilidades. Se pueden utilizar para informar resultados en
los ámbitos del tratamiento y la prevención, la etiología, daño o morbilidad; el diagnóstico, y el pronóstico e historia natural; escenarios
en los que los EO otorgan distintos niveles de evidencia, según el diseño en particular y el ámbito del que se trate. Representan aproxi-
madamente el 80% de las publicaciones de las revistas biomédicas, independiente de la base de datos y del eventual factor de impacto de
cada revista. Bajo el concepto de EO se agrupan el reporte y series de casos (prospectivas o retrospectivas), los estudios de corte
transversal, de concordancia, poblacionales, correlacionales y ecológicos; los estudios de pruebas diagnósticas, los estudios de casos y
controles; y los estudios de cohortes (retrospectivos o prospectivos).
PALABRAS CLAVE: Estudios observacionales; Estudios longitudinales; Estudios descriptivos; Estudios de corte trans-
versal; Estudios de casos y controles; Estudios de cohortes.
INTRODUCCIÓN
La elección del diseño de un estudio es una de las longitudinal). Por otro lado, se ha de considerar si el estudio
etapas más complejas en el proceso de investigación; pues se centrará en hechos pasados (estudio retrospectivo), o si
en este, se han de tomar en consideración una serie de he- se seguirán los individuos en estudio a través del tiempo,
chos como la información previa que existe respecto del hacia el futuro (estudio prospectivo); pues esto sólo consti-
tema, el (los) diseño (s) utilizado (s) previamente; la tuye una característica de los diseños y no corresponden a
factibilidad de conducir la investigación (relacionada entre tipos de diseño en particular; es así como uno de los errores
otras con la experiencia del investigador, el tamaño de la más comunes en las publicaciones biomédicas cuando los
muestra necesario, las consideraciones éticas, los costes autores intentan explicar el diseño utilizado, son es encon-
involucrados, etc.), etc. No obstante ello, el investigador debe trar oraciones tales como “se revisaron las fichas clínicas”,
definir si se mantendrá al margen del desarrollo de los acon- “se trata de un estudio prospectivo”, etc.; cuando debería
tecimientos o decidirá intervenir en él. De este modo, se decir “serie de casos retrospectiva”, “estudio de cohorte
logra comprender la primera gran división de los diferentes prospectiva”, “ensayo clínico”, etc.
tipos de estudios: Estudios observacionales (EO) y estudios
experimentales (Fig. 1). Si se toma la decisión de realizar Por otra parte, los EO se pueden subdividir en des-
un EO, se ha de definir si la medición será única (estudio criptivos y analíticos (Fig. 2). Los estudios descriptivos tie-
transversal) ó, a lo largo de un período de tiempo (estudio nen como objetivo la descripción de variables en un grupo
*
Departamento de Cirugía, Universidad de La Frontera, Temuco, Chile.
**
Programa de Doctorado en Ciencias Médicas, Universidad de La Frontera, Temuco, Chile.
***
Centro de Investigación en Ciencias Biomédicas, Universidad Autónoma de Chile, Temuco, Chile.
****
Escuela de Psicología, Universidad Autónoma de Chile, Temuco, Chile.
Parcialmente financiado por Proyecto DIUFRO DI12-0037.
634
MANTEROLA, C. & OTZEN, T. Estudios observacionales. los diseños utilizados con mayor frecuencia en investigación clínica. Int. J. Morphol., 32(2):634-645, 2014.
Tabla I. Niveles de evidencia de los distintos tipos de EO según ámbito de la investigación clínica (Manterola
& Zavando, 2009; OCEBM, 2009).
Escenario
Tratamiento, Prevalencia y
Tipo de estudios prevención, Pronóstico Diagnóstico diagnóstico
etiología y daño diferencial
RS 1a, 2a, 3a 1a, 2a 1a, 2a, 3a 1a, 2a, 3a
Estudio de cohorte prospectiva 2b 1b 1b 1b
Estudio de corte transversa l -- -- 1c * 2c **
Estudio ecológico 2c 2c -- 2c
Estudio de casos y controles 3b, 4 -- 4 --
Estudio de cohorte retrospectiva 4 2b, 4 3b 2b
Series de casos 4 4 -- 4
*= Estudio de pruebas diagnósticas individual **= Estudio de prevalencia
635
MANTEROLA, C. & OTZEN, T. Estudios observacionales. los diseños utilizados con mayor frecuencia en investigación clínica. Int. J. Morphol., 32(2):634-645, 2014.
se verifique el cumplimiento de las condiciones de eficacia prospectivas o concurrentes para escenarios de pronóstico,
y tolerancia en la práctica habitual); conocer el nivel de ad- estudios de pruebas diagnósticas para escenarios de diag-
hesión a una intervención (grado de cumplimiento del trata- nóstico y revisiones sistemáticas de la literatura (RS) para
miento por parte de los participantes); describir innovacio- diferentes escenarios (dependiendo de la calidad
nes y modificaciones, técnicas y tecnológicas, etc. Por otra metodológica de estas).
parte, constituyen el primer paso en investigación para de-
terminar factores de riesgo, aunque no permiten establecer Los diseños incluidos en el concepto de EO son el
causalidad; y, son relativamente rápidos y fáciles de realizar reporte y las series de casos (sean estas de carácter retros-
(Manterola, 2001a, 2001b, 2001c; Hulley & Cummings, pectivas o prospectivas), los estudios de corte transversal,
2001). los estudios de pruebas diagnósticas, los estudios de con-
cordancia, poblacionales, correlacionales y ecológicos
No obstante todo lo anteriormente expuesto, se ha (Manterola, 2001a); los estudios de casos y controles
de tener en cuenta las limitaciones de este tipo de diseños, (Manterola, 2001b); y los estudios de cohortes (Manterola,
entre las que destacan: la subjetividad personal del que re- 2001c), ya sean retrospectivos o prospectivos. A los que hay
porta, hecho que puede redundar en errores de medición; que agregar las RS que para algunos constituyen un tipo de
los inconvenientes generados por el sesgo de reporte, rela- estudio distinto pues al no trabajar con sujetos sería cuestio-
cionados con la selección y referencia de los sujetos evalua- nable su consideración en este grupo de diseños; no obstan-
dos; el hecho que en algunas ocasiones no permiten hacer te lo cual, el equipo investigador se mantiene al margen de
comparaciones entre grupos; el que representan la experien- curso de los acontecimientos y compara grupos de publica-
cia limitada de una sola persona o de un grupo de investiga- ciones en relación a una variable de interés (Fig. 2).
ción; que la presencia de algún factor de riesgo puede ser
solo coincidencia; que como la observación se inicia en di- A continuación, se hará una descripción de las ca-
ferentes puntos en el curso de una enfermedad o evento de racterísticas más relevantes de los diseños de EO más repre-
interés, resulta difícil ser enfático acerca de la asociación sentativos, en orden de complejidad (reporte y series de ca-
temporal. En definitiva, se ha de tener presente, que en ge- sos, estudios de corte transversal, estudios poblacionales y
neral este tipo de estudios no constituyen evidencia sólida correlacionales; estudios de casos y controles; y estudios de
como base para alterar la práctica clínica, en especial si ésta cohortes), concluyendo con una tabla resumen de la utili-
ha sido exitosa (Manterola, 2001a; Hulley & Cummings); dad y limitaciones de cada uno de ellos; y de un ejemplo
con excepción de casos concretos como estudios de cohortes para cada caso (Tabla II). No se desarrollarán los diseños de
Fig. 2. Clasificación de los distintos diseños de investigación clínica, con énfasis en los EO.
636
MANTEROLA, C. & OTZEN, T. Estudios observacionales. los diseños utilizados con mayor frecuencia en investigación clínica. Int. J. Morphol., 32(2):634-645, 2014.
637
MANTEROLA, C. & OTZEN, T. Estudios observacionales. los diseños utilizados con mayor frecuencia en investigación clínica. Int. J. Morphol., 32(2):634-645, 2014.
estudios de pruebas diagnósticas ni las RS, pues dada la cia hospitalaria y recurrencia en 8 pacientes con hidatidosis
complejidad de este tipo de diseños y sus estadísticas pro- hepática intervenidos vía laparoscópica (Manterola et al.,
pias, ameritan un manuscrito especial dedicado a cada cual. 2002).
EO. Descripción de los diseños más representativos Serie de casos. “Laparostomía contenida con bolsa de Bo-
gotá. Resultados de una serie de casos”. Se comunican los
1. Reporte de casos y serie de casos. Consiste en la des- resultados observados en una serie de 86 pacientes
cripción cuidadosa y detallada de casos clínicos; constitu- relaparotomizados con laparostomía contenida utilizando
yendo la única diferencia entre ambos, el número de sujetos bolsa de Bogotá, en términos de morbilidad hospitalaria aso-
estudiados. De tal forma que, cuando el número de casos en ciada al procedimiento; la que fue de 38,0%. La mortalidad
estudio es igual o inferior a 10, se habla de reporte de casos hospitalaria fue 12%; y tras un seguimiento de 48 meses se
y cuando el número de casos en estudio es superior a 10, se verificó que el 60% de los pacientes desarrollaron hernia
considera una serie de casos. Son los diseños más común- incisional (Manterola et al., 2013a).
mente encontrados en las revistas científicas y en este tipo
de estudios no existe un grupo de comparación. 2. Estudios de corte transversal. Su característica funda-
mental es que todas las mediciones se hacen en una sola oca-
Se trata entonces, de la observación y descripción de sión, por lo que no existen períodos de seguimiento. En otras
características de uno o de un grupo de sujetos que presen- palabras, con éste diseño, se efectúa el estudio en un momen-
tan un cuadro clínico, una enfermedad poco frecuente, una to determinado de la evolución de la enfermedad o evento de
manifestación poco usual de una enfermedad; o que han sido interés. De esta manera, no se puede distinguir si la exposi-
sometidos a una modificación terapéutica, o que respondie- ción determinó el desarrollo de la enfermedad evento de inte-
ron de manera inusual a un tratamiento determinado. Cons- rés (EI), o sólo afecta el nivel individual de la exposición.
tituyen entre el 70% y 80% de los artículos originales publi-
cados en la literatura biomédica (Black; Manterola et al., Los estudios de prevalencia son un exponente de éste
2009; Manterola & Astudillo, 2013). tipo de diseño (Manterola, 2001a). Entendiendo como pre-
valencia la proporción de sujetos de una población determi-
Ejemplos nada, en un momento determinado, que presentan una en-
fermedad o EI (Newman et al., 2001).
Reporte de casos. “Periquistectomía laparoscópica en quis-
tes hidatídicos hepáticos”. Se describe la técnica quirúrgica Para algunos factores que permanecen inalterables
empleada y los resultados en términos de morbilidad, estan- en el tiempo como sexo o grupo sanguíneo, este tipo de es-
Fig. 3. Estructura de un estudio de corte transversal. Las figuras de la izquierda representan una población en estudio
y las figuras coloreadas a los sujetos con el evento de interés del que se desea determinar su prevalencia. En este caso,
la prevalencia es de 5/14*100; es decir, de 35,7% de alguna de las entidades nosológicas señaladas en el recuadro de
la derecha.
638
MANTEROLA, C. & OTZEN, T. Estudios observacionales. los diseños utilizados con mayor frecuencia en investigación clínica. Int. J. Morphol., 32(2):634-645, 2014.
tudios proveen evidencias de asociación estadística válidas, Estudio correlacional. ¿“Es la baja estatura un factor de
sin embargo para variables generales no permiten plantear riesgo para mortalidad por enfermedad coronaria e infarto
asociación. miocárdico?” Estudio de la relación entre la variable estatu-
ra y longevidad sanitaria a 30 años. Equipos de investiga-
En algunos estudios los factores de riesgo pueden ción multicéntricos de diferentes centros europeos, estudia-
estar sujetos a alteraciones subsecuentes al desarrollo de la ron sujetos sanos y vigorosos de 8 países. Utilizaron distin-
enfermedad o EI. En estos casos, los datos pueden ser utili- tos instrumentos de medición; y verificaron que a mayor
zados para describir las características de los individuos que estatura, mayor correlación existía con mortalidad coronaria,
padecen la enfermedad o EI y formular hipótesis, pero no con un valor de r de 0,87 y un valor de p menor de 0,01
para probarlas. (Samaras et al., 2004).
te de los casos, debe existir exactitud comparable en la me- tividad física actual y pasada, número de embarazos, historia
dición de la exposición en estudio, y se han de minimizar los familiar de hernia, antecedentes de hábito de fumar, obstruc-
confundentes (variables que pueden alterar o confundir la ción urinaria, estitiquez, trauma, fractura de pelvis e inter-
asociación en estudio). Por otro lado, se ha de considerar el venciones sobre el abdomen. Se identificaron como factores
problema del número necesario de controles por cada caso; de riesgo para desarrollar hernia inguinal, la historia familiar
y es así que en general se tiende a pensar en una relación de de hernia (OR de 4,3) y la existencia de estitiquez (OR de
1:1 (es decir un control por cada caso), sin embargo, esta 2,5); esto significa que el tener historia familiar de hernia
relación variará dependiendo de la disponibilidad de casos y respecto de no tenerla, determina una probabilidad 4,3 veces
controles. El tamaño de muestra más pequeño se obtiene mayor de desarrollar hernia inguinal; y que ser estítica res-
cuando la proporción de casos:controles es 1:1; sin embar- pecto de no serlo, determina una probabilidad 2,5 veces ma-
go, cuando hay poca disponibilidad de unos u otros, se pue- yor de desarrollar hernia inguinal. Por otro lado, se identificó
de utilizar una relación distinta (1:2, 1:3 ó 1:4), tomando en como factor de protección la actividad física actual (OR de
cuenta que el total de sujetos en la muestra se incrementará. 0,2), lo que significa que la actividad física se asocia a una
menor probabilidad de desarrollar hernia inguinal en compa-
Pero, aunque los controles hospitalarios son los más ración con mujeres que no la realizan (Liem et al., 1997).
comúnmente utilizados, debido a su disponibilidad; se ha
de considerar que pueden estar tan o más enfermos que los “¿Existe Alteración de los Mecanismos de Degrada-
casos, y tener patologías de algún modo relacionadas con la ción del Colágeno de la Matriz Extracelular Manifestada en
entidad en estudio, que actuarán como confundentes. Por la Expresión de MMP2 y TIMP2 en Pacientes con Hernia
otra parte los controles poblacionales podrían ser los idea- Inguinal Primaria?”. Se incluyeron pacientes con HI prima-
les, pues en general se encuentra libres de influencias rela- ria mayores de 15 años, sin restricción de sexo (n = 21 ca-
cionadas con la salud, pero su interés por participar en estu- sos), e individuos sin hernias, mayores de 15 años, interve-
dios científicos en general no es adecuado, razón por la que nidos por apendicitis aguda (n = 20 controles). La variable
con ellos se corre el riesgo de incurrir en sesgos de medi- resultado fue determinación de MMP2 y TIMP2 mediante
ción (calidad de la información aportada). Finalmente los inmunohistoquímica. No se observaron diferencias
controles especiales (familiares o amigos de los casos), po- estadísticamente significativas en las variables sexo, estatu-
drían ser perfectos, pues al estar cerca del caso suelen tener ra, peso, IMC y hábito tabáquico entre casos y controles. Se
interés en colaborar en estudios relacionados con la enfer- verificaron diferencias en las variables, antecedente fami-
medad o EI que afecta a su pariente o conocido, pero al liar de hernia e historia de estreñimiento (más frecuentes en
mismo tiempo, con ellos se corre el riesgo del sobre reporte casos). La tinción inmunohistoquímica de MMP2, fue ma-
de información, o incluso que por vivir en el mismo sector yor en los casos (53,4% vs. 40,0%; p=0,5068), y la de
estén expuestos al o a los mismos factores de exposición en TIMP2, fue mayor en los controles (35,0% vs. 23,8%;
estudio. No obstante las consideraciones previas, es impor- p=0,7333). Por otra parte, no se verificó asociación entre
tante tener en cuenta la importancia de una buena definición alteración de los mecanismos de degradación del colágeno,
de los casos y los controles, utilizar técnicas de empareja- manifestados en la expresión de MMP2 y TIMP2, con el
miento (por sexo, edad, peso, estatura, etc.), y considerar desarrollo de HI primaria (Molina et al., 2012).
