Tema 5

Recogida de datos (I)

Datos y análisis estadístico
• Las hipótesis de investigación se estudian empíricamente, confrontando los
datos recopilados.
• Las observaciones proporcionan datos, y los datos deben analizarse para
proporcionar la base de conclusiones válidas y reproducibles.
• En las ciencias naturales, son de interés estadísticas como la media, la mediana,
la variación y las medidas de asociación.
• Estas magnitudes se calculan de manera que dependen de los tipos de datos
incluidos en un análisis y se expresan en escalas que se adaptan a su naturaleza.
Tipos de Datos

Datos

Categóricos Numéricos

Nominal: Las
Ordinal: Las Continuo: Todos los
categorías son Recuentos: Valores
categorías son valores en el rango
exclusivas y íntegros.
exclusivas y sin restricciones.
desordenadas. Ej Número de hijos
ordenadas . Ej. Tensión arterial
P. ej. fumar
Ej. Escalas de dolor,
talla de ropa

Dicotómicas
Ej. fumador/a (sí/no)

No dicotómica
Ej. grupo sanguíneo
Datos y análisis estadístico
• El tipo de datos determinará el análisis estadístico.
• Para cada situación específica, se dispone de métodos estadísticos para el análisis e
interpretación de los datos.
• La selección del método estadístico apropiado es un paso muy importante en el
análisis de datos biomédicos. Una selección incorrecta del método estadístico no sólo
crea serios problemas durante la interpretación de los hallazgos sino que también
afecta la conclusión del estudio.

Numerical
 Obtención de Datos
• La recopilación de datos es el proceso de recopilar y medir información sobre
variables de interés, de una manera sistemática establecida que permite
responder preguntas de investigación planteadas, probar hipótesis y evaluar
resultados.
• La recopilación de datos es común a todos los campos de estudio, incluidas las
ciencias físicas y sociales, las humanidades, los negocios, etc.
• Para reducir la probabilidad de que ocurran errores durante la obtención de datos,
es necesaria:
1. La selección de instrumentos apropiados de recopilación de datos
(existentes, modificados o recientemente desarrollados)
2. Las instrucciones claramente delineadas para su uso correcto.
• La obtención de datos deben de seguir los principios de investigación ética.
Obtención de Datos Cualitativos
• Los datos cualitativos se presentan en forma de palabras y frases.
• A menudo (no siempre), estos datos capturan sentimientos, emociones o
percepciones subjetivas de algo.
• Los enfoques cualitativos tienen como objetivo abordar el “cómo” y el “por
qué” de un programa y tienden a utilizar métodos no estructurados de
recopilación de datos para explorar plenamente el tema.
• Las preguntas cualitativas son abiertas.
• Los métodos cualitativos incluyen focus groups, discusiones grupales y
entrevistas.
• La recopilación de datos en un estudio cualitativo requiere mucho tiempo.
• Quantitative data is numerical
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8740334/
Obtención de Datos Cuantitativos
• Los datos cuantitativos son numéricos.
• Los enfoques cuantitativos utilizan un enfoque sistemático estandarizado y
emplean métodos como encuestas y preguntas.
• Los enfoques cuantitativos tienen la ventaja de que son más baratos de
implementar, están estandarizados, por lo que se pueden hacer
comparaciones fácilmente y, por lo general, se puede medir la magnitud del
efecto.
• Sin embargo, los enfoques cuantitativos tienen una capacidad limitada para
investigar y explicar similitudes y diferencias inesperadas.
• Los métodos de recopilación de datos cuantitativos se basan en un muestreo
aleatorio y en instrumentos de recopilación de datos estructurados que
ajustan diversas experiencias en categorías de respuesta predeterminadas.
• Producen resultados que son fáciles de resumir, comparar y generalizar.
Boston Carpal Tunnel Questionnaire

https://www.gettingitrightfirsttime.co.uk/wp-
content/uploads/2021/12/BCTQ.pdf

https://www.elsevier.es/es-revista-medicina-clinica-2-articulo-
validacion-al-castellano-escala-boston-S0025775315005825
 Validación de cuestionarios
• Los cuestionarios o encuestas se utilizan ampliamente en la investigación clínica para
recopilar información cuantitativa tanto de pacientes como de profesionales de la
salud.
• Los datos de interés pueden variar desde información observable (p. ej., presencia
de lesión, movilidad) hasta sentimientos subjetivos de los pacientes sobre su estado
actual (p. ej., la cantidad de dolor que sienten, estado psicológico).
• Un cuestionario validado se refiere a un cuestionario/escala que ha sido
desarrollado para ser administrado entre los encuestados previstos.
• Los procesos de validación deberían haberse completado utilizando una muestra
representativa, demostrando una confiabilidad y validez adecuadas.
 Validación de cuestionarios

• Si bien el uso de un cuestionario

existente ahorrará tiempo y recursos,
es posible que no esté disponible un
cuestionario que mida el constructo
de interés o que el cuestionario
publicado no esté disponible en el
idioma requerido para los
encuestados objetivo.
• En ese caso, es posible que los
investigadores necesiten desarrollar
un nuevo cuestionario o traducir uno
existente al idioma de los encuestados
previstos.
 Mediciones Técnicas
• La competencia técnica es esencial, ya que permite al experimentador confiar en los
resultados y reproducirlos.
• Cuanto más preciso sea el análisis, menos mediciones paralelas se necesitarán para
encontrar un valor medio con un bajo grado de incertidumbre o una diferencia
significativa entre dos grupos de datos.
• Evitar el error sistemático es esencial. Es decir, la investigación debe ser exacta y
precisa.
 Precisión vs. exactitud
La exactitud es la proximidad de los resultados de la medición al valor aceptado.

