SEMINARIO DE

INVESTIGACIÓN I
DR. ALEXIS MATEOS PERAZZO
DRA. NILSA GONZALEZ
DR. LUIS AMAT
INTRODUCCIÓN
SEMINARIO DE INVESTIGACIÓN
La ciencia es más una forma de pensar que una acumulación de
conocimientos.
FUNDAMENTACIÓN

• El seminario procura introducir a los estudiantes en la lógica de la investigación académica

en ciencias médicas. Está diseñado para estudiantes que habrán de enfrentar la
producción de conocimiento vía la realización de trabajos de tesis y de otras
investigaciones posteriores.

• A través de las discusiones, lecturas, presentación de textos en clase, resolución de

ejercicios, etc. se espera que los participantes se aproximen a la práctica de
investigación en ciencias médicas.
FUNDAMENTACIÓN

• En ese marco también se presentan y analizan los diferentes diseños, métodos y técnicas
que emplea la investigación en la producción de conocimiento de lo social.

• El seminario parte del supuesto acerca de la investigación como un proceso que se

desarrolla a lo largo de varias etapas que van desde el planteo del problema a la elección
del marco teórico hasta la redacción del informe final y su publicación, buscando una
estrecha articulación entre teoría, objetivos y métodos.
CAPACIDADES A SER LOGRADAS

• Analizar literatura científica de forma crítica.

• Realizar revisiones bibliográficas como método de introducción a la investigación médica.

• Manejar los conceptos y definiciones centrales en epidemiología e investigación.

MODALIDAD DE TRABAJO

• Reunión virtual sincrónica semanal de 3hs cátedra:

• Clases teóricas
• Discusión de casos
• Asistencia docente de los trabajos
• Socialización de resultados

• Horas prácticas semanales de 5hs cátedra:

• Actividades de proceso
MÓDULO I
Introducción a la investigación
Importancia de hacer investigación
Fundamentos de la investigación

Lee un artículo sobre los temas desarrollados y realiza breve resumen.

MÓDULO II
Métodos cuantitativos y cualitativos.
El proceso de investigación.
El artículo científico.

Lee el material de apoyo y realiza una evaluación sobre los contenidos del
módulo
MÓDULO III

Variables y Medidas.
Tipos de estudios.
Distribuciones y probabilidades.

Realiza un protocolo con título, fundamentación y objetivos.

MÓDULO IV

Distribuciones y probabilidades.
Hipótesis, población y muestra.

Lee el material de apoyo y realiza una evaluación sobre los contenidos del
módulo
MÓDULO V
Distribuciones y probabilidades.
Epidemiología básica.
El artículo científico médico.
Análisis I.

Análisis de artículos científicos médicos.

MÓDULO VI

La revisión bibliográfica.

Realiza revisión bibliográfica sobre un tema médico.

MODULO I
SEMINARIO DE INVESTIGACIÓN I
QUE ES INVESTIGAR en medicina?

• Es responder una pregunta.

• Es obtener datos.
• Es testear una hipótesis.
• Es comparar tratamientos.
• Es conocer las características de una población.
La investigación tiene como principales objetivos, la
generación de conocimiento, a través de la producción de
nuevas ideas; y la solución de problemas prácticos.
REVISTA INVESTIGACIÓN EN EDUCACIÓN MÉDICA, publicación trimestral editada por la Universidad Nacional Autónoma de México
REVISTA INVESTIGACIÓN EN EDUCACIÓN MÉDICA, publicación trimestral editada por la Universidad Nacional Autónoma de México
Rev Argent Salud Pública,
2017; 8(31): 7-12
IMPORTANCIA

• La medicina es una ciencia en constante desarrollo y por lo tanto los conocimientos

médicos no deberían obtenerse a través de otra fuente que no sea la investigación
científica.
• Medicina Basada en la Evidencia (David Sachett 1996)
Para que aprender a hacer
INVESTIGACIÓN?

• Generar conocimiento.
• Publicar artículos.
• Acceder a títulos o mejores puestos (escalafón).
Porque la INVESTIGACIÓN es importante
en la formación médica?
• Oportunidad única de aprendizaje.
• Oportunidad de ser parte de un equipo.
• La oportunidad de aplicar lo aprendido en clase.
• Refuerza tu solicitud de residencia.
• Desafío intelectual.
• Trabajo cercano con miembros de la facultad y médicos en ejercicio.
• La oportunidad de publicar su investigación en revistas respetables.
• Oportunidad de presentar su investigación en conferencias científicas respetables.
Como se ha de realizar una
INVESTIGACIÓN?

• Definir un problema de investigación, generar una idea para investigar, construir el

marco teórico, establecer la hipótesis, elegir el diseño más adecuado y factible,
seleccionar la muestra de sujetos a estudiar, recolectar los datos, analizar y presentar
los resultados.
FUNDAMENTOS

• La investigación sanitaria es un modo sistemático (secuencia) y basado en principios

(reglas) de obtener pruebas y evidencias (datos e información) para resolver los
problemas de la atención sanitaria e investigar cuestiones relacionadas con la salud.

• El término “método” procede del griego “methodoi”, que significa “la senda que se sigue”.
La aplicación de métodos apropiados garantiza la validez de las pruebas y la veracidad de
los conocimientos.
Método se refiere a las REGLAS de las pruebas seguidas
para recabar los datos en un proyecto.

Metodología alude a la exposición crítica, la comparación y

la APLICACIÓN de los métodos.
FUNDAMENTOS

• El razonamiento y la lógica son la base de la investigación científica.

• El método científico se basa en observación, la comprobación de hipótesis y la

formulación de teorías.
 El mundo existe independientemente a nuestras creencias (se los estudie o no). El científico descubre
REALISMO
y describe.

Los acontecimientos naturales se suceden de acuerdo a leyes regulares y causas identificables. Los
DETERMINISMO
médicos estudian las causas de las enfermedades.

El descubrimiento debería obtenerse a través de la observación y la veracidad de los conocimientos

EMPIRISMO
verificada mediante evidencias contrastables.

Cuestionamiento de la verdad de cualquier proposición, incluso de las debidas a las autoridades más
ESCEPTICISMO respetadas. Todos los aspectos del conocimiento, incluidos los métodos en los que nos basamos, están
abiertos al cuestionamiento, la crítica y la revisión.
OBSERVACIÓN

• Algunas investigaciones se basan en las OBSERVACIONES realizadas con instrumentos,

mientras que otras no lo hacen. El empleo de instrumentos complejos no es una
característica necesaria de la observación científica.

• Los atributos clave de esta observación son la precisión y la reproducibilidad. Cuando las
observaciones son resumidas y confirmadas de manera apropiada, pasan a constituir
datos, que conforman las bases fácticas del conocimiento científico.
GENERALIZACIÓN

• Los enunciados que representan observaciones o medidas (datos) se integran en

sistemas explicativos denominados hipótesis y teorías. La inducción consiste en el
enunciado de proposiciones generales (hipótesis o teorías) sobre la base de un número
limitado de observaciones de elementos seleccionados.

• Al observar que la penicilina es útil para curar la neumonía en un conjunto de pacientes,

podríamos generalizar que “la administración de penicilina cura la neumonía (en todos los
pacientes)”. Las generalizaciones o inferencias se consideran PROBABILÍSTICAS.
HIPÓTESIS

• “LA ADMINISTRACIÓN DE PENICILINA CURA LA NEUMONÍA BACTERIANA” es un

ejemplo de hipótesis. Las hipótesis científicas son afirmaciones que especifican la
relación esperada entre dos o más conjuntos de variables.

• Las variables son propiedades específicas, observables y medibles de personas, objetos

o acontecimientos. En este caso, la primera variable se refiere a la administración de
penicilina y el segundo conjunto de variables guarda relación con los cambios beneficiosos
en pacientes con neumonía.
LEYES

• Cuando las hipótesis adquieren un fuerte respaldo empírico, se denominan leyes.

• Por tanto, la afirmación “la administración de penicilina cura la neumonía” podría

considerarse una ley después de constatar que en muchos pacientes con neumonía este
tratamiento ha resultado eficaz.

• Como las hipótesis se testean en un subconjunto de la población blanco, debe tenerse en

cuenta el muestreo para su validez y generalización.
POBLACIÓN BLANCO POBLACIÓN ACCESIBLE MUESTRA
(OBJETIVO)

HIPERTENSOS DEL HIPERTENSOS QUE CONSULTAN PACIENTES INCLUIDOS EN EL

PARAGUAY EN CENTROS DE SALUD DEL ESTUDIO
MSPyBS
 Inferencia / Probabilidad
Parámetros
(letras griegas)
La base de la estadística es el muestreo y la
generalización de los hallazgos

Valores estadísticos
Muestreo
(letras romanas)
Nunca exento de error
Se minimiza con n mayor y
aleatorización
TEORÍAS
• Las hipótesis o leyes están integradas en sistemas explicativos más generales
denominados teorías. Una teoría aclarará las relaciones entre una red de observaciones
e hipótesis.

• Una teoría explica porque los ATBs son efectivos en tratar enfermedades infecciosas,
otras teorías explican la transmisión y manifestaciones del VIH.

• Las teorías no son verdades absolutas sino explicaciones probabilísticas, siendo

rechazables y reemplazables.
Enfoque CUANTITATIVO

• Mediante un enfoque cuantitativo se contempla a los pacientes objetivamente, como

objetos naturales, y se intenta identificar y medir variables importantes que
representan las causas y expresiones de los problemas sanitarios.

• Se desarrollan modelos y marcos teóricos que explican sistemáticamente de qué modo se

interrelacionan estas variables y se acometen las acciones terapéuticas que actúan
para reducir los valores de las variables que representan enfermedad o discapacidad.
Enfoque CUALITATIVO

• El uso de un enfoque cualitativo para la investigación y el conocimiento lleva a contemplar

a los pacientes como individuos y a intentar lograr una indagación profunda de sus
experiencias subjetivas y de los motivos de sus acciones.

• El investigador desarrolla teorías para interpretar puntos de vista personales y para

informar de sus acciones terapéuticas de manera que tengan sentido y resulten
apropiadas para los pacientes.
Nosotros percibimos a los pacientes dentro de dos marcos de trabajo
distintos, pero interrelacionados: como sistemas biológicos
desajustados que no funcionan bien, y como personas, iguales a
nosotros, que viven en una sociedad e intentan comprender y afrontar
sus problemas individuales de atención sanitaria.
CONCLUSIONES

• Se investiga para responder una pregunta relevante.