también que en ocasiones puede ser necesario utilizar un
segundo o tercer grupo de controles o controles de un ori- 5. Estudios de cohortes. Una cohorte es un grupo de suje-
gen diferente (por ejemplo, un grupo de controles hospita- tos que se siguen en el tiempo esperando la aparición de una
larios y otro del consultorio adosado, situación en la que la enfermedad o EI (variable resultado), y por otro lado un “fac-
finalidad es comparar la fuerza de asociación entre los ca- tor de exposición”, que es aquel que puede predecir la va-
sos y los controles de un grupo; y los casos y los controles riable resultado (variable predictiva). Son estudios en los
del otro grupo para posteriormente comparar los resultados) que el investigador realiza una comparación entre grupos
(Wacholder et al., 1992a, 1992b; Newman et al.). de sujetos, buscando factores de riesgo que pudiesen aso-
ciarse al desarrollo del EI, sin tener control sobre la exposi-
Ejemplo ción a estos factores en evaluación (Fig. 5) (Manterola,
2001c). Su objetivo es asegurar que la aparición de un caso
“Factores de riesgo para hernia inguinal en la mujer: Estudio nuevo de una enfermedad o EI difiere entre un grupo de
de casos y controles”. Se efectuó una comparación entre 89 individuos expuestos y no expuestos a al potencial factor de
mujeres con hernia inguinal (casos hospitalarios e inciden- riesgo (Steven et al. 2001).
tes) y 176 consultantes por tumores benignos de piel (contro-
les hospitalarios, emparejadas por estancia hospitalaria y tiem- Las cohortes pueden ser simples y dobles; retrospec-
po quirúrgico). Se aplicó un cuestionario para establecer ac- tivas o históricas; prospectivas o concurrentes; y cohortes
640
MANTEROLA, C. & OTZEN, T. Estudios observacionales. los diseños utilizados con mayor frecuencia en investigación clínica. Int. J. Morphol., 32(2):634-645, 2014.
Fig. 4. Estructura de los estudios de casos y controles. En el PRESENTE, se seleccionan dos grupos de sujetos. Uno de
casos (en gris) y otro de controles (en blanco). Se va hacia el pasado en busca de un factor de riesgo y se verifica que en los
“casos” este factor estaba presente en 6/8, es decir en el 75,0%; en cambio, en los “controles”, sólo en 2/8 es decir en el
25,0%; situación que representa una fuerza de asociación entre el factor de riesgo y la condición de caso y control, que en
esta hipotética situación tendría un OR de 9,0 (la presencia del factor se asocia a mayor ocurrencia del evento, en este caso
9,0 más frecuente).
especiales (bidireccionales, casos y controles anidados en puesto; es así como, si se realiza un estudio que requiere de
una cohoirte, etc.) (Manterola, 2001c; Steven et al.). un grupo especial de exposición con problemas ocupacio-
nales, se sugiere utilizar a la población general del área don-
Dentro de las características propias del diseño, es de se encuentra instalada la empresa o industria en cuestión
relevante hacer mención de algunos aspectos fundamenta- como un grupo externo de comparación o una cohorte simi-
les: Uno de ellos se refiere a la selección de las cohortes. lar que comparte la experiencia con la cohorte de exposi-
Estas, se han de seleccionar con base en la presencia o au- ción especial.
sencia de exposición a un factor presumiblemente de riesgo
para el desarrollo de una enfermedad o EI. La población Otro aspecto tiene que ver con la definición de la
expuesta se selecciona según el tipo de exposición; así, en exposición. Una vez definida la exposición todos los suje-
el caso de exposiciones comunes (como el consumo de al- tos potenciales deben estar libres de la enfermedad o EI al
cohol), los sujetos expuestos se pueden seleccionar a partir ingresar al estudio. Todos los sujetos elegibles deben ser
de la población. En caso de exposiciones poco frecuentes seguidos por un periodo de tiempo predeterminado para
(como factores ocupacionales), los sujetos expuestos se pue- evaluar la ocurrencia de la enfermedad o EI.
den seleccionar a partir de grupos especiales de la pobla-
ción (áreas específicas), de ésta forma la medida de exposi- También se ha de considerar las fuentes de informa-
ción será más exacta. En ambos casos, se ha elegir grupos ción de la exposición. Estas nos permiten clasificar al sujeto
de estudio que faciliten la obtención de la información rele- en expuesto y no-expuesto, nos aportan datos demográfi-
vante (en empresas, compañías, escuelas, etc.). La pobla- cos, datos sobre potenciales factores de confusión, y nos
ción no-expuesta debe ser similar al grupo expuesto en to- dan cierto margen de seguridad que la información obteni-
dos los factores posibles relacionados al resultado excepto da será comparable para todos los participantes. Sin embar-
en el factor de exposición a evaluar; por lo tanto, la recolec- go, se ha de considerar que pueden ocurrir cambios en los
ción de información debe ser comparable a la del grupo ex- niveles de exposición durante el seguimiento.
641
MANTEROLA, C. & OTZEN, T. Estudios observacionales. los diseños utilizados con mayor frecuencia en investigación clínica. Int. J. Morphol., 32(2):634-645, 2014.
Fig. 5. Estructura de un estudio de cohortes. A partir del PRESENTE, se siguen en el tiempo a dos grupos de sujetos
(cohortes); uno de expuestos a un factor en estudio y otro de no expuestos a este factor. En el FUTURO, se evalúa la
incidencia o riesgo absoluto (RA) del desarrollo del evento de interés en ambos grupos. En este hipotético escenario,
en la cohorte de no expuestos la incidencia o RA de desarrollo del evento de interés es de 1/6 (0,167 o 16,7%), y en la
cohorte de expuestos la incidencia o RA de 3/6 (0,5 o 50%). Por ende, el cálculo del riesgo relativo (0,5/0,167) nos da
un valor de 2,99; es decir, la presencia del factor en estudio se asocia a mayor ocurrencia del evento), en este caso 2,99
veces más frecuente.
Las fuentes de información pueden ser de tipo indi- como aquel estudio, que puede ser utilizado para determi-
recta, cuando se utilizan registros preexistentes; o directas, nar el pronóstico e historia natural de algún EI, con un se-
cuando la información se obtiene a partir de encuestas, en- guimiento que comienza en el presente y se extiende hacia
trevistas, examen clínico, pruebas de laboratorio, etc. el futuro; período en el que se pueden medir y en forma
acuciosa una serie de variables. En estos, la exposición al
Y por último, se han de considerar las fuentes de in- factor puede ya haber ocurrido, pero la enfermedad o EI aún
formación de la variable resultado. Este tipo de informa- no. Además, es el diseño que permite calcular la incidencia
ción debe tener un alto grado de certeza, y ha de ser compa- y riesgos.
rable tanto en los expuestos como en los no-expuestos. Se
puede obtener de fuentes tan diversas como exámenes pe- Los estudios de cohortes retrospectivas o históricas,
riódicos de salud o certificados de defunción. Sin embargo, son aquellos en que tanto la exposición como el EI ya ocu-
se ha de asumir que los resultados dependerán del segui- rrieron cuando se dio inicio el estudio. En estas, el segui-
miento de las cohortes. Este debe ser completo para cada miento es desde el pasado hasta el presente. Son más rápi-
individuo que compone cada cohorte, desde el momento de das y económicas que los estudios de cohortes prospectivas;
su enrolamiento hasta el fin del período considerado (este son de gran utilidad si los periodos de latencia entre la ex-
lapso de tiempo debe ser suficiente para que los sujetos en posición y el desarrollo de la enfermedad o EI son prolon-
estudio desarrollen o no el EI); considerando que el porcen- gados; para su ejecución, requieren del acceso a fuentes de
taje de pérdida de seguimiento de las cohortes no debe ser información preexistentes adecuadas, esto implica que se
inferior a 80%. No obstante ello, la duración del seguimien- puede disponer de datos incompletos y por ende no compa-
to dependerá del periodo de latencia estudiado entre la ex- rables de los sujetos en estudio (por ejemplo hábitos de vida,
posición y el resultado o evento de interés. consumo de tabaco, alcohol, actividad sexual, etc., datos que
habitualmente no se encuentran disponibles en los registros,
Existen diversos tipos de estudios de cohortes. Los lo que determina a su vez, potenciales factores de confu-
estudios de cohorte prospectiva o concurrente se definen sión).
642
MANTEROLA, C. & OTZEN, T. Estudios observacionales. los diseños utilizados con mayor frecuencia en investigación clínica. Int. J. Morphol., 32(2):634-645, 2014.
Se define como cohorte bidireccional a aquella en Estudio de casos y controles anidado en una cohorte: “Fac-
la que los datos son recolectados tanto de forma prospectiva tores asociados a morbilidad en cirugía de la hidatidosis he-
como retrospectiva; pudiendo ser de utilidad cuando la ex- pática”. Se estudió asociación entre el desarrollo de morbilidad
posición en estudio tiene efectos tanto a corto como a lar- postoperatoria (MPO) y distintas variables clínicas, de labo-
go plazo. Son especialmente útiles para estudiar exposi- ratorio, evolutivas de la enfermedad y quirúrgicas en 202 pa-
ciones raras a factores ocupacionales o ambientales. cientes intervenidos por hidatidosis hepática (HH). La MPO
promedio fue 16,4%; encontrándose asociación entre el desa-
Se considera como estudio de casos y controles ani- rrollo de MPO y las variables edad, hematocrito, recuento de
dado en una cohorte aquel en el que se introduce un dise- leucocitos, fosfatasa alcalina, antecedente de cirugías previas
ño de “casos y controles” en una cohorte; para lo que se por HH y existencia de comunicaciones biliares. Al aplicar
efectúa una evaluación de todos los casos con el EI y se modelos multivariados, se verificó que sólo las variables
seleccionan grupos de control sin el EI dentro de la misma “edad” y “antecedente de cirugía previa por HH” se asociaron
cohorte; siendo su gran ventaja el que permite disminuir significativamente con el desarrollo de MPO (p = 0,017 y 0,018
los costos de un estudio de cohorte. respectivamente); sin embargo sólo se constató fuerza de aso-
ciación para la variable “antecedente de cirugía previa por
Ejemplos HH”, con un OR de 4,1; lo que significa que el tener antece-
dente de cirugía previa por HH respecto de no tenerlo, al mo-
Cohorte concurrente: “Tratamiento de la cavidad resi- mento de ser intervenido por HH, determina una probabilidad
dual durante la cirugía de la hidatidosis hepática: estudio 4,1 veces mayor de desarrollar MPO (Manterola et al., 2005b).
de cohorte de capitonaje vs. omentoplastía”. Se reclutaron
88 pacientes operados por hidatidosis hepática en los que Instrumentos para evaluar los EO
quedó cavidad residual. 40 fueron tratados con capitonaje
(no expuestos) y 48 con omentoplastia (expuestos). La A pesar de ser los diseños más utilizados en el reporte
variable resultado fue el desarrollo de morbilidad de resultados en las revistas biomédicas, existen pocos instru-
postoperatoria; la que se observó tras un seguimiento de mentos que permitan valorar la calidad de los EO; pues la
84 meses en un 11,4% de los sujetos. No se constató la mayor parte de los existentes son listas de chequeo o verifica-
presencia de factores confundentes. El riesgo absoluto de ción respecto de cómo se deben reportar resultados con este
morbilidad para la cohortes fue 0,025 y 0,1875 (capitonaje tipo de diseños. A continuación se mencionan y describen
y omentoplastia respectivamente; con un valor de p de someramente algunos de ellos.
0,044); con un riesgo relativo de 0,13 (IC de 95% de 0,03–
0,70); lo que determina que el capitonaje se comporta como 1. La iniciativa STROBE (Strengthening the Reporting of
un factor protector del desarrollo de complicaciones Observational Studies in Epidemiology), publicó en 2007, una
postoperatorias en este tipo de pacientes (Manterola et al., guía para reportar EO (Vandenbroucke et al. 2007); el que fue
2013b). actualizado en 2008 (von Elm et al., 2008). Es una lista de 22
puntos a tener en consideración en la comunicación de resul-
“Rotura intrabiliar de equinococoosis hepática como tados utilizando los diseños más importantes de la
factor de riesgo para el desarrollo de morbilidad epidemiología analítica observacional: estudios transversales,
postoperatoria. Estudio de cohorte”. Se reclutaron 252 pa- estudios de casos y controles, y estudios de cohortes. Estos
cientes operados por hidatidosis: 96 sin comunicaciones puntos se refieren en general al título y resumen, la introduc-
biliares (no expuestos) y 156 con comunicaciones biliares ción, la metodología, los resultados y la discusión.
(expuestos). La variable de exposición fue la presencia de
comunicaciones biliares (presente o ausente; y en segun- 2. La iniciativa STARD (Statement for Reporting Studies
do análisis categorizada en ausente/una/dos o más) y la of Diagnostic Accuracy), publicó en 2007, una guía acerca
variable resultado fue el desarrollo de morbilidad de cómo reportar de forma apropiada los resultados prove-
postoperatoria considerada de forma dicotómica. Se cons- nientes de estudios de la exactitud diagnóstica (Bossuyt et
tató una incidencia global de morbilidad de 17,1% (9,4% al., 2003a, 2003b). Esta, consiste en una lista de compro-
en el grupo sin comunicaciones y de 21,8% en el grupo bación de 25 ítems y un organigrama con el que autores y
con comunicaciones [p = 0,011]). El riesgo relativo ajus- revisores pueden apreciar si toda la información relevante
tado fue de 3,4 (IC de 95% 2,64 y 4,18); lo que permitió está presente.
concluir que la presencia de dos o más comunicaciones
biliares es un factor de riesgo para el desarrollo de 3. El grupo MOOSE (Meta-analysis of observational studies
morbilidad postoperatoria en pacientes con hidatidosis in epidemiology), publicó en 2000, una propuesta para el
hepática (Manterola et al., 2010). reporte de meta-análisis de estudios observacionales (Stroup
643
MANTEROLA, C. & OTZEN, T. Estudios observacionales. los diseños utilizados con mayor frecuencia en investigación clínica. Int. J. Morphol., 32(2):634-645, 2014.
et al., 2000), que consiste en una lista de comprobación de del diseño, criterios de elegibilidad de la muestra y justifi-
datos específicos para informar un meta-análisis de EO, in- cación de ésta) (Manterola et al., 2009).
cluyendo la estrategia de búsqueda, métodos, resultados,
discusión y conclusión (es). 5. Por otra parte, este mismo grupo (MINCIR), publicó re-
cientemente un sistema de verificación para el reporte de
4. El grupo MINCIR (Metodología de Investigación en Ci- resultados con EO descriptivos, con el objetivo de colabo-
rugía), publicó en 2009, una propuesta para la realización rar con autores, revisores y editores para que la información
de RS y meta-análisis con diferentes tipos de diseños (in- relevante de este tipo de estudios se encuentre presente en
cluidos los EO). Está, permite evaluar calidad metodológica, el manuscrito. Cuenta con validez de fachada y contenido,
contando con estudios de validez y confiabilidad. Está com- aportada por un panel de 45 expertos en metodología de
puesta por 3 ítems; el primero, relacionado con el tipo de investigación, académicos clínicos, revisores y editores de
diseño del estudio; el segundo, con el tamaño de la pobla- revistas biomédicas, a través del cual se generó un instru-
ción estudiada; y el tercero, relacionado con la metodología mento compuesto por 19 ítems, agrupados en 4 dominios
empleada en el estudio en cuestión (objetivos, justificación (Manterola & Astudillo).
