Estudios experimentales

De todos los diseños en investigación, el estudio experimental es el que permite

acercarse a la noción de causalidad de manera más directa. Un estudio
experimental permite al investigador elegir sus variables, y, mediante la
manipulación de ellas, en un ambiente controlado, puede buscar la evidencia que
apoye su hipótesis. Los estudios experimentales permiten establecer asociación
causal entre las variables. Esto se debe a que en este tipo de estudios el equipo de
investigación controla la intervención.

Las características que un estudio experimental siempre debe tener son:

 Un diseño que considere uno a más grupos experimentales y uno o más

grupos controles, comparables entre sí.

 La asignación de los individuos a cada uno de los grupos debe ser aleatoria.

 Idealmente, el estudio debe ser enmascarado o ciego.

El investigador define sus variables dependientes e independientes, luego realiza

las experiencias, observa los resultados y hace inferencia. Sus resultados dependen
de su manipulación de las variables, en el ambiente controlado del laboratorio. En
epidemiología aplicamos estos principios al trabajo con personas y poblaciones.

Cumplir las tres condiciones (grupos experimental y control, asignación aleatoria y

uso de ciego) es relativamente fácil con ratas, cultivos de tejido o sustancias
químicas, pero no cuando se trata de personas. En un experimento
«epidemiológico» no siempre se podrá someter a las personas a las condiciones
ideales de experimentación.

Los efectos del experimento o la intervención se miden comparando los resultados

entre el grupo experimental y el grupo control. La ética tiene un rol fundamental en
los diseños experimentales y se debe contar siempre con el consentimiento
informado de los pacientes para participar en el estudio, cualquiera que este sea. (1)
Objetivo

El objetivo de los estudios experimentales es estimar la eficacia de una intervención

ya sea ésta preventiva, curativa o rehabilitadora. Estos estudios se caracterizan
porque los investigadores tienen control sobre el factor de estudio, es decir, deciden
qué tratamiento, con qué pauta y durante cuánto tiempo, lo recibirá cada uno de los
grupos de estudio.

En estos estudios se asume que los grupos que se comparan son similares por
todas las características pronósticas que pueden influir sobre la respuesta, excepto
por la intervención que se está evaluando. La forma idónea de conseguir grupos
comparables es que la asignación de los individuos a los grupos de estudio se
realice de forma aleatoria.

Si los grupos obtenidos de este modo son comparables y son estudiados con una
misma pauta de seguimiento, cualquier diferencia observada entre ellos al finalizar
el experimento puede ser atribuida, con un alto grado de probabilidad, a la diferente
intervención a que han sido sometidos los participantes. Así pues, la gran ventaja de
los diseños con asignación aleatoria radica en su alto grado de control de la
situación, que proporciona, en el caso de que exista una asociación entre el factor
estudiado y la respuesta observada, la mejor evidencia de que dicha relación es
causal. (2)

Causalidad (Inferencias)

Desde el punto de vista de la hipótesis que se pone a prueba, la comparación con

un placebo tiene por objetivo poner en evidencia un determinado efecto terapéutico
del fármaco evaluado, ya que la principal ventaja de su uso como alternativa de
comparación es la de controlar los efectos derivados de cualquier característica del
tratamiento que no sea el efecto que se está estudiando.

Cuando existe una opción terapéutica reconocida como eficaz en la situación clínica
de interés, ésta debe ser la alternativa con la que comparar la nueva intervención. El
uso de otro tratamiento o intervención activos como grupo de comparación tiene por
objetivo estimar la relación beneficio/riesgo del nuevo tratamiento en una situación
clínica concreta. En estos casos, la mejor comparación es el «mejor tratamiento
 existente» en dicha situación. Esta no siempre es una elección fácil, ya que en la
mayoría de las ocasiones existe un amplio arsenal terapéutico que hace difícil elegir
cuál es la mejor alternativa.

Clasificación

1) Ensayo clínico controlado

Un Ensayo Clínico (EC) es un experimento en humanos en el que se comparan dos

o más grupos de individuos, con características lo más homogéneas posibles, que
reciben tratamientos (intervención) diferentes, con el objeto de detectar si uno de los
tratamientos o intervenciones es más o menos beneficioso que el otro.

Generalidades: Bases metodológicas

El diseño de un ensayo clínico debe contemplar básicamente:

• La ética y la justificación del EC.

