Tipos de Estudio y Disenos

Tipos de estudio y diseños en la
investigación clínica
Dr. Juan Alberto Díaz Plasencia

Programa de Segunda Especialidad
UPAO - 2021
MARCO METODOLOGICO
 AREA DE ESTUDIO: UBICACIÓN
 TIPO DE ESTUDIO
 DISEÑO DE CONTRASTACION DE HIPOTESIS
 UNIVERSO, POBLACION OBJETIVO Y MUESTRA DE ESTUDIO
MUESTRA:
 Métodos de muestreo
 Variables del estudio
 Escalas de medición
 Elaboración de instrumentos
 Programa de trabajo
 Recursos
 INSTRUMENTOS DE RECOLECCION DE DATOS
 ANALISIS ESTADISTICO
Tipo de Investigación
a. Clásica/Cuantitativa
1. Según el tipo de ocurrencia de los hechos y
registros de la información
(retrospectivo/prospectivo/ambispectivo)
2. Según el periodo y secuencia del estudio
(transversal /longitudinal)
3. Según análisis y alcance de los resultados
(descriptivo, analítico y experimental)
b. Cualitativa
c. Mixta
TIPO DE INVESTIGACIÓN: DEFINICIÓN
 Plan específico o protocolo para conducir el estudio, lo cual

permite traducir la hipótesis conceptual en una operacional.
 Plan o estrategia concebida para obtener la información que se
desea.
TIPOS DE INVESTIGACION
 Investigación cuantitativa recoge y analiza datos cuantitativos sobre

variables.
 Investigación cualitativa evita cuantificación; hace registros narrativos de los
fenómenos mediante técnicas como observación participante y entrevistas no
estructuradas.
 Diferencia fundamental:
 I. Cualitativa identifica naturaleza profunda de realidades, sistema de
relaciones, estructura dinámica en contextos estructurales y situacionales.
 I. Cuantitativa determina fuerza de asociación o correlación entre variables,
generalización y objetivación de resultados a través de una muestra para
hacer inferencia causal a una población de la cual procede que explique por
qué las cosas suceden o no de una forma determinada.
 Investigación mixta participa de la naturaleza de la investigación documental
y de la investigación de campo.
Tipo de Investigación
DIFERENCIAR
 TIPO DE INVESTIGACION
 DISEÑO DE INVESTIGACION
 NIVEL DE INVESTIGACION
 PROSPECTIVO VS. RETROSPECTIVO VS.

AMBISPECTIVO
 DESCRIPTIVO VS. ANALITICO
 LONGITUDINAL VS. TRANSVERSAL
 OBSERVACIONAL VS. EXPERIMENTAL

CRITERIOS DE CLASIFICACION
EN RELACION EN FUNCION EN FUNCION DE LA

EN RELACION A
AL PERIODO DE LA INTERFERENCIA
TIPO DE LA EVOLUCION
DE CAPTACION COMPARACION DEL INVESTIGADOR
ESTUDIO DEL FENOMENO
DE LA ENTRE EN EL FENOMENO
EN ESTUDIO
INFORMACION POBLACIONES QUE SE ANALIZA
DESCRIPTIVA RETROSPECTIVO DESCRIPTIVA
ENCUESTA O TRANSVERSAL O OBSERVACIONAL
COMPARATIVA PROSPECTIVO COMPARATIVA
REVISION DE
RETROSPECTIVO LONGITUDINAL DESCRIPTIVA OBSERVACIONAL
CASOS
CASOS Y COMPARATIVO
RETROSPECTIVO LONGITUDINAL OBSERVACIONAL
CONTROLES EFECTO/CAUSA
PERSPECTIVA COMPARATIVO
RETROSPECTIVO LONGITUDINAL OBSERVACIONAL
HISTORICA CAUSA/EFECTO
DESCRIPTIVA
ESTUDIO DE
PROSPECTIVO LONGITUDINAL O OBSERVACIONAL
COHORTE
COMPARATIVA
EXPERIMENTO PROSPECTIVO LONGITUDINAL COMPARATIVA EXPERIMENTAL

TIPOS DE INVESTIGACIÓN POR SU CRONOLOGIA
 RETROSPECTIVOS
-Los hechos han ocurrido y los datos han sido
tomados y se recogen de archivos o H.C.
-Datos secundarios
-No hay certeza de su exactitud
 PROSPECTIVOS
-Los hechos no han ocurrido y los datos no han sido

probados
-Se denominan datos primarios
-Se buscan datos precisos y exactos
TIPOS DE INVESTIGACIÓN POR SU FINALIDAD
 DESCRIPTIVO
-Un solo grupo de estudio
-Título o hipótesis contienen una sola variable
-Determinar medios o porcentajes de características
(Estadística descriptiva)
 ANALITICO O COMPARATIVO
-Dos grupos de estudios

-Títulos o hipótesis tiene 2 variables
-Establecer relaciones de causa (factor asociado, de
riesgo o pronóstico) y efecto
-Estadística analítica
TIPOS DE INVESTIGACIÓN: POR EL CONTROL DE LA
ASIGNACION DE LA VARIABLE
 OBSERVACIONAL
-deja que el fenómeno se desarrolle sin participar en él.
-Si se forman grupos, éstos se hacen espontáneamente
 EXPERIMENTAL
-El investigador asigna las variables apoyado en el azar o

por su criterio
TIPOS DE INVESTIGACIÓN: POR LA SECUENCIA
TEMPORAL
 TRANSVERSAL
-Cuando tiene una sola variable y ésta se mide una
sola vez
-Cuando son 2 variables (C-E) y cada una de ellas se
mide una sola vez y en el mismo momento
 LONGITUDINAL
-La variable se mide dos o más veces.

-Otra acepción: las 02 variables (C-E) se miden una
vez pero en diferentes momentos
DISEÑO DE INVESTIGACIÓN
Un diseño de investigación “es el plan o estrategia concebido para

responder a las preguntas de investigacion”
(Christensen, 1980),
• Se representa como una estructura esquematizada de los aspectos

fundamentales del proceso.
• Es usado para controlar las variables
• Es un instrumento de dirección para la investigación.
DEFINICION DE DISEÑO
 Procedimientos, métodos y técnicas mediante el cual el

investigador elige los pacientes, recoge los datos, los analiza e
interpreta mediante una prueba estadística.
 En investigación cuantitativa, los diseños se utilizan para:
 Analizar la certeza de las hipótesis formuladas en un contexto
en particular (diseños observacionales analíticos o
experimentales) o
 Aportar evidencia respecto de los lineamientos de un tema de
investigación en desarrollo cuando no es posible comprobar
una hipótesis (diseños observacionales descriptivos)
DISEÑOS DE INVESTIGACION
 SERIE DE CASOS
 DESCRIPTIVO TRANSVERSAL (PREVALENCIA)
 DESCRIPTIVO LONGITUDINAL (INCIDENCIA)
 DESCRIPTIVOS CORRELACIONALES
 CASOS Y CONTROLES
 COHORTES
 CUASI EXPERIMENTALES
 ENSAYOS CLINICOS
POR LO TANTO DIFERENCIEMOS LOS
CON LOS
DISEÑOS DE INVESTIGACION
TIPOS Y DISEÑOS DE INVESTIGACIÓN
TIPO DE INVESTIGACIÓN DISEÑO DE INVESTIGACIÓN

 CUANTITATIVO, CUALITATIVO O  SERIE DE CASOS
MIXTO.  DESCRIPTIVO TRANSVERSAL
 DESCRIPTIVO LONGITUDINAL
 PROSPECTIVO VS RETROSPECTIVO VS
 DESCRIPTIVOS CORRELACIONALES
AMBISPECTIVO
 CASOS Y CONTROLES
 DESCRIPTIVO VS ANALITICO  COHORTES
 CUASI EXPERIMENTALES
 LONGITUDINAL VS TRANSVERSAL  ENSAYOS CLINICOS
 OBSERVACIONAL VS EXPERIMENTAL
Diseño empírico de contrastación de la hipótesis
 Planteamiento del modelo lógico de contrastación, posibilita

trazar el diseño empírico de contrastación.
 Consiste en proponer cómo se va a proceder para demostrar
la verdad de la consecuencia lógica.
 Existen variedad de diseños con diferente grado de
confiabilidad y para facilitar su uso se utilizan gráficos
(ideogramas)
5.1.1. Diseño clásico.

Comparación entre dos grupos, uno control y otro
experimental, al primero se le administra el
tratamiento tradicional o placebo y al segundo el
estímulo experimental.
5.1.2. Diseño en línea.

Cuando se estudia un solo grupo, el experimental a
quien se administra el estímulo.
5.1.3. Otros diseños.

SIMBOLOGÍA USADA EN DISEÑOS:
R Del ingles randomization. Indica que los sujetos han sido

asignados a un grupo de manera aleatoria o al azar.
G o M: Grupo de sujetos o muestra
X Estimulo o condición experimental. Variable independiente.
O Observacion, una medición, prueba.
- Ausencia de estimulo. Corresponde a un grupo de control.
 XYZ Variables r Coeficiente de correlación
T Tiempo
DISEÑOS EMPIRICOS ? Diseño de una casilla
Después
R
G. Exp.
Diseño clásico
G. Test
G. Exp Diseño en línea
Después
G. Exp. Diseño sólo después
G. Test
Antes Después
G. Exp. Diseño con muestras

diferentes
G. Test
Diseño de estímulo creciente
4
 Diseños descriptivos: Se utilizan para describir la realidad tal y conforme se

presenta en la naturaleza. Se usa para problemas de identificación o
descubrimiento
a) Diseño de una casilla:
M  O
M, representa la muestra.
O, representa lo que observamos
b) Diseño comparativo
M1  O1
M1……..Mn, son las muestras.
O1………On, son las observaciones
M2  O2
M3  O3
 Diseños descriptivos:
c) Diseño correlacional
d) Diseño longitudinal
e) Diseño transversal
 Diseños descriptivos:
f) Diseño correlacional: determina las relaciones entre variables, tal

y conforme se presentan en la realidad sin intervención del
investigador.
 Retrospectivos
 Prospectivos
DISEÑOS (más aplicados en las CC.SS.)
O G. Ox
Descriptivo simple Oy RG
Oz
T1 Descriptivo Correlacional
RG1 T1 T2 T3 T4
RG2
RG3
RG
O1 O2 O3 O4
O1
DESCRIP TRANSVERSAL Descriptivo
Longitudinal
DISEÑOS DESCRIPTIVOS
DISEÑO DESCRIPTIVO SIMPLE: El

DISEÑO DESCRIPTIVO COMPARATIVO:
investigador busca y recoge información
investigaciones descriptivas simples
en forma directa para tomar decisiones.
recolectan información en varias
Es la forma más simple y elemental Por muestras sobre un mismo fenómeno, para
lo que no se usa mucho. comparar los datos recogidos
Ejm. Para determinar en una EAP

Ejem: para estudiar la conducta de niños, en tres
cuántos alumnos ingresaron entre 2006- zonas geográficas, recogemos la información
2010, para calcular y gestionar vacantes directa y de interés en cada una. Está información
será comparada una con otra estableciéndose las
para el año 2011. semejanzas y diferencias entre las muestras.
G1 O1
O G. G2 O2 = ó≠
G3 O3
DESCRIPTIVO CORRELACIONAL.-
Se emplea cuando el investigador obtiene valores para las variables que desea
estudiar y luego las analiza relacionándolas. Estadisticamente el procedimiento
estricto es con el uso del Coeficiente de correlacion ( r ).
Ejemplo: En la UPAO se quiere establecer la relación del rendimiento en los cursos
de Met-Investig. (x), Proyecto I (y) y Proyecto II (z). Se obtendrá progresivamente,
en el tiempo, los calificativos de dichas asignaturas en una muestra y, Finalmente,
hará un análisis estadístico de estos resultados aplicando el coeficiente de
correlación (r) que puede arrojar una correlación inversa o directa.
Ox
r
Oy G
r
Oz
DESCRIPTIVO CAUSAL COMPARATIVO.- Consiste en recoger información de dos o

más muestras con el fin de observar el comportamiento de una variable,
controlando estadísticamente otras variables.(en este caso la variable Causal (X)
G1 O1 (X)
G2 O2 (X)
DISEÑOS DESCRIPTIVO LONGITUDINAL.- En este tipo de diseño las
muestras se evalúan en distintos momentos de un periodo largo.
Ejem: Un supervisor de producción quiere evaluar la productividad de los
trabajadores en un año, lo que podría realizarse en 4 evaluaciones. El
investigador en este caso ira comparando las observaciones de cada
trimestre para determinar los cambios en la variable
bajo estudio. T1 T2 T3 T4
RG
O1 O2 O3 O4
DISEÑOS DESCRIPTIVO TRANSVERSAL.- En el que se realizará una
medición de varias muestras en un solo momento. Este diseño podría
aplicarse a los trabajadores de distintas secciones
G1
de la empresa, cuando no interese su especialidad
o línea productiva. G2
O G3
G4
G5
Algunos diseños
experimentales de la
clasificación de
Campbell y Stanley
(Gage, 1967)
 Diseños experimentales: Existe pre y postest y los grupos

control y experimental son escogidos al azar
a) Diseños experimentales puros o verdaderos
① Grupos en paralelo
Donde A y B son muestras que se les aplica diferente estímulo y se hace pre y postest
② Diseño clásico
Donde A y B son muestras, una con y otra sin estímulo

b) Diseños cuasi-experimentales: Los individuos no son asignados al azar a
los grupos. Los diseños casi experimentales trabajan con grupos intactos y los
experimentales utilizan un método para la equivalencia de grupos.
① Diseños con post-prueba en grupos intactos
Donde A y B son muestras intactas, una con y otra sin estímulo. A ambas se aplica el postest
② Diseños con preprueba y posprueba en grupos intactos
Donde A y B son muestras intactas con y sin estímulo. A ambos se aplica pre y postest.
c) Diseños pre-experimentales: Grado de control es mínimo y consiste en
administrar un estímulo a las unidades de análisis para luego determinar el grado en
que se manifiestan.
① Diseños de post-prueba con un solo grupo: Aplicar un estímulo y
después medir una o más variables para observar cual es el nivel del grupo en
estas variables.
Donde A es la muestra control y experimental a la vez

② Diseños con preprueba - posprueba con un solo grupo o
diseño en sucesión o en línea: Se dispone de una sola muestra a la
cual en un inicio no se le da estímulo, luego se aplica un pre-test y
posteriormente se le da un estímulo y se aplica un postest.
Donde A y B son muestras intactas con y sin estímulo. A ambos se aplica pre y postest.
DISEÑO SOLO POSTTEST CON GRUPO CONTROL
El pretest no es aplicado a ningún grupo.

