Este documento presenta un plan de trabajo para un protocolo de investigación. Explica la importancia de definir claramente la pregunta de investigación, hipótesis y objetivos al comienzo. Luego describe cómo se deben definir y operacionalizar las variables del estudio, así como los posibles tipos de sesgos y errores. Finalmente, cubre temas como la prueba piloto y los diferentes métodos de análisis de datos que podrían usarse.
4. “Al momento de iniciar un
protocolo de investigación es
importante hacer concordar la
pregunta de investigación, el
diseño del estudio y las
variables. Por lo cual se debe
ser muy puntual en definir la
hipótesis y los objetivos..”
INTRODUCCIÓN
5. SECUENCIA
DEL DISEÑO
DE ESTUDIO
Pregunta de
investigación
Definición de
variables
Establecimiento
de hipótesis
Selección de
análisis
estadístico
•Muestra
•Diseño de
estudio
7. VARIABLES
Es la característica, propiedad o atributo de los
sujetos de estudio; varían de uno a otro y en el
mismo sujeto en diferentes momentos.
Clasificación
Relación de
dependencia
Indepen-
diente
Depen-
diente
Intervi-
niente
Naturaleza
Cuantitativa
Intervalo o
razón
Discreta o
continua
Cualitativa
Nominal Ordinal
8. Para cada objetivo
secundario, se necesita
formular un modelo
acompañado por una
definición operacional de las
variables.
OPERACIONALIZACIÓN
DE VARIABLES
9. Ejemplo
OPERACIONALIZACIÓN
DE VARIABLES
Variable Medición Relación Escala Estadístico
Anti-vimentina UI Independiente
Cualitativa
Nominal
Proporción
Puntuación
RAMRIS
Índice Dependiente
Cuantitativa
Continua
T student, correlación
bivariada
Edad Años Interviniente
Cuantitativa
Continua
T student, correlación
bivariada
Género
Masculino o
femenino
Interviniente
Cualitativa
Nominal
Proporción
DAS28 Adimencional Interviniente
Cuantitativa
Continua
T student, correlación
bivariada
Tiempo de
evolución
Años Interviniente
Cuantitativa
continua
T student, correlación
bivariada
VSG
mm/hr Interviniente
Cuantitativa
continua
T student, correlación
bivariada
PCR
mg/ dl Interviniente
Cuantitativa
continua
T student, correlación
bivariada
11. SESGO Y ERROR
ALEATORIO
Errores sistemáticos que se introducen
en un estudio y que dan como
resultado una estimación incorrecta
del parámetro o del efecto de interés.
SESGO
Imprecisión no deseada, impredecible
a priori, pero sigue una distribución
probabilística. Se origina puesto que se
trabaja con una muestra y no con toda
la población procede de la
variabilidad inherente al muestreo.
ERROR ALEATORIO
Una vez que aparecen no pueden
eliminarse, por ello deben prevenirse.
Va ligado al concepto de validez o
exactitud.
El error depende del tamaño de la
muestra; cuando éste aumenta, el error
disminuye
12. TIPOS DE SESGOS
TIPOS DE SESGOS
De selección De información
Selección del grupo de control
Pérdidas de seguimiento
Supervivencia selectiva
Muestra no representativa de la
población
Sesgo de detección
Participación de voluntarios o efecto de
selección
Información sobre la variable es
errónea
Instrumentos de medida inadecuados
o definiciones poco precisas de las
variables
Error de clasificación no diferencial
Error de clasificación diferencial
13. EJEMPLO DE ERROR ALEATORIO
Al evaluar la presión arterial con una muestra
pequeña, encontramos nuestro primer problema
(error de muestreo).
La otra fuente de error aleatorio es la propia
variabilidad en la medición.
Si nos tomamos la presión arterial varias veces, los
resultados serán diferentes (aunque similares)
debido, por una parte, a la propia variabilidad
biológica y, por otra, a la imprecisión del aparato de
medida que utilicemos.
14. SESGO Y ERROR ALEATORIO
Precisión Exactitud
Definición
Tienen casi el mismo
valor cuando se miden
varias veces.
Representa lo que
suponemos medir.
Valoración
Comparación entre
repeticiones.
Comparación con el
Gold Standard.
Valor para el
estudio
Aumenta potencia del
estudio.
Aumenta validez de
conclusiones.
Amenazas
Error aleatorio
(variabilidad)
Error sistemático.
17. PRUEBA PILOTO
Es una investigación preliminar
llevada a cabo antes de embarcarse
en el ensayo principal. Es útil cuando
al realizar un estudio se desea
realizar una estimación adecuada de
la variación junto con una idea
acerca de lo que es la diferencia real
buscada, o tamaño del efecto.
A veces se puede conseguir una
estimación de la variación en la
literatura o de otras fuentes, pero en
otras ocasiones se requiere un
estudio piloto.
19. Datos
Análisis
paramétrico
Coeficientes de
correlación, regresión
lineal, prueba t, prueba
de diferencia de
proporciones, análisis
de varianza, análisis
de covarianza.
Anaálisis no
paramétrico
Chi cuadrada,
coeficiente de
Spearman y Kendall,
coeficiente para
tabulaciones
cruzadas.
Análisis
multivariado
Análisis de varianza,
regresión lineal
múltiple, regresión de
Cox, modelo Log-
lineal, análisis
discriminante.
Descripción
Distribución de
frecuencias
Medidas de
tendencia central
Medidas de
variabilidada
Puntuaciones Z
ANÁLISIS DE
LOS DATOS
20. REFERENCIAS
R. Sampieri. Metodología de la investigación 6 ed.
McGrawHill. 2014.
A. Augusto. Manual de investigación clínica. Manual
Moderno. 2012.
J. Argimon. Métodos de investigación clínica y
epidemiológica 4 ed. ELSEVIER. 2013.
GRACIAS
Hinweis der Redaktion
La omisión de estos puede resultar en la omisión del análisis apropiado para comprobar las hipótesis de los diversos objetivos secundarios.
Una vez que se han definido en forma operacional tanto el modelo como las variables, se puede determinar el método estadístico que se utilizará para cada objetivo secundario
Es recomendado no efectuar un estudio piloto externo sino tratar la primera parte del estudio clínico como uno interno y entonces volver a calcular el tamaño de la muestra mediante las estimaciones de los parámetros obtenidos.