Concepto de estadística y bioestadística.
- Estadística. ciencia cuyo objeto es dar métodos para el tratamiento de datos provenientes de observaciones, donde intervienen un gran número de factores de variación.
- Bioestadística: aplicación de la estadística en la interpretación de los fenómenos de la vida, donde la variabilidad supone el carácter esencial (Carrasco, 1995).
Clasificación de la estadística.
- Bioestadística descriptiva o deductiva: se ocupa del tratamiento, resumen y presentación de los datos observados de una manera gráfica y científica.
- Bioestadística inferencial o analítica: su objetivo es establecer conclusisones sobre una población a partir de los resultados obtenidos de una muestra, todo ello, con un determinado nivel de seguridad o intervalo de confianza.
Investigación cuantitativa y cualitativa.
Serie ordenada de procedimientos o etapas, regido por principios o reglas, y cuyo objetivo es obtener explicaciones válidas de los fenómenos observados.
- Mayor objetividad.
- Mayor capacidad de predicción.
- Mayor control.
- Mayor generalización.
- Combina el razonamiento inductivo, el razonamiento deductivo y la evidencia empírica o práctica.
El razonamiento inductivo consiste en establecer generalizaciones a partir de observaciones particulares.
Por otra parte,el razonamiento deductivo, supone realizar predicciones particulares a partir del conocimiento de resultados generales.
La evidencia empírica hace referencia a la realidad objetiva y reunida, ya sea de forma directa o indirecta, a través de los sentidos.
Tipos de investigación biosanitaria.
- Investigación cuantitativa: basada en la recogida sistemática de información numérica y en el análisis estadístico. Descansa en el razonamiento deductivo y en las reglas de la lógica y ancla sus raíces en el positivismo lógico.
- Investigación cualitativa: subraya los aspectos dinámicos, holísticos e individuales de la experiencia humana y trata de captar cada uno de estos aspectos en su totalidad y dentro del contexto de quienes lo viven. Esta técnica de investigación evita la cuantificación y su método descansa en la recogida de información subjetiva a través de instrumentos como las entrevistas no estructuradas, la observación de participantes, los registros narrativos, entre otros.
Encontramos una serie de diferencias entre la investigación cuantitativa y cualitativa:
¿Qué es un procedimiento muestral?
El muestreo es el proceso de seleccionar un conjunto de individuos de una población con el fin de estudiarlos y poder caracterizar el total de la población.
¿Y el proceso de la inferencia estadística?
La inferencia estadística es el conjunto de métodos y técnicas que permiten inducir, a partir de la información empírica proporcionada por una muestra, cual es el comportamiento de una determinada población con un riesgo de error medible en términos de probabilidad.
Parámetros y estadísticos.
- Parámetro: es una cantidad numérica calculada sobre una población o universo cuyo tamaño se explosa con N.
La idea es resumir toda la información que hay en la población en unos pocos número (parámetros). Los parámetros se expresan con letras griegas.
- Estadístico: es una cantidad numérica calculada sobre una muestra extraída de la población o universo, cuyo tamaño se expresa con n.
La idea es resumir toda la información que hay en la población en unos pocos números (estimadores). Los parámetros se expresan con letras latinas en minúscula: s (desviación típica), p (proporción), x (media)...
Población de estudio.
Conjunto de “individuos” al que se refiere nuestra
pregunta de estudio o respecto al cual se pretende
concluir algo.
Niveles de población.
- Población diana: conjunto de individuos que presenta las características a estudiar.
- Población de estudio: subconjunto de individuos que cumplen los criterios de inclusión en la investigación.
- Muestra: parte de la población de estudio con la que se trabaja o investiga.
- Participantes: los individuos reales que han participado, ya que de la muestra hay perdidas.
Representatividad de la población.
Tamaño: debe de ser lo suficientemente grande para ser representativa y evitar errores, y pequeña para facilitar el análisis de datos.
Tipo de muestreo.