• Existe un método para realizar dicha investigación, que inicia con la observación.
• A partir de las investigaciones se generan teorías, siempre refutables por nuevas
investigaciones.
• No hay verdades absolutas sino probabilidades.
 TAREA

• Escribe 5 preguntas de investigación.

MÓDULO II
SEMINARIO DE INVESTIGACIÓN
MÓDULO II
Métodos cuantitativos y cualitativos.
El proceso de investigación.
El artículo científico

Lee los artículos proporcionados y determina tipo de investigación, así como

identifica las partes de un artículo.
ENFOQUE CUANTITATIVO

• Los problemas sanitarios se conceptualizan como las disfunciones de un organismo. El

propósito de los investigadores es describir con precisión estos problemas e identificar
sus causas y consecuencias.
• Ignorar los valores y experiencias personales puede reducir considerablemente la
eficacia de las intervenciones sanitarias.
ENFOQUE CUALITATIVA

• Aporta una perspectiva importante de aquellos elementos distintos de las propiedades de

las máquinas que forman parte de todos los participantes en los contextos clínicos.

• Da voz a los participantes y facilita a los investigadores la adquisición de valiosas

perspectivas sobre cómo esos participantes ven y viven sus problemas.
Imagine que se le entrega un billete de curso legal y que tiene impresa en él la cifra de 100 dólares.

• Si perteneciera usted a una tribu de una parte remota del mundo que nunca hubiera visto un billete bancario, miraría el papel como un objeto
decorativo y lo valoraría como una curiosidad. (Cualitativo).

• Si atravesara un periodo de dificultades financieras, verá los 100 dólares como una oportunidad de comprar comida o pagar facturas.
(Cuantitativo).

• Si fuera usted contable, se concentraría en el número impreso en el billete para realizar cálculos fiscales. (Cuantitativo).

• Si fuera un falsificador consumado, le interesarían enormemente las propiedades físicas del objeto, como su longitud, anchura, color y
textura: todos ellos, detalles necesarios para llevar a buen término su actividad delictiva. (Cuantitativo).

La investigación cualitativa se basa en el SENTIR, la cuantitativa en el MEDIR. La insistencia actual en este aspecto obliga a que los métodos de
investigación sanitaria den cabida al riguroso estudio de los valores, preferencias y necesidades del paciente, y por tanto nos vemos obligados
tanto a enfoques cualitativos como cuantitativos.
Institute of Medicine: «proporcionar una asistencia respetuosa y sensible a las preferencias, necesidades y valores de cada
paciente, y garantizar que todas las decisiones clínicas estén guiadas por los valores del paciente».

https://www.england.nhs.uk/integrated-care-pioneers/resources/patient-care/

El Yo declaro
PERCEPCIÓN CUANTITATIVA
• Los investigadores cuantitativos prefieren una perspectiva «ingenuamente» realista del
conocimiento. El reduccionismo es vital para realizar investigación cuantitativa.

• El reduccionismo se refiere al proceso consistente en reducir fenómenos complejos a

elementos más simples y fundamentales.

• Para identificar asociaciones de causa y efecto, es preciso someter a prueba mediante

estudios de investigación hipótesis enunciadas con claridad. Al centrarse en síntomas y
signos se pierde la perspectiva holística de la persona.
PERCEPCIÓN CUALITATIVA

• Los investigadores cualitativos pretenden comprender el modo en que los sujetos viven
sus problemas de salud y los motivos de sus acciones destinadas a afrontar estos
problemas.

• Por ejemplo, los investigadores cualitativos que investigan las cardiopatías isquémicas
tendrían en cuenta las experiencias de los participantes y el conocimiento del cual estos
disponen acerca de su problema de salud.
POSICIONAMIENTO CUANTITATIVO

• El posicionamiento del investigador es «objetivo», dirigido a percibir y registrar los

acontecimientos de forma desapasionada. No obstante, existe un reconocimiento de la
posibilidad de error y un sesgo integrado en la recogida de datos.

• Se dispone de técnicas específicas con miras a reducir estos sesgos y de métodos de

medición confiables.
POSICIONAMIENTO CUALITATIVO

• Los investigadores cualitativos consideran que los instrumentos normalizados son

intrusivos, ya que pueden restringir la propia expresión e impedir la comprensión de las
verdaderas experiencias.

• El investigador adopta una postura de subjetividad, por lo cual se puede desarrollar un

grado de empatía entre el investigador y el participante, lo que puede favorecer la
consideración de los valores, necesidades y preferencias del paciente.
DATOS CUANTITATIVOS

• Los datos (resultados, outcomes) obtenidos en la investigación cuantitativa consisten en

conjuntos de observaciones y medidas, descripciones objetivas de episodios físicos y
conductuales, la salud y la enfermedad.

• Se resumen y analizan según los principios estadísticos.

DATOS CUALITATIVOS

• En la investigación cualitativa, la base de datos es esencialmente un análisis del relato que

comunica lo sucedido a las personas. Este relato debe ser adecuadamente detallado para
ilustrar al lector en los significados personales que tuvieron los sucesos.

• Los datos son descriptivos, un relato detallado de lo que dijeron las personas, de sus
acciones y actividades, y de sus interacciones con los demás, pudiendo utilizarse citas
literales o grabaciones.
TEORÍAS CUANTITATIVOS

• Las teorías basadas en pruebas cuantitativas contienen a menudo «modelos», que

pueden ser matemáticos y/o representaciones de sistemas de los patrones de los
hallazgos. Los modelos de procesos anatómicos y fisiológicos, como serían los
correspondientes a los sistemas circulatorios o nerviosos, son buenos ejemplos de
modelos cuantitativos.

• Las teorías cuantitativas son «normativas», pretenden describir y explicar, lo más

estrechamente posible, el funcionamiento ideal de las cosas. Representan unos
parámetros que se suponen estables y aplicables universalmente.
TEORÍAS CUANTITATIVOS

• Las teorías basadas en evidencias cuantitativas se comprueban a través de predicciones

o hipótesis enunciadas con precisión y deducidas lógicamente.

• La exactitud de una teoría cuantitativa se valora en virtud de la magnitud con que las
predicciones generadas por la teoría se corresponden con las evidencias producidas por
una investigación metodológicamente rigurosa.
TEORÍAS CUALITATIVOS

• Las teorías que integran evidencias de la investigación cualitativa son interpretaciones

globales de significados personales que emergen en situaciones sociales concretas.

• Los investigadores sanitarios cualitativos enfocan la formación de teorías mediante el

intento de identificar «temas» o categorías de significados comunes. Lo importante es
que las categorías se desarrollen a partir de evidencias que expresen los significados
personales y no de los «hechos» derivados de estadísticas de medidas objetivas. De
esta forma, se afirma que la teoría está «fundamentada» en los relatos de un grupo
de personas.
TEORÍAS CUALITATIVOS

• La comprobación más sencilla de las interpretaciones cualitativas consiste en acudir

directamente a los participantes para establecer si las interpretaciones de los
investigadores tienen sentido para ellos.

• La extensión en que se desarrolla un consenso entre los investigadores y sus

participantes es uno de los indicios relevantes de la veracidad de las teorías cualitativas.
APLICACIÓN CUANTITATIVA

• Se aplican enfoques cuantitativos para:

• descubrir las causas de las enfermedades y las discapacidades
• predecir la carga de estas enfermedades y discapacidades en poblaciones individuales
• desarrollar y validar procedimientos de valoración
• evaluar la eficacia de las intervenciones.
APLICACIÓN CUALITATIVA

• La investigación cualitativa proporciona evidencias y teorías que nos permiten

comprender mejor a nuestros participantes como seres humanos.

• Esta investigación desvela el modo en que las enfermedades, la discapacidad y la

prestación de atención sanitaria afectan a la vida de las personas interpretado desde
sus propios puntos de vista.
 CUANTITATIVO CUALITATIVO

Origen Ciencias naturales Ciencias sociales

Percepción de la Reduccionista: Identificación y definición operativa de Holística: personas en el entorno de sus contextos
investigación variables sociales
Objetiva: observación separada y medida precisa de las Subjetiva: estrecha interacción personal con los
Posición del investigador
variables participantes

Cualitativas: descripciones de acciones y significados

Base de datos Cuantitativa: interrelaciones entre variables
personales relacionados con el contexto

Consensuada: se equiparan las interpretaciones del

Controlada: respaldo o rechazo empírico de las hipótesis
Verificación de teorías investigador con la de los participantes y otros
deducidas de las teorías
observadores

Interacción con personas de una forma consensuada de

Predicción y control de factores relacionados con la
Aplicaciones manera acorde con los valores en escenarios de
salud en escenarios aplicados
atención sanitaria
 CUANTITATIVO CUALITATIVO

Busca confirmar hipótesis sobre un fenómeno. Busca explorar un fenómeno.

Marco general
Usa métodos estructurados: cuestionarios, encuestas, Métodos semiestructurados: entrevistas, grupos
observación estructurada. focales, observación participativa.

Cuestionarios Cerrados Abiertos

Formato de datos Numéricos Textuales

Diseño fijo desde inicio a fin. Algunos aspectos del diseño son flexibles .

Flexibilidad Las respuestas no influyen o determinan en el diseño. Las respuestas afectan las preguntas.

Diseño sujeto a suposiciones estadísticas. Diseño iterativo.

PROCESO DE INVESTIGACIÓN

• La investigación científica aplicada a la salud en general se realiza siguiente pasos

concretos, a modo de algoritmo.

• Estos pasos se incluyen en el PROTOCOLO, documento que sintetiza la idea, los

objetivos, el diseño, y el método, utilizados en un estudio o proyecto de investigación.
 Planificación

Hipótesis
Objetivos

Diseño

Recopilación de datos

Organización de los datos

Análisis

Interpretación y
conclusiones
PREGUNTAS DE INVESTIGACIÓN
• El primer paso en el proceso de solución de problemas consiste en enunciar claramente y
sin ambigüedades el problema que se pretende resolver.

• Los problemas de una investigación reflejan tanto las necesidades de atención sanitaria
no satisfechas de los pacientes como las oportunidades creadas por los nuevos avances
teóricos y tecnológicos para mejorar dicha atención.

• El problema debe ser realista, ha de tener solución con los recursos de que disponen los
investigadores.
PLANIFICACIÓN

• La planificación conlleva la elección de estrategias y técnicas de recopilación de datos

apropiadas para responder a las preguntas clave y someter a prueba las hipótesis.