• La definición de los objetivos.
• La población de estudio.
• La selección de los pacientes con su consentimiento informado.
• El proceso de aleatorización y las técnicas de enmascaramiento para
utilizar.
• La descripción de la intervención.
• El seguimiento de los sujetos incluidos en el estudio.
• Estrategia de análisis y la comparación de los resultados en los grupos de
intervención y control (determinación del efecto de la intervención).
Fases.

a) Ensayo clínico en fase I: constituye el primer paso en la investigación de un

nuevo medicamento en humanos. Se suelen realizar en grupos limitados de
voluntarios sanos y aportan los primeros datos sobre dosificación y efectos
adversos.

b) Ensayo clínico en fase II: se realizan en pacientes portadores de la enfermedad

que se pretende curar o aliviar. Se estudia la eficacia del producto. El objetivo es
establecer la relación dosis/respuesta, conocer las variables empleadas para medir
 eficacia y ampliar los datos de seguridad obtenidos en la fase I. Deben ser
ensayos controlados y con asignación aleatoria.

c) Ensayo clínico en fase III: es la evaluación terapéutica de forma completa. Se

destina a evaluar la eficacia y seguridad del tratamiento experimental, intentando
reproducir las condiciones de uso habituales y considerando las alternativas
terapéuticas disponibles en la indicación estudiada. Se realizan en una muestra
más amplia y representativa que en la fase anterior. Estos EC serán controlados y
con asignación aleatoria. Una vez cumplidas estas tres fases se puede solicitar a
las autoridades sanitarias la comercialización de un fármaco o dispositivo
terapéutico nuevo.

d) Ensayos clínicos en fase IV: se realizan con un medicamento después de su

comercialización y están diseñados para evaluar la seguridad y efectividad del
fármaco a largo plazo, así como nuevas indicaciones de uso.

Tipos de ensayo clínico

Ensayo clínico controlado: cuando existe un “grupo control” sobre el que no se

realiza la intervención a evaluar y que sirve para comparar los resultados. La validez
interna de un ensayo clínico depende de que ambos grupos sean similares en todo
menos en la intervención que se quiere analizar.

El ensayo clínico controlado puede ser:

 Ensayo clínico controlado con grupos paralelos: uno o varios grupos de los
sujetos son asignados a recibir el tratamiento experimental al mismo tiempo
que otro grupo recibe el tratamiento control o placebo.

 Ensayo clínico controlado con grupos cruzados: los tratamientos,

experimental y control son administrados a cada individuo en períodos
sucesivos que han sido determinados aleatoriamente. Esto permite a cada
sujeto ser su propio control.

 Ensayo no controlado (estudios antes-después): Estudio sin grupo control. Se

valora la respuesta a la intervención en el mismo grupo de sujetos, antes y
después de la intervención.
Definición de objetivos

En la formulación de los objetivos de un EC se deben definir claramente:

 Las características de los pacientes incluidos (población de estudio).
 La intervención estudiada (intervención o factor de estudio).
 La intervención o intervenciones frente a las que se compara.
 Y las variables mediante las que se evalúa su eficacia (variable respuesta).

Definición de la población

La población diana es la población a la que se desea poder extrapolar los

resultados, pero el estudio se lleva a cabo en una población definida por unos
criterios de selección (población de estudio o experimental) de la que se obtendrán
los sujetos (muestra) que finalmente participarán en el ensayo.

En un estudio clínico, los diferentes grupos de experimentales son llamados brazo

del ensayo clínico. Un ensayo puede incluir sujetos de estudio que reciben
diferentes tratamientos, es decir un estudio con varios brazos, también llamado
ensayo aleatorizado. Normalmente puede haber hasta 2 brazos o más.

Manipulación de las variables en ensayos clínicos controlados

La manipulación de variables en ensayos clínicos controlados es un proceso
fundamental para garantizar la validez de los resultados. En estos estudios, se
comparan dos o más grupos de participantes, uno de los cuales recibe la
intervención experimental y el otro un grupo control. Para que la comparación sea
válida, es importante que las dos condiciones sean lo más similares posible, excepto
por la intervención experimental.

La manipulación de variables se lleva a cabo mediante una serie de técnicas, como

la asignación aleatoria, el cegamiento y la estandarización de los procedimientos.

Asignación aleatoria

La asignación aleatoria es el método más efectivo para garantizar la comparabilidad

de los grupos. En la asignación aleatoria, cada participante tiene la misma
probabilidad de ser asignado a cualquiera de los grupos. Esto ayuda a asegurar que
las diferencias entre los grupos sean aleatorias y no atribuibles a la intervención
experimental.

Cegamiento

El cegamiento es una técnica que se utiliza para evitar que los participantes y los
investigadores sepan a qué grupo pertenece cada participante. El cegamiento
simple consiste en ocultar al participante a qué grupo pertenece. El cegamiento
doble consiste en ocultar al participante y al investigador a qué grupo pertenece.