Es un diseño experimental verdadero.
Requiere que los grupos sean aleatoriamente asignados, admitiendo el supuesto de
equivalencia inicial.
Puede ser extendido para incluir múltiples niveles de la variable independiente, con
o sin un grupo control.
Validez interna es potente.
Exitoso cuando el número de sujetos es grande.
La validez externa es aumentada debido a que el diseño elimina el sesgo potencial
de la pre-evaluación.
Diseño 5
R X1 O
X2 O
O
TIEMPO
Dirección de la Investigación
Expuestos
Casos
No Expuestos
Población
Expuestos
Controles
No expuestos
DISEÑO DE UN ESTUDIO DE CASOS Y CONTROLES

TIEMPO
Dirección de la investigación
Con enfermedad
Expuestos
Sin enfermedad
Personas sin la
Población enfermedad
Con enfermedad
No expuestos Sin enfermedad
DISEÑO DE UN ESTUDIO DE COHORTE

TIPOS DE DISEÑO EN LA EVALUACIÓN TERAPÉUTICA.
CLASIFICACIÓN DE LOS DISTINTOS DISEÑOS DE
INVESTIGACIÓN CLÍNICA
Investigación Analítica
Diseños Características
observacionales
analíticos
Transversales • Variable de resultado (enfermedad o condición de salud) y variables de exposición (características

analíticos de los sujetos) se miden en un mismo momento o periodo definido.
• Luego comparar prevalencia del resultado en personas expuestas a cada factor de riesgo con la
prevalencia en no expuestas.
Casos y • Estudio retrospectivo

controles • Se evalúa en los casos y en los controles la presencia de factores de riesgo vinculados a la
enfermedad.
• La medida de asociación es el Odds ratio (OR)
Cohortes • Los grupos se clasifican según factor de exposición y se evalúa de manera prospectiva (o
retrospectiva) la presencia de la enfermedad en ambos grupos.
• La medida de frecuencia es la incidencia.
• La medida de asocación es el riesgo relativo (RR)
Pruebas • Evalúan el rendimiento de una prueba diagnóstica al compararlo con el patrón de referencia
diagnósticas • El rendimiento diagnóstico se evalúa en función de la sensibilidad, especificidad, valores
predictivos y cocientes de verosimilitud.
• Es posible expresar gráficamente el rendimiento de una prueba diagnóstica a través de las
pruebas ROC.
Revisiones • Equivalen a una síntesis de la evidencia publicada

sistemáticas • Pueden ser revisiones cuantitativas (meta-análisis) o cualitativas.
• A través del proceso meta-analítico es posible obtener la magnitud del efecto, que equivale un
promedio ponderado según la calidad metodológica de los artículos primarios; permitiendo
incrementar notablemente la validez externa de los resultados.
Estudios Analíticos o Explicativos
 Investiga :
 Factores relacionados con determinado fenómeno, o sea
la relación entre variables.
 La causa o factor de riesgo.
 El riesgo ante un fenómeno
 Factores de riesgo o aspectos que tiene más influencia
en el fenómeno que se estudia.
 Características:
 Nivel más avanzado que el descriptivo.
 Se plantean hipótesis tendientes a la verificación de
relaciones explicativas.
 Estudia problemas partiendo de la causa al efecto y
viceversa.
 Requiere de la agrupación de la muestra o población de
estudio en categorías de análisis (Grupo de estudio/grupo
control).
 No se hace intervención, se estudian grupos que ya
presentan las variables investigadas (no se manipula o aplica
la variable independiente).
 Resultados:
 Establece relaciones o asociaciones entre variables

(causa - efecto).
 Provee bases para otros estudios analíticos o
experimentales.
 Provee información para evaluar la eficacia de
intervenciones implementadas en los servicios de
salud o en las comunidades.
 Limitantes:
 La asociación causa-efecto no se puede

establecer tan claramente como en otros diseños
(experimental, cuasi experimental).
 Las variables se estudian según como estás se
presentan en forma natural.
Estudios analíticos observacionales Estudios experimentales
Diseños pre-experimentales:
Estudios observacionales a) De un solo grupo, sólo con medida postest.
1. No controlados b) Sólo con medida postest, con grupo de control no
 Transversal equivalente.
 Longitudinal c) De un solo grupo con medidas pretest+postest..
2. Controlados Diseños cuasi experimentales:
 Por el efecto: Casos y controles a) Con grupo de control:
 Con casos prevalentes – Con grupo de control no equivalente…
 Con casos incidentes o Pretest+postest.
 Por la exposición (causa): Cohortes o Cohortes.
 Cohortes históricas (retrospectivas) – Discontinuidad en la regresión.
 Cohortes concurrentes (prospectivas) b) Sin grupo de control:
 Cohortes mixtas – Tratamiento repetido.
Diseños híbridos – Retirada de tratamiento con pretest+postest.
 Estudio de cohorte-casos c) De series temporales interrumpidas:
 Estudio de casos y controles anidado en una – Simple.
cohorte – Con grupo de control con equivalente
Ensayo controlado y aleatorizado
 Ensayo clínico
 Ensayo de campo
 Ensayo comunitario
Ensayo clínico pragmático

Estudios de corte Estudios de casos y Estudios de cohortes Estudios
transversal controles experimentales
V • Especialmente • Rápidos de realizar • Óptimos para • Permiten
E indicados en y baratos. exposiciones raras. establecer la
N enfermedades • Adecuados para • Permiten estudiar secuencia
T crónicas enfermedades con varios efectos de una temporal entre
A • Resultados fácilmente largo periodo de misma exposición. exposición y
J generalizables a la latencia. • Establecen la relación efecto
A población. • Óptimos para temporal de los • Permiten un
S • Rápidos de realizar y enfermedades acontecimientos. mayor control de
baratos. raras. • Permiten medir la exposición, de
• Aportan medida de la • Permiten analizar incidencia. sesgos y de
prevalencia, útil para varios factores • En las cohortes potenciales
tareas de etiológicos de la concurrentes se confusores.
administración enfermedad minimizan los sesgos
sanitaria. en la medida de la
• Permiten analizar exposición.
simultáneamente
varios efectos
Estudios de corte Estudios de casos y Estudios de cohortes Estudios
transversal controles experimentales
D • No permiten • Ineficientes para • Ineficientes para • Limitados a evaluar
E establecer la exposiciones raras. enfermedades raras. medidas
S relación temporal • No permiten • Los prospectivos son preventivas o
V entre causa y obtener tasas de costosos y de larga terapéuticas, por
E efecto. incidencia duración. razones éticas.
N • No permiten • Puede ser difícil • Las cohortes • Menor
T distinguir entre establecer la históricas requieren generabilidad de
A factores de riesgo y relación temporal la existencia de los resultados por
J factores de los eventos. registros disponibles. realizarse en
A pronósticos. • Tendencia a sesgos • La validez puede poblaciones muy
S • Posibles sesgos en de selección y de afectarse por seleccionadas.
la medida de la memoria. pérdidas de • Sólo estudian una
exposición. seguimiento. intervención.
• No útiles en • Elevado coste.
enfermedades raras
ESTUDIOS TRANSVERSALES
Estudios transversales.
Estudios de prevalencia transitan del nivel descriptivo al analítico.

 Prev. descriptiva: No contrastan hipótesis etiológicas. Estiman
prevalencia global y específica, por característica o atributo de
interés (EI).
 Prev. analítica: Buscan participación de factores en el evento,
aportando evidencias a hipótesis o interrogantes al EI.
 Grupos de comparación: De una población o muestra aleatoria
surgen los individuos que están enfermos. En estos y en los no
enfermos se estudia la presencia de FR (hipotéticamente causales).
• Descriptivos: simplemente describen la frecuencia de una

exposición(s) o resultado(s) en una población definida.
Ej. Estudio diseñado para determinar la prevalencia de HIV en mujeres

embarazadas residentes en el área de captación de un centro de salud
rural en el mes de julio de 2018.
ESTUDIO TRANSVERSAL (PREVALENCIA)
• Analíticos:
 Variable de resultado (enfermedad o condición de salud) y
variables de exposición (características de los sujetos) se miden
en un mismo momento o periodo definido.
 Luego comparar prevalencia del resultado en personas
expuestas a cada factor de riesgo con la prevalencia en no
expuestas.
Ej. En estudio de HIV en embarazadas recolectar simultáneamente
información sobre FRs: No. de compañeros sexuales, uso de preservativos
o drogas intravenosas, historia de otras ETS, transfusiones de sangre, etc.
Estudios Transversales Analíticos
ESTUDIO LONGITUDINAL
ESTUDIOS TRANSVERSALES ANALÍTICOS
 Se utilizan en ocasiones para evaluar hipótesis de tipo causal.

 Selección de la muestra es representativa de la población de estudio, lo
que facilita que resultados sean generalizables a la población.
 Adecuados:
 Evaluar exposiciones que no cambian en el tiempo, como GS y Rh, o
 Cuando exposición actual es buen indicador de la exposición relevante
respecto al posible efecto, lo cual es más probable si la exposición es
constante en el tiempo.
 En enfermedades congénitas, HTA, diabetes, etc. la investigación etiológica
suele hacerse sobre casos prevalentes por dificultad de establecer
comienzo de los procesos
 No involucran seguimiento.
MOTIVOS PARA REALIZAR UN ESTUDIO TRANSVERSAL
• Generalmente no proveen fuerte evidencia sobre causas de enfermedades:

• Miden casos existentes en lugar de nuevos casos
• Difícil establecer una secuencia de tiempo para los eventos. No es posible
determinar si el supuesto factor de exposición precedió al aparente efecto y establecer
causalidad entre exposición y efecto, salvo en el caso de exposiciones que no cambian con el
tiempo.
• Generan hipótesis sobre posible causas de un resultado o son primer paso
para otros estudios.
Ej.:
 Efecto protector de los estrógenos endógenos para enfermedades cardiológicas al
comparar la prevalencia entre hombres y mujeres jóvenes.
 Relación entre alcoholismo (exposición) y violencia intrafamiliar (evento); la
relación entre actividad física (exposición) y obesidad (evento), y la relación entre
estado marital (exposición) y mortalidad (evento).
ESTUDIOS TRANSVERSALES ANALÍTICOS
Útiles para:
• Planeamiento de un servicio de salud: Se puede determinar
la carga de condiciones específicas para planear servicios de
prevención y tratamiento.
Ej., En estudio de HIV en mujeres embarazadas, información sobre distintos
FRs podría decidir si el servicio debería instrumentar un programa de
screening en todas las mujeres embarazadas o sólo en mujeres con FRs
conocidos.
• En enfermedades crónicas que requieren atención médica
durante su duración
• Evaluar impacto de medidas preventivas dirigidas a reducir la
carga de una enfermedad en una población
ESTUDIO TRANSVERSAL ANALÍTICO
 Se explora relación o asociación entre variables de exposición y de
resultado.
 En caso de variables dicotómicas, la clasificación se hace en cuatro
grupos: enfermos expuestos, enfermos no expuestos, sanos expuestos
y sanos no expuestos
ESTUDIO TRANSVERSAL ANALÍTICO: Análisis
 Medidas de asociación entre ocurrencia de una enfermedad (v. de

resultado) y FRs (Vs. independientes o de exposición):
 Tasa de incidencia (numerador es No. de casos nuevos de enfermedad y
denominador es tiempo persona en riesgo).
 Razón de tasas (tasa de incidencia en expuestos entre la tasa de incidencia
en no expuestos): Exceso de riesgo de enfermedad entre expuestos y no
expuestos.
 Incidencia acumulada (No. de casos nuevos de enfermedad, entre la
población de riesgo al inicio del estudio) y la razón de riesgos o riesgo
relativo (incidencia acumulada en expuestos entre incidencia acumulada en
no expuestos).
Estudios transversales analíticos.
P.e.En una comunidad se ha detectado una tendencia ascendente del bajo peso al nacer (BPN). Se
decide realizar un estudio para identificar presuntos factores de riesgo del BPN asociados. En una
muestra simple aleatoria de RNs se evalúan los factores seleccionados y la condición de BPN. La
ganancia de peso durante el embarazo (GPDE) fue uno de esos factores.
PR (Prevalencia relativa)= Indica cuantas veces es más frecuente la enfermedad en individuos con el factor en relación con los que no lo tienen. Es
decir, cuantas veces es mayor el riesgo de enfermar en sujetos expuestos a cierto factor, respecto a los no expuestos a éste.
PR (x) = [Prevalencia relativa de esxposición] Indica cuantas veces es más frecuente la exposición en enfermos con relación a los no enfermos; dicho
de otro modo, cuantas veces es mayor el riesgo de exposición en los enfermos respecto a los no enfermos.
OR (Oportunidad relativa-Odds ratio) = Indica cuantas veces la exposición incrementa la oportunidad de presentar la enfermedad.
RNs según ganancia de peso de la madre durante el embarazo y presencia de BPN
OR=Oportunidad
PR= Prev. Relativa PR(x)=Prevalencia relativa de exposición
relativa
(odds ratio)
“Parece” existir asociación entre GPDE y BPN. PR, es 28 veces más frecuente el BPN en RNs de madres con ganancia
de peso < 8 Kg durante el embarazo, respecto a los de las que > 8 Kg o más. ¿Por qué “parece”?. Resultado es de una
muestra aleatoria, por tanto no se puede saber si se debe al azar o no hasta tanto se realice una prueba de significaci ón estadística o
construya un IC para los parámetros estimados. IC al 95% para el OR (45.92 a 701.49), con un OR tan elevado, no contiene el 1 .
Conclusión: existe asociación estadísticamente significativa entre la GPDE y el BPN, lo cual no quiere decir que sea
de importancia clínica o epidemiológica.
ESTUDIO TRANSVERSAL ANALÍTICO: Análisis
 Significancia estadística de asociación entre variables: ICs y prueba

de hipótesis de no asociación (RP o RM= 1).
 Dado que selección de sujetos se obtiene de la población general, el
control de variables confusoras suele hacerse en el análisis de los
datos (y no por diseño).
 Para ajustar el efecto de otras variables confusoras (asociadas con la
variable de resultado y de exposición que no se encuentran en la cadena causal
entre éstas), realizar análisis estratificado o emplear técnicas de
análisis multivariado –regresión lineal múltiple, regresión logística–.
 En el análisis estratificado, el ajuste por variables confusoras se hace
con el método de Mantel-Haenszel.
ESTUDIOS TRANSVERSALES : VENTAJAS
Usadas en enfermedades de larga duración o cuyas manifestaciones se

desarrollan lentamente: crónicas, desnutrición o mala nutrición por exceso,
etc. No son adecuadas en enfermedades (o exposiciones) de poca frecuencia
(raras o con baja prevalencia) o de corta duración, ya que captarían un
número reducido que las padezcan.
-
ESTUDIOS TRANSVERSALES ANALÍTICOS : DESVENTAJAS
 Desventajas:
 No tienen direccionalidad: evaluación de la exposición como la del efecto hacen
referencia a un mismo momento en el tiempo.
 Esto impide establecer la relación temporal entre ambos, limitando la
investigación de relaciones de tipo causal. P.e.,un estudio encuentra que la depresión
es más común en niños con obesidad que sin obesidad. ¿El exceso de peso deterioró la
autoestima del niño y lo condujo a la depresión?, ¿o un niño con depresión dejó
involuntariamente de hacer actividad física e incrementó compulsivamente su consumo de
alimentos y esto lo llevó a tener exceso de peso?
 Ante una asociación puede no ser fácil distinguir entre un factor de riesgo y un
factor pronóstico.
 Casos con mayor duración tienden a estar sobrerrepresentados.
 Estudios transversales se consideran de menor valor en relación con otros diseños
analíticos al evaluar asociaciones causales.
ESTUDIO DE COHORTES
ESTUDIO DE COHORTES: Definición
 Estudios observacionales (observan, no interfiere), analíticos (buscan