• Esta planificación se basa en el conocimiento detallado de las investigaciones previas

compendiadas en una revisión bibliográfica. Se deben contemplar aspectos éticos y
económicos.
PROTOCOLO

• Funciona como una guía o manual del estudio y debe incluir:

• Título, colaboradores e institución
• Fundamentación
• Objetivos
• Métodos: descripción, diseño, lugar, población, intervención o factores y confundidores, método de
selección y muestreo, medidas de exposición y resultados, tamaño muestral, gestión de datos y
análisis estadístico.
• Consideraciones éticas: consentimiento informado y confidencialidad.
• Logística: Cronograma, presupuesto, responsabilidades.
• Referencias
EL ARTÍCULO CIENTÍFICO

• La publicación científica se ciñe a reglas más o menos rígidas con el fin de que todos los
artículos posean una estructura universal.

• Repite de alguna manera lo enumerado en el protocolo.

 TÍTULO De que se trata el estudio?
Breve, informativa, searchable
RESUMEN Cual es su núcleo?
Antes del estudio Destaques del IMRaD
INTRODUCCIÓN Por que se realizo el estudio?
El problema, la importancia, lo conocido y no
conocido, hipótesis, pregunta de investigación y
objetivos.
LUGAR Donde se realizo? Porque ahí?
Puede ser parte de método
MÉTODOS Como se realizo?
Métodos y justificación de los mismos
RESULTADOS Que se encontró?
Después del estudio Resumen de hallazgos y figuras
DISCUSIÓN Que significa lo encontrado?
Se consiguieron los objetivos? Limitantes?
Implicaciones para investigaciones futuras
CONCLUSIÓN Cual es el principal hallazgo y su significancia?
No repetir la Discusión.
FORMATO PROCESO
Frase que compendia el asunto exacto del estudio. Un buen título les permitirá a los lectores juzgar rápidamente si el artículo es de su interés o no. Debe incluir
Título tema, diseño y población, sin abreviaciones.
El resumen es una breve descripción (aproximadamente, 250 palabras) del informe completo. El objetivo de esta sección es ofrecer al lector una visión general
Resumen de lo comunicado. Su forma estructurada sigue la regla IMRaD.

Establece el estado de la pregunta de investigación mediante la exposición de la base teórica del problema en consideración y describe y evalúa las investigaciones
Introducción pertinentes completadas con anterioridad. La introducción actúa así como un vínculo entre los trabajos pasados y los conocimientos actuales. La revisión de los
trabajos anteriores se realiza con un sesgo dirigido únicamente a aquellos aspectos del problema que tienen relevancia directa para el informe.

La finalidad de la sección de métodos es informar al lector de cómo se llevó a cabo exactamente el estudio. Es importante recordar que la sección de métodos
debe contener un detalle suficiente para permitir que otro investigador pueda reproducirlo. Por convención se presentan tres subapartados: diseño (no en
Método revistas anglosajonas), participantes (o sujetos, quienes, cuantos y como se seleccionaron), instrumental/herramientas y procedimiento (muestreo, recolección
de datos, análisis).
La sección de resultados presenta los hallazgos de la investigación y dirige la atención hacia los puntos de interés. Deben aplicarse los principios de la estadística
Resultados descriptiva y la inferencia estadística para presentar los datos resumidos y analizados: gráficos, tablas y resultados de las pruebas estadísticas.
La discusión debería relacionar los hallazgos con estudios similares y, especialmente, con la teoría en la que se inspiran. Si se obtuvieron resultados inesperados,
deben exponerse las posibles razones de estos (p. ej., fallos en el diseño y los controles). De este modo, la discusión abrirá el camino hacia la solución de los
Discusión problemas pendientes. En la conclusión, que por lo común es el párrafo que cierra el apartado de discusión, se resumen los hallazgos y sugerencias principales
para su posterior investigación.
Se recoge toda la bibliografía manejada en el artículo. Se facilitará así al lector la evaluación de las fuentes. Debe proporcionarse una información suficiente
Bibliografía
para que todo lector interesado pueda identificar y encontrar las fuentes. Un informe de investigación puede incluir apéndices referenciados, en los que se
y apéndices incluiría una descripción completa de los cuestionarios u otros instrumentos de medida, los datos sin procesar o los cálculos estadísticos, si fuera necesario.
Artículo Tipo de investigación Variable estudiada
1 Cualitativa Modelos educativos
2
3
4

Artículo Resumen Población Procedimiento Aspectos Discusión

IMRaD estudiada realizado éticos

1 No No No No No
2
3
4
Artículo Tipo de investigación Variable estudiada
1 Cualitativa Modelos educativos
2 Mixto Alternativas de formación
3
4

Artículo Resumen Población Procedimiento Aspectos Discusión

IMRaD estudiada realizado éticos

1 No No No No No
2 Si Si Si Si Si
3
4
Artículo Tipo de investigación Variable estudiada
1 Cualitativa Modelos educativos
2 Mixto Alternativas de formación
3 Cuantitativo Resistencia vascular, índice cardíaco,
volumen eyectado
4

Artículo Resumen Población Procedimiento Aspectos Discusión

IMRaD estudiada realizado éticos

1 No No No No No
2 Si Si Si Si Si
3 Si Si Si Si Si
4
Artículo Tipo de investigación Variable estudiada
1 Cualitativa Modelos educativos
2 Mixto Alternativas de formación
3 Cuantitativo Resistencia vascular, índice cardíaco,
volumen eyectado
4 Cualitativo Discriminación en lugar de trabajo

Artículo Resumen Población Procedimiento Aspectos Discusión

IMRaD estudiada realizado éticos

1 No No No No No
2 Si Si Si Si Si
3 Si Si Si Si Si
4 Si Si Si Si Si
MÓDULO III
SEMINARIO DE INVESTIGACIÓN
MÓDULO III

La pregunta de investigación
Variables y Medidas.
Tipos de estudios.

Lee los artículos proporcionados y determina el tipo de estudio y los tipos de

variables presentadas.
PREGUNTA DE INVESTIGACIÓN

• Aunque la investigación médica puede tomar variadas (e inesperadas) direcciones, en

general el tipo de pregunta que da inicio a una investigación suele ser similar.

• Recordar que la pregunta de investigación es el motor de inicio de todo el proyecto, y que

ha sido formulada luego de revisiones bibliográficas sobre otras investigaciones y de la
observación concienzuda de la realidad.
PREGUNTA DE INVESTIGACIÓN

• La búsqueda de artículos sobre investigaciones previas puede facilitarse si se utiliza la

técnica PICO: https://pubmedhh.nlm.nih.gov/pico/index.php
• P: Población enfocada
• I: Intervención realizada (terapia, test diagnóstico, etc.)
• C: Comparado con… (con test o terapia se comparo la intervención)
• O: Outcome o resultados
PREGUNTA DE INVESTIGACIÓN

• En la investigación sanitaria casi todas las búsquedas se basan en motores de internet y

en bases de datos de revistas digitales.
• Las herramientas de búsqueda más extendidas sobre publicaciones de investigación
sanitaria son PubMed o Public Medline (https://pubmed.ncbi.nlm.nih.gov/), Google
Académico (https://scholar.google.es/), LILACS (https://lilacs.bvsalud.org/es/),
PREGUNTA DE INVESTIGACIÓN

• Las preguntas de investigación aparecen cuando existe algún cambio en algún aspecto
afectando la salud de la población, que requiera intervención, como ser cambios
ambientales, sociales o de alimentación, o cambios demográficos.

• Los nuevos avances médicos y tecnológicos obligan a investigar la aplicación práctica de

estas contribuciones. La investigación puede estar destinada a mejorar un servicio
sanitario o a reducir costos al seleccionar el mejor método diagnóstico o tratamiento.
CATEGORÍA EJEMPLOS

• El nuevo score diferencia demencia vascular de demencia

senil?
DIAGNÓSTICO O CRIBADO
• El dosaje de lactato pronostica de forma más temprana la
falla circulatoria que los datos clínicos?
• Cuál es el índice de letalidad entre las personas expuestas a
unos niveles elevados de mercurio?
SALUD PÚBLICA
• Cual es el riesgo de las mujeres fumadoras en padecer
osteoporosis severa en relación a las no fumadoras?
• Cual es la efectividad de la cirugía bariátrica de derivación en
comparación con los análogos incretina en el tratamiento de la
EFECTIVIDAD DE TRATAMIENTOS obesidad mórbida?
• Cual es la reducción de riesgo de ACV isquémico con la ingesta
diaria de AAS?
• Cual es el riesgo de hemorragia digestiva con la ingesta diaria
COLATERALES DE TRATAMIENTOS de AAS?
• Cual es la incidencia de hiperkalemia con el uso de IECAS?
DISEÑOS

• Todos los diseños se basan en los mismos componentes:

• P: Población definida
• O: Resultado medido
• I: Intervención realizada
• E: Exposición
• C: Grupo control para comparar

• Con P y O basta para responder preguntas sobre frecuencia y prevalencia.

DISEÑOS

• La primera distinción separa a los estudios en ANALÍTICOS y NO ANALÍTICOS.

• Un estudio no analítico o DESCRIPTIVO no trata de cuantificar la relación sino de darnos

una imagen de lo que está sucediendo en una población (p. ej., la prevalencia).
• Los estudios descriptivos incluyen informes de casos, series de casos, estudios cualitativos y
estudios de encuestas (transversales), que miden la frecuencia de varios factores y, por lo
tanto, el tamaño del problema.
DISEÑOS

• Un estudio analítico intenta cuantificar la relación entre 2 factores, el efecto de una

intervención (I) o exposición (E) sobre un resultado (O). Para cuantificar el efecto,
necesitamos conocer la tasa de resultados en un grupo de comparación (C), así como en
el grupo de intervención o expuesto.

• Ya sea que el investigador cambie activamente un factor o imponga una intervención,

determina si el estudio se considera observacional (participación pasiva) o experimental
(participación activa).
DISEÑOS

• En los estudios experimentales, el investigador manipula la exposición, es decir, asigna

sujetos al grupo de intervención o exposición. Los estudios experimentales, o ensayos
controlados aleatorios (ECA), son similares a los experimentos en otras áreas de la
ciencia.