Estandarización de los procedimientos

La estandarización de los procedimientos ayuda a garantizar que todos los

participantes reciban la misma intervención o tratamiento. Esto ayuda a evitar que
las diferencias entre los grupos se atribuyen a diferencias en la forma en que se
administra la intervención.

Ventajas de la manipulación de variables:

Aumento de la validez interna: La manipulación de variables ayuda a garantizar que

las diferencias entre los grupos sean atribuibles a la intervención experimental.
Reducción de los sesgos: La manipulación de variables ayuda a reducir los sesgos
que pueden afectar a los resultados del estudio.
Mejora de la eficiencia: La manipulación de variables ayuda a mejorar la eficiencia
del estudio, ya que se reduce la necesidad de realizar análisis adicionales para
controlar los sesgos.

Desventajas de la manipulación de variables

La manipulación de variables también tiene algunas desventajas, entre las que se

incluyen:

 Mayor complejidad: La manipulación de variables puede aumentar la

complejidad del estudio, lo que puede dificultar su diseño y ejecución.
 Mayor coste: La manipulación de variables puede aumentar el coste del
estudio.
 Menor generalización: La manipulación de variables puede limitar la
generalización de los resultados del estudio a otros contextos.

En general, la manipulación de variables es una herramienta fundamental para

garantizar la validez de los ensayos clínicos controlados. Sin embargo, es
importante tener en cuenta las ventajas y desventajas de esta técnica para poder
tomar decisiones informadas sobre su uso. (3) (4) (5)

Técnicas de enmascaramiento

 Simple ciego: Los participantes en el estudio no saben a qué grupo están

asignados.
 Doble ciego: Tanto los participantes como los investigadores desconocen el
tratamiento administrado.
 Triple ciego: ni el sujeto, ni el investigador, ni la persona que realiza el
análisis final de los resultados del estudio, saben qué tipo de intervención se
ha realizado en cada grupo.

Análisis
La estrategia de análisis del EC es muy similar a la de cualquier estudio analítico
que compara dos o más intervenciones y que han sido comentadas en capítulos
anteriores. Sin embargo, en un EC se pueden presentar ciertas situaciones que
obligan a considerar si algunas observaciones o sujetos deben ser excluidos del
análisis. La actitud que se adopte ante esta situación puede modificar las
conclusiones del estudio.

Las posibilidades de análisis podrían ser:

 Excluir las pérdidas y desviaciones del protocolo del análisis final y considerar
exclusivamente los sujetos de cada uno de los grupos que han cumplido y
finalizado el protocolo del ensayo. Esta estrategia se denomina análisis de
casos válidos o por protocolo.

 Analizar a los participantes en el grupo de tratamiento que realizaron, aunque

fueran asignados a otro. Se denomina análisis por tratamiento.

 Analizar a los participantes en el grupo al que fueron asignados,

independientemente de si ha cumplido o no con la intervención asignada o de si
han recibido otro tratamiento diferente al asignado. Se conoce como análisis por
intención de tratar (ITT). (6)

Sesgos y su prevención

El Sesgo de susceptibilidad pronóstica significa la posibilidad de que los elegidos

para estar en cualquiera de los dos grupos tengan ciertas características clínicas
que los haga más o menos propensos para que en los participantes en el estudio
se observen los beneficios de la intervención en estudio. Este sesgo se evita cuando
se lleva a cabo una apropiada la aleatorización, es decir, otorgar la misma
probabilidad de asignar a los participantes al grupo experimental o al grupo placebo.
Se espera que la aleatorización haga homogéneos ambos grupos al momento
del inicio de la investigación, para que las características clínicas sean similares.

Sin embargo, se de tomar en cuenta que a pesar de que los autores señalan que se
realizó aleatorización es posible que no se cumpla; esto sucede cuando los
investigadores conocen la secuencia de dicha aleatorización y, entonces pueden
cambiar del grupo asignado a uno o más participantes, al suponer que puede
ser mejor dar el tratamiento experimental o el tratamiento en comparación. Esto se
denomina sesgo de asignación (alloca-tion, en inglés); para evitarlo, la mejor
estrategia es tener una tercera persona que otorgue el tratamiento, tal y como fue
planteado por la aleatorización.