MANTEROLA, C. & OTZEN, T. Observational studies. The most commonly used designs in clinical research. Int. J. Morphol.,
32(2):634-645, 2014.
SUMMARY: Observational studies (OS) are clinical research designs whose goal is "the observation and description of events
without any intervention in the natural course of these. Measurements can be made over the time (longitudinal study), either retrospectively
or prospectively, or in a unique way (cross-sectional study). Moreover, the EO can be descriptive, when the aim is to "observe and
describe" the behaviour of one or more variables in a group of subjects over a period of time and analytical, which allows comparative
analysis of groups of subjects without a process of allocation to a given subject, but it happens according to current clinical practice, and
therefore the researcher is a mere observer and descriptor of what is happening. OS have their strengths and weaknesses. They can be
used to report results in the areas of treatment and prevention, aetiology and harm, diagnosis, prognosis and natural history, scenarios in
which OS give evidence of different levels, depending on the particular design and the area in question. As group of designs, OS
represent the 80% of the publications of biomedical journals, independent of the database indexing and the eventual impact factor of each
journal. The concept of OS includes reporting and case series (prospective or retrospective), cross-sectional studies, population studies,
and ecological and correlational studies; diagnostic tests studies, case-control studies and cohort studies (prospective or retrospective).
KEY WORDS: Epidemiologic Studies; Cross-Sectional Studies; Case-Control Studies; Cohort Studies; Longitudinal
Studies; Follow-Up Studies.
REFERENCIAS BIBLIOGRÁFICAS
Black, N. Why we need observational studies to evaluate the Hulley, S. B. & Cummings, S. R. Designing clinical research.
effectiveness of health care. BMJ, 312:1215-8, 1996. 2nd ed. Philadelphia, Williams and Wilkins, 2001.
Borja-Aburto, V. H.; Muñoz, S. & Bustamante-Montes, P. The case- Liem, M. S.; van der Graaf, Y.; Zwart, R. C.; Geurts, I. & van
control design in medical research. Rev. Invest. Clin., 49:481- Vroonhoven, T. J. Risk factors for inguinal hernia in women:
9, 1997. a case-control study. The Coala Trial Group. Am. J.
Epidemiol., 146:721-6, 1997.
Bossuyt, P. M.; Reitsma, J. B.; Bruns, D. E.; Gatsonis, C. A.;
Glasziou, P. P.; Irwig, L. M.; Moher, D.; Rennie, D.; de Vet, H. Manterola, C. Estrategias de investigación. Diseños
C.; Lijmer, J. G. & Standards for Reporting of Diagnostic observacionales 1a parte. Estudios descriptivos. Rev. Chil.
Accuracy. The STARD statement for reporting studies of Cir., 53:229-33, 2001a.
diagnostic accuracy: explanation and elaboration. Ann. Intern.
Med., 138(1):W1-12, 2003a. Manterola, C. Estrategias de investigación. Diseños
observacionales 2a parte. Estudio de casos y controles. Rev.
Bossuyt, P. M.; Reitsma, J. B.; Bruns, D. E.; Gatsonis, C. A.; Chil. Cir., 53:316-20, 2001b.
Glasziou, P. P.; Irwig, L. M.; Lijmer, J. G.; Moher, D.; Rennie,
D.; de Vet, H. C. & Standards for Reporting of Diagnostic Manterola, C. Estrategias de investigación. Diseños
Accuracy. Towards complete and accurate reporting of studies observacionales 3a parte. Estudio de cohortes. Rev. Chil. Cir.,
of diagnostic accuracy: The STARD Initiative. Ann. Intern. 53:410-4, 2001c.
Med., 138:40-4, 2003b.
644
MANTEROLA, C. & OTZEN, T. Estudios observacionales. los diseños utilizados con mayor frecuencia en investigación clínica. Int. J. Morphol., 32(2):634-645, 2014.
Manterola, C.; Fernández, O.; Muñoz, S.; Vial, M.; Losada, H.; Sackett, D. L.; Haynes, R. B.; Guyatt, G. H. & Tugwell, P.
Carrasco, R.; Bello, N. & Barroso, M. Laparoscopic Epidemiología Clínica: Ciencia básica para la medicina clí-
pericystectomy for liver hydatid cysts. Surg. Endosc., 16:521- nica. Buenos Aires, Médica Panamericana, 1994.
4, 2002.
Samaras, T. T.; Elrick, H. & Storms, L. H. Is a short height really a
Manterola, C.; Bustos, L. & Vial, M. Prevalencia de enfermedad risk factor for coronary heart disease and stroke mortality? A
por reflujo gastroesofágico en población general urbana adul- review. Med. Sci. Monit., 10:RA63-76, 2004.
ta. Rev. Chil. Cir., 57:476-82, 2005a.
Steven, R.; Cummings, S. R.; Ernster, V. & Hulley, S. B. Designing
Manterola, C.; Vial, M.; Pineda, V.; Sanhueza, A. & Barroso, M. an observational study: Cohort studies. In: Hulley, S. B. &
Factors associated with morbidity in liver hydatid surgery. Cummings, S. R. (Eds.). Designing clinical research. 2nd ed.
ANZ J. Surg., 75:889-92, 2005b. Philadelphia, Lippincott Williams and Wilkins, 2001. pp.95-106.
Manterola, C.; Vial, M.; Pineda, V. & Sanhueza, A. Systematic Stroup, D. F.; Berlin, J. A.; Morton, S. C.; Olkin, I.; Williamson, G.
Review of Literature with Different Types of Designs. Int. J. D.; Rennie, D.; Moher, D.; Becker, B. J.; Sipe, T. A. & Thacker,
Morphol., 27:1179-86, 2009. S. B. Meta-analysis of observational studies in epidemiology: a
proposal for reporting. Meta-analysis Of Observational Studies
Manterola, C. & Zavando, D. Cómo interpretar los “Niveles de in Epidemiology (MOOSE) group. JAMA, 283:2008-12, 2000.
Evidencia” en los diferentes escenarios clínicos. Rev. Chil.
Cir., 61:582-95, 2009. Vandenbroucke, J. P.; von Elm, E.; Altman, D. G.; Gøtzsche, P. C.;
Mulrow, C. D.; Pocock, S. J.; Poole, C.; Schlesselman, J. J.;
Manterola, C.; Vial, M.; Sanhueza, A. & Contreras, J. Intrabiliary Egger, M. & STROBE Initiative. Strengthening the Reporting
rupture of hepatic echinococcosis, a risk factor for developing of Observational Studies in Epidemiology (STROBE):
post-operative morbidity. A cohort study. World J. Surg., explanation and elaboration. Epidemiology, 18:805-35, 2007.
34:581-6, 2010.
von Elm, E.; Altman, D. G.; Egger, M.; Pocock, S. J.; Gøtzsche, P.
Manterola, C.; Muñoz, C.; Moraga, J.; Urrutia, S. & Grupo C.; Vandenbroucke, J. P. & STROBE Initiative. The
MINCIR. Contained laparostomy with a Bogota bag. Results Strengthening the Reporting of Observational Studies in
of case series. Cir. Esp., 89:379-85, 2013a. Epidemiology (STROBE) statement: guidelines for reporting
observational studies. J. Clin. Epidemiol., 61:344-9, 2008.
Manterola, C.; Roa, J. C.; Urrutia, S. & Grupo MINCIR.
Treatment of the residual cavity during hepatic hydatidosis Wacholder, S.; McLaughlin, J. K.; Silverman, D. T. & Mendel, J. S.
surgery: A cohort study of capitonnage vs. omentoplasty. Selection of controls in case control studies I, Principles. Am. J.
Surg. Today, 43:1412-8, 2013b. Epidemiol., 135:1019-28, 1992a.
Manterola, C. & Astudillo, P. Checklist for Reporting of Wacholder, S.; McLaughlin, J. K.; Silverman, D. T. & Mendel, J.
Descriptive Observational Studies. MINCIR Initiative. Int. S. Selection of controls in case control studies II, Types of
J. Morphol., 31:115-20, 2013. controls. Am. J. Epidemiol., 135:1029-41, 1992b.
645
Colegio
Mexicano de
Inmunología
Clínica A.C. Revista
Metodología de la investigación
Alergia México
Abstract
Experimental studies are used to assess the efficacy and effectiveness of therapeutic
(pharmacological or surgical), preventive (such as vaccination or lifestyle changes) or educational
interventions (e.g., workshops to improve quality and healthcare). There are different experimental
studies but, currently, randomized controlled trial (RCT) is recognized as the type of study that
provides the highest level of evidence. When this type of research cannot be carried out, there are
quasi-experimental studies, where there may be no randomization or a control group; however,
this type of studies has a lower degree of validity. This article describes the way different types of
RCT and quasi-experimental studies are performed; their advantages and disadvantages are also
explained.
Este artículo debe citarse como: Zurita-Cruz JN, Márquez-González H, Miranda-Novales G, Villasís-Keever MÁ.
Estudios experimentales: diseños de investigación para la evaluación de intervenciones en la clínica. Rev Alerg
Mex. 2018;65(2):178-186
ORCID
Jessie Nallely Zurita-Cruz, 0000-0003-1389-7964; Horacio Márquez-González, 0000-0001-9041-5813;
Guadalupe Miranda-Novales, 0000-0003-3262-2608; Miguel Ángel Villasís-Keever, 0000-0002-8566-0811
1
Instituto Mexicano del Seguro Social, Centro Médico Nacional Correspondencia: Miguel Ángel Villasis-Keever.
Siglo XXI, Hospital de Pediatría, Ciudad de México, México miguel.villasis@gmail.com
2
Instituto Mexicano del Seguro Social, Centro Médico Nacional
Siglo XXI, Hospital de Cardiología, Ciudad de México, México Recibido: 2018-03-27
3
Instituto Mexicano del Seguro Social, Centro Médico Nacional Aceptado: 2018-04-04
Siglo XXI, Unidad de Investigación en Síntesis y Análisis de la DOI: 10.29262/ram.v65i2.376
Evidencia, Ciudad de México, México
Resumen
Los estudios experimentales se utilizan para evaluar la eficacia y efectividad de una intervención
terapéutica (farmacológica o quirúrgica), preventiva (como la vacunación o los cambios estilo de
vida) o educativa (por ejemplo, taller para mejorar la calidad y la atención a la salud). Existen
diferentes estudios experimentales, pero en la actualidad se reconoce que el ensayo clínico
controlado y aleatorizado es el que brinda el mayor grado de evidencia. Cuando no se puede
llevar a cabo este tipo de investigación se tienen disponibles los estudios cuasiexperimentales, en
los cuales puede ser que no se realice aleatorización o no exista un grupo control, sin embargo,
tienen un menor grado de validez. En este artículo se describe la forma de realizar los diferentes
tipos de ensayo clínico controlado y aleatorizado y estudios cuasiexperimentales; también se
exponen sus ventajas y desventajas.
Abreviaturas y siglas
ECC, ensayo clínico controlado y aleatorizado
existir mayor número de pacientes que se mejoran, que sea el tratamiento estándar, es decir, la mejor
en comparación al grupo control. alternativa terapéutica vigente en el momento de
Si bien, el ensayo clínico controlado y aleato- ejecutar el ensayo clínico.
rizado (ECCA) es el diseño de investigación ideal En la Figura 1a se describe el proceso de un
para la evaluación de la eficacia y efectividad de ECCA. Como se observa, para determinar la efica-
las intervenciones, desde hace años se disponen de cia o efectividad de la intervención experimental, la
otros tipos de estudios experimentales que también variable de desenlace principal se debe medir antes
pueden ayudar a comprobar la magnitud del efecto y después de otorgar la intervención en los dos gru-
de las intervenciones, aunque con menor grado de pos. Si al terminar el estudio, los resultados favo-
validez. Estos estudios siguen teniendo vigencia, recen al grupo experimental se considerará que la
dado que no siempre es posible realizar ECCA. En intervención es eficaz o efectiva.
este artículo se exponen las características de dis-
tintos diseños experimentales, incluyendo ventajas, Aleatorización
desventajas y ejemplos. En los ECCA, la aleatorización se refiere a la proba-
bilidad que tiene cada participante de asignarle a una
Ensayo clínico controlado aleatorizado u otra intervención, es decir, grupo experimental o
Este diseño es el más riguroso para la evaluación de grupo control. Así, se garantiza que el otorgamiento
cualquier intervención; para llamarlo ECCA debe de la intervención no sea debido a la percepción del
cumplir con cuatro características principales: participante (por ejemplo, suponer que sirve el fár-
maco) o de los investigadores (por ejemplo, brindar
• Utilizar un grupo control que permita la com- el fármaco en estudio a los pacientes más graves).
paración del efecto de la intervención sobre los De hecho, desde hace años, la aleatorización es la
grupos. que se considera la estrategia más importante para
• La asignación de la intervención debe ser al azar determinar si una intervención es eficaz o efectiva.
(también llamado método de aleatorización) Además, la aleatorización tiene otra ventaja
para evitar que la aplicación de la intervención importante: balancear las posibles variables de con-
dependa de los investigadores y, además, ayuda fusión entre el grupo experimental y el control, las
a que las características iniciales entre los gru- cuales pueden modificar los resultados de la inves-
pos sean semejantes. tigación. Cuando se logra que la frecuencia y dis-
• La medición de la(s) variable(s) de desenlace tribución de las diferentes variables sean similares
deben ser cegadas, lo cual evita sesgos de infor- entre los dos grupos, los resultados del estudio serán
mación. más confiables. De tal forma que si los resultados
• Al término del estudio, la mayoría (≈ 90 %) de arrojan que el grupo experimental tuvo mayor be-
los participantes deben haber tenido una vigilan- neficio se puede asumir que dicha intervención es la
cia completa durante todo el periodo del estudio. directamente responsable de modificar el curso de la
enfermedad.