• Los ensayos controlados, particularmente si son aleatorizados y ciegos, tienen el

potencial de controlar la mayoría de los sesgos que pueden ocurrir en los estudios
científicos.
DISEÑOS

• En los estudios de observación analíticos, el investigador mide la relación entre un factor

de exposición y un determinado resultado. Incluyen los estudios de casos y controles
(resultado presente), estudio de cohortes (exposición presente) y transversales (ambos
presentes).

• Todos estos estudios incluyen grupos emparejados de sujetos. Investigan y registran las
exposiciones (intervenciones o factores de riesgo) y observan los resultados
(enfermedad) a medida que ocurren.
 Revisiones

Experimentales

Estudio de Cohortes

Casos y controles

Estudios observacionales
Opiniones de expertos
 El investigador asigna OBSERVACIONAL
EXPERIMENTAL
exposición?

GRUPO
ALEATORIZACIÓN?
CONTROL?

ESTUDIO CLÍNICO ESTUDIO

ANALÍTICO DESCRIPTIVO
RANDOMIZADO CUASI- EXPERIMENTAL

DIRECCIÓN SERIE DE CASOS

CAUSA↔EFECTO REPORTES

CASOS Y
COHORTES TRANSVERSAL TRANSVERSAL
CONTROLES
ESTUDIO
Observacional y descriptivo,
Serie de casos
Observacional y descriptivo,
Serie de casos
Observacional y descriptivo,
transversal
Observacional, analítico,
casos y controles
(retrospectivo)
Observacional, analítico,
estudio de cohortes
(prospectivo)
Observacional, analítico,
transversal
CARÁCTERÍSTICA
Detalla las características de una muestra de personas con una condición en común (ej, TBC pulmonar).
Detalla las características de un caso clínico llamativo por diagnóstico o evolución poco frecuentes.
Determina la prevalencia de una condición en un período de tiempo en una población dada.
Compara la frecuencia de un factor (nocivo o protector) entre personas con un diagnóstico dado y
controles sin dicho diagnóstico. Su análisis produce Odds Ratios. Por ejemplo determinar si los pacientes con
cáncer de cérvix han tenido más parejas sexuales que las que no tienen dicho diagnóstico.
Compara la frecuencia de un diagnóstico entre personas con un factor dado (nocivo o protector) y
controles sin dicho factor. Su análisis produce riesgo relativo y reducción de riesgo, número necesario para
tratar, y (si se registra tiempo de evento) curvas de supervivencia y Hazard Ratios. Útil para comparar
tratamientos. Por ejemplo determinar la protección que ofrece una vacuna en prevenir COVID19.
Analiza causa (condición) y efecto (diagnóstico) al mismo tiempo y busca asociación (no causalidad) a través
de diferentes herramientas estadísticas, dependiendo el tipo de datos. Los datos pueden ser recabados a
partir de registros médicos. Por ejemplo buscar si existe asociación entre recien nacidos de bajo peso y
TSH.
ESTUDIO CARÁCTERÍSTICA

Comparar la efectividad de un tratamiento entre un grupo intervención y un grupo control, con un muestreo
no azaroso (por conveniencia u otro), o sin grupo control (comparando los datos contra otros estudios).
Por ejemplo determinar la efectividad de reducción de la PA en paciente con preeclampsia comparando
Cuasi-Experimental amlodipina sola vs amlopidina+labetalol en pacientes que acuden libremente a la urgencia del Hospital de
Clínicas. El grupo amlodipina pudo ser reemplazado por una “cohorte histórica” con un tratamiento habitual.
Otro ejemplo podría ser el estudio de la cafeína sobre la motilidad esofágica, siendo cada paciente su propio
control (antes de consumir cafeína).

Comparar la efectividad de un tratamiento entre un grupo intervención y un grupo control, con un muestreo
probabilístico.
Experimental Por ejemplo se quiere comparar la efectividad para el control de la glicemia de la dapagliflozina versus
tratamiento típico con metformina. Se elige aleatoriamente a partir de grupos estratificados por sexo, edad
e IMC.
PASADO DEL ESTUDIO PRESENTE DEL ESTUDIO FUTURO DEL ESTUDIO

ESTUDIO TRANSVERSAL
EXPOSICIÓN ENFERMEDAD
FACTOR EFECTO
CAUSA CONSECUENCIA

EXPOSICIÓN ENFERMEDAD
ESTUDIO PROSPECTIVO
FACTOR EFECTO
COHORTE
CAUSA CONSECUENCIA

EXPOSICIÓN ESTUDIO RETROSPECTIVO ENFERMEDAD

FACTOR CASOS Y CONTROLES EFECTO
CAUSA CONSECUENCIA
VARIABLE

• Las variables pueden definirse como aquellos atributos o características de los eventos,
de las personas o de los grupos de estudio que cambian de una situación a otra o de un
tiempo a otro y que, por lo tanto, pueden tomar diversos valores.
• Desde el punto de vista conceptual pueden ser independientes (explicativa, causa,
usualmente un factor) y dependientes (resultado, efecto, usualmente una enfermedad).
• Desde el punto de vista operativo (medición) pueden ser cuantitativas o numéricas
(0,23; 45) y cualitativas o categóricas (rangos, escores). Las variables cuantitativas
pueden ser continuas (valores infinitos entre 2 medidas) o discretas (finitos).
MEDICIÓN

• La medición consiste en asignar un número o una calificación a alguna propiedad

específica de un individuo, una población o un evento usando ciertas reglas.
• Para medir es necesario seguir un proceso que consiste en el paso de una entidad
teórica a una escala conceptual y, posteriormente, a una escala operativa.
a) se delimita la parte del evento que se medirá.
b) se selecciona la escala con la que se medirá.
c) se compara el atributo medido con la escala.
d) se emite un juicio de valor acerca de los resultados de la comparación.
ESCALAS

• Las variables categóricas poseen escalas nominales u ordinales, las cuantitativas escalas
de intervalo y de razón.
• Las categorías deben ser exhaustivas y mutuamente excluyentes, debe existir una categoría para
cada caso que se presente y cada caso debe poder colocarse en una sola categoría.
ESCALAS CATEGÓRICAS

• Pueden ser de tipo nominal, categorías sin orden de importancia. Cuando son solo dos
categorías se denomina escala dicotómica (M/F, Si/No, Tiene/No tiene).
• Una variable de Procedencia, sería nominal, no hay orden determinado, aunque a cada sitio de
procedencia se le asigne un valor referencial.

• O ordinales, categorías con orden (rankings, escores), como ser nivel de enfermedad
(leve, moderado, severo).
• Una pregunta sobre de satisfacción con 3 categorías (nada satisfecho, satisfecho, muy
satisfecho) es una escala ordinal.
ESCALAS NUMÉRICAS
• Se miden a través de escalas de tipo intervalo, con cero arbitrario (puede haber valores
negativos), como ser la temperatura o el coeficiente intelectual.
• Ignorando los días bisiestos, los años son una unidad de medida fija para el tiempo . Sin embargo, el
año cero no significa “nada” con respecto al tiempo. El año 2000 no es “el doble de tarde” que el
año 1000.

• O escalas de tipo razón, con cero real (solo valores positivos) que indica ausencia del
valor medido, como ser las mediciones bioquímicas.
• Un ejemplo es el peso en kilos. Un kilo es una unidad de medida fija porque siempre representa
exactamente el mismo peso. Además, cero kilos corresponde a “nada” con respecto al peso.
ESCALAS NUMÉRICAS

• Las variables discretas no permiten el registro de fracciones: goles recibidos, número de

personas.

• Las variables continuas permiten números decimales: peso de pacientes, temperatura

corporal.
• Se pueden graficar mediante histogramas para evidenciar la distribución.
• El valor real es el valor ± 0.5.
OTRO ENFOQUE…

• Variable dicotómica: Tienen precisamente dos valores distintos.

• Ejemplos típicos son el sexo, tener un automóvil o ser portador del VIH. Es útil distinguir las
variables dicotómicas como un nivel de medición separado porque requieren análisis diferentes que
otras variables.
• Variable categórica: Variables en las que los cálculos no tienen sentido.
• Contienen (generalmente pocas) categorías de respuesta . Debido a que los cálculos no tienen
sentido, las variables categóricas simplemente definen grupos y se analizan sus frecuencias.
• Variable métrica: Variables en las que los cálculos son significativos.
• Debido a que se permiten los cálculos, generalmente los analizamos con estadísticas descriptivas.
Existen 2 valores
SI DICOTÓMICA
posibles?

NO

Existe un orden de los

NO NOMINAL
valores?

SI CATEGÓRICA

Existe una unidad fija

NO ORDINAL
de medida?

SI

METRICA
 ACTIVIDAD SEMANA 4
Artículo Variables Diseño
1 Glicemia, presión arterial, peso RN Cohorte: factor DM, resultado PA/RN
2 Escala de dolor Experimental aleatorio
3 Puntajes de examen anual Longitudinal descriptivo
4 Tabaquismo actual, humo pasivo Transversal descriptivo

Artículo Pregunta de investigación o hipótesis

1 Puede el control de la glicemia predecir la incidencia de hipertensión aso gestación?
Evaluar la eficacia y tolerabilidad de diferentes combinaciones de medicamentos de primera línea
2
para el tratamiento del dolor neuropático diabético.
Evaluar la correlación entre el puntaje de un examen anual escrito basado en casos clínicos con
3
preguntas de opción múltiple y el promedio ponderado como indicador de desempeño académico.
Conocer las características relacionadas con el hábito de fumar en la población estable de la
4
ciudad de Cipolletti.
MÓDULO IV
SEMINARIO DE INVESTIGACIÓN
MÓDULO IV

Muestreo y asignación.
Desviación, error estándar e intervalo de confianza.

Lee el material de apoyo y realiza una evaluación sobre los contenidos del
módulo
Población, muestreo y muestra
• Población es el grupo completo de individuos con una serie de características
determinadas en común.
• Hipertensos, personas de más de 60 años, médicos internistas, etc.

• Una muestra es un subgrupo de esos individuos seleccionados con un método particular,

con un objetivo determinado.

• El muestreo es el proceso de selección de unidades (personas, individuos, organizaciones)

desde una población de interés.
• Estudiando esta muestra se pretende generalizar las conclusiones a la población de la cual
proviene.
Población, muestreo y muestra
• Desde el punto de vista teórico, existen 2 tipos de poblaciones: la Población Blanco y la
Población Accesible.

• La Población Blanco, o de referencia, representa el gran grupo de individuos a los cuales

se pretende generalizar las conclusiones de un estudio en particular. Es una población
teórica.