De igual manera se puede presentar un sesgo de desempeño, en un ECA, el efecto

que de una intervención tiene que ver primordialmente con el cumplimiento
terapéutico, de tal forma que los participantes sigan las indicaciones. Por ejemplo, si
se trata de la evaluación de un fármaco, los participantes deberán tomar las dosis
en el horario y número que fueron prescritas, durante todo el tiem-po de duración
del estudio. En caso de desviaciones, tanto en el grupo experimental como en el
control, los resultados no serán confiables. El sesgo se evita cuando los
participantes están cegados (desconocen a qué grupo pertenecen) impide que se
deje de tomar uno u otro tratamiento. Esto se puede lograr si ambos
tratamientos o intervenciones son iguales (por ejemplo, en caso de fármacos, las
tabletas serán del mismo color y sabor). También este cegamiento ayuda evitar que
el personal médico (diferente al grupo de investigación) ofrezca otros tratamientos
que puedan potenciar o disminuir el efecto(s) terapéutico(s) o adverso(s) en
evaluación.

En estos estudios, también existen los sesgos de desgaste donde se evalúa la

evolución de los pacientes, es necesario que todos los participantes incluidos
continúen su vigilancia durante el tiempo mínimo necesario para que aparezca la
variable de resultado. En los estudios que requieren mayor tiempo de vigilancia,
hay más probabilidad de que los pacientes no regresen y, entonces, se desconocerá
si desarrollaron o no la variable de resultado. Esto último se denomina pérdidas
durante el seguimiento, lo cual corresponde al sesgo de desgaste; por supuesto,
existe un gradiente ya que entre mayor número de pérdidas será menor la validez
del estudio; sin embargo, en los ECA se debe tomar en cuenta que, en los
pacientes considerados como pérdidas, es indispensable conocer las razones de
la descontinuación del tratamiento (tanto del grupo experimental como del
control). Por ejemplo, los pacientes decidieron suspender el tratamiento por los
efectos adversos de la intervención en evaluación, o porque los pacientes no
mejoraron o se agravaron. Esto podría ser muy trascendente para la evaluación
global de la intervención, por lo que, para evitar este sesgo, el análisis estadístico a
realizar debe ser por intención a tratar. Esto significa que todos los participantes
aleatorizados deben ser considerados que terminaron el estudio, tal como fue
planeado. Cuando el análisis se lleva a cabo por protocolo (se incluye solo los
participantes que terminaron apropiadamente), es posible que los resultados
indiquen que la intervención sea efectiva o eficaz, lo cual podría ser incorrecto.

En los sesgos de detección se refieren a dos condiciones que ocurren durante la

fase de selección de los pacientes a incluir en el proyecto de investigación. La
primera condición para asegurar un estudio de buena calidad y el diagnóstico de la
enfermedad en dicho estudio es que debe realizarse con los criterios más
apropiados y actualizados. Mientras que la segunda condición puede ocurrir al
inicio del seguimiento o vigilancia; en un estudio sin este sesgo, ningún paciente
debe presentar la variable de desenlace en evaluación (por ejemplo, daño renal en
pacientes con diabetes). Como se señaló, para evitar este sesgo es esencial
el cegamiento de quienes evaluarán la(s) variable(s) de resultado. En los ECA se
refiere específicamente a que los investigadores desconocerán si los participantes
corresponden al grupo con la maniobra experimental o al grupo control.

El sesgo de reporte ocurre en el momento de terminar el estudio, cuando los autores

deciden seleccionar algunas de las variables de resultado, en lugar de informar los
resultados de todas las variables que fueron consideradas inicialmente en el
protocolo. Generalmente, esta situación se presenta porque algunos datos
obtenidos no corresponden con las hipótesis formuladas durante la planeación del
estudio.
 2) Pruebas de campo
Prueba de Campo (Field Trial):

Definición:

Las pruebas o ensayos de campo se utilizan para estudios de enfermedades muy

frecuentes o graves, así mismo, se realiza sobre sujetos sanos o en riesgo de
adquirir la enfermedad y estudia los factores preventivos. Dicha información se
recoge sobre la comunidad misma,en el ambiente epidemiológico natural de los
sujetos. (7)

Características principales:

 Se hacen sobre individuos sanos.

 Valoran la eficacia de las medidas preventivas.

 Tratan con sujetos que aún no han adquirido la enfermedad o con aquéllos que
estén en riesgo de adquirirla, y estudian factores preventivos de enfermedades
como pueden ser la administración de vacunas o el seguimiento de dietas.

 Pueden ser más caros, pues la probabilidad de enfermar suele ser más baja,
por lo que se necesitaría un gran número de sujetos. Para contrarrestar esta
situación se puede elegir individuos con alto riesgo de desarrollar una
enfermedad, por ejemplo, evaluar la efectividad de la vacuna contra el virus
papiloma en trabajadores sexuales. Además, la recolección de la información se
realiza en la comunidad misma, no en instituciones cerradas como los
hospitales, lo que implica que en ocasiones se hace necesario movilizar el
equipo investigador para realizar la intervención o las mediciones, dándole el
nombre de prueba de “campo”.
 Esta metodología también permite probar o evaluar intervenciones sin tener que
buscar necesariamente enfermedades como evento final, sino otras evidencias
de ésta.