una relación causa-efecto) y longitudinales (seguimiento de los
sujetos incluidos).
 Son los que más se aproximan al estudio experimental.
 Se parte de dos grupos con características en común (cohortes), que
se clasifican a partir de su grado de exposición al objeto del estudio
(FR, p.e.: unos toman el fármaco, otros no; unos fuman otros no,...) y
se siguen determinado tiempo hasta que se produce la enfermedad
o evento de interés (efecto secundario, enfermedad pulmonar...).
 Si al finalizar el período de observación la incidencia de enfermedad
es mayor en el grupo de expuestos que en el de no expuestos se
puede concluir que existe asociación entre el FR y evento resultante.
Diseño de Estudios Analíticos : Cohortes
Con efecto o
variable
Con causa condicionante
Sin efecto o variable
condicionante
Población
Con efecto o
variable
condicionante
Sin causa
Sin efecto o variable
condicionante
Prospectivo
Selección de grupos Seguimiento a través del
tiempo
 Cohorte concurrente: “Tratamiento de la cavidad residual durante la
cirugía de la hidatidosis hepática: estudio de cohorte de capitonaje
comparado con omentoplastía”.
 88 pacientes operados por hidatidosis hepática en los que quedó cavidad
residual: 40 fueron tratados con capitonaje (no expuestos) y 48 con
omentoplastia (expuestos). Variable resultado fue el desarrollo de
morbilidad postoperatoria tras un seguimiento de 84 meses en un 11,4%
de los sujetos.
 Riesgo absoluto de morbilidad para las cohortes de capitonaje y
omentoplastia fue 0,025 y 0,1875 (p = 0,044); con un RR de 0,13 (IC de
95% de 0,03– 0,70)
 Capitonaje se comporta como factor protector del desarrollo de
complicaciones postoperatorias en este tipo de pacientes (Manterola et
al., 2013).
 Cohorte concurrente: “Rotura intrabiliar de equinococoosis hepática como
factor de riesgo para el desarrollo de morbilidad postoperatoria. Estudio de
cohorte”.
 252 pacientes operados por hidatidosis: 96 sin comunicaciones biliares (no
expuestos) y 156 con comunicaciones biliares (expuestos).
 Variable de exposición fue presencia de comunicaciones biliares (presente o
ausente; y en segundo análisis categorizada en ausente/una/dos o más) y la
variable resultado fue morbilidad postoperatoria.
 Incidencia global de morbilidad fue de 17,1% (9,4% en grupo sin
comunicaciones y de 21,8% en grupo con comunicaciones [p = 0,011]). El RR
ajustado fue de 3,4 (IC de 95% 2,64 y 4,18).
 Presencia de dos o más comunicaciones biliares es un factor de riesgo para el
desarrollo de morbilidad postoperatoria en pacientes con hidatidosis hepática
(Manterola et al., 2010).
Diseño de Estudios Analíticos
Casos y Controles
Diseño de Estudios Analíticos : Casos y Controles
Con causa o variable

condicionante
Casos
Sin causa o variable (con efecto)
condicionante Población
Con causa o variable

condicionante Controles
(sin efecto)
Sin causa o variable
condicionante
Retrospectivo
Recolección retrospectiva Selección de grupos

Casos y Controles
Hipoxemia
Casos
No hipoxemia (Muertos)
Población
Hipoxemia
Controles
(No muertos)
No hipoxemia
Retrospectivo
Recolección retrospectiva Selección de grupos

Sexo como factor de riesgo de LES
Lupus Eritematoso
Sexo
Presente Ausente TOTAL
Mujeres 17 (60.71) 11(39.29) 28
Varones 1 (3.57) 27 (96.43) 28
TOTAL 18 (32.14) 38 (67.86) 56
Valor p = 0.0000057
OR: 41.73 (7.93 – 352.96)
Casos y Controles: “Factores de riesgo para hernia inguinal
en la mujer: Estudio de casos y controles”
 Comparación entre 89 mujeres con hernia inguinal (casos hospitalarios e incidentes) y

176 consultantes por tumores benignos de piel (controles hospitalarios, emparejadas
por estancia hospitalaria y tiempo quirúrgico).
 FRs para hernia inguinal fueron la historia familiar de hernia (OR de 4,3) y de
estreñimiento (OR de 2,5): Tener historia familiar de hernia respecto de no tenerla,
determina una probabilidad 4,3 veces mayor de desarrollar hernia inguinal; y que ser
estreñida respecto de no serlo, determina una probabilidad 2,5 veces mayor de
desarrollar hernia inguinal.
 Fue factor de protección la actividad física actual (OR de 0,2): actividad física se asocia a
una menor probabilidad de desarrollar hernia inguinal en comparación con mujeres que
no la realizan
Liem et al., 1997.
Casos y Controles:“¿Existe alteración de los mecanismos de degrada-
ción del colágeno de la matriz extracelular manifestada en la expresión
de MMP2 y TIMP2 en pacientes con hernia inguinal primaria?”.
 Pacientes con HI primaria > de 15 años, sin restricción de sexo (n = 21 casos), e

individuos sin hernias, mayores de 15 años, intervenidos por apendicitis aguda (n = 20
controles).
 Variable resultado fue determinación de MMP2 y TIMP2 mediante inmunohistoquímica.
No se observaron diferencias estadísticamente significativas en las variables sexo,
estatura, peso, IMC y hábito tabáquico entre casos y controles.
 La tinción inmunohistoquímica de MMP2, fue mayor en los casos (53,4% vs. 40,0%;
p=0,5068), y la de TIMP2, fue mayor en los controles (35,0% vs. 23,8%; p=0,7333).
 No se verificó asociación entre alteración de los mecanismos de degradación del
colágeno, manifestados en la expresión de MMP2 y TIMP2, con el desarrollo de HI
primaria
Molina et al., 2012.

EJEMPLO
Estudio de casos y controles anidado en una cohorte: “Factores
asociados a morbilidad en cirugía de la hidatidosis hepática”.
 Asociación entre morbilidad postoperatoria (MPO) y variables clínicas, laboratorio,

evolutivas de la enfermedad y quirúrgicas en 202 pacientes intervenidos por
hidatidosis hepática (HH).
 MPO promedio fue 16,4%.
 Análisis bivariado mostró asociación entre MPO y las variables edad, hematocrito,
recuento de leucocitos, FA, antecedente de cirugías previas por HH y existencia de
comunicaciones biliares.
 Análisis multivariado verificó que sólo las variables “edad” y “antecedente de cirugía
previa por HH” se asociaron significativamente con MPO (p = 0,017 y 0,018
respectivamente); pero sólo se constató fuerza de asociación para la variable
“antecedente de cirugía previa por HH”, con un OR de 4,1.
 El tener antecedente de cirugía previa por HH respecto de no tenerlo, al momento de
ser intervenido por HH, determina una probabilidad 4,1 veces mayor de desarrollar
MPO
Manterola et al., 2005.

Estudios predictivos y explicativos
EXPLICACIÓN Y PREDICCIÓN
“Factor de riesgo" y "factor predictivo" no son sinónimos.
 Una variable puede tener valor predictivo, aunque no sea un FR o causal.

• P.e., pérdida sostenida de peso puede tener valor predictivo de que un adolescente
realice un intento suicida aunque la pérdida de peso no tenga ninguna
"responsabilidad” pero tiene interés para la prevención.
 Un factor puede ser predictivo sin que lo convierta en un agente causal.

• P.e., marcadores de riesgo suelen tener un valor predictivo, pero no pueden
considerarse factores de riesgo.
 Absurdo que en un trabajo que identifica FR se concluya que es

"predictivo". No hay incorrección en ello siempre que exista,
• asociación, y
• temporalidad (no necesariamente la plausibilidad, ni el efecto de terceros factores).
Estudios predictivos y explicativos
 Estudios no experimentales
 Propósito: Explorar relaciones entre variables para
pronosticar o explicar su comportamiento.
Características distintivas:
a) muestra única de participantes que usualmente no es seleccionada
aleatoriamente;
b) medida de cada participante de la muestra en dos o más variables
de naturaleza cuantitativa y ocasionalmente categóricas, y
c) disponibilidad de una matriz de correlaciones (o covarianzas) entre
variables.
FACTORES DE RIESGO
 Agente causal: factor, condición o característica, cuya supresión

elimina posibilidad que se produzca el efecto, es una causa del
mismo.
 Factores de riesgo (FR):
 elementos que, sin ser necesarios, son propiciatorios del efecto
para desarrollar una enfermedad,
 factores susceptibles de ser modificados que, sin ser causas
propiamente, pueden favorecer que el agente causal actúe.
 Ejemplos de FR:
 práctica de no usar anticonceptivos favorece el embarazo y ETS,
 consumo de grasas saturadas a los efectos de las cardiopatías,
 obesidad como condición que propicia dolencias vasculares.
FACTORES DE RIESGO
 Exigencias metodológicas para la corroboración de factores

causales y de riesgo en el marco observacional son
básicamente las mismas.
 Marcadores de riesgo: Estados que no pueden ser

modificados mediante acciones o cambios de conducta
(edad, grupo sanguíneo o género).
FACTORES DE RIESGO: REQUISITOS
 Plausibilidad biológica: hipótesis de causalidad tiene respaldo teórico

 Congruencia temporal: presunta causa debe haber actuado antes que el
efecto;
 Ausencia de sesgos: evitar circunstancias que distorsionen en un sentido
u otro la realidad;
 Asociación: presunta causa o FR debe estar asociada con la variable que
registra el desenlace (enfermedad);
 Carácter intrínseco de la asociación observada: corroborar que la
asociación no puede ser enteramente atribuible a la acción de otros
factores de confusión, que influyen sobre las dos que se examinan que
pueden crear la ilusión que estas últimas guardan una relación intrínseca.
Preguntas sobre pronóstico
 Pronóstico: estimación del riesgo de futuros acontecimientos en personas
con una enfermedad o condición de salud determinada, y su relación con
determinadas características actuales.
 Factores de riesgo (FR) para enfermar, riesgo de un acontecimiento futuro,
el acontecimiento de interés es enfermar entre personas de la población
general, o de un cierto subgrupo de ella, en lugar de muerte o
complicaciones en personas enfermas.
 Factor pronóstico (FP): característica individual biológica, molecular,
patológica, anatómica, fisiológica, imagenológica o clínica asociada con un
resultado de salud o enfermedad. Sinónimo: variable predictora o marcador
 Estudios sobre FRs y FPs tienen muchas similitudes.
o En ambos casos, el diseño óptimo es un estudio de cohortes.
o En ocasiones, en lugar de un único grupo se seleccionan grupos con distintos niveles
del factor, sobre todo en el estudio de los FR, debido a que se trata de predecir
enfermedades, en general con baja probabilidad, mientras que los FPs predicen
eventos, en general de mayor probabilidad.
Determinación de los factores pronósticos
 Experiencia personal:
 Consultar a otro par.
 Consultar a un "experto" o especialista en el tema.
 Hacer una revisión de la literatura.
 Realización de estudios:
 Revisión de casos.
 Estudios de casos y controles
 Estudios de cohortes
 Ensayos clínicos.
 Clasifica la población en categorías de riesgo expuestas a

distintas intervenciones, para:
• Definir subgrupos que pueden responder de forma diferente
a la intervención,
• Identificar factores que pueden usarse para combinar casos o
• Determinar los desenlaces a largo plazo no abordados en el
periodo de seguimiento del ECA.
 Relacionadas con etiología cuando resultado se asocia con el
desarrollo de enfermedad en base a un número de FR.
 Relacionadas con la eficacia de la intervención cuando uno de
los FPs es el tratamiento.
Clasificación de los estudios de pronóstico
① Investigación fundamental en pronóstico, estudia el curso natural,

o con el cuidado habitual de la enfermedad y sus variaciones. P.e.,
en promedio, cerca del 15% de las personas de 65 años de edad o
más, ingresadas en 2006 en EE. UU., murieron con un ataque al
corazón dentro de los 30 días siguientes al de su ingreso en el
hospital, en comparación con un promedio del 19% en 1995
② Investigación en factores pronósticos, identifica factores

específicos (como biomarcadores, fármacos, otras enfermedades,
signos, etc.) asociados con el pronóstico. p. ej., en pacientes con
linfoma esplénico de la zona marginal, los que presentan
adenopatía extrahiliar tienen un riesgo de muerte por la
enfermedad 2,1 veces mayor que los que no la presentan
Clasificación de los estudios de pronóstico
③ Investigación sobre modelos pronósticos, desarrolla,

valida y evalúa el impacto de modelos estadísticos para
predecir el riesgo individual de un futuro evento.
Resultado se presenta:
 Fórmula o gráfica (nomograma): calcula probabilidad futura del evento
para un individuo en función de los valores observados de los factores, o
 Puntuación obtenida de la fórmula, con sus puntos de corte para

generar grupos de riesgo.
④ Investigación sobre medicina estratificada, selecciona
tratamientos en función de características de los
pacientes que predigan la respuesta.
 Mejor diseño de estudio que responde las preguntas

sobre pronóstico es el de cohortes prospectivas con
análisis multivariante y reglas de predicción clínica
 Estudios de casos y controles no suelen ser adecuados

para responder este tipo de preguntas porque no
estiman el riesgo inicial, y sólo proporcionan una
estimación de la probabilidad del desenlace en
personas con y sin el factor pronóstico.
Preguntas sobre factor de riesgo
Diferencia entre riesgo y pronóstico
FRs condicionan la probabilidad de presentar una enfermedad.

 Presentes población sana y aumentan el riesgo de tener la enfermedad.
 Estimación del riesgo: Suceso final es presencia de una enfermedad
específica.
 Identificación imprescindible para la prevención primaria.
FPs predicen curso clínico una vez que la enfermedad está presente.
 Estimación del pronóstico:
• Tasa de supervivencia a los cinco años.
• Tasa de letalidad.
• Tasa de mortalidad específica por la enfermedad
• Tasa de respuesta.
• Tasa de remisiones.
• Tasa de recurrencia
 Identificación de interés para prevención secundaria y terciaria.
Diferencia entre riesgo y pronóstico
Factores pronóstico y de riesgo son diferentes