• La Población Accesible o elegible representa el subgrupo de individuos de la Población

Blanco que son accesibles para la realización del estudio. Habitualmente es demasiado
grande o es demasiado costoso evaluarla completamente.
• A partir de la población accesible se hace el muestreo.
 Generalización
Validez Externa

Población blanco Resultados

referencia
objetivo
Población Investigación
accesible N

Muestreo
Muestra n
Población, muestreo y muestra
• Las técnicas utilizadas para seleccionar individuos de la Población Accesible se llaman técnicas
de muestreo.

• Muestrear nos permite disminuir el número de individuos a evaluar a un número compatible con
los recursos disponibles, manteniendo la posibilidad de generalizar con validez los resultados
obtenidos.
• Es importante remarcar que aún teniendo recursos infinitos, no es necesario evaluar a todos los individuos
para obtener conclusiones válidas y generalizables, y en muchos casos, puede no ser ético.

• Por ejemplo, nuestro interés describir el efecto del uso de un determinado AINE en una
población anciana con cefalea, nuestra.
• Población Blanco será: todos los ancianos con cefalea que han existido y existirán.
• Nuestra población accesible podrían ser todos los ancianos que consultaron a nuestro Centro por cefalea
durante un periodo determinado de tiempo. Se tomaría una muestra de esta población.
Técnicas de muestreo
• El propósito final de todos los métodos de muestreo es extraer una muestra
representativa a partir de la población.
• Una muestra representativa permite generalizar confiadamente los resultados.
• Si el diseño de la investigación presenta deficiencias (de muestreo por ejemplo), el análisis
estadístico, por complejo que sea, no será capaz de extraer información útil o valida.

• Lo ideal es que una muestra representativa contenga en miniatura todos los factores o
variables relevantes de la población en la misma proporción y magnitud que en la población
original.
• Si una población no es representativa, se dice que está sesgada, y se generan errores de
muestreo, que se definen como la magnitud de la diferencia entre el verdadero estado de la
población y el estado de la muestra.
Técnicas de muestreo
• Los estudios cuantitativos y cualitativos utilizan diferentes métodos de muestreo. Las
técnicas de muestreo se pueden clasificar en:
• Probabilísticas (aleatoria)
• No probabilísticas (no aleatorias).

• Los estudios cuantitativos utilizan metodologías de muestreo que aseguran que todos los
individuos de la población accesible tengan la misma probabilidad de ser seleccionados.
Esta es la razón por la cual los estudios cuantitativos utilizan variantes de muestreo
probabilístico.
• Los estudios cualitativos buscan obtener información sobre un determinado grupo de
individuos, por lo cual deben elegir casos específicos, utilizando métodos no probabilístico.
POBLACIÓN
Todos los pediatras activos en Asunción
Todos los internistas del departamento
Central
La temperatura de un paciente en un día
Todos los pacientes con ACV secuelar
Todas las gasas quirúrgicas en todos los
quirófanos del Hospital Central del IPS
MUESTRA
35 pediatras seleccionados para un estudio
de estrés laboral
20 internistas seleccionados para evaluación
de renta personal
Temperatura cada 6hs
40 pacientes con ACV secuelar para evaluar
un programa de rehabilitación
30 gasas estériles seleccionadas para
estudios bacteriológicos
 POBLACIÓN

Muestra representativa

Muestra sesgada
Muestreo no probabilístico

• MUESTREO CONSECUTIVO: Implica incluir todo paciente que cumpla con los criterios de
elección durante un determinado período de tiempo. Por ejemplo todos los pacientes
hipertensos que acuden al consultorio de un hospital de marzo a julio.

• MUESTREO INCIDENTAL O CONVENIENCIA: Se trata de seleccionar los individuos más

accesibles. Por ejemplo estudiantes de la UNIDA para un estudio nutricional. Puede
ocurrir que se trate de una muestra sesgada.
Muestreo no probabilístico

• MUESTREO POR JUICIO O PROPÓSITO: Implica la elección de la muestra de la

población que se cree poseen una característica especial. Se utiliza en estudios
cualitativos.

• MUESTREO POR CUOTAS: El principio es forzar a que la muestra contenga el mismo

porcentaje de individuos con ciertas características prefijadas, que la población general
(dato que se debe tener de antemano), por ejemplo proporción M/F. Posee menos sesgo
que el por conveniencia.
Muestreo no probabilístico

• MUESTREO EN BOLA DE NIEVE: Se comienza con la elección de un individuo que cumpla

con el criterio de inclusión y luego se continúa con alguien recomendado por el primero
que cumpla con el mismo criterio. Si bien este método difícilmente represente la población
general, existen situaciones en las que es el único método disponible.
Elijo a los
individuos más Elijo a los
accesibles. individuos que
tienen una
característica.

Elección
piramidal hacia
abajo.

Elijo según
proporciones de
la población.
 MUESTREO NO PROBABILÍSTICO
MÉTODO VENTAJAS DESVENTAJAS CUANDO USAR
Solo para estudiar ciertas Cuando los sujetos están
Muestreo de conveniencia Menor costo y fácil
variables o enfermedades fácilmente accesibles

Cuando quiero mostrar una

Solo para ciertas característica en particular y
Represento diferentes grupos
Muestreo por cuotas características que quiero para esto selecciona individuos
de interés
explicar de diferentes grupos que lo
representen.

Cuando los sujetos que están

Solo muestreo los individuos Solo sirve para ciertas accesibles son los apropiados
Muestra deliberada
que responderán mi pregunta variables o enfermedades para responder a un objetivo
específico.

Cuando quiero estudiar

Muestreo individuos con
Muestreo de bolas de nieve características poco
frecuentes o poco accesibles
Los individuos serán
individuos de difícil acceso o
homogéneos para la
enfermedades poco
característica dada.
frecuentes.
Se recogieron líquidos BAL de 51 pacientes con EVALI en 16 estados y de 99 participantes
sanos que formaban parte de un estudio en curso sobre el tabaquismo en el que participaron
no fumadores, usuarios exclusivos de cigarrillos electrónicos o productos de vapeo, y
fumadores de cigarrillos exclusivos que se inició en 2015.
Usando el fluido BAL, realizamos espectrometría de masas con dilución de isótopos para
medir varios tóxicos prioritarios: acetato de vitamina E, aceites vegetales, aceite de
triglicéridos de cadena media, aceite de coco, destilados de petróleo y terpenos diluyentes.
Para estimar la variación de peso real relacionada con las vacaciones, medimos el peso corporal en
una muestra de conveniencia de 195 adultos. Los sujetos se pesaron cuatro veces a intervalos de
seis a ocho semanas, de modo que se determinó el cambio de peso para tres períodos: antes de las
vacaciones (desde finales de septiembre o principios de octubre hasta mediados de noviembre),
vacaciones (desde mediados de noviembre hasta principios o mediados de enero) y posvacacionales
(desde principios o mediados de enero hasta finales de febrero o principios de marzo). Se obtuvo una
medición final del peso corporal en 165 sujetos en septiembre u octubre siguiente. Se obtuvieron
datos sobre otros signos vitales y medidas de salud autoinformadas de los pacientes para
enmascarar el principal resultado de interés.
Los resultados de mortalidad se compararon entre los pacientes tratados en 18 hospitales
con un centro de trauma de nivel 1 y 51 hospitales sin centros de trauma ubicados en 14
estados. Los pacientes de 18 a 84 años con una lesión de moderada a grave fueron
elegibles. Se obtuvieron datos completos de 1104 pacientes que fallecieron en el hospital y
4087 pacientes que fueron dados de alta vivos. Utilizamos la ponderación de la puntuación
de propensión para ajustar las diferencias observables entre los pacientes tratados en
centros de trauma y los tratados en centros que no son de trauma. Se utilizó una estrategia
de muestreo por cuotas con el objetivo de inscribir aproximadamente a 3000 pacientes de
18 a 64 años de edad y 1200 pacientes de 65 a 84 años de edad, distribuidos
uniformemente entre centros de trauma y centros de no trauma y en categorías de
gravedad de la lesión y región principal lesionada.
Muestreo probabilístico

• El muestreo probabilístico es el que utiliza un mecanismo aleatorio que asegura que cada
individuo de la población accesible tiene la misma probabilidad de ser seleccionado.

• Este tipo de muestreo asegura que la muestra sea representativa de la población de

referencia y por lo tanto libre de sesgo de selección.

• Además asegura que los fenómenos observados en la muestra son representativos de

los fenómenos que ocurren en la población (generalización, validez externa).
Muestreo probabilístico

• MUESTREO ALEATORIO SIMPLE: Primero se debe tener un listado completo de todos

los elementos de la población accesible (marco muestral).
• Por ejemplo TODOS los alumnos de la UNIDA.

• Luego se asigna a cada individuo un numero aleatorio con cualquier planilla de cálculo,
software estadístico o tablas de números randomizados y ordenando la lista por ese
número aleatorio tomar, comenzando desde la primer fila, la cantidad de elementos hasta
completar la muestra.
 Dado que se conoce el tamaño exacto de la
muestra y de la población, es posible
estimar exactamente la representatividad
de esta: es decir, la magnitud del error de
muestreo.

Excelente método en cuanto a minimizar

sesgos. El inconveniente es que se debe
generar un MARCO muestra. Requiere
una muestra menor.
 "=ALEATORIO.ENTRE(1;1000)" ORDENAR DE MENOR A MAYOR
Paciente 1 782 Paciente 13 4
Paciente 2 975 Paciente 15 48
Paciente 3 166 Paciente 9 72
Paciente 4 905 Paciente 29 72
Paciente 5 372 Paciente 11 77
Paciente 6 529 Paciente 21 136
Paciente 7 172 Paciente 26 136
Paciente 8 639 Paciente 24 157
Paciente 9 72 Paciente 3 166
Paciente 10 769 Paciente 7 172
Paciente 11 77 Paciente 22 177
Paciente 12 415 Paciente 20 231
Paciente 13 4 Paciente 23 240
Paciente 14 772 Paciente 30 281
Paciente 15 48 Paciente 25 322
Paciente 16 953 Paciente 5 372
Paciente 17 396 Paciente 17 396
Paciente 18 466 Paciente 12 415
Paciente 19 767 Paciente 18 466
Paciente 20 231 Paciente 6 529
Paciente 21 136 Paciente 8 639
Paciente 22 177 Paciente 28 695
Paciente 23 240 Paciente 27 725
Paciente 24 157 Paciente 19 767
Paciente 25 322 Paciente 10 769
Paciente 26 136 Paciente 14 772
Paciente 27 725 Paciente 1 782
Paciente 28 695 Paciente 4 905
Paciente 29 72 Paciente 16 953
Paciente 30 281 Paciente 2 975
https://www.randomizer.org/
Muestreo probabilístico
• MUESTREO ALEATORIO ESTRATIFICADO: El investigador divide a la población en
subgrupos que comparten ciertas características (ej. varones/mujeres), creado un
marco muestral para cada estrato, eligiendo luego por el método del muestreo aleatorio
simple dentro de cada estrato.
• Asegura representatividad, pero no agrega mucha precisión al aleatorio simple.