La precisión es qué tan cerca coinciden entre sí los resultados de varias mediciones.
La precisión está limitada por los errores aleatorios. Por lo general, se puede
determinar repitiendo las mediciones.
 Random vs. systematic errors
• Los errores aleatorios en las mediciones experimentales son causados por
cambios desconocidos e impredecibles en el experimento.
• Estos cambios pueden ocurrir en los instrumentos de medición o en las
condiciones ambientales.
• A diferencia de los errores sistemáticos, los errores aleatorios varían en
magnitud y dirección.
• Los errores aleatorios suelen tener una distribución normal gaussiana.

• Los errores sistemáticos en las observaciones experimentales suelen deberse a los

instrumentos de medición.
• Pueden ocurrir porque hay algún problema con el instrumento o su sistema
de manejo de datos, o porque el experimentador utiliza incorrectamente el
instrumento.
Mediciones Técnicas
• Para lograr el éxito en la investigación, el investigador
debe de aprender y ganar la pericia en las técnicas
apropiadas.
• Sin embargo y pese al expertise de los investigadores,
debe de evaluarse la precisión de los datos obtenidos
mediante:
• La calibración
• Los controles

16
Calibración
• Comprobación de que el equipo está funcionando
correctamente y dentro del rango de variación
establecido para el mismo.
• La calibración puede llevarse a cabo por el investigador
mismo o por empresas autorizadas.
• La calibración permite la validación de los datos y
aumenta la confianza en los datos generados.
• Se recomienda encarecidamente la calibración
periódica de todos los equipos utilizados en la
investigación.

17
Los controles
• Se utilizan los controles para controlar la calidad
analítica y deben ser incluidas en el experimento cada
vez que se ejecuta.
• Los controles pueden ser positivos o negativos
• La repetición de la experiencia (en triplicado)
mejora la calidad de los datos recogidos
• El investigador puede realizar una evaluación de la
calidad experimental ampliada mediante el envío de
muestras ya analizadas a una empresa externa para
una segunda opinión.

18
La variabilidad y cómo evitarla
• La variabilidad es la fluctuación indeseable en las
lecturas debido al error (generalmente aleatorio
pero puede ser sistemático)
• Se puede reducir la variabilidad mediante un
cuidadoso diseño experimental (reduciendo el
error sistemático) p. ej.
• Controlando el tiempo transcurrido entre el muestreo y la
medición
• Empleando la selección adecuado de los equipos de
investigación
• La calibración de los mismos y el uso de controles (positivos
y negativos)
• Control de sensibilidad
• Replicando las mediciones (reduciendo el error aleatorio)

19
Repetibilidad, reproducibilidad y
fiabilidad
• Son tres medidas empleadas para evaluar el grado del
error aleatorio en el estudio
• Repetibilidad
• La probabilidad de generar el mismo resultado al
repetir la medicion en igualdad de condiciones.
• Coeficiente de variación (Desv. Estandar /
Promedio)
Reproducibilidad
• El grado de variación registrado cuando cambian
las condiciones del estudio (por ejemplo, entre
investigadores o diferencias metodológicas)
• P. ej. en un estudio de medición de la tensión
arterial de los voluntarios
• sería importante analizar los efectos de las mediciones
realizadas en diferentes momentos durante el día, con el
paciente en diferentes posturas
• y luego evaluar los efectos de estas diferencias sutiles y,
si es necesario establecer las pautas para estandarizar
los protocolos de medición para reducir variación
debido a estas diferencias.

21
Fiabilidad
• La fiabilidad es la capacidad de que una prueba pueda
proporcionar los mismos resultados si la repetimos en
las mismas condiciones en momentos de tiempo
diferentes. También puede ser aplicable a la obtención
de unos mismos resultados cuando dos o mas
evaluadores realizan la prueba en las mismas
condiciones clínicas.
• Cuando el grado de variabilidad en un experimento es
desconocido:
• Es conveniente llevar a cabo un estudio preliminar para
evaluar la repetibilidad y la reproducibilidad
• Es importante ajustar el protocolo experimental para reducir
el efecto de las fuentes de variabilidad identificadas
• Se debe realizar análisis de fiabilidad (en sujetos de prueba)
para examinar la reproducibilidad de la técnica de medición
antes de la inscripción de los participantes del estudio

22
Fiabilidad
• La medición de fiabilidad para los datos
continuos se calcula como el coeficiente de
correlación intraclase (ICC).
• La medición de fiabilidad para los datos
categóricos se calcula como el coeficiente de
kappa de Cohen.
• Se calcula la variabilidad entre los pacientes,
así como dentro de los mismos pacientes para
cada método de prueba.

23