 Variables asociadas con un mayor riesgo no son necesariamente las
mismas que las que indican un peor pronóstico.
 P.e.: PA baja disminuye las probabilidades de sufrir IMA, pero es un signo de mal pronóstico
durante el episodio agudo.
 Algunas carácterísticas ejercen un efecto similar tanto en el riesgo como
en el pronóstcio.
 P.e.: el riesgo de sufrir IMA así como el de morir a causa de éste aumentan con la
edad.
Factores de riesgo y pronóstico en el IMA
Factores de riesgo Factores pronóstcos
Edad Edad
Sexo masculino Sexo femenino
LDL elevado Infarto previo
HDL descendido Hipotensión
Tabaquismo Insuficiencia cardíaca congestiva
HTA Cardiomegalia
Sedentarismo Arritmia ventricular
Factores de riesgo y pronóstico de infarto
agudo del miocardio
¿Por qué utilizamos el análisis multivariable en estudios
pronósticos?
 Pronóstico de un paciente con cirrosis, dispone de variables (bilirrubina, albúmina,
creatinina, TP, sodio, colesterol, ascitis, encefalopatía, etc.) que pueden tener relación
con la probabilidad de desarrollar un evento (p. ej., muerte).
 Fuente de error: varias variables están correlacionadas, y establecido el valor
pronóstico de una de ellas, una 2ª. variable puede carecer de valor pronóstico. P.ej.,
en cirrosis, bilirrubina de 30 mg/dl tiene mal pronóstico:
 Albúmina sérica (covaría de forma inversa con la bilirrubina, - tiene colinealidad -) no
aporta información pronóstica: Probablemente la albúmina será baja.
 Considerar que valor pronóstico de la albúmina y el de la bilirrubina son
independientes, puede sobrestimar o subestimar el mal pronóstico del paciente.
 Valor pronóstico independiente de estas variables de forma simultánea necesita
modelos matemáticos:
 Análisis de regresión logística para una variable dependiente binaria (p.e., vivo/muerto),
 Regresión lineal con variables dependientes continuas,
 Regresión de Cox para datos de supervivencia.
¿Por qué utilizamos el análisis multivariable en estudios
pronósticos?
 Análisis biivariado: Relación entre bilirrubina y albúmina (VIs o “exposición”)

y probabilidad de morir a 3 ms (VD o “respuesta”):
 Dará coeficientes que reflejan relación “no ajustada” (i.e., considerada
aisladamente) de c/u de estas variables sobre la probabilidad de morir.
 P.ej., análisis: por cada unidad de aumento de la bilirrubina, probabilidad de morir se
multiplica por 2, y por cada unidad de disminución de albúmina, la probabilidad de
morir se multiplica por 3.
 Estos coeficientes no tienen en cuenta la colinealidad de las variables.
 Regresión multivariable, incluidas las 2 variables juntas, podría ser que sólo
una de las 2 tuviese valor predictivo independiente.
 P.ej., el coeficiente de la bilirrubina podría seguir siendo 2, pero el de la albúmina, uno
(es decir, sin valor predictivo). Es decir, si se conoce la bilirrubina, la albúmina no
añade valor pronóstico.
EXPERIMENTOS BIVARIADOS Y MULTIVARIADOS
Ejemplos de relaciones bivariadas
El análisis multivariable predictivo y explicativo
 Diferencia entre análisis explicativo y predictivo condiciona la estrategia de

análisis multivariable.
 En estudios de factores pronósticos, análisis multivariable se utiliza con 2
intenciones:
 Predictiva:
 Predice la VD (el evento) a partir de un conjunto de VIs (exposiciones).
 Genera modelos (ecuación) de regresión pronósticos para tomar decisiones
clínicas.
 Explicativa:
 Mide efecto ajustado de una o más VIs (exposiciones) después de eliminar los
efectos de un conjunto de variables de control.
 Objetivo más conceptual: Busca conocer mejor enfermedades a partir de la
descripción de factores pronósticos y posibles dianas terapéuticas.
Ejemplo de análisis multivariable predictivo
Estudio sobre pronóstico de hemorragia aguda por várices esofágicas:

 Objetivo: Elaborar modelo pronóstico con variables disponibles de
forma inmediata en urgencias para estratificar a los pacientes según
su riesgo de fracaso terapéutico.
 Modelo obtenido con un análisis multivariable predictivo definiría
actitudes, como:
o Ingreso en UCI o
o Aplicar tratamientos diferentes según el riesgo.
 No se incluirá medición del gradiente de presión venosa hepático

(GPVH), porque no se obtiene de forma inmediata a la llegada del
paciente a urgencias.
Ejemplo de análisis multivariable explicativo
 Otro objetivo: Demostrar relación entre el GPVH y el pronóstico. Importante:
 Permite conocer mejor la fisiopatología de esta complicación,
 Puede establecer que presión portal (PP) es una diana terapéutica importante en la hemorragia
por varices e
 Indicar que puede ser útil disminuir la PP.
 Análisis univariado: GPVH > 20 mmHg se asocia con el riesgo de fracaso 8
veces superior a no tener este GPVH.
 Análisis multivariable explicativo: Se introducen variables de gravedad de la
hemorragia. GPVH tendría un riesgo ajustado más bajo, p.e. de 4, porque los
pacientes con GPVH > 20 tienen hemorragias más graves.
 Odds ratio ajustada indica la asociación del GPVH > 20 con el riesgo de
fracaso en pacientes con igual gravedad de hemorragia.
 Principal objetivo del análisis explicativo es controlar en el análisis los
factores de confusión.
Análisis multivariable: Tamaño de la muestra y número de eventos
 Fórmula de Freeman: n=10*(k+1), donde k es el número de variables independientes
[Freeman DH. Applied categorical data analysis. New York: Marcel Dekker Inc; 1987.]
 Ejemplo: Rosario Albis Feliz. Construcción de un modelo predictivo de malignidad de las
lesiones subepiteliales del TGI con el uso de ultrasonografía endoscópica. Tesis. 2014:
http://bdigital.unal.edu.co/10314/1/597860.2013.pdf. En modelo la VD tiene un resultado
binario: benigno o maligno; la prevalencia de malignidad entre las lesiones subepiteliales es del
20%. Se aplicó la fórmula de Freeman teniendo en cuenta las siguientes variables:
1 Tamaño
2 Capa de origen: mucosa, submucosa o muscular propia
3 Ecogenicidad: Hipoecoico, anecoico o hiperecoico
4 Heterogenicidad: Homogéneo, heterogéneo
5 Presencia de quistes: Si o no
6 Bordes: Regulares o irregulares
7 Presencia de papilas o vegetaciones
8 Presencia de otras alteraciones dentro de la lesión: Ausencia o presencia
9 Presencia o ausencia de adenopatías
 Fórmula tiene 18 variables teniendo en cuenta las categorías de cada una;
obteniéndose una muestra de 190 pacientes en total.
 Debe haber 10 eventos (No. pacientes) por cada VI introducida en el análisis

multivariable (Concato J, Feinstein AR, Holford TR. The risk of determining risk with multivariable models. Ann Intern Med.
1993;118:201-10.) (Peduzzi P, Concato J, Kemper E, Holford TR, Feinstein AR. A simulation study of the number of events per variable in
logistic regression analysis. J Clin Epidemiol. 1996;49:1373-9.)
 Fórmula de Freeman, n = 10 * (k + 1), k = no. de covariables (es decir Vis).

 P.e., Existen 26 variables, n debe ser ≥ a: n = 10 . (26 + 1) = 270
 Si variables analizadas presenten colinealidades importantes, el número de
eventos por variable requerido sería mayor.
 Los problemas de disponer de pocos eventos en el análisis son:
① Puede haber variables potencialmente importantes, pero que no alcanzan
significación estadística y, no se seleccionan como predictores independientes.
② Introducir muchas variables con pocos eventos da lugar a modelos inestables (es
decir, mínimos cambios en los datos podrían cambiar radicalmente los resultados del
análisis).
PRONÓSTICO: Tamaño de la muestra
 No existe en modelos predictivos una formulación estándar que

estime el número de individuos necesario para detectar la
“diferencia que se espera encontrar”
 Modelo es más confiable si se desarrolla con bases de datos
grandes y de calidad.
 Consideraciones como tipo de predictores, distribución y
variabilidad, necesidad de transformaciones o presencia de
interacciones, podrían hacer necesario tener de 10 a 50
desenlaces por cada VI predictora en el modelo
Steyerberg E. Clinical prediction models: a practical approach to development, validation, and

updating. USA: Springer; 2009. p. 459..
Análisis multivariable: Tamaño de la muestra y
número de eventos
 Estrategias para limitar el impacto de disponer de pocos eventos y

muchas variables pronósticas en los resultados de la regresión:
① Seleccionar 1ro. un No. reducido de variables en un análisis
univariado inicial.
 Las que alcanzan significación estadística se introducen en el análisis multivariable.
 Se desaconseja, ya que no permite controlar apropiadamente los factores de
confusión, y las variables que no alcanzan significación en el análisis univariado
pueden ser muy significativas y relevantes en el multivariable.
 Es recomendable, forzar todas las variables potencialmente importantes y evaluar si
los coeficientes de regresión del modelo o sus ICs cambian de forma relevante.
Análisis multivariable: Tamaño de la muestra y
número de eventos
②Agrupar las variables que reflejen información parecida en

categorías.
 Realizar una regresión por separado en c/u de estas categorías, y se confía en
que quede un No. reducido de variables que represente a cada grupo, y
posteriormente se realiza el análisis multivariable final con los representantes
de cada categoría.
 P.e., un estudio sobre el pronóstico de la hemorragia por varices, las variables pronósticas se
agruparon en variables relacionadas con la función hepática, variables asociadas con la gravedad
de la hemorragia y variables demográficas.
R. Morillo Verdugo et al. Desarrollo y validación de un modelo predictivo para la identificación de pacientes
infectados por el VIH con problemas relacionados con los medicamentos. Estudio predictor. Farm Hosp.
2012;36(5):343-350
 Parámetros demográficos y clínicos: edad y sexo, alergias, creatinina, aclaramiento de
creatinina, bilirrubina total, factor de riesgo de adquisición del VIH, consumo de
drogas/alcohol, No. de comorbilidades no infecciosas e infecciosas.
 Modelo multivariante de regresión logística identificó las VIs predictoras de aparición
de PRM.
 n determinado con regla de Freeman, 10*(k+1), donde k era No. de posibles variables
predictoras.
 Para validación interna (cruzada) del modelo se incrementó el n un 30%, resultando
dos grupos iguales con y sin PRM.
 n mínimo necesario para desarrollo del modelo, incluyéndose la validación interna
(cruzada), fue de 247 pacientes con PRM y 247 sin PRM.
Preguntas sobre pronóstico: Seguimiento
 El seguimiento debe ser suficientemente largo.

 Las pérdidas suelen ser menores que en las cohortes
poblacionales.
 Seguimiento: ¿Regla de 5 y 20?
¿Son válidos los resultados de este estudio de factores pronósticos?

 ¿La muestra de pacientes era representativa del espectro de la enfermedad?
 ¿Fueron seleccionados en el mismo momento de su evolución (cohorte de
inicio)?
 ¿El seguimiento fue suficientemente largo y completo?
 El “end point” fue valorado de forma objetiva o “ciega”?
 ¿Se validó con una muestra independiente?
¿Son importantes los resultados (válidos) de este estudio de factores pronósticos?
 ¿Es frecuente el “end point?
 ¿Cuál es la precisión del pronóstico?
¿Puedo aplicar a mis pacientes los resultados (válidos e importantes) de este
estudio de factores pronósticos?
 ¿Mis pacientes son similares a los del estudio?
 ¿Los resultados tienen un impacto clínico importante sobre qué les puedo
ofrecer a mis pacientes?
Clasificación de las técnicas de análisis de datos
Diagrama para la selección de técnicas de dependencia
Clasificación de las técnicas de
análisis multivariable
Notación:
V: variable
VD: variable dependiente
VI: variable independiente.
Variables cualitativas (no
métricas o categóricas):
nominales u ordinales.
Variables cuantitativas
(métricas o numéricas): de
intervalo o de razón (discretas
o continuas).
Variable ficticia o dummy:
variable binaria codificada con
0 i 1.
Regresión logística multivariante
 Estudia relación de una o más VIs con una VD cualitativa dicótoma.

 VD dicótoma admite 2 categorías que definen opciones o características mutuamente
excluyentes u opuestas: si-no, 0-1, acierto-error, fuma-no fuma, vivo-muerto, otras.
 Estima o predice probabilidad que un individuo posea una de las condiciones (e.g. buen
o mal rendimiento académico), en función de características individuales (e.g. xf = edad,
x2 = estrato, x3 = actitud hacia el estudio, xn).
 Naturaleza de VIs predictoras puede ser:
 Categórica DICOTÓMICA (sólo puede admitir dos posibles resultados).
 CUANTITATIVA (discreta o continua).
 Supuestos
 VD es cualitativa y dicótoma.
 VIs no están correlacionadas (e.g. no existe colinealidad).
 No. mínimo de casos (Eventos por variable – EPV) es k VI es de 10 (k + 1). Por cada
variable (EPV), incluyendo la VD, se necesitan al menos 10 casos.
 Regla general: Modelo Mínimo EPV=10; Confiable EPV=15; Deseable EPV ≥ 20.
Aplicación de los modelos de regresión logística
 Ensayos clínicos: se evalúa un evento o resultado en relación a uno o

más factores etiológicos, predictores o asociados (RR).
 Cohortes: se evalúa un evento o resultado en relación a uno o más
factores de riesgo (etiológicos, predictores o asociados) (RR).
 Casos y controles: se evalúan diferentes factores en cada grupo, para
encontrar asociaciones entre ellos y la enfermedad o caso (OR).
 Transversales: se evalúan diferentes variables predictoras (FRs), para
encontrar asociaciones entre ellas y la enfermedad en estudio
(variable resultado).
Ejemplos de posibles modelos de regresión logística
Variable RESULTADO Variables PREDICTORAS
Tratamiento aplicado
Grado de cumplimiento
Curación (si/no)
Género
Comorbilidad
Ingesta de sal
HTA (si/no) Antecedentes familiares
Edad
Grado del tumor

Morir por cáncer de mama (si/no) Edad
Tipo histológico
Receptores hormonales
RN de bajo peso (si/no) HTA, edad, tabaquismo, peso materno, raza,

complicaciones obstétricas
Análisis multivariante
 Pregunta de investigación
- ¿Qué relación existe entre diversas posibles variables predictoras y la probabilidad
de muerte del recién nacido de bajo peso?
- Estudio de COHORTES realizado por Horbar et al (1993) con 3603 RN de peso
entre 501-1500 g (2 años de seguimiento).
Horbar JD, Onstad L, Wright E. Predicting mortality risk for infants weighing 501 to 1500 grams at birth: The National Institutes of Health Neonatal
Research Network report. Crit Care Med 1993; 21:12–18.
 Estudio de cohortes prospectivo de Recién Nacidos
Horbar JD, Onstad L, Wright E. Predicting mortality risk for infants weighing 501 to 1500 grams at birth: The
National Institutes of Health Neonatal Research Network report. Crit Care Med 1993; 21:12–18.
Estudio de cohortes prospectivo de Recién Nacidos

 Objetivo: Evaluar el riesgo de muerte en RN de bajo peso (entre 501 – 1500 g)
Variable resultado: Fallecimiento del RN (dicotómica)
 Variable predictora [1]: Peso en gramos del RN
Variable predictora [2]: Tamaño según edad gestacional
Variable predictora [3]: Raza
Variable predictora [4]: Sexo
Variable predictora [5]: Tipo de parto (vaginal/cesárea)
Variable predictora [6]: Presentación del parto
Variable predictora [7]: Índice del Apgar al minuto
Variable predictora [8]: Presencia o no de complicaciones maternas (diabetes
melitus, eclampsia, hipertensión o hemorragia) antes del parto
Análisis multivariante :
Variables predictoras significativas en la regresión logística multivariante

Análisis de regresión logística múltiple
Análisis multivariante: Tipos de variables del estudio Horbar et al.
Variable resultado (cualitativa dicotómica):

- Muerte = 1 - Sobrevivió = 0
1. Variable predictora 1: Peso del RN (gramos/100)
2. Variable predictora 2: Bajo peso según la edad gestacional (BPSEG).
- Peso inferior al P10 para su edad gestacional = 1
- Peso igual o superior al P10 para su edad gestacional = 0
3. Variable predictora 3: RAZA
- Raza negra = 1 - Raza blanca = 0
4. Variable predictora 4: SEXO
- Hombre = 1 - Mujer = 0
5. Variable predictora 5: Indice de APGAR
- Apgar =< 3 = 1 - Apgar > 3 = 0
Horbar JD, Onstad L, Wright E. Predicting mortality risk for infants weighing 501 to 1500 grams at birth: The National
Institutes of Health Neonatal Research Network report. Crit Care Med 1993; 21:12–18.
Los distintos tipo de sesgos, la influencia del azar y la presencia de variables
predictoras de CONFUSIÓN deben finalmente siempre, tenerse en cuenta, en
todos los estudios como explicación posible de cualquier asociación estadística ya
sea esta positiva, negativa o no existente.
- Elevada prevalencia de enfermedad coronaria
- Mayor extensión de la arteriosclerosis
- Mayor tasa de IAM
- Mayor mortalidad de causa coronaria
- ANÁLISIS UNIVARIANTE:
El 15,7% de los portadores del alelo €4 presentaban cardiopatía
isquémica frente al 6,9% en NO €4 (p<0,01)
ORc = 2,49 IC95%: 1,19-5,22
Modelo de regresión logística
Exposición Variable resultado
Potenciales FACTORES DE CONFUSIÓN