 Su gran desventaja es que son costosas, hay limitación en la selección de las

personas y requieren gran número de individuos.

Se debe planificar los aspectos operativos del trabajo de campo. En general se debe
prestar especial atención a tres tipos de requerimientos:

1. Aspectos administrativos. Se debe establecer contacto y coordinación

adecuados con las autoridades sanitarias, políticas y civiles de la comunidad; en
caso necesario, debe solicitárseles cooperación activa.

2. Aspectos logísticos. Se debe establecer una coordinación de campo que

asegure los recursos mínimos, organice las personas, distribuya
adecuadamente las tareas y supervise la ejecución general del trabajo de
campo.

3. Aspectos técnicos. Se debe contar con información técnica pertinente,

incluyendo los datos de notificación, datos demográficos, mapas y cartografía
mínima, modelos de cuestionarios, manual de normas y procedimientos
vigentes, información clínica y de laboratorio relevantes y asesoramiento
estadístico y epidemiológico. (8)

La epidemiología de campo se caracteriza porque está centrada en la intervención

para controlar una enfermedad. Esta intervención debe ser además lo más
inmediata posible. La obtención de la información y la acción se realiza «en el
campo», en el terreno, es decir, en el territorio epidémico. Hay un predominio de la
práctica sobre la teoría, y ésta debe tener un carácter «aplicado», tal como proclama
el programa de formación español y su inspirador estadounidense.

El epidemiólogo de campo tiene el objetivo de evitar la transmisión de una

enfermedad y controlar el brote que ha roto la tranquilidad de una comunidad.
La epidemiología de campo realiza cotidianamente su intervención en
microespacios, generalmente institucionales: la escuela, el restaurante, la residencia
de ancianos, el hospital, etc.

A pesar de su vocación hacia la aplicabilidad5, los epidemiólogos de campo más

prestigiosos son los que manejan bien el método. Lo «exitoso» es la brillantez
metodológica y, a veces, ésta predomina sobre la capacidad de análisis o de
generación de hipótesis (9).

3) Ensayo Cuasiexperimental o Comunitario o de Intervención

 La evaluación es realizada en comunidades (agrupaciones de individuos) ya que

la asignación de la intervención no ocurre en forma individual.

 No se aplica aleatorización individual (cuasi experimental).

 Estos estudios se conocen habitualmente como ensayos comunitarios o de

intervención. Son parte de los estudios experimentales porque se emplean para
probar una hipótesis y se diseñan considerando un grupo experimental y uno de
control.

La diferencia radica en que el grupo de intervención y control no son individuos

elegidos por azar, sino comunidades completas. No hay asignación aleatoria a estas
categorías porque las comunidades se deben elegir por razones de conveniencia de
los investigadores o de las autoridades interesadas en el estudio como el tamaño de
población, accesibilidad, condiciones de salud, sociales o culturales, organización
de la comunidad, etc. Este es el tipo de diseño más adecuado para probar hipótesis
de intervención, que generalmente son de tipo educativo, y también para evaluar
gestión y organización de la atención médica. Es la mejor elección para
enfermedades o problemas que tienen su origen en condiciones socioculturales, que
pueden ser más fácilmente abordadas tratando de modificar el comportamiento ya
sea de grupos o de individuos. Por eso éste es un buen enfoque para las
enfermedades crónicas no transmisibles, asociadas a los estilos de vida. Por otro
lado, en el análisis de los resultados, es necesario asegurar que las diferencias
observadas entre los grupos o comunidades se deben a la intervención efectuada y
no a diferencias inherentes a la idiosincrasia de las comunidades. Lo que debe
medirse realmente es el efecto neto de la intervención.

Fases

Fase 1(Conocer el contexto comunitario): En esta fase podemos encontrar o

mirar las características de la situación comunitaria a intervenir, esto mediante
análisis técnica y estrategias que nos acerquen a la realidad; podemos investigar o
conocer acerca de los niveles educativos con los que cuentan los participantes o
integrantes de la comunidad, cuáles son las necesidades básicas sin satisfacer, las
necesidad, los recursos con los que cuentan, el estatus sociodemográfico,
económico y cultural.

Fase 2 (Técnicas de uso investigativo):

● Observación directa, con esta técnica conocemos o percibimos los distintos

comportamientos de la comunidad en distintos escenarios.