Encontramos dos tipos de muestreo:
- Muestreo probabilístico: todas las unidades que componen la población tienen una probabilidad de ser elegidas y se puede calcular de antemano. Puede ser: aleatorio, estratificado y conglomerados.
- Muestreo aleatorio, pudiendo ser a su vez simple o sistemático:
Simple: selección al azar de la muestra. Se usa en poblaciones pequeñas y es el más representativo.
Algunas desventajas son que se necesita un listado de todas las unidades, conlleva costos por dispersión de la población y los grupos minoritarios no son representados.
Sistemático: en este caso se selecciona a los individuos según unas reglas o procesos.
Tiene una fórmula:
K= N/n ; donde k es la división de la población candidata y la muestra.
Una ventaja de este tipo aleatorio es que no es necesaria la lista completa de todas las unidades.
- Muestreo estratificado: se utiliza cuando las características del objeto de estudio no se atribuye de manera homogénea a una población, pero en esta hay un grupo o estrato donde si hay una representación homogénea. Estos grupos tienen características en común pero son mutuamente excluyentes.
La ventaja es que se puede conocer como se comporta una variable en cada subgrupo de la población con precisión.
La desventaja de esto es que se necesita más cantidad de información y un listado de cada individuo de la población.
- Muestreo conglomerado: se obtiene de grupos o conglomerados ya establecidos cuando no hay listado de población.
Se usa en poblaciones muy dispersas o cuando no hay un listado completo de individuos pero si de grupos, por ejemplo en las unidades en un hospital.
La desventaja de este tipo de muestreo es que no se puede conocer de antemano el tamaño de la muestra que se va a obtener, ya que el tamaño depende de los grupos seleccionados. Asimismo, necesita un mayor tamaño de la muestra para ser preciso.
- Muestreo no probabilístico: las unidades que componen la población tienen diferente probabilidad de ser elegidas, ya que no solo interviene el azar sino también otras condiciones. No se puede calcular la probabilidad de antemano y no todos los elementos tienen alguna posibilidad de ser incluidos. Puede ser: consecutivo, de convivencia, a criterio o intencional, "bola de nieve", teórico.
- Muestreo consecutivo: es el más utilizado. Se recluta a todos los individuos de una población accesibles y que cumplen todos los criterios de inclusión durante un período de reclutamiento fijado.
La desventaja de este muestreo es que no se haga de forma consecutiva y pueda haber interrupciones. Además, el tiempo de reclutamiento debe ser corto o que haya fluctuaciones.
- Muestreo de convivencia: se recluta a los individuos que son más accesibles para el equipo investigador o que se presentan voluntariamente. Se usa con frecuencia porque es económico y fácil.
La desventaja de este es que es poco sólido, ya que requiere una gran homogeneidad de la variable estudiada en la población, con lo cual genera sesgos muy relevantes.
- Muestreo intencional: el propio investigador es quien selecciona a los individuos porque los considera más apropiados. Se usa cuando se quiere contar con una muestra de expertos o en estudios cualitativos.
La desventaja es que puede no contar con un método externo, es decir ser aplicable a otras poblaciones y necesita mucha objetividad para valorar la idoneidad de los sujetos.
- Muestreo bola de nieve:el propio investigador elige a un participante que cumpla los criterios necesarios para incluirlos en su investigación y, al mismo tiempo, se le pide que identifique a otros individuos con sus mismas características para invitarles a participar y así sucesivamente hasta que se tenga recogida la muestra completa. Se utiliza mucho en estudios cualitativos.
Una ventaja muy importante es que se puede acceder a población con difícil acceso o difíciles de identificar, como pueden ser poblaciones marginadas.
La desventaja es que la muestra puede ser reducida debido a la reducida red de contactos, pudiendo así favorecer al sesgo de la investigación. También se debe de tener en cuenta la calidad de los participantes y la confianza que tienen en el investigador.
- Muestreo teórico: la selección de la muestra se hace de forma gradual debido a que el propósito del estudio es la generación de una teoría.
Los participantes deben cubrir todas las características, perfiles y patrones que puedan influir en el fenómeno estudiado.