 Edad
 Sexo
 HTA
 Tabaquismo
 Obesidad (IMC)
 Lípidos y lipoproteínas
Procedimiento en estudios observacionales orientados a identificar FRs
para desarrollar o padecer una enfermedad
1. Identificar un conjunto de variables consideradas causas o factores de riesgo

2. Hacer un estudio "univariado” asociación entre c/u de las variables con la variable de
respuesta (enfermedad o complicación) mediante una prueba de significación (Ji-Cuadrado o
t de Student).
3. Ajustar un modelo multivariado con las variables originalmente identificadas: regresión
logística y ajuste se realiza con aquellas VIs para las que se obtuvo "significación" en el paso
anterior.
4. Identificar las VIs que "se asocian" con la variable de respuesta
4a. identificar cuáles de las variables mantienen su carácter significativo tras haber hecho el
ajuste mencionado en el punto 3;
4b. Aplicar un procedimiento algorítmico de selección de variables; es decir, aplicar una
selección "paso a paso" (stepwise regresion) para determinar cuáles variables han de
"quedarse" en calidad de factores detectados como verdaderamente influyentes y cuáles
habrán de despreciarse.
5. Calificar como FRs a las variables identificadas en 4a. o a las que se hayan conservado en
el "modelo final" si se hubiera apelado a la regresión "paso a paso".
Factores predictivos para metástasis linfáticas en cáncer gástrico precoz con
invasión submucosa. Yeong An J. et al Estudio Retrospectivo. Dto Cirugía / Centro
Médico Samsung / U. Sungkyunkwan y del H. Internacional / Seoul Korea. Annals of
Surgery. Noviembre 2007 Vol. 246 N. 5: 749- 753
 Introducción.- Evaluación acerca del potencial compromiso metastático linfático tiene mucha
relevancia al momento de decidir por un tratamiento óptimo en el cáncer gástrico precoz.
Objetivo.- Analizar los factores de riesgo predictivo para metástasis de nódulos linfáticos en el
Ca. gástrico temprano con invasión submucosa.
 Diseño.- Análisis retrospectivo en 1043 pacientes con Ca. gástrico temprano con invasión
submucosa entre el 2002 y 2005. Se dividieron en 3 grupos de acuerdo a la profundidad (SM1 –
SM2 – SM3)
Resultados.- Metástasis a nódulos linfáticos se observó en 19,4% de los pacientes. Análisis
univariado: N+ mostró correlación con tamaño, tipo histológico, clasificación de Lauren,
profundidad del tumor e invasión perineural. Análisis multivariado mostró relación para
desarrollo de N+ a tumores ≥ 2cm y compromiso linfático. No se encontraron metástasis
linfáticas en lo 12 casos que tenía tumor < 1cm, sin compromiso linfático y con invasión SM1.
 Conclusión.- Compromiso linfático y tamaño del tumor son FRs independientes para metástasis
linfáticas en Ca. gástrico precoz con invasión submucosa. El tratamiento mínimamente invasivo,
como la resección mucosa endoscópica, puede ser posible en cánceres submucosos muy
seleccionados con tumores < 1cm, sin compromiso linfático y con invasión SM1.
Stambú J. Resultados inmediatos y sobrevida alejada en cáncer gástrico.
Estudio de 108 pacientes sometidos a gastrectomía total radical D2 con
criterio R0. Rev Chilena de Cirugía 206; 58 (6): 420-43
 En cáncer gástrico la resección quirúrgica el único tratamiento que puede

revertir el curso de la enfermedad.
 De un total de 195 pacientes operados de cáncer gástrico entre los años 1992 y
2001, se seleccionaron en un trabajo prospectivo los 108 casos sometidos a
gastrectomía total con linfadenectomía D2 y resección R0, con los objetivos de
evaluar la morbimortalidad postoperatoria, la sobrevida a cinco años y los
factores pronósticos asociados.
 La mortalidad postoperatoria fue de un 0,9% y las complicaciones se
presentaron en el 17,5% (fístulas 5,5% y abscesos subfrénicos 4,6%). La
sobrevida global a 1 año fue 87,6%, a 3 años 61,1% y a 5 años 48,9%; para los
cánceres precoces la sobrevida a cinco años fue 87,5% y para los avanzados
47%.
 En el análisis univariado los factores pronósticos significativos fueron el T,
precoz versus avanzado y el compromiso linfonodal. En el análisis multivariado
el único factor pronóstico significativo fue el compromiso linfonodal.
Técnicas
estadísticas de
análisis
multivariado.
PRUEBAS DIAGNÓSTICAS
DEFINICIÓN
Herramientas (instrumento, pregunta, síntoma,

signo, etc.) utilizadas para disminuir la
“Incertidumbre” en cuanto al diagnostico, y
para establecer estrategias en cuanto a las
decisiones clínicas.
PRUEBAS DIAGNOSTICAS
REQUERIMIENTOS DE LA PRUEBA DIAGNÓSTICA PERFECTA:
 Que todos los individuos “sin Enfermedad” tengan un valor

uniforme de la prueba. (NEGATIVO)
 Que todos los individuos “con Enfermedad” tengan un valor

uniforme, pero distinto de la prueba. (POSITIVO)
 Que todos los resultados de las pruebas fueran consistentes con la

existencia o no de enfermedad.
ESTOS REQUERIMIENTOS SON IMPOSIBLES, YA QUE EXISTEN VARIACIONES:

TIPOS DE VARIACIONES:
V.P.P.P V.P.P.N
POBLACIÓN ENFERMA
VARIABILIDAD DEL OBSERVADOR • VARIACIONES DE LA ENFERMEDAD (etapas)
• INTRA – OBSERVADOR PRUEBA DIAGNOSTICA
• INTER - OBSERVADOR • VARIACIONES INDIVIDUALES
SENSIBILIDAD
• Edad
ESPECIFICIDAD • Sexo
• etc .
CARACTERISTICAS DE LA POBLACIÓN ENFERMA
PRUEBA PATRÓN ORO
DEFINICIÓN: Es la prueba o criterio utilizado que mejor identifica la

Enfermedad hasta el momento actual.
Es un requisito para evaluar la utilidad de cualquier P.D

comparando los resultados.
Validez de una prueba diagnóstica
ENFERMEDAD
Sí No
Grado en el que los
Verdaderos Falsos
resultados de una medición +
PRUEBA
positivos a b positivos
corresponden al fenómeno c d
– Falsos Verdaderos
real (“la verdad”) negativos negativos
• Sensibilidad (S) y Especificidad (E)

• Curva ROC
• Valores predictivos (VPP y VPN)
• Razones de verosimilitud (RVP y RVN)
Historia natural de la Enfermedad
DIAGNOST.
COMIENZO PRECOZ DIAGNOST.
RESULTADO
BIOLOGICO CLÍNICO
R.
* + Dx I.
M
PC1 PC2 PC3
 PC1 Antes del diag. precoz – No corresponde screening

demasiado tardío
 PC3 Luego de diag. clínico - No tiene sentido detectar enf.
 PC2 Screening cumple su objetivo – Diagnóstico precoz
Diferencias entre un test diagnóstico y un screening
Test de Test
CARACTERISTICAS Cribado o Screening diagnóstico
Aplicación Sanos aparentes Presuntos enfermos
Practicado a: Grupos de población Indicación individual
Preferencia de la P.D. Alta sensibilidad Alta especificidad
Costo unitario Bajo Alto

CARACTERÍSTICAS DE LAS PRUEBAS DIAGNÓSTICAS
Tabla tetracórica
Patrón oro (Enfermedad)
Presente Ausente
(E) (no E) Total
Result. de la Prueba
Positiva VP FP VP+FP
(+) a b (pruebas positivas)
c d
Negativa FN VN FN+VN
(-) (pruebas negativas)
VP + FN FP + VN
n
Total ( a+c ) ( b+d)
(a+b+c+d)
enfermos sanos
Sensibilidad =
a/a+c Especificidad
b/b+d
CARACTERÍSTICAS DE LAS PRUEBAS DIAGNOSTICAS
n = a+b+c+d = número de pacientes sometidos a la P.D.
 Prevalencia = (a+c / a+b+c+d) = (VP+FN / VP+FP+FN+VN)

Probabilidad previa, o probabilidad pre - prueba
 Sensibilidad = ( a / a + c) = (VP / VP + FN)

Tasa de Verdaderos Pos. Aciertos (+) de la P.D
 Especificidad = (d/ b + d) = ( VN / FP + VN)

Tasa de verdaderos Neg. Aciertos (-) de la P.D.
Evaluación de las pruebas diagnósticas
Sensibilidad de la prueba diagnóstica
 Probabilidad de clasificar correctamente a un individuo

enfermo.
 Probabilidad de que para un sujeto enfermo se obtenga en la
prueba un resultado positivo.
 Es la capacidad del test para detectar la enfermedad.
 Probabilidad de obtener un resultado positivo cuando el
individuo tiene la enfermedad.
 Mide su capacidad para detectar la enfermedad cuando está
presente.
 Su valor depende del error BETA (β).
La especificidad de la prueba diagnóstica
- Probabilidad de clasificar correctamente a un individuo sano.

- Probabilidad de que para un sujeto sano se obtenga un
resultado negativo.
- Capacidad del test para detectar a los sanos.
- Probabilidad de obtener un resultado negativo cuando el
individuo no tiene la enfermedad.
- Mide la capacidad para descartar la enfermedad cuando no
está presente.
- Su valor depende del error ALFA (α).
La especificidad de la prueba diagnóstica
- Probabilidad de clasificar correctamente a un individuo sano.

- Probabilidad de que para un sujeto sano se obtenga un
resultado negativo.
- Capacidad del test para detectar a los sanos.
- Probabilidad de obtener un resultado negativo cuando el
individuo no tiene la enfermedad.
- Mide la capacidad para descartar la enfermedad cuando no
está presente. - Su valor depende del error ALFA (α).
CARACTERÍSTICAS DE LAS PRUEBAS DIAGNOSTICAS
Valor predictivo de la prueba positiva y negativa
La Sensibilidad y Especificidad no responden dos preguntas:
1. Si la prueba es positiva, ¿cuál es la probabilidad de que el individuo tenga la
enfermedad?
2. Si la prueba es negativa, ¿cuál es la probabilidad de que no la padezca?
La probabilidad de una enfermedad, dados los resultados de una P.D., se
denomina valor predictivo o probabilidad post-prueba.
 VPP: Probabilidad de presentar la enfermedad (E) en un

paciente con un resultado positivo de la prueba(+).
VPP = a / a+b = VP / VP +FP
 VPN: Probabilidad de que un individuo con un resultado de la P.D

(-) no tenga la enfermedad (no-E).
VPN = d /c + d = VN / FN + VN
Valor Predictivo Positivo (VPP) de la prueba diagnóstica
• Probabilidad de padecer la enfermedad si se obtiene un resultado

positivo en el test.
• VPP: proporción de resultados válidos (VP) entre todos resultados
positivos de la prueba (VP + FP).
• Su valor depende del error ALFA (α) y de la POTENCIA ESTADÍSTICA.
• Su valor depende de la prevalencia (P) de la enfermedad; cuanto
menor sea la prevalencia menor será el VPP y cuanto mayor sea la
prevalencia mayor será el VPP.
Valor Predictivo Negativo (VPN) de la prueba diagnóstica
 Probabilidad de que un sujeto con un resultado negativo en la

prueba esté realmente sano.
 VPN es la proporción de resultados válidos (VN) entre todos los
resultados negativos (VN + FN).
 Su valor depende del error BETA (b).
 Su valor depende de la prevalencia (P) de la enfermedad en
estudio.
 Cuanto menor sea la prevalencia, mayor será el VPN, y cuanto
mayor sea la prevalencia, menor será el VPN.
Falsos positivos versus Falsos negativos

1. Gravedad o importancia en salud pública. Si la enfermedad puede ser
tratada y detectada evitando complicaciones, utilizar pruebas con alta
SENSIBILIDAD, con baja tasa de FALSOS NEGATIVOS.
2. Si el coste del proceso asistencial (posibles pruebas invasivas
complementarias, exámenes y cuidados médicos y de enfermería requeridos)
del enfermo es alto, elegir pruebas con alta ESPECIFICIDAD, para reducir los
falsos positivos.
3. Si la enfermedad diagnosticada conlleva consecuencias psicosociales
graves, como la infección por VIH, han de minimizarse los falsos positivos,
eligiendo pruebas de alta ESPECIFICIDAD.
4. Baja prevalencia de la enfermedad. En los programas de screening se
eligen pruebas de alta ESPECIFICIDAD, para reducir la tasa de falsos positivos
y así garantizar la eficiencia del programa.
Ejemplo: Validez del diagnóstico clínico de la faringitis
en 152 pacientes (patrón de oro: cultivo)
Cultivo faríngeo
+ –
a
Sensibilidad: S =
Diagnóstico clínico
+ a+c
27 35
S = 27 / 37 = 73%
–
10 77 d
Especificidad: E =
b+d
E = 77 / 112 = 69%
IC95%: S= 0,73 (0,66 - 0,80)
p  1,96  (p (1-p) / N) E= 0,69 (0,61 - 0,76)

