 Objetiva

 Inferencias más allá de sus datos

 Orientada al resultado
 Generalizable: Muestra de estudio.
INCI U1
GENERALIDADES DE LOS DISEÑOS DE
ESTUDIO

Investigación:
 Cualitativa: Sirve para investigar causas
subyacentes, emociones y valores antes de
que se desarrolle una hipótesis. La meta es
descubrir y explicar por qué ocurre un
fenómeno o comportamiento.

 Cuantitativa: Se trata de datos conducidos

para responder a una pregunta de
investigación específica. Estos recopilan
datos numéricos y estadísticos para apoyar
o refutar hipótesis previamente sostenidas

DIFERENCIAS ENTRE INVESTIGACIONES

METODOLOGÍA
Cualitativa:
 Diseño de estudio
 Permite entender a detalle actitudes y
 Universo, población muestra y tipo de
comportamientos
muestreo
 Genera info verbal para comprender
 Variables de estudio y sus definiciones
opiniones y motivaciones
 Intervención propuesta (cuando amerite)
 Preguntas abiertas, observaciones, focus
 Procedimientos de recolección de datos
group, etc.
 Aspectos éticos
 Puede proporcionar una comprensión más
profunda del objeto de estudio
¿Qué es un diseño de investigación?
 No intervenir para que fluya el discurso de
 Procedimientos, métodos y técnicas
la persona: Observación naturista sin
mediante los cuales los investigadores
control
seleccionan a los paciente, recogen los
 Subjetiva
datos, los analizan e interpretan los
 Inferencias de sus datos
resultado
 Orientada al proceso
 No generalizable, ya que solo es en el
¿En qué consiste el diseño de la investigación?
grupo de interés
El diseño de la investigación es una planificación
Cuantitativa:
compendiada de lo que se debe hacer para lograr
 Ideal para descubrir quién, qué, cuándo y
los objetivos del estudio.
dónde
 Un diseño cuidadoso del estudio es
 Genera info numérica o de calificación para
fundamental para determinar la calidad de
convertir en estadísticas
la investigación clínica.
 Se hace por medio de encuestas en
 Tácitamente incluye el diseño estadístico,
papel/online. También entrevistas
este debe tener en cuenta la estructura del
 Proporciona números para tomar
estudio, y todos los aspectos concernientes
decisiones.
a la recolección de datos, incluido el tipo de
 Medicina penetrante y controlada: Ensayo
mediciones a realizar y la frecuencia de las
clínico controlado (Experimento)
mismas.
  A través de un diseño cuidadoso puede  Se debe precisar el problema a investigar y
minimizar el sesgo y reducir el error los objetivos de la investigación.
aleatorio
Este es un grupo del cual se desea obtener
información o del cual se desea demostrar un
planteamiento en base al objetivo. Conjunto de
todos los casos que concuerdan con serie de
especificaciones dictaminadas por los mis
objetivos.

¿Cómo se delimita una población objetivo?

 En torno a sus características de contenido,
lugar y tiempo.
 Un estudio no es mejor al tener una
población más grande, sino al haber
delimitado claramente su población en base
a los objetivos del estudio

*En la práctica cuando una población tiene un

número muy grande o indeterminado: infinito
Estudio de cohorte: personas todas sanas al
inicio del estudio. Se realizan controles
periódicamente, en el proceso las personas van
TIPOS DE MUESTREO
enfermando por lo que hay diferentes grupos de
exposición a las variables de interés para poder
determinar las principales causas de mortalidad en
esta población, es decir el desenlace

Casos y controles: buscamos pacientes

enfermos, pacientes que no tienen la enfermedad,
pero comparten la misma base poblacional, se
realiza una comparación entre enfermos y NO,
respecto a la variable de interés

Transversal: Sin hipótesis previa, prevalencia en

sí.

TIPOS DE MUESTREO Y CALCULO DE TAMAÑO

MUESTRAL

Población o universo:
Conjunto de individuos o elementos en los cuales
pueden presentarse una determinada característica
susceptible a ser estudiada.
 Puede ser finito o infinito, en el caso de ser
finito, puede ser muy grande y no poderse
estudiar en su totalidad MUESTREO NO ALEATORIO
Población objetivo:
Una población es parte del universo en la cual Muestreo no aleatorio por cuota
vamos a basar nuestro estudio, según las  La población debe ser dividida en estratos
características de nuestra investigación. definidos por variables cuya distribución
 Se debe definir la unidad de análisis, dentro de la población sea conocida.
“¿Quiénes van a ser medidos?”.  Libre para escoger quienes forman cada
estrato
  Se calcula el tamaño de cada estrato Muestreo sistemático
siguiendo el mismo procedimiento que si  Solo la primera unidad de la muestra se
fuese un muestreo probabilístico elige al azar siempre que el número
estratificado. seleccionado sea mayor que el coeficiente
de elevación.
Muestreo no aleatorio por bola de nieve  Coeficiente de Elevación k= N/ n
 Se utiliza cuando poblaciones tienen que  Los restantes elementos de la muestra se
ocultar su identidad (motivos morales, hayan sumado, sucesivamente el
ideológicos, etc). coeficiente de elevación
 De un individuo principal se van conociendo
los demás miembros de la muestra.