● Entrevista, este método es más cercano y personal pues nos ayudaran con la
compilación de datos personales de los participantes y datos curiosos acerca
de la situación problema

Fase 3 (Evaluación): Mediante las técnicas planteadas o utilizadas podremos

reconocer cuales son las necesidades que se deben satisfacer, esta evaluación
debe realizarse de manera objetiva y de debe priorizar jerárquicamente lo que la
comunidad requiere; además no solo se evaluaremos sus necesidades sino también
los recursos con lo que ellos cuentan que nos pueden ayudar al empoderamiento de
la comunidad.

Fase 4 (Diseño de intervención): En esta fase debemos conocer el por qué y el par
que se realiza la intervención, cuál es el objetivo principal, cuál debe ser el impacto,
como se evaluará, como se le hará seguimiento, cuál será el cronograma y sus
metas, además se debe solicitar o tener presupuesto y recursos.

Fase 5 (Evaluación inicial): Esta fase nos ayudará a obtener un informe cualitativo
y cuantitativo de los factores que determinan el problema central, con el objetivo de
establecer qué comportamientos deben ser trabajados para eliminar total o
parcialmente el problema.

Fase 6 (Ejecución): En esta fase como su nombre lo indica se materializa todo los
expuesto o propuesto en las fases anteriores, haciendo uso de las estrategias de
participación.

Fase 7 (Evaluación final): En esta fase se determina qué grado de relevancia,

eficacia y eficiencia tuvo la intervención realizada.

Existen varios tipos de estudio de tipo cuasiexperimental, entre los que se

encuentran los siguientes:

 Experimentos naturales. Se realizan sobre una población en la que la

intervención ocurre de forma natural o circunstancial (por ejemplo, los efectos de
una inundación). En estos casos, el investigador no media directamente sobre la
intervención en estudio.

 Estudios con controles históricos. Se compara el grupo que recibe la

intervención con otro grupo que en el pasado fue tratado con una intervención
similar.

 Estudios post intervención. La observación se realiza con posterioridad a la

medida de intervención realizada.

 Estudios antes / después. Se realiza la medición de ciertas variables antes y

después de producirse una determinada intervención. A veces puede utilizarse
también un grupo de comparación en el que no se realiza ninguna intervención,
pero en el que se realizan las dos mediciones, con el objetivo de identificar el
efecto sobre los resultados de otras posibles variables.

Cuadro comparativo de los estudios experimentales

Estudio Ensayo clínico Ensayo de Ensayo

controlado campo comunitario

Objetivo Qué intervención Desarrollo de Desarrollo de

terapéutica es más medidas medidas de
 beneficiosa preventivas ante educación
evento comunitaria

Población Personas enfermas Microespacios: Comunidades

participantes
sanos con
factores de
riesgo

Aleatorización Sí. Cada Sí No se aplica

participante tiene la aleatorización
misma probabilidad individual
de ser asignado a
cualquiera de los
grupos

Validez interna Alta. Depende de Alta Moderada

que ambos grupos
sean similares en
todo menos en la
intervención que se
quiere analizar

Validez externa Moderada Moderada Moderada

Ejemplo Estudio basado en Estudio que Estudio que

la medición de desarrolla una compara los
resultados en nueva vacuna resultados de un
grupos expuestos a programa
las siguientes educativo sobre la
intervenciones: hipertensión en
dos escuelas
 Terapia
farmacológica
  Cirugía

Pruebas paramétricas

Las pruebas paramétricas son un tipo de pruebas estadísticas que se utilizan para
analizar datos que se supone que siguen una distribución normal. Este tipo de
pruebas se utilizan a menudo en estudios experimentales para comparar los
resultados de diferentes grupos o condiciones.

Requisitos para las pruebas paramétricas

Para que las pruebas paramétricas sean válidas, los datos deben cumplir con los
siguientes requisitos:

 La variable dependiente debe ser una variable cuantitativa continua. Esto

significa que los datos deben ser números que puedan ser ordenados de
menor a mayor.
 Los datos deben seguir una distribución normal. Esto se puede verificar
mediante un gráfico de distribución normal o una prueba de normalidad.
 Los grupos o condiciones deben tener un tamaño de muestra suficiente. El
tamaño de la muestra debe ser lo suficientemente grande para que la
distribución de las variables sea similar en cada grupo.

Tipos de pruebas paramétricas

Existen muchos tipos diferentes de pruebas paramétricas, cada una de las cuales se
utiliza para un propósito específico. Algunos de los tipos más comunes de pruebas
paramétricas incluyen:

 Pruebas t: Se utilizan para comparar los promedios de dos grupos.