• Los estratos pueden estar ponderados por la frecuencia de las variables de

estratificación en la población blanco. Así se hay 40% varones y 60% mujeres, se
puede ponderar el muestreo para que refleje esta proporción. Si mi n es 60, puedo
elegir 24 varones y 36 mujeres para mantener la proporción.
Muestreo probabilístico
• MUESTREO SISTEMÁTICO: Selecciona los individuos utilizando un proceso periódico. Esta
técnica trabaja con una lista de la población y elige, por ejemplo, un caso de cada 10 o
cada 20 para su inclusión en la muestra. No es un método genuinamente aleatorio,
aunque, en general, aportará una muestra representativa.

• No es necesario tener el marco muestral para seleccionar los individuos. Su principal

desventaja sería la existencia de una periodicidad no conocida en la población que coincida
con la periodicidad de selección, que generaría un sesgo de selección.

• Son ejemplos el registro de temperatura o presión cada 6hs.

Para un estudio requiero seleccionar 37 pacientes hipertensos que ingresan al servicio de urgencia.

Para ello puedo elegir el 1er paciente hipertenso del día del comienzo del estudio y luego elijo cada 5to paciente
hipertenso luego de ese primero.
Muestreo probabilístico

• El MUESTREO POR CONGLOMERADOS (CLUSTERS) es el proceso de obtener una

muestra de individuos naturalmente agrupados, como por ejemplo, los pacientes de un
mismo médico de cabecera o los habitantes de una manzana de la ciudad.

• Luego se eligen aleatoriamente que conglomerado analizar, analizándose todos los

individuos de este conglomerado. La unidad de muestreo es pues el conglomerado.

• No es considerada una selección verdaderamente aleatoria.

Entre todos los Elijo cada Ner
individuos de la individuo según
población aparición en el
accesible, elijo registro.
al azar.

Divido a la Divido a la
población en población en
estratos, y elijo conglomerados,
al azar dentro elijo al azar los
de los estratos. conglomerados.

MÉTODO
Muestreo aleatorio simple
Muestreo sistemático
Mantengo la representatividad
Muestreo estratificado
poblaciones con distribución
Muestreo agrupado
MUESTREO PROBABILÍSTICO
VENTAJAS DESVENTAJAS CUANDO USAR
Cuando conocemos la lista del
Reducimos el número en la
Necesitamos una lista de marco muestral, manteniendo
muestra al seleccionar
individuos. la representatividad de la
individuos
muestra de una manera fácil.
Cuando no conocemos la lista
Los sujetos no deben tener un del marco muestral y los
Acortamos los tiempos
patrón de periodicidad natural. individuos no tienen un patrón
de periodicidad.
Debo conocer la proporción de Cuando la población esté
cuando la población está
la distribución de la población. distribuida en estratos.
distribuida en estratos.
Nos permite analizar
Las poblaciones puede ser
homogéneas dentro de cada Cuando la población está
dispar pero con alguna
grupo y diferentes entre los definida en grupos naturales.
definición de agrupación
clusters.
natural .
En este ensayo controlado y abierto que comparó una gama de posibles tratamientos en
pacientes hospitalizados con Covid-19, asignamos aleatoriamente a los pacientes para
que recibieran dexametasona oral o intravenosa (en una dosis de 6 mg una vez al día)
por hasta 10 días o recibir solo la atención habitual. El resultado primario fue la
mortalidad a los 28 días. Aquí informamos los resultados finales de esta evaluación.
Llevamos a cabo un ensayo clínico multicéntrico, prospectivo, aleatorizado, controlado y
abierto, con la inscripción de pacientes del Registro sueco completo de angiografía
coronaria y angioplastia (SCAAR) y puntos finales evaluados a través de registros
nacionales. Un total de 7244 pacientes con STEMI sometidos a PCI fueron asignados
aleatoriamente a aspiración manual de trombo seguida de PCI o solo PCI. El punto final
primario fue la mortalidad por todas las causas a los 30 días. Para que esta tarea
iniciada por el investigador sea económica y administrativamente factible, utilizamos
registros nacionales como plataformas en línea para la aleatorización, formularios de
registro de casos y datos de seguimiento, realizando así un ensayo clínico aleatorizado
basado en registros.
Utilizamos ecocardiografía transtorácica para determinar la prevalencia de fibrosis
endomiocárdica en una zona rural de Mozambique. Examinamos una muestra aleatoria
de 1063 sujetos de todos los grupos de edad seleccionados por agrupamiento. Se
definieron criterios diagnósticos mayores y menores, y se desarrolló y aplicó una
puntuación de gravedad. Los casos se clasificaron según la distribución y gravedad de
las lesiones en el corazón.

Diseñamos un estudio utilizando un muestreo sistemático de la comunidad junto con un

examen ecocardiográfico detallado en sujetos seleccionados al azar. Los objetivos
fueron determinar la prevalencia de fibrosis endomiocárdica en Inharrime,
Mozambique, y describir su gravedad y modo de presentación en la comunidad.
El Estudio multicéntrico de epidemiología de la isquemia perioperatoria II fue prospectivo y longitudinal e incluyó a
5436 pacientes ingresados con enfermedad de las arterias coronarias refractaria a la medicación que estaban
programados para someterse a una cirugía de derivación de la arteria coronaria en una de las 70 instituciones
médicas en 17 países de América del Norte. América del Sur, Europa, Medio Oriente y Asia.

Después de obtener la aprobación de la junta de revisión institucional de cada institución y obtener el

consentimiento informado por escrito de los pacientes, se inscribirían prospectivamente 100 pacientes en cada
institución de acuerdo con un muestreo sistemático según esquema: dado N = el número de pacientes que se
espera que se sometan a un injerto de derivación de la arteria coronaria durante un período de un año y R = N ÷
50 (al entero más cercano), se inscribió a cada R-ésimo paciente que cumplía con los criterios de ingreso.

Si el paciente Rth no cumplía con los criterios, se elegía al siguiente paciente programado para revascularización
miocárdica, y así sucesivamente.
Utilizamos un método de muestreo estratificado de etapas múltiples para seleccionar una muestra
representativa a nivel nacional de personas de 20 años o más en la población general. El proceso de
muestreo se estratificó según la región geográfica (noreste, norte, este, centro sur, noroeste y suroeste
de China), el grado de urbanización (ciudades grandes [Beijing, Shanghái y capitales de provincia], ciudades
medianas, cabeceras de condado y zonas rurales). municipios) y estado de desarrollo económico (evaluado
sobre la base del producto interno bruto [PIB] de cada provincia).

Las dos primeras etapas del muestreo, en las que se seleccionaron provincias de regiones geográficas y
ciudades y condados de provincias, no fueron aleatorias. En las siguientes dos etapas (la etapa en la que se
seleccionaron los distritos de la ciudad de las ciudades y los municipios rurales de los condados y la etapa en la
que se seleccionaron los distritos de las calles de los distritos de la ciudad y las aldeas rurales de los
municipios), el muestreo fue aleatorio. Este proceso de muestreo estratificado de etapas múltiples resultó en
un muestreo excesivo de los residentes urbanos. En total, se seleccionaron 152 distritos de calles urbanas y
112 aldeas rurales. En la etapa final del muestreo, la muestra se estratificó de acuerdo con la distribución por
sexo y edad en China, sobre la base de los datos de población china de 2006.
El diseño propuesto correspondió a una muestra polietápica probabilística, estratificada por
conglomerados en el área urbana. La selección de las unidades de muestreo en la primera etapa fue
equiprobabilística; se escogieron al azar 12 conglomerados de un universo de 38.

En la segunda etapa se seleccionó una muestra de viviendas en forma sistemática (entre 90 y 100
por conglomerado). Dentro de cada una de ellas se relevó al primer adulto mayor de 18 años que
tomaba contacto visual con el encuestador para responder al cuestionario específico de FR. Si el
individuo seleccionado rechazaba la encuesta, se pasaba a la siguiente unidad de análisis.
Muestreo intencional
• Es utilizado en estudios cualitativos donde se “elige” los individuos a estudiar por alguna
particularidad. Si el estudio fuera sobre “violencia física doméstica contra la mujer”:
• MUESTREO DE CASOS INUSUALES: Se eligen por su desviación de la norma.
• Selección de mujeres que hayan sufrido máxima (o mínima) violencia.
• MUESTREO CON MÁXIMA VARIACIÓN: Se trata de abarcar un abanico de posibilidades.
• Selección de mujeres que hayan sufrido todo grado de violencia.
• MUESTREO DE BOLA DE NIEVE: Se elige a personas de interés que seleccionan a otras personas
de interés.
• Selección de una mujer que haya sufrido violencia que convoca casos similares.
• MUESTREO BASADO EN TEORÍAS: Busca manifestaciones de conceptos teóricos de interés.
• Selección de mujeres con una variable diferente (casadas vs unión libre por ejemplo).
Desvío y error estándar, IC
• El DE es la desviación promedio de un grupo de valores (raíz cuadrada de la varianza) de
una variable. No siempre se conoce el DE en la población, pero siempre se conoce la DE
en los valores medidos en la muestra.
• A mayor DE, mayor variabilidad dentro de la muestra.

• El EE representa la variación esperada al comparar varias mediciones de la misma

variable.
• El EE es DE/√n : a mayor n, menor error.
• A partir del EE se calcula el intervalo de confianza, usualmente IC95 (±2DE): expresa que el 95%
de las veces que se toma una muestra de la población, el rango de valores contendrá la media real.
El blanco de la izquierda posee impactos más distantes del centro,
es decir, mayor varianza (o poca precisión).
 Desviación Estándar Error Estándar

VARIAS MUESTRAS
DISTRIBUCIÓN
POBLACIÓN O MUESTRA

μ
MUESTRA X

El error estándar es la desviación esperada de la media de la muestra de la media de la población

(representada como la distribución teórica del valor medio de varias muestras).
Considerado una variable de la población
con un valor X (línea roja), cada vez
que se toma una muestra (n = 60) de
la población se obtiene una IC.