El grupo control se refiere al grupo de sujetos Existen diferentes tipos de aleatorización, los cua-
que recibe una intervención para contrastar los re- les no alteran la esencia de lo ya señalado y general-
sultados con el grupo experimental. En los ensayos mente se utilizan para hacer más eficiente el estudio.
clínicos, el uso de placebo es generalmente la in- La aleatorización simple es la forma más frecuente y
tervención de control, la cual tiene una apariencia puede realizarse de diversas maneras: echar una mone-
similar a la intervención en estudio, pero se trata de da al aire, haciendo una rifa o tómbola en la cual cada
una sustancia inerte; se ha reportado que el uso de participante toma un papel que indica el grupo que co-
placebo puede provocar mejoría hasta en 40 % los rresponde. También puede ser mediante tablas de nú-
pacientes en una amplia gama de condiciones clí- meros aleatorios o con programas estadísticos.
nicas, tales como dolor, asma, presión arterial alta Otra forma es la aleatorización por bloques,
e incluso infarto de miocardio. Cabe señalar que el que consiste dividir el total de la muestra y hacer
grupo control no necesariamente debe ser un place- pequeños “sorteos” de aleatorización simple. Por
bo pues en ocasiones lo más adecuado (y ético) es ejemplo, si se pretende hacer una investigación con
Grupo
a) asignado Medición Aplicación Medición
Grupo Intervención
Antes Al terminar
experimental por evaluar
Participantes
Aleatorización
seleccionados
Grupo No intervención
Antes Al terminar
control o placebo
Grupo
Medición Aplicación Medición
b) asignado
Medición A +
Grupo 1 Antes
n
Al terminar
rizació
dosis X
Aleato
Medición A +
Grupo 2 Antes dosis Y Al terminar
Participantes
seleccionados
Medición B +
Grupo 3 Antes Al terminar
dosis X
c)
Grupo Medición
Medición Aplicación Medición Medición Aplicación
asignado
esteAl tipo de diseños Al
Antes con
Intervención
Periodo de lavado
d)
Figura 1. Tipos de ensayos clínicos controlados y aleatorizados (ECCA). a) ECCA clásico. b) ECCA factorial.
c) ECCA cruzado. d) Ensayo clínico N de 1
100 participantes (50 por grupo), entonces se pueden simple; mientras que cuando ambos están cegados el
hacer cinco bloques de 20, sorteando 10 para el gru- estudio se considera doble ciego. Cuando no se lleva
po experimental y 10 para al control. La ventaja de a cabo algún tipo de cegamiento, el diseño de in-
esta modalidad es que al término de cada “bloque” vestigación se deberá nombrar como ECCA abierto.
siempre habrá un número igual de participantes de
los dos grupos. En el caso de la aleatorización estra- Vigilancia o seguimiento de participantes du-
tificada tiene por objetivo disminuir las variables de rante el estudio
confusión; por ejemplo, puede ocurrir que haya dife- El mejor ensayo clínico es aquel donde todos los par-
rencias de resultados entre hombres y mujeres, si es ticipantes que se incluyeron al inicio del estudio lo
el caso, se deberán sortear un grupo experimental y terminan. Sin embargo, es común observar que, por
otro control con cada estrato de hombres y de muje- diferentes razones, al final del estudio haya menor
res. De esta manera, al final habrá cuatro grupos. La número de participantes. Las razones de las llama-
desventaja principal de la aleatorización estratifica- das pérdidas durante el seguimiento pueden ser por
da es el incremento del tamaño de muestra. fallecimiento, cambio de domicilio, falta de apego o
abandono al tratamiento, eventos adversos graves,
Cegamiento etcétera. Desde hace tiempo se considera que una
Es una estrategia establecida por el investigador para pérdida no mayor de 10 % de participantes a lo largo
que la evaluación de los resultados sea objetiva, par- de la ejecución del estudio puede no afectar los re-
ticularmente cuando la variable de resultado princi- sultados, no obstante, siempre se deberá conocer las
pal se mide con datos que dependen de la percepción causas por las que los participantes decidieron o no
del paciente (como dolor, efectos adversos, calidad les fue posible continuar hasta el término del estudio.
de vida, etcétera) o de la participación del equipo Cuando ocurren pérdidas, los análisis estadís-
de salud (identificación de signos y síntomas, como ticos se pueden hacer de dos formas: por protocolo
dificultad respiratoria, medición de presión arterial o por intención a tratar. El primero se refiere a que
que pueden modificarse, entre otras cosas, por la serán incluidos en el análisis exclusivamente los
experiencia). Sin embargo, aun cuando la variable sujetos que cumplieron los criterios de selección,
de desenlace se mida de manera dura (como los re- en quienes se aplicó la intervención y hubo la vi-
sultados de exámenes de laboratorio), lo ideal es que gilancia de acuerdo con lo planeado originalmente.
todo ensayo clínico siempre sea cegado. Hacer el análisis de esta forma puede ser apropiado,
Cuando los participantes del estudio descono- pero se tiene que tomar en cuenta que generalmente
cen (es decir, están cegados) la intervención que los resultados hacen parecer a la intervención ex-
están recibiendo (por ejemplo, fármaco activo o pla- perimental mucho mejor de lo que es real. Por su
cebo), entonces el efecto real de la intervención será parte, en el análisis por intención a tratar, a fin de
obtenido al momento de hacer la evaluación de los evitar que las inferencias que se realizan cuando es
resultados. El propósito del cegamiento en los inves- por protocolo, se incluye a todos los participantes,
tigadores es para evitar una interpretación errónea independientemente de que no hayan completado el
cuando se realice la evaluación de la(s) variable(s) periodo de estudio. A los participantes que no com-
desenlace en los participantes en el estudio; por pletaron el estudio se les “asigna” el peor resultado
ejemplo, es posible que al conocer los pacientes del posible de la variable de desenlace evaluada; de esta
grupo del fármaco activo se realice mayor número forma se podrá amortiguar lo observado en el aná-
de tomas de la variable de resultado cuando no pa- lisis por protocolo. Si con el análisis de intención a
rece haber efecto terapéutico, o bien, puede ocurrir tratar los resultados muestran ventajas de la inter-
que en el grupo control se lleven a cabo otras ma- vención experimental sobre el grupo control, enton-
niobras (conocidas como cointervenciones), a fin de ces las conclusiones apoyarán con mayor solidez
proteger a los pacientes, si se piensa que deberían que dicha intervención es efectiva.
recibir otro tratamiento.
Como puede haber combinaciones, existen dos Ensayo clínico aleatorizado factorial
tipos de estudios: ciego simple o doble ciego. Si el En este diseño se evalúan más de dos intervenciones.
paciente o el investigador están cegados, será ciego Teóricamente el diseño puede expandir el número de
intervenciones, sin embargo, en los ensayos clínicos duración del estudio se duplica, lo cual puede in-
usualmente este número siempre es bajo. Por ejemplo, crementar los costos y la probabilidad de pérdidas.
si se desea probar la eficacia del medicamento A Asimismo, se debe tener en cuenta que, en el caso de
comparándolo con el medicamento B, pero tomando intervenciones educativas o medicamentos poco co-
en cuenta dos diferentes dosis de cada medicamento nocidos, el periodo de lavado puede ser insuficiente,
(dosis X y dosis Y), entonces se requerirá conformar lo que impedirá obtener resultados confiables.
cuatro grupos:
Ensayo clínico N de 1
• Con el medicamento A y dosis X. Una variante de los ensayos cruzados es el N de 1.
• Con medicamento A y dosis Y. En este tipo de estudios solo existe un paciente con
• Con medicamento B y dosis X. una condición crónica, pero con dos o más alterna-
• Con medicamento B y dosis Y. tivas terapéuticas, siendo el mismo sujeto su propio
control. Como se muestra en la Figura 1d hay tres
La utilidad de este tipo de diseño es analizar la intervenciones, las cuales se brindarán a periodos si-
interacción del efecto de más de dos intervenciones milares de tiempo. Entre cada una deberá haber me-
que se incluyen en el estudio. Como se observa en dición de la(s) variable(s) desenlace, idealmente un
la Figura 1b, con excepción del número de interven- periodo de lavado. Como también es un ECCA, pero
ciones, no hay variación del resto del diseño de un únicamente con un participante, entonces la aleato-
ECCA simple. rización será el momento de brindar cualquiera de
las tres intervenciones. Por ejemplo, las secuencias
Ensayo clínico aleatorizado cruzado de las intervenciones pueden ser: 1-2-3, 3-1-2 o 2-3-
En el ECCA de diseño cruzado los dos grupos reci- 1. La desventaja consisten en que puede ocurrir un
ben dos tratamientos o intervenciones en diferentes efecto de aprendizaje del participante en el estudio,
momentos. Como se observa en la Figura 1c, el gru- además del efecto acumulado tras recibir múltiples
po 1 recibe el tratamiento A y el grupo 2 recibe el tra- medicamentos durante las etapas del estudio.
tamiento B por un periodo de tiempo, posteriormente
se hace un periodo de lavado, donde los grupos dejan Diseños cuasiexperimentales
de recibir los tratamientos a fin de que la segunda En el área de la salud para la evaluación de inter-
parte del estudio sea semejante al momento de ini- venciones, en muchas ocasiones no se pueden rea-
cio del estudio; es decir, sin el efecto terapéutico de lizar ECCA por diferentes razones: tiempo, costos,
algún fármaco. razones éticas, la falta de deseo de los participantes.
Posteriormente, el grupo 1 recibe el tratamiento Cuando esto ocurre, la alternativa puede ser un es-
B y el grupo 2 recibe el tratamiento A por el mismo tudio cuasiexperimental o casi experimento, cuya
tiempo que habían recibido el tratamiento previo. característica principal es que la asignación a la(s)
Como se describe en la figura, la medición de la va- intervención(es) no es aleatoria, pero también puede
riable de desenlace se realiza antes y después de la ser por la falta de un grupo de comparación, o por
aplicación de una u otra intervención. ambas situaciones. Si bien, ambas situaciones llevan
Este tipo de diseño es particularmente útil cuan- a considerar menor grado de validez, estos diseños
do se quiere comprobar la posible diferencia entre pueden tener ciertas fortalezas:
dos tratamientos cuya eficacia se conoce. Asimismo,
solamente pueden ser realizados en poblaciones con • Requieren menor tiempo por la falta de un pro-
una enfermedad estable (como hipertensión arterial ceso menos riguroso de selección de participan-
o asma), ya que al término de cada intervención tes y porque es posible que los tiempos para me-
los pacientes deberán regresar a su estado basal. Es dir los desenlaces sean más cortos.
como hacer dos ECCA en un mismo grupo de pa- • Recrean un ambiente natural dado el investiga-
cientes, en dos periodos de tiempo diferente. Una de dor no siempre tiene la capacidad para seleccio-
las principales ventajas es que se duplica el tamaño nar a los sujetos de investigación.
de muestra, puesto que todos los pacientes recibirán • Son más baratos pues los costos se reducen al
las dos intervenciones. Sin embargo, el tiempo de carecer de un grupo control o que se le otorgue
placebo y también porque no hay control tan es- la intervención, puesto que para comprobar que la
tricto en cuanto a la selección de los participan- intervención experimental es efectiva debe demos-
tes y la medición de las variables de resultado. trarse cambio favorable en la variable de desenlace
• Pueden aplicarse en ámbitos sociales, en virtud después de su aplicación.
de que los investigadores pueden evaluar trata-
mientos ya establecidos. Cuasiexperimento de antes y después
en un solo grupo
Las desventajas son las siguientes: En la Figura 2c se describe uno de los diseños más
básicos, en el cual se evalúa la intervención en es-
• Asociaciones espurias: la incapacidad del investi- tudio en un solo grupo de pacientes. Para determi-
gador para controlar a priori (en los criterios de se- nar si dicha intervención puede ser útil, entonces
lección) todas las variables, lo que impide demos- la variable de desenlace se mide antes y después
trar de forma válida que la intervención evaluada de aplicarla. Se confirma la efectividad al observar
es la única responsable del resultado de interés. mejoría en la variable de desenlace, es decir, después
• Vigilancia: el número y tiempo en el que se rea- de la intervención se identifica modificación de los
lizan las mediciones para determinar el efecto datos basales. El problema fundamental de este di-
de la intervención sobre la(s) variable(s) de des- seño es que no se puede establecer con certeza si la
enlace pueden ser insuficientes para demostrar intervención sirve, ya que al no existir un grupo de
resultados contundentes. Al respecto, quienes comparación es posible que los cambios observados
optan por realizar este tipo de estudios deberían se deban a otros factores del ambiente o del propio
procurar que la medición de la variable de resul- participante en el estudio.
tado sea cegada.
Cuasiexperimentos de medidas repetidas
En la actualidad se conoce una gama de estu- Mediante múltiples registros del mismo grupo de
dios cuasiexperimentales; los más conocidos se des- pacientes a través del tiempo, los investigadores
criben a continuación: pueden analizar cambios tras la aplicación de una
intervención. Este diseño es muy parecido al ante-
Cuasiexperimento con grupo control no equivalente rior, pero no solamente se miden los cambios en la
En este diseño existe el grupo experimental que re- variable de desenlace una vez antes y después de la
cibe la intervención por evaluar, el cual se compara maniobra experimental, sino que se realiza un mayor
con un grupo control; debido a que ningún partici- número de mediciones y por periodos de tiempo
pante fue seleccionado de manera aleatoria es posi- diferentes (Figura 2d). Esta variante permite estimar
ble que ambos grupos sean distintos entre sí al inicio con mayor precisión el efecto de la maniobra, ya que
de la aplicación de la intervención. De esta forma, es posible que los participantes regresen al estado
es posible que en los grupos existan diferencias, por basal después de un tiempo, o bien, continuar igual
ejemplo, ser poblaciones diferentes, con distintos o mejorando.
grados de gravedad de la enfermedad, o bien, con En este tipo de diseños también puede evaluarse
una variante particular de la enfermedad por estudiar más de una intervención. Como se observa en la
en uno de los dos grupos (Figura 2a). Figura 2e, son dos intervenciones con diferentes
Por otro lado, la medición de la variable de re- mediciones, pero tomando como base los resulta-
sultado puede ser antes y después de la maniobra dos obtenidos de la variable de desenlace antes de la
(Figura 2a) o también solo después de la interven- aplicación de la primera intervención.
ción, como se muestra en la Figura 2b. Las pruebas
estadísticas empleadas se encaminan a demostrar si Cuasiexperimento de series temporales
existe diferencia entre ambos grupos en el momen- En este diseño, el tiempo es la variable independiente
to específico, en el cual se evalúan las variables de principal donde se hacen mediciones por periodos de
resultado. Sin embargo, los resultados del estudio tiempo (iguales o diferentes) de la(s) variable(s) de
tendrán mayor validez cuando se analiza(n) la(s) desenlace, antes y después de la aplicación de la in-
variable(s) de desenlace antes y después de aplicar tervención experimental. También pueden ser series
Participante(s)
con la misma
enfermedad
Gravedad Maniobra
Antes habitual Al terminar
leve
Maniobra
Grupo 2 Al terminar
habitual
c) Aplicación Medición
Medición
d)
e)
f)
Mediciones Mediciones
Lecturas recomendadas
1. Sackett DL. Explanatory and pragmatic clinical trials: A primer and application to a recent asthma trial.
Pol Arch Med Wewn. 2011;121(7-8):259-263.
2. Villasís-Keever MA, Miranda-Novales MG. El protocolo de investigación II: los diseños de estudio para
investigación clínica. Rev Alerg Mex. 2016;63(1):80-90.