Muestreo opinático o intencional

 Se caracteriza por esfuerzo deliberado de
obtener muestras, mediante la inclusión en
la muestra de grupos supuestamente
típicos
 El investigador puede seleccionar
solamente a algunos que
abarquen/representen a todas las
características de tal
 Ej: Encuestas políticas Muestreo estratificado (M.A.E):
Consiste en la división previa de la población de
Muestreo casual o incidental estudio en grupos o clases que se suponen
 Investigador selecciona directa e homogéneos con respecto a alguna característica
intencionalmente los individuos de la de las que se van a estudiar.
población, individuos a quienes se les tenga  Asignación Proporcional: El tamaño de la
fácil y rápido acceso muestra dentro de cada estrato es
 Ej: Entrar a una página y que te haga una proporcional al tamaño del estrato dentro de
encuesta. la población.
 Asignación Neyman: determina los tamaños
de muestra en cada estrato dependiendo de
MUESTREO ALEATORIO factores, como de las desviaciones
estándares poblacionales de los estratos.
Muestreo aleatorio simple  Asignación Óptima: La muestra recogerá
 Cada elemento tiene la misma probabilidad más individuos de aquellos estratos que
de pertenecer a la muestra, cada integrante tengan más variabilidad. Y un costo de
de la población objetivo está identificado. obtención de la muestra
Basta con una tómbola para utilizarlo
MEDIDAS DE TENDENCIA CENTRAL, DE
FRECUENCIA DE ENFERMEDAD E INTERVALO DE
CONFIANZA

Estadística descriptiva
 Las medidas de tendencia central son
parámetros estadísticos que informan sobre
el centro de la distribución de la muestra o
población estadística.

MEDIDAS DESCRIPTIVAS

INTERVALO DE CONFIANZA (IC)

En estadística, se llama intervalo de confianza a un
par de números entre los cuales se estima que
estará cierto valor desconocido respecto de un
parámetro poblacional con un determinado nivel de
confianza.
 Estos números determinan un intervalo, que
se calcula a partir de datos de una muestra,
y el valor desconocido es un parámetro
poblacional.

Intervalo de confianza para la media, con

varianza poblacional conocida:

Media:
 ES EL PROMEDIO
 Es la suma de todos los datos, dividido para
la cantidad de datos sumados Intervalo de confianza para la media, con
poblacional varianza desconocida:
Mediana:
 Es el valor en el medio, o aquel que separa
a mis datos por la mitad.
 Si mis datos son: 1, 2, 3, 4 (…) 98, 99,100.
Es decir, números del 1 al 100. Entonces mi
mediana es: 50 DESVIACIÓN ESTÁNDAR (D.E.)

Moda: Esta es la raíz cuadrada de la varianza también

 Es el valor que más se repite entre mis definidas como S para la muestra, 𝜎 la población.
datos
 Si existen 2 modas se dice que la
distribución de datos es BIMODAL

Los cuantiles son los valores de un conjunto de

datos ordenados que distribuyen en la variable en
partes iguales.
 Los cuartiles son: Q1 (hasta 25%), Q2
(50%, es la mediana), Q3 (hasta 75%),
Q4=100, corresponde al último número
entre mis datos.
INTERVALOS DE CONFIANZA PARA PROPORCIÓN Las tasas: expresan la dinámica de un suceso en
una población a lo largo del tiempo. Se puede
definir como la magnitud del cambio de una
Intervalo de confianza para una proporción. variable (enfermedad) en 2 periodos de tiempos
distintos.

Intervalo de confianza para múltiples

proporciones.

Prevalencia: También conocida como prevalencia

MEDIDAS DE FRECUENCIA DE UNA puntual, indica el número de casos existentes en
una población (Proporción).
ENFERMEDAD
Las ciencias de la salud tienen entre uno de sus La incidencia se define como el número de casos
objetivos el estudio de la distribución o el nuevos de una enfermedad que se desarrollan en
comportamiento de los datos y los determinantes una población durante un período de tiempo
de las diferentes enfermedades. determinado. Hay dos tipos de medidas de
 Son elementos básicos para formular y incidencia:
probar hipótesis, así como para permitir  Incidencia acumulada es la proporción de
comparar la cantidad de casos de una individuos sanos que desarrollan la
determinada enfermedad entre diferentes enfermedad a lo largo de un período de
poblaciones o entre grupos de personas tiempo concreto (Odd).
con o sin exposición.
 Tasa de incidencia es una medida que se
utiliza para la estimación del número de
nuevos casos que ocurren en un período,
es decir, estima la densidad de incidencia.

Proporción: Son medidas que expresan la

frecuencia con la que ocurre un evento
(enfermedad) en relación con la población total.