Si el IC es de 95%, de 100 tomas de

muestra en 95 se obtiene un intervalo
que incluye al valor real de X.
A mayor n menor DE, menor
EE (margen de error) y un
IC95 más estrecho.
https://www.statskingdom.com/confidence-interval-calculator.html
Asignación para 2 grupos

• En los ensayos clínicos o de intervención existen 2 o más grupos (ramas).

• Las ramas pueden ser de una intervención vs placebo (rama control), o de comparación
de intervenciones.

• La asignación a cada rama puede ser:

• Sistemática
• Aleatorizada
Asignación para 2 grupos

• En los ensayos clínicos o de intervención existen 2 o más grupos (ramas).

• Las ramas pueden ser de una intervención vs placebo (rama control), o de comparación
de intervenciones.

• La asignación a cada rama puede ser:

• Sistemática
• Aleatorizada
Asignación para 2 grupos
• En la ASIGNACIÓN SISTEMÁTICA existe un valor fijo o secuencia: fecha de nacimiento,
número de CI, orden de atención de los pacientes.

• Las personas nacidas en meses pares (o días pares del mes) se asignan a una rama, los
impares a la otra rama. Los pacientes con lugar par de atención se asignan a una
rama, los impares a la otra.

• Este método no puede ser “cegado” y por ende acarrea sesgos de selección. Los
estudios de este tipo se agrupan como NRCT (non-randomised controlled trial).
Asignación para 2 grupos

• En la ASIGNACIÓN ALEATORIZADA cada unidad de estudio (persona por ejemplo) tiene

la misma probabilidad de estar en una rama o en la otra.
• Los ensayos clínicos aleatorizados (RCT) son el “estándar de oro” de la investigación médica.

• Los métodos de asignación aleatoria pueden ser:

1. Simples o no restringidos: No asegura ramas ecuánimes en número o cualidad.
2. O restringidos: Procura generar ramas comparables en número o cualidad.
• Estructurada, Estratificada y Por bloques
Asignación para 2 grupos

• En la ALEATORIZACIÓN SIMPLE se tira una moneda o dado o se recurre a una tabla

de números aleatorios.

• Para garantizar que ambas ramas del estudio tengan el mismo número de participantes
se puede realizar una ALEATORIZACIÓN EN BLOQUE.
• El número de bloques debe ser múltiplo del número de ramas del estudio.
 28 89 65 87 8 13 50 63 4 23 25 47 57 91 13 52 62 24 19 94 91 67 48 57 10
30 29 43 65 42 78 66 28 55 80 47 46 41 90 8 55 98 78 10 70 49 92 5 12 7
95 74 62 60 53 51 57 32 22 27 12 72 72 27 77 44 67 32 23 13 67 95 7 76 30
1 85 54 96 72 66 86 65 64 60 56 59 75 36 75 46 44 33 63 71 54 50 6 44 75
10 91 46 96 86 19 83 52 47 53 65 0 51 93 51 30 80 5 19 29 56 23 27 19 3
5 33 18 8 51 51 78 57 26 17 34 87 96 23 95 89 99 93 39 79 11 28 94 15 52
4 43 13 37 0 79 68 96 26 60 70 39 83 66 56 62 3 55 86 57 77 55 33 62 2
5 85 40 25 24 73 52 93 70 50 48 21 47 74 63 17 27 27 51 26 35 96 29 0 45
84 90 90 65 77 63 99 25 69 2 9 4 3 35 78 19 79 95 7 21 2 84 48 51 97
28 55 53 9 48 86 28 30 2 35 71 30 32 6 47 93 74 21 86 33 49 90 21 69 74
89 83 40 69 80 97 96 47 59 97 56 33 24 87 36 17 18 16 90 46 75 27 28 52 13
73 20 96 5 68 93 41 69 96 7 97 50 81 79 59 42 37 13 81 83 82 42 85 4 31
10 89 7 76 21 40 24 74 36 42 40 33 4 46 24 35 63 2 31 61 34 59 43 36 96
91 50 27 78 37 6 6 16 25 98 17 78 80 36 85 26 41 77 63 37 71 63 94 94 33
3 45 44 66 88 97 61 26 3 89 39 46 67 21 17 98 10 39 33 15 61 63 0 25 92
89 41 58 91 63 65 29 59 97 84 90 14 79 61 55 56 16 88 87 60 32 15 99 67 43
13 43 0 97 26 16 91 21 32 41 60 22 66 72 17 31 85 33 69 7 68 49 20 43 29
71 71 0 51 72 62 3 89 26 32 35 27 99 18 25 78 12 3 9 70 50 93 19 35 56
19 28 15 0 41 92 27 73 40 38 37 11 5 75 16 98 81 99 37 29 92 20 32 39 67
56 38 30 92 30 45 51 94 69 4 0 84 14 36 37 95 66 39 1 9 21 68 40 95 79
39 27 52 89 11 0 81 6 28 48 12 8 5 75 26 3 35 63 5 77 13 81 20 67 58
73 13 28 58 1 5 6 42 24 7 60 60 29 99 93 72 93 78 4 36 25 76 1 54 3
81 60 84 51 57 12 68 46 55 89 60 9 71 87 89 70 81 10 95 91 83 79 68 20 66
5 62 98 7 85 7 79 26 69 61 67 85 72 37 41 85 79 76 84 23 61 58 87 8 5
62 97 16 29 18 52 16 16 23 56 62 95 80 97 63 32 25 34 3 36 48 84 60 37 65
31 13 63 21 8 16 1 92 58 21 48 79 74 73 72 8 64 80 91 38 7 28 66 61 59
97 38 35 34 19 89 84 5 34 47 88 9 31 54 88 97 96 86 1 69 46 13 95 65 96
32 11 78 33 82 51 99 98 44 39 12 75 10 60 36 80 66 39 94 97 42 36 31 16 59
81 99 13 37 5 8 12 60 39 23 61 73 84 89 18 26 2 4 37 95 96 18 69 6 30
45 74 0 3 5 69 99 47 26 52 48 6 3 0 0 18 3 30 28 55 59 66 10 71 44
11 84 13 69 1 88 91 28 79 50 71 42 14 96 55 98 59 96 1 36 88 77 90 45 59
14 66 12 87 22 59 45 27 8 51 85 64 23 85 41 64 72 8 59 44 67 98 56 65 56
40 25 67 87 82 84 27 17 30 37 48 69 49 2 58 98 2 50 58 11 95 39 6 35 63
44 48 97 49 43 65 45 53 41 7 14 83 46 74 11 76 66 63 60 8 90 54 33 65 84
41 94 54 6 57 48 28 1 83 84 9 11 21 91 73 97 28 44 74 6 22 30 95 69 72
7 12 15 58 84 93 18 31 83 45 54 52 62 29 91 53 58 54 66 5 47 19 63 92 75
64 27 90 43 52 18 26 32 96 83 50 58 45 27 57 14 96 39 64 85 73 87 96 76 23
80 71 86 41 3 45 62 63 40 88 35 69 34 10 94 32 22 52 4 74 69 63 21 83 41
27 6 8 9 92 26 22 59 28 27 38 58 22 14 79 24 32 12 38 42 33 56 90 92 57
54 68 97 20 54 33 26 74 3 30 74 22 19 13 48 30 28 1 92 49 58 61 52 27 3
2 92 65 68 99 5 53 15 26 70 4 69 22 64 7 4 73 25 74 82 78 35 22 21 88
Pares: grupo A 83
82
52
82
57
76
78
31
62
33
98
85
61
13
70
41
48
38
22
10
68
16
50
47
64
61
55
43
75
77
42
83
70
27
32
19
9
70
60
41
58
34
70
78
61
77
43
60
97
25

Nones: grupo B
38 61 34 9 49 4 41 66 9 76 20 50 73 40 95 24 77 95 73 20 47 42 80 61 3
1 1 11 88 38 3 10 16 82 24 39 58 20 12 39 82 77 2 18 88 33 11 49 15 16
21 66 14 38 28 54 8 18 7 4 92 17 63 36 75 33 14 11 11 78 97 30 53 62 38
32 29 30 69 59 68 50 33 31 47 15 64 88 75 27 4 51 41 61 96 86 62 93 66 71
4 59 21 65 47 39 90 89 86 77 46 86 86 88 86 50 9 13 24 91 54 80 67 78 66
38 64 50 7 36 56 50 45 94 25 48 28 48 30 51 60 73 73 3 87 68 47 37 10 84
48 33 50 83 53 59 77 64 59 90 58 92 62 50 18 93 9 45 89 6 13 26 98 86 29
 28 89 65 87 8 13 50 63 4 23 25 47 57 91 13 52 62 24 19 94 91 67 48 57 10
30 29 43 65 42 78 66 28 55 80 47 46 41 90 8 55 98 78 10 70 49 92 5 12 7
95 74 62 60 53 51 57 32 22 27 12 72 72 27 77 44 67 32 23 13 67 95 7 76 30
1 85 54 96 72 66 86 65 64 60 56 59 75 36 75 46 44 33 63 71 54 50 6 44 75
Para 2 grupos A/B: 10 91 46 96 86 19 83 52 47 53 65 0 51 93 51 30 80 5 19 29 56 23 27 19 3
5 33 18 8 51 51 78 57 26 17 34 87 96 23 95 89 99 93 39 79 11 28 94 15 52
4 43 13 37 0 79 68 96 26 60 70 39 83 66 56 62 3 55 86 57 77 55 33 62 2
1. Elegimos la fila inicio
5 85 40 25 24 73 52 93 70 50 48 21 47 74 63 17 27 27 51 26 35 96 29 0 45
al azar. 84 90 90 65 77 63 99 25 69 2 9 4 3 35 78 19 79 95 7 21 2 84 48 51 97
2. Elegimos la columna 28 55 53 9 48 86 28 30 2 35 71 30 32 6 47 93 74 21 86 33 49 90 21 69 74
inicial y los dígitos. 89 83 40 69 80 97 96 47 59 97 56 33 24 87 36 17 18 16 90 46 75 27 28 52 13
3. Si tenemos 2 grupos 73 20 96 5 68 93 41 69 96 7 97 50 81 79 59 42 37 13 81 83 82 42 85 4 31
10 89 7 76 21 40 24 74 36 42 40 33 4 46 24 35 63 2 31 61 34 59 43 36 96
podemos usar el
91 50 27 78 37 6 6 16 25 98 17 78 80 36 85 26 41 77 63 37 71 63 94 94 33
último dígito: impar 3 45 44 66 88 97 61 26 3 89 39 46 67 21 17 98 10 39 33 15 61 63 0 25 92
(A) o par (B). 89 41 58 91 63 65 29 59 97 84 90 14 79 61 55 56 16 88 87 60 32 15 99 67 43
4. Determinamos la 13 43 0 97 26 16 91 21 32 41 60 22 66 72 17 31 85 33 69 7 68 49 20 43 29
secuencia de
progresión (a
gusto).
5. Generamos nuestra
lista: B B A B A B A A A B B A A A A A B A A A

1er paciente 2do paciente

que ingresa que ingresa
al estudio al estudio
https://www.randomizer.org/

Podemos usar este orden consecutivamente.