3. Lazcano-Ponce E, Salazar-Martínez E, Gutiérrez-Castellano P, Ángeles-Llerenas A, Hernández-
Garduño A, Viramontes JL. Ensayos clínicos aleatorizados: variantes, métodos de aleatorización,
análisis, consideraciones éticas y regulación. Salud Publica Mex. 2004;46(6):559-584. Disponible en:
http://www.scielo.br/pdf/spm/v46n6/22570.pdf
4. Hróbjartsson A, Gotzsche PC. Is the placebo powerless? An analysis of clinical trials comparing placebo
with no treatment. N Engl J Med. 2001;344(21):1594-1602. DOI: 10.1056/NEJM200105243442106
5. Calva-Mercado JJ. Estudios clínicos experimentales. Salud Publica Mex. 2000;42(4):349-358. DOI:
10.1590/S0036-36342000000400010
6. Thorpe KE, Zwarenstein M, Oxman AD, Treweek S, Furberg CD, Altman DG, et al. A pragmatic-
explanatory continuum indicator summary (PRECIS): a tool to help trial designers. J Clin Epidemiol.
2009;62(5):464-475. DOI: 10.1016/j.jclinepi.2008.12.011
7. Bono-Cabré R. Diseños cuasi-experimentales y longitudinales. España: Universidad de Barcelona/
Facultad de Psicología/Departamento de Metología de las Ciencias del Comportamiento; 2012.
8. Portney LG, Watkins MP. Foundations of clinical research. Applications to practice. USA: FA Davis
Company; 2015.
9. Mazzucca S, Tabak RG, Pilar M, Ramsey AT, Baumann AA, Kryzer E, et al. Variation in research designs
used to test the effectiveness of dissemination and implementation strategies: a review. Front Public
Health. 2018;6:32. DOI: 10.3389/fpubh.2018.00032
10. Lillie EO, Patay B, Diamant J, Issell B, Topol EJ, Schork NJ. The N-of-1 clinical trial: The ultimate
strategy for individualizing medicine? Per Med. 2011;8(2):161-173. DOI: 10.2217/pme.11.7
Paula Micone,
Médica toco ginecóloga del Hospital Carlos G. Durand, Jefe de Trabajos
Prácticos de Farmacología y Metodología de la Investigación de la Universidad
Austral, Programa de Efectividad Clínica (Maestría), Universidad de Buenos
Aires, Coordinadora del Comité Institucional de Evaluación.
Corina Busso,
Medica dermatóloga del Hospital Universitario Austral, Jefe de trabajos prácticos
de dermatología de la Facultad de Ciencias Biomédicas de la Universidad
Austral, Pilar, Buenos Aires, Argentina. Magister en Investigaciones clínicas y
farmacológicas. Presidente del Comité Institucional de Evaluación.
1) Introducción
Una investigación mal diseñada puede alcanzar una respuesta correcta como
también un estudio bien diseñado puede responder erróneamente un problema
científico. La diferencia radica en que la probabilidad de alcanzar la respuesta correcta
es mucho mayor en el estudio bien realizado que con el otro. Si el diseño utilizado es
el adecuado, la respuesta alcanzada tendrá muchas probabilidades de ser la correcta.
La mala ciencia no es ética. Un estudio con sujetos humanos que ha sido mal
diseñado (y por lo tanto no puede producir observaciones reproducibles) no es ético.
Su metodología debe ser válida, tener un objetivo científico claro, debe estar diseñada
usando principios, métodos y prácticas aceptados, tener poder suficiente para
alcanzar el objetivo. La búsqueda de validez científica se basa también en dos
principios: utilización de recursos limitados y evitar la explotación. Un estudio sin
validez llevaría a desperdiciar recursos sin generar ningún beneficio.
page 1 of 17
Diseños en Investigación Clínica - Argentina
A) Diseños observacionales:
Los estudios analíticos tienen como objetivo establecer si una exposición particular
se asocia, causa o previene enfermedad y que factores se relacionan con distintos
resultados de ésta.. Luego de haber observado un fenómeno, se analizan distintas
variables para ver si una se asocia con la otra, o si un hecho observado aumenta el
riesgo de determinada enfermedad. Ej: asociación entre tabaquismo y cáncer de
pulmón, relación entre obesidad y riesgo de enfermedad cardiovascular.
page 2 of 17
Diseños en Investigación Clínica - Argentina
Diseños descriptivos
Son aquellos que se llevan a cabo con el único objetivo de describir una o
más características de una población específica, por ejemplo, la
frecuencia de una enfermedad o la frecuencia de un determinado hábito
en la población. Son la etapa inicial de una investigación epidemiológica.
Serie de casos
Corte transversal
page 3 of 17
Diseños en Investigación Clínica - Argentina
Corte transversal
SERIE DE CASOS
El reporte o serie de casos es el tipo más sencillo de diseño en la
investigación clínica. Se limitan a describir un grupo de casos observados.
En ellos se hace una descripción de los eventos en un grupo de
pacientes. Ejemplos: reportes de casos de un efecto adverso poco
frecuente de una droga, la descripción de una enfermedad de muy baja
prevalencia, la evolución o presentación poco frecuente de una
enfermedad.
page 4 of 17
Diseños en Investigación Clínica - Argentina
Diseños Analíticos:
a. Diseño Transversal
page 5 of 17
Diseños en Investigación Clínica - Argentina
b. Diseño Caso-control
Los factores de confusión son variables que tienen relación tanto con la
exposición como con el evento que se está estudiando y por lo tanto su
page 7 of 17
Diseños en Investigación Clínica - Argentina
c. Diseño de Cohortes
B) Diseños experimentales
Los Ensayos Clínicos son estudios en los que el investigador es quien determina la
exposición o no a una determinada variable (intervención) y observa el efecto que
tiene sobre un determinado resultado o enfermedad.
En este tipo de estudios se forman dos o más grupos en los que se va a evaluar un
determinado resultado. Uno de los grupos es asignado a recibir el tratamiento o
cuidado estándar o habitual mientras que el otro recibe el tratamiento o cuidado nuevo
o experimental. La principal ventaja de este tipo de diseños frente a un estudio
observacional es la fuerza de la inferencia de causalidad, siendo utilizado para evaluar
la eficacia de nuevas drogas, tratamientos, intervenciones, etc.
page 9 of 17
Diseños en Investigación Clínica - Argentina
Por lo tanto, los estudios experimentales implican un papel activo del investigador
para cambiar un determinante de la enfermedad tal como una exposición, una
conducta o el progreso de una enfermedad mediante una intervención. Dado que en
estos estudios es el investigador el que asigna a cada grupo los distintos tratamientos
en estudio, los aspectos éticos adquieren una gran importancia y deben ser
especialmente considerados.
Para realizar este tipo de estudios con una nueva droga o intervención debe existir
suficiente evidencia, por estudios previos en laboratorio, animales y voluntarios sanos
de su eficacia y seguridad.
Las participantes de este tipo de estudios son invitadas a participar del mismo
(reclutamiento) si cumplen una serie de condiciones (criterios de elegibilidad).
Aleatorizar o randomizar significa que los voluntarios son asignados al azar ( como
tirar una moneda) a uno u otro grupo de tratamiento. El azar asegura la creación de
grupos comparables, similares en muchas variables de interés, por lo tanto cualquier
diferencia hallada entre ambos grupos será debido a la intervención y no a las
características basales de los grupos.
Que un ensayo sea enmascarado o "ciego" quiere decir que los pacientes, los
tratantes, los evaluadores u otros participantes en la investigación, no conocen la
intervención, disminuyendo de esta forma la introducción de sesgos, ya que la
comparación de tratamientos puede ser distorsionada si el paciente y/o aquellos
responsables del tratamiento y evaluación conocen cual tratamiento esta siendo
usado. El "ciego" puede sersimple: por ejemplo, sólo el sujeto no conoce a qué rama
está asignado, o doble: ni el participante ni el médico del estudio lo saben.
Dado que ningún otro tipo de diseño tiene un poder tan elevado para formar grupos
similares de pacientes, las conclusiones de una ICCA bien planeada y ejecutada
poseen una fuerza de evidencia mayor que la obtenida por cualquier otro método.
Sus principales desventajas son que suelen ser costosos en tiempo y recursos,
algunas exposiciones o intervenciones no pueden se probadas mediante este diseño,
por cuestiones éticas y las intervenciones estandarizadas probadas en estos estudios,
pueden tener resultados diferentes cuando se los utiliza luego en de la práctica
page 10 of 17
Diseños en Investigación Clínica - Argentina
médica cotidiana.
Ej: En un estudio en el que se desea probar una nueva droga para el tratamiento del
cáncer de pulmón, los pacientes con este diagnóstico son asignados al azar (como
tirar un dado o una moneda) a recibir el tratamiento nuevo o el tratamiento estándar
aceptado para esa condición. Los pacientes son seguidos en el tiempo para ver su
evolución. Se concluye que el tratamiento nuevo es mejor que el tratamiento estándar.
3) Conclusiones
Bibliografía
page 12 of 17
Diseños en Investigación Clínica - Argentina
page 16 of 17
Diseños en Investigación Clínica - Argentina
page 17 of 17
See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/41391628
CITATIONS READS
3 36,990
2 authors, including:
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
17-hydroxyprogesterone levels in blood from the heels of healthy full-term newborns View project
All content following this page was uploaded by Luis Alfonso Diaz Martinez on 03 June 2014.
Resumen Summary
La planeación adecuada de una investigación en ciencias A careful planning of any epidemiological or clinical
de la salud es necesaria para determinar la información que research, including thesis in any area of the health
debe ser recolectada y que permitirá lograr los objetivos del sciences, is necessary to determine what information
estudio. Esta información conforma el grupo de variables should be gathered in order to achieve the study's
que permiten, a su vez, realizar una aproximación a priori a objectives. This information defines the set of variables
la metodología de análisis de los datos. Este artículo that, in turn, make an a priori approach to the methodology
académico busca aclarar la terminología empleada al hablar of data analysis. This academic paper is aimed to clarify the
de variables y mostrar una forma sencilla de su presentación terminology used when talking about variables and show a
en un protocolo o proyecto de investigación. [Castro- simple way to describe them on a research project or
Jiménez MA, Díaz-Martínez LA. Las variables en el proceso protocol. [Castro-Jiménez MA, Díaz-Martínez LA.
de investigación en salud: importancia, clasificación y forma Variables in health research process: importance,
de presentación en protocolos de investigación. MedUNAB classification, and show way in research protocols.
2009; 12: 151-156]. MedUNAB 2009; 12: 151-156].
Palabras clave: Variables epidemiológicas, Metodología, Key words: Confounding variable, Methodology, Risk
Factores de riesgo, Proyectos de investigación. factors, Research design.
* El Dr. Díaz es el Editor de MedUNAB, por lo que el proceso de este artículo lo realizó el Comité Editorial de la revista, donde uno de sus miembros actuó como
editor ad hoc.
♣
Grupo de Virología, Instituto Nacional de Salud, Bogotá, Colombia.
¶
Centro de Investigaciones Biomédicas, Facultad de Ciencias de la Salud, Universidad Autónoma de Bucaramanga, Bucaramanga, Colombia.
§
Departamento de Pediatría, Escuela de Medicina, Facultad de Salud, Universidad Industrial de Santander, Bucaramanga, Colombia.
Correspondencia: Dr. Castro-Jiménez, Grupo de Virología, Red Nacional de Laboratorios. Instituto Nacional de Salud. Avenida Calle 26 No. 51-20 - Zona 6
CAN, Bogotá, Colombia. E-mail: mcastro2505@yahoo.es
151
Vol. 12 Número 3, Diciembre de 2009
de la forma como estos fueron recolectados y, por lo tanto, podría definir así: es el grado de calor superficial de una
del tipo de variable, es necesario, entonces, conocer algunas persona medida con una exactitud de 0.01 grados
definiciones básicas acerca de las variables, pues en gran centígrados mediante el uso de un termómetro digital
medida son éstas las que definen cuáles pruebas deberían Temperar®, previamente calibrado, ubicado en la axila
ser usadas. Esta es una revisión basada en diversos textos de derecha.
epidemiología y estadística1-7 y en la experiencia propia.
Este artículo busca aclarar la terminología empleada al Ahora bien, en ciertas circunstancias, una variable puede
hablar de variables y mostrar una forma sencilla de su tener diversas formas de ser definidas operacionalmente.
presentación en un protocolo o proyecto de investigación. Un ejemplo muy útil es la edad de un paciente; la definimos,
por lo general, como el tiempo que trascurre entre el
nacimiento y el momento que se da el suceso que es
Terminología básica analizado. Sin embargo, podemos recolectar este dato de
diferente manera, algunos más precisos que otros: podemos
Algunas definiciones que deben tenerse en cuenta al preguntarle simplemente cuántos años tiene, o indagar
momento de desarrollar un proyecto o tesis o al plantear sobre la fecha de nacimiento y calcular la edad a partir de
cualquier investigación clínica o epidemiológica son: esa fecha y la del suceso en observación o, incluso, pedir
cualquier documento de identidad que corrobore esto. Todo
Variables. Son aquellas características que cambian en un depende del grado de precisión que se necesita.
mismo individuo, grupo, comunidad o población con el
avance del tiempo o que varían entre los individuos, grupos, Dato. Es el valor real, tan aproximado como se necesite, que
comunidades o poblaciones comparadas en el mismo toma la variable estudiada en cada unidad de observación
instante. Cada situación (por ejemplo, cada consulta que del estudio y que se obtiene luego de un proceso específico
haga un paciente o cada factura que se genere), individuo o de recolección de datos; estos procesos pueden ser
grupo que se analice recibe el nombre de unidad de entrevista directa, pruebas de laboratorio o información de
observación.8 la historia clínica, entre otros. Un dato puede ser
cuantitativo (tiene 74 años y una presión sistólica de 110
Para ilustrar esto, imaginemos un estudio que se realizará mm Hg) o cualitativo (se encuentra en el grupo de mayores
entre pacientes con diagnóstico de cáncer de pulmón que de 60 años y es normotenso).
asisten a un hospital. Se utiliza una encuesta para
determinar la presencia o el antecedente de contacto con
factores como el consumo de derivados del tabaco, alcohol Clasificación de las variables
y marihuana; esto último constituye lo que se llama la
exposición. Las respuestas de estos pacientes van a ser Cuando el investigador necesita información de una varia-
comparadas con las de otros sin esta enfermedad. En este ble específica entre diferentes unidades de observación,
ejemplo se observan diferentes variables que pueden ser debe planear la mejor forma de recolección, clasificarla y
objeto de análisis: la presencia de la enfermedad, los establecer cuáles pruebas estadísticas podría utilizar en su
antecedentes de tabaquismo, consumo de alcohol y de análisis.
marihuana. Si este estudio involucrara varios hospitales o
municipios, la institución tratante y el municipio de Una misma variable puede clasificarse de distintas
atención también pueden ser variables de interés. maneras, de acuerdo con sus características, dentro de una
determinada investigación. La figura 1 muestra un
Otros ejemplos de variables que usualmente se incluyen en diagrama que resume estas clasificaciones y sus relaciones.
los protocolos de investigación son lugar de residencia, Estas son:8, 9
antecedentes patológicos, estado civil, nivel socio- a) Según su naturaleza, en cualitativas o cuantitativas
económico, adherencia a un tratamiento formulado por el b) Según los valores (continuidad) que toma, en discretas y
médico o la creencia en Dios. En fin, son todos datos que continuas
deben recolectarse para el cumplimiento del objetivo de la c) Según la escala de medición, en nominal, ordinal,
investigación. interválica y de razón (o proporcional)
d) Según la función desempeñada, en dependiente,
Definición operacional. Es la aclaración del significado de independiente y de confusión.
cada una de las variables de un estudio, incluyendo todos los
detalles del procedimiento que llevará a establecer el valor Variable cualitativa. Es aquella que expresa una
de cada variable en cada unidad de observación.9 Aunque la característica que no es posible medir ni cuantificar; sólo se
mayoría de las variables de uso frecuente pueden ser de fácil puede calificar. Es decir, los posibles valores que tome la
comprensión, existen otras que no lo son y, por lo tanto, variable (también llamados categorías) no son medibles
requerirán de una definición estandarizada. Por ejemplo: dado que no implican magnitud (no se expresan en unidades
imaginemos un estudio específico, en el que se requiere de medida como metros, años o decibeles) ni es
tener el dato de la variable temperatura corporal, la cual se cuantificable (no podemos decir cuántas veces pasa algo).