  Análisis de la varianza (ANOVA): Se utiliza para comparar los promedios de
tres o más grupos.
 Correlación: Se utiliza para medir la relación entre dos variables.
 Regresión lineal: Se utiliza para predecir el valor de una variable a partir de los
valores de otra variable.

Uso de pruebas paramétricas en estudios experimentales

Las pruebas paramétricas se utilizan a menudo en estudios experimentales para

comparar los resultados de diferentes grupos o condiciones. Por ejemplo, un
investigador podría utilizar una prueba t para comparar los promedios de
rendimiento de dos grupos de estudiantes, uno que recibió un nuevo método de
enseñanza y otro que recibió el método de enseñanza tradicional. (10) (11) (12)

Pruebas no paramétricas

Las pruebas no paramétricas son un conjunto de técnicas estadísticas que no hacen

ninguna suposición sobre la distribución de los datos. Estas pruebas se utilizan a
menudo en estudios experimentales cuando los datos no cumplen los supuestos de
las pruebas paramétricas, como la normalidad de la distribución o la homogeneidad
de las varianzas.

Requisitos de las pruebas no paramétricas

Las pruebas no paramétricas no requieren que los datos cumplan ningún supuesto
sobre su distribución. Sin embargo, existen algunos requisitos generales que deben
cumplirse para que las pruebas no paramétricas sean válidas:

● Los datos deben ser cuantitativos. Las pruebas no paramétricas no se

pueden utilizar con datos cualitativos.
● Los datos deben ser ordinales o nominales. Las pruebas no paramétricas se
pueden utilizar con datos ordinales o nominales, pero no con datos continuos.
● Los datos deben ser independientes. Las pruebas no paramétricas no se
pueden utilizar con datos dependientes.
Tipos de pruebas no paramétricas

Existen muchos tipos de pruebas no paramétricas, cada una de las cuales se utiliza
para un propósito específico. Algunos de los tipos de pruebas no paramétricas más
comunes incluyen:

 Pruebas de comparación de grupos: Estas pruebas se utilizan para comparar

los resultados de dos o más grupos. Algunos ejemplos de pruebas de
comparación de grupos incluyen la prueba U de Mann-Whitney, la prueba de
Wilcoxon y la prueba de Kruskal-Wallis.

 Pruebas de independencia: Estas pruebas se utilizan para determinar si dos

variables son independientes. Algunos ejemplos de pruebas de independencia
incluyen la prueba de ji cuadrada de Pearson y la prueba de McNemar.

 Pruebas de tendencia: Estas pruebas se utilizan para determinar si existe una

tendencia en los datos. Algunos ejemplos de pruebas de tendencia incluyen la
prueba de signo y la prueba de rangos con signo.

Ejemplo de uso de pruebas no paramétricas en un estudio experimental

Imaginemos un estudio experimental que compara el rendimiento de dos grupos de

estudiantes, uno que recibe un nuevo método de enseñanza y otro que no lo recibe.
Los datos del estudio incluyen las puntuaciones de los estudiantes en un examen al
final del curso.

Para comparar las puntuaciones de los dos grupos, se podría utilizar una prueba U
de Mann-Whitney. Esta prueba no asume que los datos sigan una distribución
normal y que las varianzas de los dos grupos sean iguales.

Si la prueba U de Mann-Whitney es significativa, esto significa que hay evidencia de

que los dos grupos tienen puntuaciones significativamente diferentes. En este caso,
se podría concluir que el nuevo método de enseñanza es más efectivo que el
método tradicional.
 Ventajas y desventajas de las pruebas no paramétricas

Ventajas:

● No requieren que los datos cumplan ningún supuesto sobre su distribución.

● Son relativamente fáciles de aplicar.
● Son relativamente robustos a los valores atípicos.

Desventajas:

● Su poder estadístico puede ser menor que el de las pruebas paramétricas.

● Pueden ser menos sensibles a las diferencias entre los grupos.

¿Cuándo se deben usar pruebas no paramétricas?

Las pruebas no paramétricas se deben utilizar cuando los datos no cumplen los
supuestos de las pruebas paramétricas. En particular, las pruebas no paramétricas
se deben utilizar cuando:

● Los datos no siguen una distribución normal.

● Las varianzas de los grupos no son iguales.
● Los datos son ordinales o nominales.
● Los datos son dependientes.

En general, las pruebas no paramétricas son una herramienta útil para analizar
datos que no cumplen los supuestos de las pruebas paramétricas. (13)

Los estudios experimentales son la forma más rigurosa de investigación para

evaluar la causalidad. Sin embargo, también tienen algunas desventajas.