Si es par se asigna a rama B
Si es impar se asigna a rama A

Si las intervenciones son más de 2 se pueden tomar rangos:

0-2 rama A
3-5 rama B
6-8 rama C
9 se ignora
 0 54 29 30 65 91 42 69 58 15
Para BLOQUES de 4 individuos con 2 ramas 23 56 71 97 52 86 5 95 44 70
(A/B) se listan todas las posibles
combinaciones y se les asigna un número: BAAB ABAB AABB BBAA ABAB
ABBA BABA BBAA BABA ABAB ABAB BAAB

AABB: 1
BBAA: 2
https://www.randomizer.org/
ABBA: 3
BAAB: 4
ABAB: 5
BABA: 6
6 1 3 2 2
Luego se saca el orden de ejecución de cada 4 6 3 4 5
bloque con la lista de números aleatorios, 5 4 5 5 6
ignorando 0 y 7 a 9, o generando una lista 3 3 2 1 5
solo del 1 al 6 (en Excel o en sitios web). 1 1 5 2 1
El ensayo OPTION-DM examinó tres vías de tratamiento de 16 semanas: amitriptilina oral complementada
con pregabalina (A-P), pregabalina complementada con amitriptilina (P-A) y duloxetina complementada con
pregabalina. El ocultamiento de la asignación se logró con el personal del sitio utilizando el sistema de
asignación al azar en línea de la Unidad de Investigación de Ensayos Clínicos de Sheffield, que registró los
detalles de los participantes antes de revelar la asignación.

El estadístico del ensayo creó un programa de aleatorización predeterminado estratificado por sitio usando
bloques permutados de tamaño 6 o 12. Los pacientes fueron asignados aleatoriamente 1:1:1:1:1:1 para
recibir una de las seis secuencias durante 50 semanas, que comprenden las tres vías de tratamiento:
A-P seguido de D-P seguido de P-A
A-P seguido de P-A seguido de D-P,
D-P seguido de A-P seguido de P-A
D-P seguido de P-A seguido de A-P
P-A seguido de D-P seguido de A-P
P-A seguido de A-P seguido de D-P.

El enmascaramiento de la medicación del ensayo se mantuvo con fármacos encapsulados idénticos y un

placebo de simulación. El médico tratante estaba cegado a la vía de tratamiento. Aquellos que evaluaban los
resultados y analizaban los datos también estaban enmascarados a las vías de tratamiento.
Asignación para 2 grupos
• Para garantizar que ambas ramas del estudio tengan el mismo número de participantes
en una variable dada (usualmente sexo) se recurre a la ALEATORIZACIÓN
ESTRATIFICADA.

• Cada paciente es asignado a un bloque específico según alguna característica, y luego

se realiza la aleatorización dentro de dicho bloque.

• Si quiero estratificar por sexo y 3 patologías, se definen 6 bloques. A mayor número de

variables introducidas, más complejo el diagrama.
Creación de estratos por sexo y 3 patologías, con dos ramas, Pares A
A y B, bloques de 8. Impares B

Bloque Masculino + DM2: A, B, A, B, A, A, B ,B

Bloque Femenino + DM2: B, A, A, B, B, B, A, A
Bloque Masculino + HTA: A, A, A, B, A, B, B, B
Bloque Femenino + HTA: B, B, A, B, A, A, B
Bloque Masculino + ACV: B, B, A, A, B, A, A, B
Bloque Femenino + ACV: B, A, A, B, B, A, B, A

Se repiten los bloques hasta que se consigue la muestra

deseada. Si nuestra n es 200 y en este caso tenemos 48
individuos en estos 6 bloques de 8 individuos, deberemos
repetir este ejercicio 6 veces. Una vez alcanzado el número
estrato específico, ya no se ingresan más pacientes al estudio
en dicho estrato.
Asignación para 2 grupos

• La asignación (y luego la recolección de datos) puede generar varios tipos de errores

que se deben tener en cuenta:

• Cuando el investigador conoce la intervención: ERROR SISTEMÁTICO NO

DIFERENCIAL, donde el investigador excluye pacientes que reúnen criterios de inclusión
por “creer” que no se beneficiaran, afecta a ambas ramas por lo que es “no
diferencial”, reduce la generalización (validez externa) pero no la validez interna.
• Un error similar se produce por errores en instrumentos o métodos de medición de una variable.
Asignación para 2 grupos

• Cuando el investigador conoce de antemano a que rama será asignado un individuo:

ERROR SISTEMÁTICO DIFERENCIAL en donde podrá “decidir” si incluir a ciertos
pacientes en una rama determinada, aplicando los criterios de exclusión de forma
diferencial, alterado la validez interna del estudio (sesgo de asignación).

• A su vez podrá recabar los datos de forma “diferencial” si conoce la rama donde ha sido
asignado un determinado paciente, de nuevo alternado la validez interna (sesgo de
información). Si el paciente conoce así mismo la rama asignada puede “modular” sus
efectos (sesgo de reporte).
Asignación para 2 grupos

• Los sesgos se reducen considerablemente con el cegado del investigador y del paciente
(doble ciego).

• Para ello es útil contar con personal externo que asigne los pacientes a una de las
ramas y que aplique la medicación o intervención.
• En casos de intervenciones que no se pueden cegar (intervención quirúrgica por ejemplo), puede
cegarse el análisis.
Personal independiente tiene la tabla de
asignación.

Cuando un investigador llama para incluir

un paciente que cumple los criterios de
inclusión el encargado consulta la tabla e
informa en que grupo debe ir el paciente,
A o B, sin saber el investigador que grupo
es intervención y cual control.
Tamaño de muestra

• El cálculo del tamaño de la muestra (n) es una parte importante y sensible de todo
protocolo de investigación.

• La muestra debe tener un mínimo tamaño para dotar de poder a los resultados de un
estudio, sin agregar costo o complejidad.

• Cuanto mayor la n, menor el error producido por el muestreo: discrepancia entre el

parámetro de población verdadero y su estimación en la muestra.
Tamaño de muestra

• En algunas situaciones de investigación, incluso errores de muestreo probables

importantes tienen una influencia potencial relativamente baja en nuestras decisiones.
En estos casos, se puede manejar un tamaño de muestra relativamente reducido.

• En otras situaciones se necesitan muestras grandes para justificar la confianza en la

veracidad de nuestras decisiones.
Tamaño de muestra

• Un tamaño de muestra apropiado depende de cinco parámetros de diseño del estudio:

1. Diferencia mínima esperada (tamaño del efecto) y objetivo del estudio.
2. Variabilidad de medición estimada (precisión).
3. Poder estadístico deseado (probabilidad de rechazar una H0 falsa).
4. Parámetros estadísticos (corte de significancia o p y análisis de 1 o 2 colas).

• Calcular el tamaño de la muestra requiere estimaciones subjetivas o a partir de estudios

previos similares, y se realiza usualmente con programas especializados como G*power.
 Error de muestreo:

1/√n

Una muestra 9 veces más grande, reduce el

error en 3 veces.
FACTOR MAGNITUD IMPACTO TAMAÑO MUESTRA

Pequeño Dificil de obtener significancia Grande

Valor de p
Grande Fácil de obtener significancia, mayor probabilidad de falsos positivos Pequeña
Bajo Poco probable que encuentre efecto (diferencia) Pequeña
Poder
Alto Muy probable que encuentre efecto (diferencia) Grande
Pequeño Dificil de detectar Grande
Efecto
Grande Fácil de detectar Pequeña

Se requerirá una muestra mayor si: Se indica una p pequeña (< 0,01), un poder alto (0,90) y se
quiere detectar un efecto pequeño (1% entre muestras por ejemplo).
Supongamos que estamos intentando predecir el
resultado de unas elecciones disputadas entre dos
partidos políticos: A y B. Antes de los comicios se realiza
una encuesta entre una muestra representativa de 100
personas.
Los resultados son los siguientes:
Intención de voto para A: 25%.
Intención de voto para B: 75%.
Error de muestreo estimado: 10%.
En este caso, el error de muestreo estimado es muy
bajo en relación con el tamaño del efecto (diferencia
esperada de 50%) y será posible predecir con confianza
que el partido político B se hará con el gobierno. Un
aumento del tamaño de la muestra, por ejemplo, a
10.000 personas, elevaría extraordinariamente el coste
de la encuesta sin necesidad.
Supongamos ahora que en la encuesta
preelectoral con 100 personas se obtuvo la
siguiente estadística descriptiva:
Intención de voto para A: 48%.
Intención de voto para B: 52%.
Error de muestreo estimado: 10%.
Ahora, en relación con la magnitud aparente
del efecto (diferencia 4%) , ese mismo nivel de
error de muestreo estimado es demasiado alto
para tomar una decisión acerca de qué partido
tiene más probabilidades de lograr la victoria en
los comicios. Sería preciso repetir la encuesta
con un tamaño mayor para reducir ese error.
Validez externa

• Hace referencia a la posibilidad de generalización de los resultados.

• POBLACIONAL: Generalización hasta la población objetivo.

• En un estudio sobre control de la presión arterial en pacientes que acuden al hospital podría
generalizar a todos los hipertensos que consultan, pero no a todos los hipertensos en general.

• ECOLÓGICA: La situación observada no es generalizable.

• Los estudios en voluntarios en ambientes controlados no siempre es generalizable a situaciones
reales.