152
Las variables en el proceso de investigación en salud: importancia, clasificación y forma de presentación en protocolos de investigación*
Variable
Según
Cualitativa Cuantitativa
Naturaleza
Según
Discreta Continua Discreta
Continuidad (valores)
Según
Nominal Ordinal Interválica Razón
Escala de Medición
153
Vol. 12 Número 3, Diciembre de 2009
interrogatorio directo a la paciente, tal cual como se halla. Variable dependiente. Es la variable principal que se está
Más adelante, durante el análisis de los datos, se decidirá estudiando y de la que se quiere saber algunas caracte-
qué es mejor, si utilizar la información de la edad en forma rísticas tales como causas, factores pronósticos, frecuencia,
continua o en categorías (por ejemplo, ubicarla en el grupo etc. Usualmente es aquella que está inmersa en el objetivo
de 35 años o menos). Es posible que resulte que no hay general o en el título de una investigación. También puede
diferencias importantes en las mujeres al agrupar a priori la ser llamada variable de resultado, de salida, desenlace o,
edad, pero, al recolectarse en forma cuantitativa pueden simplemente, enfermedad (u otro evento) en estudio.
explorarse otras formas de agrupar a las pacientes por edad
(por ejemplo, menor o igual a 30 años y más de 30 años) o, Variable independiente. Es aquella que puede explicar el
simplemente, analizar la edad en forma continua, algo que porqué del comportamiento de una variable dependiente.
no se podría hacer si al momento de recolectar la edad fue También puede llamarse exposición, variable de
incluida en agrupaciones ya definidas. No hacerlo así, es explicación, factores de riesgo o factores protectores.
desperdiciar una oportunidad de análisis con un potencial de
mayor valor y utilidad. Esto se puede ilustrar con un ejemplo. Imaginemos un
estudio cuyo objetivo es determinar las causas de
Variable nominal. Es una variable cualitativa en la que sus hipertensión arterial en la población de estrato 2 de Bogotá,
opciones de respuesta no tienen un orden de importancia Colombia. Lo que se quiere saber (la variable dependiente)
definido ni representan un gradiente; es decir, ninguna es frecuencia de ausencia de hipertensión (HTA), así como
posible respuesta es más relevante, buena o mala que otra, entender cuáles factores pueden explicar su ocurrencia,
aún si se expresan en números. Tal es el caso de la diabetes como pueden ser tabaquismo, consumo de bebidas
tipo 1 y diabetes tipo 2, en las que el número no representa ni alcohólicas, estrés, dieta de esa población, entre otras (las
una cantidad ni algún tipo de gradiente y pueden presentarse variables que explican el comportamiento de la
en cualquier orden ya que ninguno denota mayor dependiente, o sea, las variables independientes). De otra
importancia; son tan solo caracteres alfanuméricos de igual manera:
significado que cualquier otro. Ahora bien, a veces cuando
se montan las bases de datos, estas categorías se recodifican HTA = tabaquismo + alcohol + edad + respuesta al estrés
con números, que igualmente solo diferencian una + obesidad + tipo de dieta +…….
característica de otra pero sin que representen una cantidad
o un orden; por ejemplo: el sexo puede definirse como Ahora, imagínese otro estudio que se hace en forma casi
hombre (1) y mujer (0), o mujer (1) y hombre (0). simultánea en la misma población y en el que se busca
determinar las causas de otra enfermedad cardiovascular, el
Variable ordinal. En estas variables existe un orden infarto agudo del miocardio (IAM); en éste se recolectan
implícito en los datos, a manera de gradiente, aunque este como variables independientes a la edad y los antecedentes
orden no significa que las distancias entre las diferentes de hipertensión, diabetes y tabaquismo. Se podría generar
categorías de la variable sean iguales. Un ejemplo es la una expresión similar a la anterior:
clasificación de los estadios clínicos de los tumores, que
pueden ser clasificados como estadio 0 (in situ), estadio I IAM = edad+ HTA+ diabetes+ tabaquismo+ tipo de
(invasor temprano), estadio II (invasor intermedio), estadio dieta+ alcohol +….
III (invasor avanzado) y IV (metástasis a distancia). Esta
variable indica severidad clínica del tumor pero no significa Obsérvese que la HTA pasó de ser la variable dependiente
que el estadio IV sea el doble de avanzado que el estadio II, en el primer estudio a ser variable independiente o de
ni que la distancia (o aumento en severidad) que existe entre explicación en el segundo. Puede observar también que a
estadio II y III sea la misma que entre estadio III y IV. Otro pesar de que las variables dependientes (HTA e IAM) son
ejemplo de una variable ordinal es la respuesta del paciente diferentes, algunas variables independientes son iguales; es
ante una terapia analgésica, esto es, mejoría total, mejoría decir, una variable independiente puede explicar la
parcial, sigue igual o empeora. aparición de más de una enfermedad. Esto es común en la
investigación clínica y epidemiológica.
Variable interválica. Son datos recolectados en forma
cuantitativa pero donde el valor de inflexión entre positivos Variable de confusión. Para entender mejor lo que es una
y negativos (el llamado cero) de la escala es arbitrario. El variable de confusión, imaginemos un estudio cualquiera en
mejor ejemplo es la temperatura medida en grados la que se evalúa la posible relación entre un evento (I) de
centígrados, donde 0º (cero grados centígrados) no implica interés (como una enfermedad o el uso de un servicio de
ausencia de temperatura. salud) y una exposición (V) que se cree que es un posible
factor de riesgo (o protector). Es posible que exista una
Variable de razón o proporcional. En éstas, los datos segunda exposición (C) que se conoce que está asociada
fueron recolectados en forma continua pero el cero de la tanto con I como con V.
escala es real; no hay valores posibles bajo ese punto. Por
ejemplo: cero (0) gramos indica la ausencia de peso o al Por lo tanto, encontrar una asociación entre V e I puede ser
medir temperatura en grados Kelvin, el cero es absoluto. malinterpretada si no se tiene en cuenta la presencia de C, la
154
Las variables en el proceso de investigación en salud: importancia, clasificación y forma de presentación en protocolos de investigación*
cual confunde la verdadera relación que existe entre V e I. La presentación de las variables
Por eso a C se le llama variable de confusión. Un criterio
adicional que es importante para definir si una variable es o en un proyecto de investigación
no un factor de confusión es que no puede encontrarse en la
vía causal entre I y V, es decir, no puede ser una lesión Las variables se definen, clasifican y presentan dentro de la
precedente a la enfermedad (I). sección “Materiales y métodos” o “Metodología” de un
proyecto de investigación o en sus subsecuentes informes.
Por ejemplo, en un estudio se encontró que a mayor número En la tabla 1 se puede apreciar la aproximación propuesta en
de hijos, mayor era el riesgo de hipertensión arterial en las este artículo. Brevemente, esta tabla contiene las siguientes
mujeres. Los investigadores no se explicaban esta aparente columnas: variable, unidad de medición, nombre dado en la
relación, la cual no había sido informada previamente en la base de datos, tipo (clasificación de la variable), definición
literatura; sin embargo, fue desmentida cuando analizaron para el estudio, valores límites (en cualitativas se incluirían
el papel que juega la edad tanto en la probabilidad que una los códigos asignados a cada respuesta) y, en forma
mujer tenga hijos como que sea hipertensa. opcional, sobre todo para estudiantes que están dando sus
primeros pasos académicos por la investigación, un
Se sabe que a mayor edad hay mayor probabilidad de tener ejemplo de su interpretación.
esta patología; también es cierto que la probabilidad de
tener hijos aumenta a mayor edad. Cuando los
investigadores analizaron la asociación entre el número de Análisis de los datos generados
hijos y la presencia de hipertensión arterial pero ajustando
por la edad, se observó que el aparente mayor riesgo dado
en las variables
por el número de hijos desaparecía. La edad cumple
entonces el papel de factor de confusión. El análisis de los datos usualmente inicia con la descripción
de los resultados de cada variable (llamado también análisis
El ajuste o tratamiento de la confusión durante el análisis de univariado); luego se pasa a hacer cruces, por lo general,
los datos se puede lograr por medio de dos métodos llamados mostrando el comportamiento de cada variable
estratificación y regresión; igualmente, es posible preverla independiente según las categorías de la dependiente
al planear una investigación y usar otras tres estrategias me- (análisis bivariado) y finalmente, se procede a técnicas más
todológicas, el apareamiento (o emparejamiento), la aleato- sofisticadas como son los análisis estratificado y
rización y la restricción de la población.10 Una explicación multivariado. Abundar en estos tópicos va más allá del
más detallada está por fuera del objetivo de este artículo. alcance de este escrito, pero es necesario hacer algunas
Tabla 1. Ejemplo de definición de variables en un estudio realizado en menores de 15 años para establecer causas de
hipertensión arterial pediátrica.
Edad (años) Cuantitativa, Edad en años cumplidos 0-14 años La edad media de
discreta, de razón, referida por la persona cargo las niñas del
En la base: independiente del niño a estudio estudio fue de 10
edadnino años
Azúcar en sangre Cuantitativa, Cifra que muestra el nivel de 40-600 mg/dL* La glicemia de uno
(mg/dl) continua, de razón glicemia en cada sujeto luego de de los sujetos de
independiente 8 horas de ayuno y observada Hipo: <70 1 investigación fue
En la base: en el informe de glicemia Normo: 70-130 2 de 140 mg/dl
glicem8h realizado por el laboratorio Hiper: >130 3
clínico contratado.
Sexo Cualitativa, nominal, Sexo del menor informado por Femenino 0 El 50% de los
discreta, la persona a cargo del menor Masculino 1 participantes
En la base: independiente fueron de sexo
masculino masculino
Presión arterial Cualitativa, nominal, Es la clasificación de la HTA Alta 1 La HTA estuvo
discreta, según lo referido por la madre Normal 2 presente en el 20%
En la base: dependiente Baja 3 de los niños
hta
* La división de este ejemplo es arbitraria y no pretende representar los que son aceptados en la actualidad.
155
Vol. 12 Número 3, Diciembre de 2009
156
Se le considera el científico
más importante, conocido y
popular del siglo XX.
MÉTODO CIENTÍFICO
Y CUYO PRODUCTO ES EL
CONOCIMIENTO CIENTÍFICO”
Diseños observacionales
Cuando el investigador
“impone las condiciones”
en las cuales se
desarrollarán los
fenómenos y su
actitud es activa y
modificadora
Diseños experimentales
Actitud pasiva Actitud activa
(observación) (acción)
Diseños observacionales o no experimentales Diseños experimentales
¿Cuál es el mejor?
… el que responda a
la pregunta de investigación
En resumen:
El diseño de investigación es
el plan que el investigador sigue
para responder a la pregunta de
investigación y alcanzar sus
objetivos propuestos
Diseños observacionales
Estudios observacionales.-
Clasificación
Descriptivos
1.- De acuerdo
a su propósito
Analíticos
Estudios descriptivos
▪ Edad
▪ Sexo
▪ Estatura
▪ Peso
Estudios descriptivos
Evalúan los
Factores de riesgo
de una enfermedad
Estudios analíticos
2.- De acuerdo a
la temporalidad Transversales
de sus mediciones
y a la existencia Longitudinales
de seguimiento
Estudios transversales
La medición se hace
en una sola oportunidad
Estudios transversales
El éxito en endodoncia
http://www.medlinedental.es/pdf-doc/ENDO/v27-3-7.pdf
1.- TÍTULO DEL ARTÍCULO:
CANDIDIASIS ORAL ASOCIADA AL USO DE PROTESIS DENTAL
EN LA CLÍNICA ODONTOLÓGICA DE LA UNIVERSIDAD AHAHUAC NORTE
Aguilar-Barojas, Saraí
Fórmulas para el cálculo de la muestra en investigaciones de salud
Salud en Tabasco, vol. 11, núm. 1-2, enero-agosto, 2005, pp. 333-338
Secretaría de Salud del Estado de Tabasco
Villahermosa, México
RESUMEN INTRODUCCIÓN
En la investigación en salud, es muy difícil estudiar a toda la Cuando se desea realizar un estudio, lo que se desea
población que presenta la variable de interés, por lo que es compartir con la comunidad médica son: 1) observaciones
necesario realizar un muestreo que resulte representativo de realizadas en la práctica cotidiana, 2) datos específicos del
la población objetivo. El cálculo de la muestra permite expediente clínico en grupos de pacientes con alguna
responder a la pregunta del investigador de ¿cuántos característica en común 3) diferencias que se consideran
individuos se deben considerar para estudiar un parámetro importantes al comparar grupos de pacientes.
con un grado de confianza determinado? o ¿cuántos
individuos se deben estudiar para detectar en los resultados En cualquiera de estos tres casos, el cálculo del tamaño de la
de los dos grupos, una diferencia que sea estadísticamente muestra apoya al objetivo de cualquier investigación, el cual
significativa? El artículo realiza las consideraciones previas puede ser de dos tipos: a) estimar un parámetro, o b)
sobre la profundidad del estudio y las variables. Presenta contrastar una hipótesis. Entonces, el cálculo permite
las fórmulas para calcular muestras con variables cualitativas responder a cualquiera de las siguientes preguntas: ¿cuántos
y cuantitativas para estudios descriptivos y explicativos. individuos se deben considerar para estimar un parámetro
En estos últimos, cuando se utilizan las pruebas de con un grado de confianza determinado? o ¿cuántos
contrastación de hipótesis más comunes, como son la Chi individuos se deben estudiar para detectar en los resultados
cuadrada, la t de student y el coeficiente de correlación de de los dos grupos, una diferencia que sea estadísticamente
Pearson. significativa?
Palabras claves: cálculo de muestra, fórmulas, muestra El resultado del cálculo de una muestra debe considerarse
representativa, investigación en salud. como orientativo, ya que se fundamenta en supuestos que
pueden ser incorrectos y que en el momento de introducirlos
numéricamente en las fórmulas, afectan la viabilidad del
SUMMARY estudio, el costo y hasta los aspectos éticos. Por otro lado,
un estudio con una muestra insuficiente, puede afectar la
In health research, is very difficult to study all the population precisión y la sensibilidad para detectar diferencias entre los
that has the interesting attribute, so that, is necessary to grupos y conducir a conclusiones falsas.1
make a sampling representative of the target population.