Ventajas:

 Validez interna: Los estudios experimentales tienen un alto grado de validez

interna, lo que significa que es probable que la variable independiente sea la
causa del cambio en la variable dependiente. Esto se debe a que el investigador
 tiene un control estricto sobre las variables extrañas, que son factores que
podrían causar un sesgo en los resultados.

 Eficacia: Los estudios experimentales son la forma más eficaz de evaluar la

eficacia de una intervención. Esto se debe a que el investigador puede controlar
directamente la variable independiente, lo que permite determinar con mayor
precisión el efecto de la intervención.

 Generalización: Los resultados de los estudios experimentales se pueden

generalizar a otros contextos y poblaciones. Esto se debe a que los estudios
experimentales se realizan en condiciones controladas, lo que permite al
investigador aislar el efecto de la variable independiente.

Desventajas:

 Coste: Los estudios experimentales pueden ser costosos y difíciles de realizar. Esto
se debe a que requieren la participación de un gran número de participantes y la
manipulación de una variable independiente.

 Efectividad: Los estudios experimentales pueden ser menos efectivos para evaluar
la eficacia de una intervención en condiciones naturales. Esto se debe a que los
estudios experimentales se realizan en condiciones controladas, que pueden no
ser representativas de la vida real.

 Validez externa: Los estudios experimentales pueden tener una validez externa
limitada. Esto se debe a que los estudios experimentales se realizan en
condiciones controladas, que pueden no ser representativas de la población
general. (14) (15)


 Referencias

1. Estudios experimentales [Internet]. Escuela de Medicina. 2021 [citado el 24

de septiembre de 2023]. Disponible en:
https://medicina.uc.cl/divisiones/medicina/salud-publica-y-medicina-familiar/
salud-publica/epi-centro/estudios-experimentales/

2. Martí CI. Estudios Experimentales en epidemiología [Internet]. Salud Pública

y algo más -. Salud Pública y algo más; 2008 [citado el 24 de septiembre de
2023]. Disponible en:
https://www.madrimasd.org/blogs/salud_publica/2008/05/14/91793

3. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd
ed.). Hillsdale, NJ: Lawrence Erlbaum Associates.

4. Field, A. (2013). Discovering statistics using IBM SPSS Statistics (4th ed.).
London: Sage Publications.

5. Gravetter, F. J., & Wallnau, L. B. (2014). Statistics for the behavioral sciences
(10th ed.). Belmont, CA: Wadsworth.

6. PTCR. Metodología de la investigación y práctica clínica basada en evidencia

[Internet]. pág. 60-66. Disponible en:
https://ebevidencia.com/wp-content/uploads/2015/04/Metodologia-
investigacion-PCBEbevidencia.pdf

7. Ledesma, A; Gutiérrez, M. Estudios experimentales. Ensayo clínico aleatorio

[Internet]. Fapap.es. [citado el 24 de septiembre de 2023]. Disponible en:
https://fapap.es/files/639-945-RUTA/19_FAPAP2_2013_06_OK.pdf

8. Castillo C, Mujica O, Loyola E, Canela J. Módulo de Principios de

Epidemiología para el Control de Enfermedades (MOPECE) [Internet].
Paho.org. 2011 [citado el 24 de septiembre de 2023]. Disponible en:
https://www3.paho.org/col/dmdocuments/MOPECE6.pdf

9. Segura del Pozo J. Epidemiología de campo y epidemiología social. Gac

Sanit [Internet]. 2006 [citado el 24 de septiembre de 2023];20(2):153–8.
 Disponible en: https://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0213-
91112006000200011

10.Field, A. (2023). Discovering statistics using IBM SPSS Statistics (5th ed.).
Sage Publications.

11.Gravetter, F. J., & Wallnau, L. B. (2023). Statistics for the behavioral sciences
(13th ed.). Cengage Learning.

12.Norusis, M. J. (2023). SPSS 19 statistical procedures companion (11th ed.).

Pearson Education.

13.Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd
ed.).

14.Polit, D. F., & Beck, C. T. (2021). Fundamentals of Nursing Research:

Appraising Evidence for Nursing Practice (9th ed.). Wolters Kluwer.

15.Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and

Quasi-Experimental Designs for Generalized Causal Inference: New York,
NY: Houghton Mifflin Company.

16.Zurita J, Villasis M, editores. Principales sesiones en la investigación clínica

[Internet]. vol. 68. Rev.alerg.Mex; 2021 [citado el 26 de septiembre de 2023].
Disponible en: https://www.scielo.org.mx/scielo.php?
script=sci_arttext&pid=S2448-91902021000400291