Diseños experimentales
 Diseños preexperimentales
 Diseños experimentales verdaderos
 Diseños cuasi-experimentales
Diseños preexperimentales
Las diferentes denominaciones encontradas :
• Diseños de control mínimo (Van Dalen & Meyer, 1971).
• Aproximaciones experimentales (Arnau, 1982).
• Diseños intrasujeto (McGuigan, 1983).
• Diseños no experimentales (Wood, 1984).
• Diseños de caso único (Kazdin, 2001).
• Diseños experimentales débiles (Kazdin, 2001).
• Diseños cuasi-experimentales (Alarcón, 2008; Zinser, 1992).
• Un mal experimento (Shgaugnessy, Zechmeister & Zechmeister, 2007).
• Diseños defectuosos (Kerlinger & Lee 2001).
• Diseños preexperimentales o de control mínimo (Hernández et al., 2010).
• Experimentos piloto (Martin, 2005).
Salas Blas E. diseños pre experimentales en psicología y educación: una revisión conceptual. LIBERABIT: Lima
(Perú) 19(1): 133-141, 2013
 Un grupo de metodólogos no distinguen preexperimentos
de los cuasi experimentos:
 Alarcón (2008),
 Cubo, Martín y Ramos (2011),
 Kazdin (2001),
 León y Montero (2002),
 Sommer y Sommer (2001),
 Zinser (1992), quienes parten de la misma fuente principal
(Campbell y Stanley) que el resto de los autores, pero no
utilizan el concepto de diseño preexperimental porque lo
consideran parte de los diseños cuasi experimentales.
(Perú) 19(1): 133-141, 2013
Clasificación de los Diseños Cuasi experimentales
Diseños pre-experimentales:
a) De un solo grupo, sólo con medida postest.
b) Sólo con medida postest, con grupo de control no equivalente.
c) De un solo grupo con medidas pretest+postest..
Diseños cuasi experimentales:
a) Con grupo de control:
– Con grupo de control no equivalente…
o Pretest+postest.
o Cohortes.
– Discontinuidad en la regresión.
b) Sin grupo de control:
– Tratamiento repetido.
– Retirada de tratamiento con pretest+postest.
c) De series temporales interrumpidas:
– Simple.
– Con grupo de control con equivalente.
TIPOS DE DISEÑOS EXPERIMENTALES (CAMPBELL Y STANLEY, Fuentes de invalidación)
TIPOS DE DISEÑOS
EXPERIMENTALES
(CAMPBELL Y
STANLEY, Fuentes de
invalidación)
 Sirven para aproximarse al fenómeno que se investiga (para

generar hipótesis), sin olvidar que pueden existir numerosas
VVEE que llevarían a una atribución errónea del efecto de la VI
sobre la VD.
 Grado de control es mínimo
 En ciertas ocasiones sirven como estudios exploratorios
 Módulos básicos a partir de los que se configuran el resto de los
diseños cuasi experimentales.
 Cuasi experimentos y preexperimentos no desarrollan buen

control de las VVEE, por lo que validez interna está en juego.
 No se manejan con criterios aleatorios selección de los
participantes, lo que compromete la validez externa.
 Comparten con los experimentos verdaderos un criterio que
es fundamental y definitivo para considerarlos como parte de
los experimentos: controlan o manipulan directamente la VI.
(Perú) 19(1): 133-141, 2013
Diseños pre-experimentales
Estudio de caso con una sola medición:
X O
 􏰀Un solo grupo de unidades de prueba se expone al
tratamiento y luego se toma una sola medición de la
variable dependiente
 􏰀No hay grupo de comparación
 􏰀No hay referencia previa del nivel que tenia el grupo en la
variable dependiente
 Carece de control, por lo que no se pueden extraer
inferencias causales.
Prueba previa y posterior a un solo grupo (preprueba-
posprueba con un solo grupo):
O1 X O2
 􏰀Un grupo de prueba se mide dos veces, antes y después
del tratamiento
 􏰀No hay grupo de control
􏰀Pueden actuar varias fuentes de invalidación interna
 􏰀Pueden utilizarse como ensayos de otros experimentos
con mayor poder de control
Grupo estático:
X O1
O2
 􏰀Existen dos grupos:
 El grupo experimental que es expuesto al tratamiento
 El grupo de control
 􏰀Se hacen mediciones en ambos grupos, pero sólo
después del tratamiento
Grupo estático: Diseños sólo con medida postest, con grupo
de control no equivalente
X O1
O2
 􏰀Sin pretest, no podemos saber si las diferencias entre los
grupos (postest) se deben al tratamiento o a la selección
diferencial (grupos no equivalentes).
 Los resultados obtenidos no son interpretables en términos
de causalidad.
Estudios cuasi-experimentales
La investigación cuasi-experimental:
 Aquella en la que existe una ‘exposición’, una ‘respuesta’ y una
hipótesis para contrastar,
 No hay aleatorización de los sujetos a los grupos de
tratamiento y control,
 No existe grupo control propiamente dicho.
 Muy adecuada en el ámbito social, educativo y de la salud.
Non-Randomized Controlled Trials
 “conjunto de estrategias de investigación conducentes a la
valoración del impacto de una intervención; y por ende, al estudio de
los eventuales cambios que pueden ocurrir y por ello detectarse en
los sujetos sometidos a esta (s) intervención (es) en función del
tiempo, en circunstancias en que no existe AA (Bono, 2015).
 Poseen características de un EC.
 En algunos escenarios o situaciones no es posible manipular la
intervención (es) a estudio (VI) y AA los sujetos a las condiciones
experimentales.
 Variantes de los EC, con el objetivo de analizar los efectos asociados
a la intervención (es) en estudio respecto de aquellos ocasionados
por variables de confusión.
 Ventajas:
 Más simples y económicos de realizar que un EC.
 Única forma de realizar un estudio cuando existen inconvenientes
éticos y de factibilidad para realizar AA, o cuando es preciso realizarlo
en condiciones naturales.
 Desventajas:
 Alta susceptibilidad a los sesgos, en especial de selección y confusión.
 Utilizar grupos ya existentes compromete la validez externa y la
aplicabilidad de los resultados.
 Riesgo de presentar efecto placebo y efecto Hawthorne, lo que puede
minimizarse consiguiendo que los sujetos participen en el estudio sin
estar informados de la intervención que se les aplicará
(Molina & Ochoa, 2014).
Estudios cuasi-experimentales: Tipos y clasificaciones
 Calificaciones: diseños de control mínimo, aproximaciones

experimentales, intrasujeto, no experimentales, de caso
único,experimentales débiles, cuasi experimentales,
defectuosos, pre experimentales o de control mínimo,
experimento piloto; y “mal experimento” (Salas, 2013).
 Campbell - clasificación general: diseños pre-
experimentales de grupo control no equivalente y de series
temporales interrumpidas (Cook & Campbell)
MANTEROLA, C. & OTZEN, T. Estudios experimentales 2a parte. Estudios cuasi-experimentales. Int. J.
Morphol., 33(1):382-387, 2015.
 Diseño básico: Con grupo de control, solo postest

 Diseño con variables de asignación no conocidas: Con
grupo de control no equivalente (pretest-postest), con
doble prestest, de cohortes.
 Diseños con variables de asignación conocidas: Diseño
de discontinuidad de la regresión.
 Diseños de series temporales
 Pretest-postest de un solo grupo.

 Grupo no equivalentes sin pretest.
 Grupo control no equivalente
 Grupo control no equivalente pretest y postest.
 Series temporales interrumpidas.
Pretest-postest de un solo grupo. O1 X O2
 “intrasujeto”: un grupo sobre el que se realiza una observación antes
“O1” y otra después “O2” en relación con una intervención “X”. Solo
existe un grupo de sujetos, por tanto no existe AA.
 Inexistencia de grupo control limita establecer evidencias de
asociatividad respecto del tratamiento en evaluación.
 Efecto del café sobre motilidad esofágica en 10 varones, edad promedio de 23,5
años; asintomáticos digestivos. Se les realizó manometría esofágica basal. Diez
minutos después, se les administró 5 g de café diluidos en agua tibia sin azúcar, y
40 minutos después de ingesta del café, se les realizó una segunda manometría.
 Hubo caída de la presión de reposo del esfínter esofágico inferior, baja amplitud
de las ondas del cuerpo esofágico e incremento en la aparición de ondas
terciarias respecto de las mediciones basales.
 Conclusión: café afecta la motilidad esofágica y la presión de reposo del esfínter
esofágico inferior
(Manterola et al, 1997).
Pretest-postest de un solo grupo.
O1 X O2
 Diseño más habitual de ECE es el estudio antes-después (o pre-
post) de un sólo grupo o con grupo de control no equivalente.
 Se basa en la medición y comparación de la variable respuesta
antes y después de la exposición del sujeto a la intervención
experimental.
 Los diseños antes-después con un sólo grupo permiten al
investigador manipular la exposición, pero no incluyen un grupo
de comparación. Cada sujeto actúa como su propio control.
 Ej.: Estudio que evaluase la efectividad de la cirugía de cataratas en el que un
grupo consecutivo de pacientes fueran evaluados antes y después de la
intervención en aquellas variables relevantes (agudeza visual, salud percibida,
calidad de vida, etc.).
O1 X O2
Pretest-postest de un solo grupo.
 Objetivo: Determinar si la visita de los pacientes en la URPA reduciría los
niveles de ansiedad de los familiares.
 Ansiedad de familiares con escala Ansiedad Estado-Rasgo (STAI) al inicio
de la cirugía y después de la visita de pacientes en URPA.
 Puntuaciones STAI fueron significativamente mayores en el
preoperatorio (57) que después de la operación (51; p<0,001).
 Niveles clínicos de ansiedad estaban presentes en el 76% y el 58% de los
participantes, antes y después de la operación, respectivamente.
 Conclusión: a pesar que puntuaciones postoperatorias STAI se redujeron,
las visitas de la familia en la URPA no fueron suficientes para reducir de
forma adecuada la ansiedad de los familiares de los pacientes operados
(Patelarou et al., 2014).
Diseños de Series Temporales Interrumpidas

 Toman varias medidas de la VD, antes y durante el tratamiento.
Se realizan registros periódicos.
 Para su análisis hay que saber en qué momento se introduce el
tratamiento. Si es efectivo, las observaciones posteriores
mostrarán un cambio en la serie.
 Frecuentes en:
– Estudios sociales.
– Estudios educativos.
– Estudios sanitarios.
– Evaluación de programas.
Estudios cuasi-experimentales Tipos y clasificaciones
Diseño SIMPLE de serie temporales interrumpidas
 Requiere un solo grupo.
 Similar al diseño pretest-postest, pero se toman varias medidas antes y después de
introducir el tratamiento.
 Efecto se aprecia por la variación de la tendencia de la VD. Si el tratamiento es
efectivo, dicha tendencia cambiará.
 AMENAZAS a la validez interna:
 Maduración: Controlar evaluando la tendencia pretratamiento
 Cambios cíclicos: Permite detectar y controlar su efecto
 Regresión estadística: Puede controlarse estudiando la tendencia pre.
 Instrumentación: Controlar utilizando siempre el mismo procedimiento de registro.
 HISTORIA: Es la amenaza más difícil de controlar. Podría hacerse…
 Acortando los intervalos temporales entre las medidas.
 Aumentando el número de observaciones.
 Midiendo las VVEE que pudieran influir en la VD, antes y después del tratamiento.
 Evaluando el efecto de la retirada del tratamiento (sólo si éste es reversible).
O1 O2 O3 O4 O5 X O6 O7 O8 O9 O10
 Estudios de “medidas repetidas” de la VD son estudios de comparación

dinámica.
 Objetivo es caracterizar el cambio de la VD en función del tiempo y examinar
eventuales covariables que puedan contribuir a este cambio.
 Característica fundamental: medición basal y a lo largo del tiempo de una o
más variables.
 Cada unidad de estudio es medida en distintos momentos a lo largo del
tiempo de forma secuencial.
 Objetivo: Identificar cambios fisiopatológicos de la función hepática tras un período de isquemia
y reperfusión hepática en 30 pacientes, con edad promedio de 55 años con resección hepática
reglada y exclusión vascular parcial del hígado. Medición basal: glóbulos rojos, leucocitos totales
(Gb), recuento de plaquetas (Pl), BT, FA, transaminasas ASAT y ALAT, TP y TPT (el día anterior a la
cirugía) y en los días PO 1, 2, 3, 5 y 7. Hubo diferencias significativas en el comportamiento de las
variables Gb, Pl, ASAT, ALAT y TP a lo largo del tiempo. Al ajustar por edad, género e indicaciones
de resección, no se constataron confundentes ni modificadores de efecto
 (Manterola et al., 2001).
Estudio cuasi-experimental.
O1 X O2 O3 ¬X O4
Diseño de retirada del tratamiento con pretest y postest
Retirada del tratamiento trata de crear condiciones que ejerzan la función del grupo de control.
 Secuencia experimental: O1 X O2 // Secuencia de control: O3 X O4
 Sólo puede aplicarse cuando el efecto inicial del tratamiento es transitorio.
 Tto. efectivo: diferencias entre O1 y O2 en dirección opuesta a diferencias entre O3 y O4.
 Posibles efectos del tratamiento entre O2 y O3 (aunque siga presente):
 Incremento.
 Mantenimiento.
 Disminución.
 Tras la retirada del tratamiento debe haber un cambio apreciable.
 PROBLEMAS que presenta:
 Se necesitan muestras grandes y medidas muy fiables.
 A veces, la retirada del tratamiento puede plantear problemas éticos y/o frustración.
 Puede producirse una alta mortalidad experimental.
 Observaciones deben hacerse a intervalos de tiempo iguales para controlar posibles
cambios lineales espontáneos que tengan lugar dentro de un período de tiempo dado.
 Diseño de tratamiento repetido O1 X O2 ¬x O3 X O4

 Se dispone de un único grupo en el que se introduce, retira y vuelve a
introducir el tratamiento, en diferentes momentos.
 Aplicación del tratamiento tiene que correlacionar con cambios en la VD.
 Sólo puede aplicarse cuando el efecto inicial del tratamiento es transitorio.
 Resultados más interpretables:
– O1 difiere de O2.
– O3 difiere de O4.
– O3 – O4 difieren en la misma dirección que O1 – O2.
 AMENAZAS.
– Maduración cíclica (diferencias por el momento de registro y no por el efecto
del tratamiento): Posible.
– Historia: Poco probable. Mucha casualidad que un suceso externo produjera
el mismo cambio que la introducción, retirada y reintroducción del tratamiento.
Diseño de serie temporales interrumpidas CON GRUPO DE CONTROL NO