The sample calculation let answer the research question Existen, por lo menos cuatro razones para estudiar muestras,
about, how many persons we must considerate for study a en vez de poblaciones:
parameter with a specific grade of confidence? Or how many 1) Las muestras pueden estudiarse con más rapidez
persons we must study for detect in the results of the two que las poblaciones.
groups, a difference significative statistically? The article 2) Es menos costoso estudiar una muestra que una
do the previously considerations about the depth of the población.
study and the attributes. It presents the formulas for calculate 3) En la mayor parte de las situaciones el estudio de la
the sample with qualitative and quantitative attributes for población entera es imposible.
descriptive and explicative research. In the last one, for use 4) Los resultados de una muestra son más precisos
the tests for contrast the hypothesis must common, like chi que los derivados de poblaciones. Esto es por la
square, t of student and the correlation coefficient of Pearson. calidad de los datos, la capacitación de quien recoge
Keywords: sample calculation, formulas, representative los datos; la estimación del error en los parámetros
sample, health research. resultantes y la homogeneidad de las muestras.
(1)
Profesora de bioestadística en la DACS-UJAT. Coordinadora de la Red Estatal de Laboratorios, Secretaría de Salud del estado de
Tabasco.
ARTICULO DE REVISION
En la investigación médica, incluir más sujetos de estudio, Los estudios clínicos son estudios descriptivos a
no es sinónimo de mejor estudio. Por esta razón, se debe de partir de la práctica cotidiana, revisiones de
planear el tamaño apropiado de la muestra antes de iniciarlo. expedientes o ambos. En caso de que establecer
Este proceso se conoce como la determinación de la fuerza una serie de tiempo no sea suficiente, se requiere
o potencia del estudio (1-β) cuya definición es la capacidad calcular una muestra para una sola población.
de un estudio para identificar una diferencia de un tamaño En estudios epidemiológicos pueden ser
2
dado, si en realidad la diferencia existe. encuestas de cualquier tipo. También se requiere
El tamaño de la muestra dará la fuerza o potencia del estudio muestra.
(1-β), sobre todo en el caso de que se vaya a contrastar una
hipótesis y se pueda cometer cualquiera de los dos tipos de l Nivel III, de correlación. Buscan las relaciones o
errores, el tipo I, que consiste en rechazar una hipótesis asociaciones entre los factores estudiados. Son
nula, cuando es cierta y el II en aceptarla cuando es falsa. estudios observacionales, estudian dos
Un buen cálculo de muestra nos protege de ignorar una poblaciones y verifican hipótesis.
diferencia significativa entre los dos grupos y, por lo tanto,
de cometer el error tipo II. Es importante recordar que la Cálculo de la muestra:
Hipótesis Nula (Ho) es un enunciado que afirma que no hay Los estudios clínico-epidemiológicos son casos y
diferencia entre el valor XA del grupo A y el valor XB del controles y de cohorte, que sí requieren de calcular
grupo B. Mientras que la Hipótesis alternativa (H1) es un muestra en las poblaciones para establecer de
enunciado en desacuerdo con la hipótesis nula, que enuncia: antemano su potencia.
si hay diferencia entre el valor XA del grupo A y el valor X
B del grupo B. l Nivel IV, explicativos. Buscan establecer las causas
de las asociaciones. Son estudios cuasi-
I.- CONSIDERACIONES PREVIAS experimentales o experimentales, comparan dos
poblaciones y verifican hipótesis.
El tamaño de la muestra necesario dependerá básicamente
del nivel de la investigación y las variables insertadas en el Cálculo de la muestra:
objetivo de la investigación. Los estudios epidemiológicos son intervenciones
en poblaciones con seguimiento de la cohorte y
a) .- Con respecto al nivel de la investigación son altamente exigentes en los valores que se
introducen para el cálculo de la muestra para las
l Nivel I, de tipo exploratorias. Son investigaciones dos poblaciones que se van a comparar.
que responden preguntas sencillas para determinar
si hay o no hay tal o cual característica. Aquí solo Los estudios clínicos son ensayos aleatorizados,
se van a estimar parámetros de la población, su casi siempre para probar la efectividad de un
presencia y magnitud. Son estudios tratamiento. También son altamente exigentes en
observacionales de una población. los valores que se introducen para el cálculo de la
muestra para las dos poblaciones, los que recibirán
Cálculo de la muestra: el tratamiento y los controles.
Los estudios exploratorios de tipo clínico pueden
ser series de casos, donde no se requiere cálculo Los experimentos puros se realizan en laboratorios
de la muestra, pues se presentan todos los casos de investigación en animales y se calcula el número
que se hayan tenido. de repeticiones que se tienen que realizar. A pesar
En estudios epidemiológicos, pueden ser cálculos de que son los más poderosos, por el riguroso
de prevalencia, encuestas de opinión, encuestas control de las variables confusionales, se utilizan
serológicas. En este caso se calcula una muestra pocos sujetos de estudio. En este tipo de diseños
para una sola población. a medida que las repeticiones aumentan, las
estimaciones de las medias observadas, se hacen
l Nivel II, de tipo descriptivo. En estos estudios se más precisas. Ambas se influyen mutuamente, de
trata de realizar una descripción detallada de las tal forma que, a mayor número de repeticiones
3
características que presenta el sujeto en estudio. mayor grado de precisión y viceversa.
Son estudios observacionales en un solo tipo de
población. b) .- Con respecto a la variable insertada en el objetivo
Cálculo de la muestra: general.
ARTICULO DE REVISION
Aún cuando varios autores mencionan que hay que tomar se puede apreciar, el que nos pidan los datos de algo que
4
en cuenta los objetivos de la investigación, para no aún no estudiamos, resulta sumamente confuso. Sin
confundir al lector es mejor precisar que es con respecto al embargo, sí hay solución a este problema.
objetivo general, sin tomar en cuenta los objetivos Estos datos se pueden obtener de tres formas: 1) de estudios
específicos. Ese objetivo general, que se desprendió de una reportados en revistas, con una población parecida o similar
pregunta de investigación, lleva insertada la variable de a la que queremos estudiar; 2) con un estudio piloto de 25
interés. Hay que determinar si es una variable cualitativa, sujetos, o 3) si no se pude lo anterior, se asigna la máxima
con escala nominal u ordinal, o cuantitativa con escala probabilidad con que se puede presentar la variable en
discreta o continua. cuestión, que es, en variables cualitativas del 50% y en el
caso de variables cuantitativas se determina la diferencia
En las variables cualitativas hay dos tipos de posibilidades: entre el máximo y el mínimo valor esperable, se divide entre
a) nominales, que pueden ser dicotómicas o multicotómicas cuatro y, por lo tanto, se tiene una cierta aproximación al
5
y b) ordinales. En ambos casos los resultados se expresan valor de la desviación estándar.
como porcentajes o tasas, datos que se introducen en la
fórmula para el cálculo de la muestra. El nivel de confianza deseado (Z). Indica el grado de
confianza que se tendrá de que el valor verdadero del
En variables cuantitativas también hay dos tipos de parámetro en la población se encuentre en la muestra
posibilidades: a) discretas, cuando los resultados se expresan calculada. Cuanta más confianza se desee, será más elevado
numéricamente, pero no aceptan fracciones, por ejemplo, el número de sujetos necesarios. Se fija en función del
número de dientes, número de hijos, etc. y b) continuas, interés del investigador. Los valores más comunes son 99%
cuando los resultados numéricos sí aceptan fracciones, como 95% o 90%. Hay que precisar que los valores que se
peso, estatura, todos los parámetros de química sanguínea, introducen en la fórmula son del cálculo del área de la curva
etc. En ambos casos los resultados se resumen en forma de normal para esos porcentajes señalados:
medias y varianzas, mismas que se introducen en la fórmula
del cálculo de la muestra. Nivel de Valor de Z calculado
Es importante destacar, que las variables cuantitativas son % Error
Confianza en tablas
más poderosas para el análisis estadístico y no hay que
1 99 % 2.58
convertirlas en cualitativas. Por ejemplo, para la variable
5 95 % 1.96
obesidad, es mejor analizar el índice de masa corporal, que
10 90 % 1.645
es la razón peso/talla, de tipo continua, que escoger la escala
de obeso y no obeso.
A veces se afirma erróneamente, por ejemplo, que un nivel
II.- CÁLCULO DEL TAMAÑO DE LA MUESTRA de confianza al 95%, con relación a la media muestral, da la
Para el cálculo de la muestra debe conocerse: amplitud dentro de la cual se encontrará el 95% de futuras
medias muestrales. Esto es incorrecto, ya que la distribución
La variabilidad del parámetro que se desea estudiar (p, q, de medias muestrales se centra en la media poblacional y no
S). Aunque esto parezca paradójico, ya que de eso se trata en la media muestral particular. La mayoría de este tipo de
precisamente la investigación, hay que conocer, cómo se afirmaciones son desorientadoras e incorrectas.3 Lo que sí
presenta en la población la variable que se quiere estudiar. se puede afirmar es que se tiene el 95% de probabilidad de
La primera reflexión que asalta al investigador es: si supiera que el valor verdadero de lo que se esté estudiando en la
cómo se presenta, no estaría diseñando una investigación población, se encuentre en la muestra calculada.
para conocerla, ¿cómo me piden eso…? La precisión absoluta (d) . Es la amplitud deseada del
Si se trata de variables cualitativas, se necesita conocer el intervalo de confianza a ambos lados del valor real de la
porcentaje con que se presenta la variable en la población. diferencia entre las dos proporciones (en puntos
Por ejemplo, si deseamos conocer la presencia de hábito porcentuales). Su uso es para dejar margen al error aleatorio
tabáquico en los médicos, debemos saber qué porcentaje de exigido en el modelo lineal aditivo, el cual expresa que la
médicos fuman (p) y qué porcentaje no fuman (q) justamente observación i-ésima es una observación de la media µ, pero
en la población que deseamos estudiar. Si es una variable está sujeta a un error de muestreo εi (épsilon sub i). El
3
cuantitativa, cuál es la desviación estándar (S) con que se modelo lineal aditivo más simple es:
presenta en la población. Por ejemplo, si queremos realizar
una investigación para establecer los picogramos séricos Yi= µ + εi
de nicotina en los fumadores, debemos precisar la media
que esperamos encontrar y su desviación estándar. Como Cuanta más precisión se desee, más estrecho será este
ARTICULO DE REVISION
% Valor d Z2 pq
90 0.1 n=
d2
95 0.05
99 0.001
b) Para población finita (cuando se conoce el total de
La precisión también puede expresarse de forma relativa (ε) unidades de observación que la integran):
con respecto a la estimación. La diferencia con la absoluta
es que esta última se expresa en puntos porcentuales, N Z2 pq
n=
mientras que la relativa es en porcentaje y los más comunes d (N - 1) + Z2 pq
2
( Z α + Z β )σ
2
2
Z π 1(1 − π 1) + Z β π 0 (1 − π 0 ) n= 2
n= α ε
π1 −π 0
Fórmula: Fórmula:
2
( Zα + Zβ )
0.5 ln [(1 + r ) /(1 − r )] + 3
1 1
[
* + *
] [ *
P1 (1 − P1 ) P2 (1 − P2 )
*
] N=
n = Z 21− a / 2
[log e(1-ε)] 2
SEMERGEN 247
Volumen 27, Número 5, Mayo 2001
O Pe Po 1
Puntos clave
• El índice kappa (κ) se usa para evaluar la con-
cordancia o reproducibilidad de instrumentos de Concordancia por azar Concordancia más allá del azar
medida cuyo resultado es categórico (2 o más
categorías).
• El índice kappa (κ) representa la proporción de
acuerdos observados más allá del azar respec- O 1
to del máximo acuerdo posible más allá del azar. κ
• En la interpretación del índice kappa (κ) hay que Figura 1. Representación gráfica del índice kappa.
tener en cuenta que el índice depende del
acuerdo observado, pero también de la preva-
lencia del carácter estudiado y de la simetría de Desde la propuesta inicial de Cohen3 el índice κ ha si-
los totales marginales. do progresivamente generalizado a clasificaciones multi-
nomiales (con más de dos categorías), ordinales, a más de
dos observadores, a diseños incompletos y a todas estas si-
tuaciones combinadas6, generalizaciones que suponen
acuerdo que existe por encima del esperado por azar. En una mayor complejidad en el cálculo pero que mantienen
este sentido Cohen3 propuso el denominado índice kap- la misma interpretación. Esta interpretación está dificulta-
pa (κ), que definió como: da por algunos efectos poco intuitivos. En primer lugar, el
índice κ depende de la prevalencia del carácter observa-
Po–Pe do7: cuanto más cerca esté de 0 o de 1, menor es el índice
κ=
1–Pe κ para igual proporción de acuerdos observados. En se-
gundo lugar, depende de la simetría de los totales margi-
siendo Po la proporción de acuerdos observados y Pe la nales7: en igualdad de acuerdos observados, cuanto menor
proporción de acuerdos esperados en la hipótesis de inde- sea la diferencia entre las prevalencias observadas por ca-
pendencia entre los observadores, es decir, de acuerdos da observador, menor es el índice κ. El pequeño valor de
por azar. A partir de la tabla 1, Po = (a + d)/N y Pe = (rt + κ para los datos de la tabla 1 se matiza a la luz de estos
su)/N2. La interpretación de este índice se facilita median- efectos: estamos en la peor de las situaciones posibles: ba-
te su representación gráfica4. En la figura 1 se observa que ja prevalencia y similar para ambos observadores (0,14 pa-
el índice κ representa la proporción de concordancia ob- ra el radiólogo A y 0,10 para el B).
servada más allá del azar, respecto de la máxima concor- En un interesante artículo* recientemente publicado en
dancia posible más allá del azar. esta Revista8, se estudia la concordancia en el diagnóstico
En el ejemplo: de nevus melanocíticos entre atención primaria (AP) y
atención especializada (AE), y se encuentra un índice κ
14 × 10 + 86 × 90 muy bajo, inferior al hallado en estudios similares, según
Pe = = 0,788 los propios autores comentan. Aunque no se dan detalles
1002 de cómo se ha calculado el índice, la distribución de los
diagnósticos alternativos (hay 25 juicios clínicos distintos
y por lo tanto en AP y 12 en AE) indica que en este estudio están pre-
sentes tanto el primer efecto comentado antes (prevalen-
0,84 – 0,788 cias cercanas a 0, o incluso 0 si se han considerado todos
κ= = 0,245 los juicios clínicos para estimar el índice κ) como el se-
1 – 0,788 gundo (prevalencias similares); en consecuencia, el índice
κ estará fuertemente “penalizado” y podría ser ésta la cau-
es decir, el grado de acuerdo, una vez corregido el debido sa de su bajo valor.
al azar, es mucho más modesto (24,5%) que lo que indi-
caba el 84% de acuerdo “crudo”. Landis y Koch5 propu- Tabla 2.
sieron, y desde entonces ha sido ampliamente usada, la es-
Kappa (κ) Grado de acuerdo
cala de valoración del índice κ que figura en la tabla 2.
< 0,00 Sin acuerdo
0,00-0,20 Insignificante
*En la página 270 de este número, el autor del artículo al que se 0,21-0,40 Mediano
hace referencia contesta en una “Carta al director” a los comenta- 0,41-0,60 Moderado
0,61-0,80 Sustancial
rios del Dr. Abraira. Asimismo, en la página 272 la Dra. Pérez ana-
0,81-1,00 Casi perfecto
liza la situación desde la sección “El rincón del autor y del lector”.