Razón: Pueden definirse como magnitudes que

expresan la relación (tamaño) entre dos o mas
eventos excluyentes en una misma población.

Odds: En el caso que la razón entre la

probabilidad de que ocurra el evento de interés
(enfermedad) y la probabilidad de que éste no
ocurra, la razón recibe el nombre de Odd (estudios
dicotómicos o con 2 posibles eventos.)
TABLA DE CONTINGENCIA *A cada Odds ratio hay que calcularle un intervalo
de confianza.
Se busca una asociación entre dos variables
cualitativas dicotómicas, es decir, las variables que Dado que el paciente ha sido expuesto, el Odd
tienen sólo dos resultados: de contraer la enfermedad
 Exposición y presencia de la enfermedad.
 Diagnóstico (médicos) vs exámenes.
 Predicciones vs datos reales.

Dado que el paciente “NO” ha sido expuesto, el

TABLA CONTINGENCIA GENERALIZADA Odd de contraer la enfermedad

INTERVALO DE CONFIANZA PARA OR

ODDS RATIO(OR)
Odd ratio (OR) es una medida para la asociación
de variables. El OR se ha utilizado en gran parte Ejemplo de OR en estudios prospectivos
como medida de asociación y se puede aplicar en  Se evaluó la asociación entre el
los estudios de cohortes, ensayos clínicos y antecedente de migraña y el desarrollo de
siempre en estudios de caso y control. síndrome hipertensivo del embarazo (SHE)
 Entre 2 prevalencias utilizando un estudio de cohorte15. Para
ello siguieron a 685 embarazadas
OR<1 indica una asociación “protectora”, lo que normotensas entre 11 y 16 semanas de
significa que es poco probable que ocurra el gestación, 264 con antecedente de migraña
evento. y 421 sin este antecedente. En el grupo de
OR=1 indica que no hay asociación entre ambas embarazadas con antecedente de migraña
variables. 24 desarrollaron SHE y 240 no lo hicieron;
OR>1 indica que hay una asociación, siendo más por su parte, en el grupo de embarazadas
fuerte como mayor sea el número sin antecedente de migraña 13
desarrollaron SHE y 408 no lo hicieron con
un nivel de confianza del 95%.
Tabla de contingencia del ejemplo: Intervalo de confianza para RR

Interpretación RR
*Identificar primero los grupos, y luego armar la  RR=1 NO se observa asociación el evento
tabla. de interés (exposición) y resultado
(enfermedad). RR>1 Se observa
Cálculo OR del ejemplo: asociación directa entre evento de
interés(exposición) y resultado
(enfermedad).

 RR<1 Se observa asociación inversa entre

evento de interés (exposición) y resultado
(enfermedad).

Interpretación OR del ejemplo:

 “La razón entre ocurrencia (enfermas) y no
ocurrencia (sanas) de síndrome
hipertensivo del embarazo es 3.1 veces
mayor en embarazadas con antecedente de
migraña en comparación a embarazadas
sin antecedente de migraña” *De riesgo puedo hablar de la muestra, pero para
hablar sobre el riesgo de la población necesito
tener mi intervalo de confianza
RIESGO RELATIVO (RR)
Ejemplo de RR
El Riesgo Relativo, también descrito como tasa de  Un investigador compara la morbimortalidad
riesgo o índice de riesgo, es una medida que perioperatoria en un grupo que recibió un
cuantifica el efecto de una exposición. Es la razón bloqueador beta-adrenérgico en el
entre el riesgo de enfermar de un grupo expuesto perioperatorio comparado con la de un
vs uno no expuesto grupo control que recibió cuidados
estándares. 2 de 61 pacientes en el grupo
con bloqueador beta-adrenérgico y 9 de 62
pacientes sin un bloqueador beta
adrenérgico murieron de causa cardiaca:

Tabla de contingencia del ejemplo:

Cálculo del ejemplo: Intervalos de confianza del RAe
 El riesgo(RR) de morir por una causa  RRinf = Intervalo inferior del riesgo relativo.
cardiaca:  RRsup = Intervalo superior del riesgo
relativo

PORCENTAJE DE RIESGO ATRIBUIBLE EN LA

POBLACIÓN

Interpretación RR del ejemplo

Es el porcentaje en que se reduciría la tasa de
 El riesgo de morir por una causa cardiaca
incidencia del evento de salud en la población si se
de los casos es de 3,28% vs los controles
eliminara la exposición (RAp).
con un riesgo 14,52%. El riesgo relativo de
muerte por causa cardiaca en los pacientes
tratados con bloqueador beta-adrenérgico
es de un 22,6% del riesgo de los pacientes
sin bloqueador beta-adrenérgico

PORCENTAJE DE RIESGO ATRIBUIBLE EN LOS

EXPUESTOS

Es el porcentaje en que se reduciría la tasa de Intervalo de confianza para RAp

incidencia del evento de salud en los expuestos si
se eliminara la exposición. (RAe)
 El riesgo relativo debe ser mayor a 1

Interpretación del RAe