EQUIVALENTE
 Añadir un grupo de control es la mejor forma de controlar amenazas a validez interna.
 Similar al diseño pre-test-post-test no equivalente, con la excepción que la VD se mide
en múltiples puntos de tiempo tanto antes como después de la presentación de la
variable independiente.
 Punto fuerte = Principal dificultad: Encontrar un grupo de control lo más semejante
posible al experimental.
O1 O2 O3 O4 X O5 O6 O7 O8
O1 O2 O3 O4 X O5 O6 O7 O8
 Permite examinar tendencias de los datos en múltiples puntos en el tiempo antes,
durante y después de una intervención.
 Permite hacer comparaciones tanto intra-grupos como entre grupos.
 No incluye asignación aleatoria y –por lo tanto- no es capaz de eliminar ni controlar
todas las amenazas a la validez interna del estudio.
Diseño de grupo control no equivalente.
 Cuenta con dos o más grupos.
 Grupos no equivalentes, porque se emplean grupos ya formados.
 Se designa al azar que grupo será el control que no recibe ningún tratamiento.
 En ambos casos se realizan observaciones antes y después de la introducción
de la VI, pero sólo el grupo experimental es sometido a tratamiento.
 Objetivo: efecto de la música sobre el dolor postoperatorio en 60 pacientes con cirugía a corazón
abierto. Dos grupos: Grupo experimental escuchó música por auriculares durante 30 minutos
después de la cirugía. El grupo control, sólo los cuidados rutinarios. Antes y después de la
intervención, se midió la intensidad del dolor registrada por la escala analógica visual en dos
grupos. Hubo diferencia en la percepción del dolor postoperatorio en el grupo experimental
(p=0,04). Conclusión: Oír música relajante puede reducir el dolor postoperatorio
 (Mirbagher et al., 2014).
Grupo Exp 1 O1 X O2
Grupo Exp 2 O1 X O2
O1 X O2
Grupo control O1 O2
O1 O2
Diseño de grupo control no equivalente.(Baena-Extremera, A.; Granero-Gallegos, A. Estudio cuasi-experimental de
un programa de supervivencia en el medio natural. International Journal of Medicine and Science of Physical Activity and Sport. 2013;
13(51):551-567)
 Analizar cambios en actitudes ambientales y permanencia en el tiempo de las
modificaciones actitudinales, en un grupo de alumnado universitario, tras recibir un
curso de supervivencia en baja montaña.
 N= 243 personas, grupo control (n=75) y un grupo experimental (n=168).
 Se utilizó cuestionario autoadministrado constituido por escalas relacionadas con las
actitudes medio-ambientales: conciencia ecológica, preocupación ecológica, escala del
nuevo paradigma ecológico (NEP) y escala de preocupación ambiental (ECS).
 Medidas antes (pretes1t) y después (postest1) del curso de formación, y otra (pretest -
postest2) 4 meses después en el grupo experimental.
 Tras la intervención se observan cambios actitudinales en la preocupación ecológica y
ambiental, en la conciencia ecológica y el ecocentrismo.
 Se demuestró la permanencia de estos cambios en el alumnado 4 meses después de la
intervención.
O1 X O2
O1 O2
Diseño de estudio cuasi-experimental: Tipos y clasificaciones
“diseño de grupos no equivalentes sin pretest”
 Dos grupos, experimental y grupo control no equivalente (no hay AA).
 En ninguno de los grupos hay una medición basal de la VD;
 Debilidad: No conocer real variación ocurrida luego de intervención.
 Paliar esto: mediciones previas procedentes de archivos, fichas clínicas, etc.
 Diferencias previas (de selección) entre los grupos pueden causar cambios en
la VD sin efecto alguno de la intervención en evaluación.
 Analizar la estrategia metodológica y resultados de un proyecto de formación de
investigadores en medicina familiar en FM de la UNAM.
 Se aplicó modelo de tutoría en investigación TI-ATR (asesor-tutor-residente) en 3 grupos (sin
muestreo ni AA); dos experimentales (uno de tutores y otro de residentes) y un grupo control
(profesores).
 Variables: “diplomación temprana”,“tesis terminadas a tiempo” y “publicación de trabajos”.
 Aplicación del modelo mostró diferencias significativas en las variables (p<0,01).
 Conclusión: El modelo TI-ATR permite capacitar a tutores y residentes en la formación de
proyectos de investigación (Ponce et al., 2005).
Desde la perspectiva médica, los ECE se han clasificado:
 Experimentos naturales: intervención sobre una población se ha
producido de forma natural o circunstancial (p.e., efectos de un
terremoto); escenarios, en que investigadores no actúan directamente
sobre la intervención.
 Estudios con controles históricos: se compara el grupo que recibe una
intervención con otro que recibió una intervención similar en el pasado.
 Estudios pos intervención: medición se realiza con posterioridad a la
aplicación de una intervención.
 Estudios antes/después (diseño pretest-postest): se miden variables
antes y después de aplicada una intervención (una variante es cuando se
usa un grupo de comparación al que no se aplicó ninguna intervención,
pero en el que se realizan las dos mediciones, de modo tal de intentar
identificar el efecto sobre los resultados de otras posibles variables). (Molina
& Ochoa).
ECE con controles históricos. Ej.
 Objetivo: Efectividad del tratamiento de la pielonefritis aguda en lactantes con
gentamicina en única dosis diaria (UDD-grupo de intervención) comparado a la pauta
clásica de 3 dosis diarias (TDD-cohorte histórica)
 Analizó leucocitosis, PCR, creatinina, dosis de gentamicina, niveles máximo y valle del
fármaco, tiempo de desaparición de fiebre y evolución clínica.
 58 lactantes de 1 a 20 meses: 25 recibieron gentamicina TDD y 33 gentamicina UDD.
 Nivel máximo de gentamicina fue superior en grupo UDD (9,32 mg/ml) que en grupo TDD
(5,09 mg/ml) con p<0,001.
 Niveles valle fueron inferiores en el grupo UDD que en TDD (0,23 vs. 0,78 mg/ ml,
respectivamente; p<0,001).
 No hubo diferencias en la desaparición de fiebre.
 Valores de creatinina fueron normales en ambos grupos.
 Evolución fue buena en todos los pacientes.
 Conclusión: Tratamiento con gentamicina en UDD en lactantes con pielonefritis aguda es
tan efectivo como el TDD tradicional y, posiblemente, igual o incluso más seguro
 (Calvo et al., 2003).
Diseño de cohortes
 COHORTE: Grupo de personas sometidos, durante un período de tiempo, a
las mismas circunstancias.
 VENTAJAS:
 Estudia cómo un determinado acontecimiento afecta a un grupo (cohorte
experimental) y compararlo con otro que no vivió dicho acontecimiento
(cohorte de control).
 Grupos comparables, aunque no se llegue a la equivalencia conseguida con
la AA (no se puede descartar definitivamente la amenaza de selección).
 Establece inferencias causales razonables (siempre evaluando si existen
efectos de VVEE que interfieran en los resultados).
Diseño de estudio cuasi-experimental
Cohortes no aleatorizadas
Por ejemplo:
 Evaluar la efectividad de la vacunación antigripal en nuestra
población.
 Grupo expuesto: usuarios de nuestro centro de salud que han
recibido la vacunación y como grupo no expuesto el no vacunado y
realizar un seguimiento hasta que finalice el periodo habitual de
aparición de la gripe (Diciembre / Marzo).
 Finalizado el periodo de seguimiento observamos la incidencia de
gripe en cada uno de los grupos y realizamos la comparación de
incidencias.
Diseño de estudio cuasi-experimental
Cohortes no aleatorizadas
Por ejemplo:
 Comparar los efectos secundarios (o la efectividad para bajar la PA) que
aparecen con el tratamiento de un fármaco antihipertensivo A, frente a
otro B;
 Realizamos un seguimiento similar en ambos grupos y de duración
adecuada (tal vez 2-3 años para la aparición de determinados efectos
secundarios o unos meses o un año para medir efectividad) y
comprobamos esos efectos secundarios (o la efectividad).
La única e importante condición, que se debe cumplir es que la vacuna o el
fármaco sean administrados o prescritos a los pacientes dentro de la
práctica clínica habitual, que no se prescriban con la intención de
comprobar el efecto (eficacia, efectos secundarios, ...) en estudio en
condiciones ideales de un ensayo clínico.
Estudio cuasi-experimental. Cohortes no aleatorizadas
Ejemplo: la tasa de recuperación de tuberculosis según tratamiento:

Tipo de Resultado de baciloscopía Total
tratamiento
Positivo Negativo
Corto a b a+b
Largo c d c+d
Total a+c b+d a+b+c+d
Tasa de recuperación por tratamiento corto: b / (a + b) = g %

Tasa de recuperación por tratamiento largo: d / (c + d) = h %
Si g % > h % entonces preferimos tratamiento corto.
Diseños de discontinuidad en la regresión

 Técnicas para establecer relaciones causales en ausencia de aleatorización:
 Propensity score
 Regresión discontinua:
 Se aplica cuando la exposición de interés se asigna, según el valor de una
variable aleatoria continua si esta variable cae por encima o por debajo de un
determinado valor umbral. La asignación en las proximidades del umbral es
casi como si fuese aleatoria.
 P.e., en un fármaco hipocolesterolemiante que pautaremos cuando el colesterol LDL aumente por
encima de un valor determinado, o de una terapia antirretroviral en un enfermo de Sida que
indicaremos cuando su contaje de CD4 disminuya por debajo de determinado valor. Existe una
discontinuidad en el valor umbral de la variable que produce un cambio brusco en la probabilidad
de asignación al grupo de intervención.
 Muchas veces es imposible realizar ECAs por motivos éticos, económicos o de
la naturaleza de la intervención.

 VENTAJA: Establece hipótesis causales con más garantía porque la regla de
asignación a los grupos es conocida (alto grado de validez interna).
 Personas van a un grupo u otro en función del pretest (C = Puntuación de corte a
partir de la que se asignan al grupo de control y al grupo experimental).
 Se calcula recta de regresión a partir de puntuaciones obtenidas (pretest+postest).
(a): Tratamiento sin efecto.
(b): Tratamiento con efecto (discontinuidad a partir del punto de corte “C”).
 Medida pretest, debe poder aplicarse una variable continua (en función de la que
se formarán los grupos).
 Suele utilizarse en…
– Educación: Para valorar sistemas educativos.
– Medicina: Para probar la efectividad de un medicamento.
Resultado no
interpretable
Resultado
interpretable
Diferencias entre las diferentes tipos de experimentos.
Estudios Experimentales
 Intentan establecer relaciones causa-efecto.

 Estudia como una VI (causa) modifica una VD (efecto).
 P.e.: comprobar el efecto que un plan de entrenamiento basado en la
técnica Facilitación Neuromuscular Propioceptiva (FNP) (VI) produce
sobre la movilidad articular de la cadera (VD).
 Las siguientes pautas están asociadas a diseños idóneos:
a) Adecuada selección de un marco teórico
b) Selección apropiada de los sujetos
c) Uso de procedimiento estadísticos correctos
d) Control de la variable independiente
e) Adecuada medición de la variable dependiente
f) Control de variables asociadas.
 Características :
 Introducción y manipulación del factor causal o de

riesgo para la determinación posterior del efecto.
 Asignación aleatoria a los grupos experimental y
control.
 Control de las variables.
 VI representa tratamientos, factores o condiciones que el investigador

controla para probar los efectos sobre la VD.
 Controlar VI: seguir proceso o método para desarrollar alguna capacidad.
 VD refleja los resultados de una investigación:
 Característica que varía o va ser modificada por la VI. La VD se mide
 Éxito depende del grado de precisión con que se mida dicha variación.
 Instrumento como el proceso de medición deben ser bien definidos.
 Variable interviniente, contaminadora o extraña: VIs que, si no se
controlan, pueden alterar el resultado de la investigación.
 En un estudio sobre el desarrollo de la resistencia aeróbica en niños de 8 a 9
años, una variable que produce efectos positivos es el crecimiento y desarrollo.
 Diseño experimental puro: Se manipula una o varias VIs

para observar sus efectos sobre una o varias VDs en una
situación de control.
 Condiciones de un experimento puro:
① Manipulación intencional de una o más VIs.
② Se debe medir el efecto que la VI tiene en la VD.
③ Buen control o validez interna de la situación experimental.
1. Cómo se puede manipular la VI:

 Por la presencia o ausencia de un tratamiento, factor o una característica
Un grupo se expone a VI o tratamiento experimental (grupo experimental)
mientras que el otro no (grupo control).
Si en dos grupos todo fue igual, excepto exposición a VI, es razonable pensar que diferencias
resultantes entre los 2 grupos se deban a la presencia o ausencia de la VI.
 Mas de dos grados o intensidades en la variable independiente.
La variación de la intensidad de la VI puede tener mas de dos grados: alta
(X1), media (X2) y baja (X3). Este tipo de estudios responde a la necesidad
de observar si la relación entre la VI y la VD sigue un comportamiento lineal
o no. P.e., efecto de la intensidad de programas de entrenamiento en resistencia sobre dicha capacidad. Se
diseñan planes con intensidad baja (40%), media (60%) y alta (80%). Programa de baja intensidad produciría
pequeñas mejoras sobre la resistencia; el de media intensidad, efectos moderados, y el de alta intensidad, los
mayores efectos.
 Combinación de cantidad y calidad. Los grupos experimentales,se pueden exponer a
procesos de entrenamiento que combinan variaciones tanto en el volumen de la carga (cantidad) como en la
intensidad de la carga (calidad).
2. Se debe medir el efecto que la VI tiene en la VD.

 Éxito en proceso de investigación es medición de la variación de la VD, la
cual, para ser válida y confiable debe estar exenta de errores de medición
3. Control o validez interna de la situación experimental.
 Intento de eliminar el efecto de variables extrínsecas a la investigación, para
que exista seguridad que efectos hallados son debidos únicamente a la VI.
¿Existen procedimientos para lograr control en un experimento?
a) Eliminación.
b) Mantener constantes.
c) Aleatorización.
d) Igualación
e) Repetición.
f) Grupo de control.
Fuentes de invalidación interna :

 Maduración de los participantes.
 Inestabilidad de mediciones, participantes y/o componentes..
 Administración de pruebas.
 Cambios en los instrumentos o métodos de medición.
 Métodos de selección.
 Mortalidad experimental.
Experimentador como fuente de invalidación interna:
 No debe interactuar con sujetos de investigación
 No debe manipular resultados de la investigación.
 Sujetos no deben conocer objetivos de la investigación, hipótesis, condiciones
experimentales, porque pueden alterar los resultados.
¿Cómo se logra el control y la validez interna?
 Seleccionar varios grupos de comparación (2 como mínimo). Al inicio de un experimento se
debe garantizar una equivalencia que no es individual sino grupal, realizando AA.
 Deben observarse y tenerse en cuenta las mismas instrucciones para todos los grupos. Se
deben estandarizar las personas que toman parte en la investigación.
¿Qué es la validez externa ?

 Qué tan generalizables son los resultados de un experimento a situaciones
no experimentales y a otros sujetos y poblaciones: ¿Lo encontrado en la
investigación, a qué grupos, contextos o situaciones se aplica o se puede
aplicar?
 Fuentes de invalidación externa :
 Efecto reactivo o de interacción de las pruebas (preprueba).
 Interacción entre los errores de selección y el tratamiento experimental.
 Efectos reactivos de los tratamientos experimentales (condiciones
experimentales).
 Interferencia de tratamientos múltiples (Tratamiento con efecto irreversible).
 Imposibilidad de replicar los tratamientos.
ENSAYO CLÍNICO
Toda investigación efectuada en seres humanos, con el fin

de determinar o confirmar los efectos clínicos,
farmacológicos, y/o demás efectos farmacodinámicos, y/o
detectar las reacciones adversas, y/o estudiar la
absorción, distribución, metabolismo y eliminación de uno
o varios medicamentos en investigación con el fin de
determinar su inocuidad y/o su eficacia.
TIPOS DE ENSAYOS CLÍNICOS
Controlado/No
controlado
Aleatorizados/
Unicéntricos/
No
Multicéntricos
aleatorizados
Ciegos/
Paralelos/ Abiertos
Cruzados
 Ensayos explicativos:
 Efecto de la intervención se valora en condiciones lo más experimentales
posibles con criterios de inclusión muy estrictos.
 Esto aleja el ensayo de la práctica clínica habitual y le resta validez externa.
 Se realizan para aprobación de nuevos fármacos, pues valoran su eficacia en
condiciones ideales.
 Ensayos pragmáticos:
 Valoran la efectividad, coste o aceptación de las intervenciones en un
ámbito más real.
 Criterios de inclusión son amplios (hay pocos criterios de exclusión) y
participantes son parecidos a los que se atienden en la asistencia clínica
rutinaria.
 Valoran más la efectividad (y a veces hasta la eficiencia) que la eficacia y
ganan en validez externa.
• SEGUN LA FINALIDAD DEL ESTUDIO:

✓ ENSAYOS DE SUPERIORIDAD.
✓ ENSAYOS DE NO INFERIORIDAD.
 Ensayos de superioridad: Para demostrar que la nueva

intervención es mejor que la ya existente (pretenden rechazar
la hipótesis nula de que ambas son iguales).
 Ensayos de equivalencia (no inferioridad): Para demostrar que

a menor coste (o menos efectos adversos u otra ventaja), un
nuevo tratamiento tiene al menos igual eficacia que el
tratamiento estándar.
ENSAYOS CLÍNICOS DE SUPERIORIDAD
 Argimon J.M. Med Clin (Barc)