248 SEMERGEN
V. Abraira.– El índice kappa
BIBLIOGRAFÍA 5. Landis JR, Koch GG. The measurement of observer agreement for ca-
tegorical data. Biometrics 1977; 33: 159-174.
1. Sackett DL. A primer on the precision and accuracy of the clinical 6. Abraira V, Pérez de Vargas A. Generalization of the kappa coefficient
examination. JAMA 1992; 267: 2638-2644. for ordinal categorical data, multiple observers and incomplete de-
2. Abraira V. Errores en las mediciones y clasificaciones clínicas: preci- signs. Qüestiió 1999; 23: 561-571.
sión y validez. URL: http://www.hrc.es/bioest/Intro_errores.html [úl- 7. Feinstein AR, Cicchetti DV. High agreement but low kappa: I. The
timo acceso: 29 de enero de 2001]. problems of two paradoxes. J Clin Epidemiol. 1990; 43: 543-549.
3. Cohen J. A coefficient of agreement for nominal scales. Educ Psychol 8. Rodríguez Caravaca G, Villar del Campo C, González Mosque-
Meas 1960; 20: 37-46. ra M, Úcar Corral E, González Piñeiro B, López Bran E. Con-
4. Sackett DL, Hayes RJ, Guyatt G, Tugwell P. Epidemiología clínica. cordancia diagnóstica entre atención primaria y atención espe-
Ciencia básica para la medicina clínica (2.ª ed.). Buenos Aires: Edi- cializada al evaluar nevus melanocíticos. SEMERGEN 2000; 26:
torial Médica Panamericana, 1994. 428-431.
SEMERGEN 249
Ciencia UANL
Universidad Autónoma de Nuevo León
rciencia@mail.uanl.mx
ISSN (Versión impresa): 1405-9177
MÉXICO
2005
Peter B. Mandeville
TEMA 9: EL COEFICIENTE DE CORRELACIÓN INTRACLASE (ICC)
Ciencia UANL, julio-septiembre, año/vol. VIII, número 003
Universidad Autónoma de Nuevo León
Monterrey, México
pp. 414-416
TIPS BIOESTADÍSTICOS
PETER B. MANDEVILLE
El requerimiento de datos de alta ca- que pueden dar resultados muy di- está limitada a reportar el ICC y el
lidad es tan importante para ensa- ferentes cuando están aplicados al grado de acuerdo con la escala pro-
yos clínicos como la aleatorización, mismo conjunto de datos.3 El ICC, puesta por Landis y Koch.2
ceguera, etc. Las consecuencias de generalmente de interés en ensayos
mediciones no confiables son: mues- clínicos, es para observadores e ins- Valor Grado de
tras más grandes de lo necesario, es- trumentos fijos y pacientes aleatorios. acuerdo
timados sesgados, etc.1 Los pacientes representan una mues- 0 Pobre
El objetivo es determinar el gra- tra aleatoria de la población que será 0.01 – 0.20 Leve
do de concordancia de las observa- estudiada en la investigación. Los ob- 0.21 – 0.40 Regular
servadores e instrumentos son los 0.41 – 0.60 Moderado
ciones por diferentes observadores e
que se emplearán en la investigación. 0.61 – 0.80 Substancial
instrumentos. Cuando no existe un 0.81 – 1.00 Casi perfecto
estándar de oro, la concordancia es Pacientes de efectos aleatorios y mé-
la medida de la consistencia. Si un dicos de efectos fijos representan un
En este ejemplo, los datosa utili-
proceso es comparado contra un es- problema de modelos mixtos. De
zados son: el grado de dilatación del
tándar de oro, entonces la concor- acuerdo con la clasificación de
cérvix encontrado por cuatro médi-
dancia es un reflejo de la conformi- Shrout-Fleiss es un ICC (3,1).5
cos residentes para determinar el gra-
dad con el estándar. La mayoría de Se debe notar que muchas veces
do de concordancia de sus medicio-
los índices de concordancia se pue- los investigadores no aplican la fór-
nes de los mismos pacientes.
den aplicar para describir una rela- mula apropiada cuando se calcula el
Si el observador e instrumento es
ción de consistencia o de conformi- ICC.
el grupo para evaluar, que en este
dad.2 La definición matemática del ICC
caso es la variable medi, el grupo
El coeficiente de correlación se deriva de un modelo de análisis
para evaluar es paci y la calificación
intraclase (ICC) se ha aceptado como de varianza de efectos mixtos. La
es Cali,, entonces el primer paso para
el índice de concordancia para datos varianza total entre las mediciones
efectuar el análisis en R6 es para de-
continuos.3 Si se evalúa el tamaño se debe a tres diferentes fuentes: las
clarar medi y paci como factores.
de los componentes de la varianza diferencias entre los observadores e
entre los grupos y dentro de éstos, el instrumentos, las diferencias entre los > dat2 <-
ICC describe la proporción de la va- sujetos y los residuos que represen- read.csv(“dila.csv”,header=T)
riación total, la cual es explicada por tan la variación no explicada.2
las diferencias entre los observado- La evaluación de la consistencia
res e instrumentos.4 de las mediciones de los observado-
Hay diferentes versiones del ICC res o instrumentos frecuentemente a
Datos cortesía de la Dra. Aída Palau Tow.
Resumen
La población de estudio es un conjunto de casos, definido, limitado y
accesible, que formará el referente para la elección de la muestra que
cumple con una serie de criterios predeterminados. Los objetivos de este
artículo están dirigidos a especificar cada uno de los elementos que se
requiere tomar en cuenta para la selección de los participantes de una
investigación, en el momento en que se está elaborando un protocolo,
donde se incluyen los conceptos de población de estudio, muestra, crite-
rios de selección y técnicas de muestreo. Posterior a definir la población
de estudio, el investigador debe especificar los criterios a cumplir por
los participantes. Los criterios que especifican las características que
la población debe tener se denominan criterios de elegibilidad o de
selección. Estos criterios son los de inclusión, exclusión y eliminación,
que delimitan la población elegible. Los procedimientos de muestreo se
dividen en dos grandes grupos: 1) muestreos probabilísticos o aleatorios
y 2) muestreo no probabilístico. La diferencia entre ambos está dada por
la utilización de métodos estadísticos para la elección de los sujetos.
En toda investigación siempre debe determinarse, desde el principio, el
número específico de participantes que será necesario incluir a fin de
lograr los objetivos planteados. Este número se conoce como tamaño
de muestra, que se estima o calcula mediante fórmulas matemáticas o
paquetes estadísticos.
PALABRAS CLAVE: población de estudio, criterios de selección, mues-
treo, tamaño de muestra.
1
Casa Cuna Tlalpan, Desarrollo Integral de la Familia
(DIF), Ciudad de México, México.
Rev Alerg Méx 2016 Apr-Jun;63(2):201-206. 2
Unidad de Investigación en Epidemiología Clínica,
Hospital de Pediatría, Coordinación de Investigación
The research protocol III. Study en Salud, Centro Médico Nacional Siglo XXI, Instituto
Mexicano del Seguro Social, Ciudad de México.
Unidad de Investigación en Epidemiología Hos-
population
3
www.nietoeditores.com.mx 201
Revista Alergia México 2016 abril-junio;63(2)
202
Re vista
Mé xic o
Arias-Gómez J y col. La población de estudio en el protocolo de investigación
completo. Las razones para estudiar muestras en ciales, esto significa que se debe especificar si la
lugar de las poblaciones son diversas y entre ellas: población es de una comunidad, país, o unidad
a) ahorrar tiempo, estudiar un número menor de médica. En esta última, siempre es conveniente
individuos necesariamente se realiza en menor señalar si es de primer, segundo o tercer nivel
tiempo; b) en consecuencia se ahorran recursos; de atención ya que en cada uno de estos nive-
c) estudiar a la totalidad de los miembros con una les, los pacientes atendidos generalmente son
característica determinada, en muchas ocasiones diferentes (por su gravedad, tipo de tratamiento,
puede ser una tarea inaccesible o imposible de comorbilidades, entre otros).
realizar; d) aumentar la calidad del estudio, al
disponer de más recursos, las observaciones y Con lo anteriormente expuesto es más claro
mediciones efectuadas a un número reducido de entender que en cualquier investigación no se
individuos pueden ser más exactas; e) la selección estudiará al total de la población, y que solo se
de la muestra permitirá reducir la heterogeneidad elegirá a una fracción o muestra de la población
de una población, y f) en un sentido estricto y ético definida en los objetivos. A este respecto diversos
no es necesario estudiar al total de la población autores han propuesto un cambio en la nomen-
cuando con una proporción de sujetos puede clatura de las poblaciones que se emplean para
conseguir los objetivos del estudio. marcar las diferencias entre una población gene-
ral y una muestra. Así, se refieren varios tipos de
En la selección de la población de estudio existen universos: el finito, infinito e hipotético; además
características decisivas que deben considerarse. se consideran diferentes niveles de población:
Una de ellas es la homogeneidad, que se refiere población diana o blanco, accesible y elegi-
a que todos los miembros de la población tienen ble. Mientras que otros autores las denominan
las mismas características según las variables que población muestra o población participante. A
se habrán de estudiar, ya que si no se asegura que continuación se describen las definiciones:
la población sea homogénea puede conducir a
elaborar conclusiones equivocadas durante el El universo finito es aquel donde los elementos
análisis, ya que por la mezcla de subpoblaciones que lo constituyen pueden ser delimitados y
(heterogéneas) no se obtendrá una representa- cuantificados. Como ejemplos: 1) pacientes con
ción clara de las variables en estudio. diagnóstico de dermatitis atópica de un hospital
de tercer nivel de atención, y 2) residentes de la
Otra característica es la temporalidad; es decir, especialidad de Alergia en la Ciudad de Méxi-
el periodo donde se sitúa a la población de co. Se identifica el universo infinito cuando los
interés. Debe establecerse si el estudio se ubica elementos que lo conforman no tienen límite
en el presente, o si se trata de una población o en términos prácticos, cuando no es posible
atendida en el pasado, o de una conjunción de determinar su magnitud debido al tamaño. Un
poblaciones de diferentes generaciones. Esta ca- ejemplo puede ser, pacientes con asma en la
racterística es importante porque las condiciones Ciudad de México; otro ejemplo es la población
de las poblaciones pueden variar con el tiempo, de médicos de un determinado país.
ya sea por avances en la forma de establecer
diagnósticos o tratamiento, o por los cambios Con respecto al universo hipotético se reconoce
en factores ambientales. cuando el tamaño de la población no es posible
definirlo en forma precisa porque se trata de
La tercera característica es la necesidad que en la eventos o hechos que aún no han ocurrido. Por
población a estudiar se definan los límites espa- ejemplo, el número de pacientes con diagnóstico
203
Revista Alergia México 2016 abril-junio;63(2)
204
Re vista
Mé xic o
Arias-Gómez J y col. La población de estudio en el protocolo de investigación
garantice, en la medida de lo posible que dicha categorías típicas diferentes entre sí (estratos)
muestra sea representativa de la población de que poseen gran homogeneidad respecto a
estudio. Como se comentó, los resultados de alguna característica (se puede estratificar,
toda investigación deberían poder generali- según la profesión, municipio de residencia,
zarse en vista que no se puede estudiar al total sexo, estado civil, etc.). Lo que se pretende
de la población, es decir, que se puedan hacer con este tipo de muestreo es asegurarse de
inferencias a partir de la muestra estudiada. La que todos los estratos de interés estarán repre-
mejor forma de hacerlo es que la muestra de sentados adecuadamente en la muestra. Una
participantes sea elegida de manera aleatoria, de las dificultades que se plantea con este tipo
con el propósito que todos los elementos de la de muestreo es la necesidad de disponer de
población tengan la misma probabilidad de ser un conocimiento detallado de la población.
incluidos en el estudio. Sin embargo, esto no es 3. Muestreo aleatorio por conglomerados: En
posible realizarlo en todos los estudios por dife- el muestreo por conglomerados la unidad
rentes razones, por lo cual se necesario recurrir muestral es un grupo de elementos de la
a los procedimientos denominados técnicas de población que forman una unidad, a la que
muestreo; según la técnica de muestreo emplea- llamamos conglomerado. Las unidades hos-
da podremos tener mayor o menor seguridad en pitalarias, los departamentos universitarios,
cuanto a que la muestra sea representativa. una caja de determinado producto, etc., son
conglomerados naturales. En otras ocasiones
Los procedimientos de muestreo se dividen en dos se pueden utilizar conglomerados no natura-
grandes grupos: 1) los muestreos probabilísticos o les como, por ejemplo, las urnas electorales.
aleatorios y 2) muestreo no probabilístico. La dife- Cuando los conglomerados son áreas geo-
rencia entre ambos está dada por la utilización de gráficas suele hablarse de “muestreo por
métodos estadísticos para la elección de los sujetos. áreas”. El muestreo por conglomerados
consiste en seleccionar aleatoriamente un
Dentro de los métodos de muestreo probabilís- cierto número de conglomerados, a fin de
ticos encontramos los siguientes tipos: investigar todos los elementos pertenecien-
tes a los conglomerados elegidos.
1. Muestreo aleatorio simple: El procedimiento
empleado es el siguiente: 1) se asigna un nú- Métodos de muestreo no probabilísticos
mero a cada individuo de la población y 2)
a través de algún medio (tablas de números A veces, para estudios exploratorios, el muestreo
aleatorios, números aleatorios generados probabilístico resulta excesivamente costoso
con un programa de computadora, etc.) y se acude a métodos no probabilísticos, aun
se eligen tantos sujetos como sea necesa- siendo conscientes que no sirven para realizar
rio para completar el tamaño de muestra generalizaciones, pues no se tiene certeza de
requerido. Este procedimiento, atractivo que la muestra extraída sea representativa. En
por su simpleza, tiene poca o nula utilidad general se seleccionan a los sujetos siguiendo
práctica cuando la población que estamos determinados criterios. A continuación se des-
manejando es muy grande. criben algunos de los métodos de muestreo no
2. Muestreo aleatorio estratificado: trata de ob- probabilísticos más utilizados:
viar las dificultades que presenta el anterior,
ya que simplifican los procesos y suelen re- 1. Muestreo por cuotas: También denomina-
ducir el error muestral. Consiste en considerar do en ocasiones “accidental”. Se asienta
205
Revista Alergia México 2016 abril-junio;63(2)
206
Revisión de la literatura y
construcción
del marco teórico
Un buen marco teórico
NO
es aquel que contiene muchas páginas…
El marco teórico
NO
debe
incluir todo aquello que tenga
relación con el tema global
Comúnmente, el marco teórico de una
investigación se convierte en una mezcla de
conceptos, frases e ideas pobremente
articuladas, cuya lectura resulta sumamente
trabajosa y cansada
Al construir el marco teórico debemos:
https://tesisymasters.com.co/conectores-para-tu-tesis/
¿CUÁNTAS REFERENCIAS DEBEN USARSE
PARA CONSTRUIR EL MARCO TEÓRICO?
Análisis de Concordancia
en investigación clínica
CONCORDANCIA (CONCORDAR):
Coincidir o estar de acuerdo [una cosa] con otra.
Los análisis de concordancia o índices de
concordancia se utilizan para:
CUALITATIVAS
(Categóricas)
Índice kappa (Cohen)
(Propuesto por Jacob Cohen en 1960)
CUANTITATIVAS
(continuas)
Coeficiente de Correlación
Intraclase (CCI)