2002;118(10):382-4
• SEGUN SU METODOLOGIA:
✓NO CONTROLADOS
✓ Resultados.
✓ Grupo control histórico.
✓ VENTAJAS:
✓ Menor número de pacientes.
✓ Más baratos.
✓ No plantean problemas éticos
✓ CONTROLADOS.
✓ VENTAJAS:
✓ Permiten que los datos sean recogidos con la misma metodología.
✓ Se eliminan factores temporales o circunstanciales.
• SEGÚN DISEÑO DEL ESTUDIO
•PARALELOS: Son aquellos en los que se compara la experiencia de un grupo de pacientes

que reciben el tratamiento experimental con un grupo control que recibe el tratamiento
estándar.
•VENTAJAS:
•Los resultados obtenidos pueden ser razonablemente extrapolados a la población.
•No se requiere un orden de llegada de los pacientes para su inclusión en el estudio.
•Los grupos comparados son iguales cuantitativamente.
•CRUZADOS: cada paciente recibe de manera consecutiva cada uno de los tratamientos a
estudio.
•VENTAJAS:
•Se reduce la variabilidad, por lo que se
necesita un tamaño inferior de muestra.
•Cada paciente es su propio control.
• SEGÚN DISEÑO DEL ESTUDIO
•EN PAREJAS: Se agrupan en parejas sujetos con factores relevantes idénticos y cada
sujeto se asigna a uno de los 2 grupos.
•VENTAJAS:
• Grupos son perfectamente comparables respecto a factores relevantes.
• Permite saber que opción es mejor y tipo de paciente que responde mejor al tratamiento
•SECUENCIALES: El número de sujetos no esta prefijado de antemano, depende de los
resultados que se van obteniendo.
Fernando Tato, Adolfo Figueiras, Carlos Rodriguez. Bases metodológicas de los ensayos clínicos. Universidad de Santiago de compostela.
Servicio de Publicaciones e intercambio científico. ISBN 84-8121-739-5
ASPECTOS CLAVE DE LOS ENSAYOS CLÍNICOS
 Aleatorización
 Seguimiento completo
 Consideran significancia clínica y estadística
 Se reportan resultados positivos y negativos
 Se describen en detalle suficiente a los pacientes o
participantes.
 Intervención (es) descrita (s) en detalle (s) suficiente (s).
Eficacia vs. efectividad

EFICACIA (Efficacy, utilité)
 Pacientes individuales que se benefician de la

intervención cuando se aplican en condiciones ideales.
 Evaluación de los efectos sanitarios en los individuos

realmente alcanzados por la intervención aplicadas en
condiciones ideales, es decir, los incluidos en el
programa.
 Debe ser siempre que sea posible, experimental y

realizarse mediante ECA explicativo.
Tipos de Ensayos Clínicos según la fase de investigación.
EFECTIVIDAD (Effectiveness, efficacité)
 Población objeto de la intervención cuando se aplica en las

condiciones reales o habituales propias de la práctica
clínica diaria y de los programas sanitarios (EC pragmático o
cuasi-experimental)
 Evalúa los efectos sanitarios de la intervención en el

conjunto de la población objeto, que engloba a los
individuos y cumplidores y a los no incluidos y no
cumplidores del programa.
 Sólo debe realizarse cuando la intervención haya

demostrado previamente que es eficaz en un ECA.
EFICIENCIA (Efficiency, rendement)
 Resultados sanitarios obtenidos en la población

objeto (efectividad) y los costes de los recursos
movilizados para su consecución, es decir, para la
implementación del programa.
 Supone que la efectividad de la intervención ha sido

ya demostrada.
El proceso de la investigación,
el análisis de las pruebas científicas y la toma de decisiones
ECAs en la medicina personalizada
Los médicos están replanteando el modelo tradicional de los ECAs para la era de la MP.
ECAs se estructuran en cuatro fases: Fase I es una fase de dosis-respuesta para saber qué cantidad de un
medicamento puede ser tolerada con seguridad por los pacientes. Fase II es una fase de escalada, donde más
pacientes son enrolados, y la eficacia del medicamento es evaluada. Muchos de los medicamentos que
parecen muy prometedores en el laboratorio fracasan en la fase II. Si tienen éxito, los medicamentos ingresan
en la fase III, en la que se incluye un mayor número de pacientes, y el medicamento se compara con el
régimen estándar. Fase IV es una fase posterior a la comercialización que continúa después que un
medicamento se ha autorizado con el fin de estudiar los efectos a largo plazo.
G. Vaidyanathan. Redefining Clinical Trials: The Age of Personalized Medicine. Cell 148, 2012
Ensayos clínicos: Tipos de objetivos
ENSAYOS CLÍNICOS EXPLICATIVOS
 Estudios clínicos aleatorizados explicativos clásicos

(estudios clínicos de eficacia), prueban los efectos, bajo
condiciones ideales y rigurosamente controladas, de
tratamientos precisamente caracterizados y especificados en
grupos de pacientes individuales estrechamente definidos.
 Efectos pueden evaluarse por el impacto en las variables de
evaluación, siendo su principal propósito avanzar en el
conocimiento biomédico.
Tipos de variables de evaluación
ENSAYO CLÍNICO EXPLICATIVO
 Estudio de carácter prospectivo

 Los grupos control y experimental se definen por
asignación aleatoria
 Existe enmascaramiento (evaluador, sujeto de
estudio, quien aplica la intervención).
 Debe existir un seguimiento establecido y las
Ensayo clínico
pérdidas no deben superar el 20%.
 Se debe realizar análisis interno y análisis por
intención de tratar.
 Medidas de asociación: RR, NNT, No. necesario para
tratar), etc.
Tipos de Controles en Ensayos Clínicos
¿Qué es un ensayo pragmático?
“ensayos clínicos aleatorizados de efectividad comparativa”
“Diseñado con el propósito principal de informar a los

tomadores de decisiones sobre el balance comparativo
de beneficios, cargas y riesgos de una intervención
biomédica o de conducta de salud a nivel individual o de
población.”
Califf RM, Sugarman Y. Exploring the ethical issues in pragmatic clinical trials. Clin Trials 2015;12:436-41.
http://doi.org/bz3d
¿Qué es un ensayo explicativo y pragmático?
 Ensayos de “eficacia” explicativos son diseñados para

responder a la pregunta de si un tratamiento es beneficioso
para una población seleccionada.
 Comparan una intervención frente a placebo u otro
tratamiento activo, que puede no ser el de referencia.
 Se centran en unas pocas variables a las que se orienta la
intervención.
 Estudios clínicos aleatorizados pragmáticos son evaluaciones
confiables de la efectividad de los cuidados de la salud
conducidas bajo circunstancias del mundo real.
Ensayos “pragmáticos” o de “efectividad”:

 Evalúan las intervenciones en una población más amplia, que
es representativa de los pacientes que serán tratados;
 Dan información de variables importantes para los pacientes
que pretenden reflejar los beneficios y daños globales; y
 A menudo comparan la intervención en cuestión con los
tratamientos de referencia.
En comparación con los ensayos de eficacia, los ensayos
pragmáticos se conciben para responder a las preguntas de
efectividad que tienen los pacientes y clínicos respecto a la
terapéutica.
Diseño general del EC con asignación aleatoria integrado en la práctica clínica
 Evalúan los efectos de las intervenciones de la forma en la que éstas
son utilizadas usualmente, con los actores y escenarios típicos.
 Unidades estudiadas: guardias de hospitales, clínicas, redes de salud
u otros grupos, así como también pacientes individuales,
proveedores de salud, o miembros de la comunidad.
 Efectividad de la intervención es evaluada por el impacto en
resultados de importancia para los usuarios tales como muerte,
discapacidad severa, satisfacción de los usuarios, costos, calidad de
atención, y calidad de vida.
 Tienen en cuenta diferentes maneras en que son implementadas las
intervenciones en el mundo real con las típicas limitaciones de los
servicios.
Por definición,
-Los ensayos clínicos explicativos → eficacia (situación ideal)
-Los ensayos clínicos pragmáticos → efectividad (situación clínica

habitual)
↓
eficiencia (en relación al coste)

Por definición,
- Todos los ensayos clínicos en fases pre-comercialización son

esencialmente explicativos
- Los ensayos post-comercialización pueden ser más o menos
pragmáticos
En la actualidad se entiende que existe un ‘continuum’ entre dos

extremos
Explicativo      Pragmático
¿Qué es un ensayo explicativo?
Ensayo explicativo:
 Pretende demostrar que un medicamento es eficaz frente a
placebo o medicación estándar,
 mediante su uso en una población homogénea, muy
seleccionada (en diagnóstico sin otras patologías y en ausencia
de otras medicaciones)
 que seguirá un protocolo muy exigente (visitas, muestras,
exploraciones, etc- la mayoría necesarias solo por el ensayo),
 con detallado control de la administración/toma de la
medicación
Validez interna
Ensayo pragmático:
 Pretende demostrar que un medicamento es efectivo frente
medicación estándar
 mediante su uso en una población heterogénea, muy poco
seleccionada (diagnóstico habitual en el medio, con otras
patologías y en presencia de otras medicaciones)
 que seguirá un protocolo muy escueto (visitas, muestras,
exploraciones, etc- las que sean de práctica habitual),
[¡Consentimiento informado!]
 con un control de la administración/toma de la medicación
usual en clínica
Validez externa
Características comparativas
de los ECs con AA explicativos y pragmáticos
 Fase I. Estudios de seguridad iniciales de un nuevo
medicamento, conducido en voluntarios sanos
 Fase II a – ECs (pilotos) para evaluar eficacia y seguridad en
población seleccionada de pacientes con la enfermedad o
condición a ser tratada, diagnosticada o prevenida. Objetivos:
Dosis-respuesta, tipo de paciente, frecuencia de dosis, o
preguntas de seguridad y eficacia
 Fase II b - ECs bien controlados para evaluar eficacia y seguridad
en pacientes que sufren de la condición o enfermedad.
Usualmente representan la demostración más rigurosa de la
eficacia de un fármaco. Llamados estudios pivote
 Fase III a se realizan después de que se demostró la eficacia del
fármaco, pero antes del sometimiento regulatorio de
autorización sanitaria
 Fase III b.-Se realizan después del sometimiento regulatorio y
dossiers relacionados, pero antes de que sea aprobado y
lanzado. Estudios de calidad de vida
 Fase IV – ECs conducidos posterior al lanzamiento del fármaco.
Provee datos adicionales de efectividad, eficiencia y seguridad.
Diferentes formulaciones, dosis, duración de Tx, interacciones
con otros, y comparaciones. Grupos poblacionales (edad, raza,
género). Crítico para recoger datos de seguridad
Qué es la Evaluación Económica en Salud (EES).
 Análisis comparativo de cursos alternativos

de acción en términos de sus costos y
resultados, con la finalidad de orientar la
toma de decisiones sobre la base de la
Eficiencia.
 Característica de los estudios económicos es
que costos siempre se expresan en términos
monetarios. (Drummond y cols, 1987; Mendoza, 2002)
Evaluación Económica en Salud (EES).
Los estudios económicos que evalúan la eficiencia en

el sector de la salud se caracterizan por:
a) tener al menos dos diferentes alternativas a comparar,
b) evaluar los resultados en salud para los pacientes o la
población de cada una de ellas,
c) considerar los costos en los que se incurren al
implementar las diferentes alternativas.
[Catalá-López F. Efficiency-based healthcare. General concepts on economic evaluation of
healthcare interventions. Enferm Clin 2009;19:35-42].
Evaluación Económica en Salud (EES).
 Estudios costo beneficio: los resultados pueden ser expresados en
términos de réditos monetarios.[Palmer S, Byford S, Raftery J. Economics notes: types of
economic evaluation. BMJ 1999;318:1349.]
 Estudios costo-efectividad: medidos como resultados clínicos, p.e., la
reducción de la ceguera. [Robinson R. Cost-effectiveness analysis. BMJ 1993;307:793-5.]
 Estudios costo utilidad: evaluados como resultados de utilidad para las
personas, p.e., en años de vida ganados ajustado por calidad.[Robinson R. Cost-
utility analysis. BMJ 1993;307:859-62.]
 Minimización de costos: Cuando la efectividad y seguridad es igual entre
las dos alternativas a comparar y solo hay diferencia entre los costos.
[Robinson R. Costs and cost-minimisation analysis. BMJ 1993;307:726-8]
 Análisis de costo equidad: donde se compara la equidad en los resultados
en salud, entre las regiones de un país o entre países, y los costos de las
intervenciones que se espera impacten estas inequidades.[Eslava-Schmalbach J,
Barón G, Gaitán-Duarte H, Alfonso H, Agudelo C, Sánchez C. Evaluating cost/ equity in the Colombian
health system, 1998-2005. Rev Salud Pública 2008;10:3-17.]


Tipos de Estudio y Disenos

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tipos de Estudio y Disenos

Cargado por

Copyright:

Formatos disponibles

Tipos de estudio y diseños en la

Dr. Juan Alberto Díaz Plasencia

 Plan específico o protocolo para conducir el estudio, lo cual

 Investigación cuantitativa recoge y analiza datos cuantitativos sobre

 PROSPECTIVO VS. RETROSPECTIVO VS.

 DESCRIPTIVO VS. ANALITICO

 LONGITUDINAL VS. TRANSVERSAL

 OBSERVACIONAL VS. EXPERIMENTAL

EN RELACION EN FUNCION EN FUNCION DE LA

EXPERIMENTO PROSPECTIVO LONGITUDINAL COMPARATIVA EXPERIMENTAL

-Los hechos no han ocurrido y los datos no han sido

-Dos grupos de estudios

-El investigador asigna las variables apoyado en el azar o

-La variable se mide dos o más veces.

Un diseño de investigación “es el plan o estrategia concebido para

• Se representa como una estructura esquematizada de los aspectos

 Procedimientos, métodos y técnicas mediante el cual el

TIPO DE INVESTIGACIÓN DISEÑO DE INVESTIGACIÓN

 Planteamiento del modelo lógico de contrastación, posibilita

5.1.1. Diseño clásico.

5.1.2. Diseño en línea.

5.1.3. Otros diseños.

R Del ingles randomization. Indica que los sujetos han sido

G. Exp Diseño en línea

G. Exp. Diseño sólo después

G. Exp. Diseño con muestras

 Diseños descriptivos: Se utilizan para describir la realidad tal y conforme se

f) Diseño correlacional: determina las relaciones entre variables, tal

DISEÑO DESCRIPTIVO SIMPLE: El

Ejm. Para determinar en una EAP

DESCRIPTIVO CAUSAL COMPARATIVO.- Consiste en recoger información de dos o

 Diseños experimentales: Existe pre y postest y los grupos

Donde A y B son muestras, una con y otra sin estímulo

Donde A es la muestra control y experimental a la vez

El pretest no es aplicado a ningún grupo.

DISEÑO DE UN ESTUDIO DE CASOS Y CONTROLES

DISEÑO DE UN ESTUDIO DE COHORTE

Transversales • Variable de resultado (enfermedad o condición de salud) y variables de exposición (características

Casos y • Estudio retrospectivo

Revisiones • Equivalen a una síntesis de la evidencia publicada

 Establece relaciones o asociaciones entre variables

 La asociación causa-efecto no se puede

Ensayo clínico pragmático

Estudios de prevalencia transitan del nivel descriptivo al analítico.

• Descriptivos: simplemente describen la frecuencia de una

Ej. Estudio diseñado para determinar la prevalencia de HIV en mujeres

 Se utilizan en ocasiones para evaluar hipótesis de tipo causal.

• Generalmente no proveen fuerte evidencia sobre causas de enfermedades:

 Medidas de asociación entre ocurrencia de una enfermedad (v. de

 Significancia estadística de asociación entre variables: ICs y prueba

Usadas en enfermedades de larga duración o cuyas manifestaciones se

 Estudios observacionales (observan, no interfiere), analíticos (buscan

Con causa o variable

Con causa o variable

Recolección retrospectiva Selección de grupos

Recolección retrospectiva Selección de grupos

 Comparación entre 89 mujeres con hernia inguinal (casos hospitalarios e incidentes) y

 Pacientes con HI primaria > de 15 años, sin restricción de sexo (n = 21 casos), e

Molina et al., 2012.

 Asociación entre morbilidad postoperatoria (MPO) y variables clínicas, laboratorio,

Manterola et al., 2005.

 Una variable puede tener valor predictivo, aunque no sea un FR o causal.

 Un factor puede ser predictivo sin que lo convierta en un agente causal.

 Absurdo que en un trabajo que identifica FR se concluya que es