Las ventajas y desventajas se semejan con las del muestreo bola de nieve.
Cálculo del tamaño muestral.
Determinar el número aproximado de sujetos, que es necesario incluir en la muestra para que sea representativa.
Si no hacemos un cálculo correcto:
- Nos pueden faltar sujetos de estudio, con la consiguiente de que nos faltaría precisión para estimar los parámetros de estudio y no encontraríamos las diferencias significativas aún habiéndolas. (Error tipo II).
- Al igual que nos pueden faltar sujetos, podemos estudiar a más de la cuenta, gastando así más tiempo y recursos.
¿De qué puede depender el tamaño de la muestra?
- Variabilidad del parámetro que se quiere estudiar o medir.
- La precisión con la que queremos dar los datos, teniendo en cuenta que una mayor precisión requiere un menos intervalo de confianza. (Error estándar).
- Nivel de confianza o significación estadística. En ciencias de la salud debe ser de un 95%.
- Poder estático o potencia de estudio. Capacidad de encontrar diferencias si las hay.
- Efecto esperado. Dependerá de la intervención que se lleve a cabo en los ensayos clínicos. Nos basamos en las bibliografías previas. A mayor efecto esperado, menos será la muestra.
Mediciones directas e indirectas.
Las mediciones se pueden clasificar en directas e indirectas.
- Directa: se da cuando el parámetro buscado es idéntico al parámetro que se mide. Se le realiza a elementos concretos.
Ejemplos: altura, temperatura, ritmo cardíaco, peso, respiración, glucemia, edad, género, origen étnico, estado civil, nivel de ingresos, nivel educativo.
- Indirecta: el parámetro buscado no está indicado por un instrumento sino que en función de otras magnitudes que se miden directamente.
Ejemplos: estrés, cuidado, ansiedad, dolor, afrontamiento (indicadores de afrontamiento: frecuencia o exactitud de la identificación del problema, tiempo o eficacia en la resolución del problema, nivel de optimismo, los tipos de comportamiento de auto-actualización)
Raramente una estrategia de medición puede medir todos los aspectos de un concepto abstracto.
Medición de signos y síntomas.
Tienen diferentes variables y diferentes métodos de medición. Para medir las variables se utilizan diferentes escalas de medición.
Escalas de medición de variables.
- Escalas nominales o clasificatorias: nivel más bajo de medición. Los datos se ajuntan a por categorías que no tienen una relación de orden entre sí (color de ojos, profesión, género...)
- Escalas ordinales o de rango: aporta información referente a la equivalencia y existe un cierto orden o jerarquía entre las categorías (grado de disnea, de hipertensión arterial, estadio del tumor...)
- Escala de intervalo: los datos tienen que ser numéricos y poseen las propiedades de la escala ordinal. Los intervalos entre observaciones se expresan en términos de una unidad fija. Como la temperatura.
- Escala de proporción o racional: supone el nivel más alto de medición. Se utiliza cuando una escala tiene todas las características de una escala de intervalo, y además tiene un punto cero real en su origen. Por ejemplo, el peso en gramos.
Variable.
Son características que puede ser medida en la muestra o población y puede variar de un sujeto a otro, o bien, de un evento a otro.
- Datos: cada uno de los valores que puede tomar la variable.
Tipos de variables.
- Variables cualitativas: también llamadas atributos, factores, variables, categóricas, variables nominales, entre otros. Toman valores no numéricos y, por tanto, no son susceptibles de cuantificarse. Sirven para medir cualidades: color de ojos, de pelo, estado civil, profesión nivel de estudios.
Podemos dividirla en dos:
- Dicotómicas o binaria: solo puede tomar dos valores opuestos y, además, excluyentes.
Ejemplos: hombre/ mujer, enfermo/sano.
- Policotómicas: puede tomar más de dos valores o atributos. Pueden ser ordinales o nominales.
Cualipolicotómicas ordinales: nivel de estudio.
Cualipolicotómicas nominales: estado civil, servicios de ingreso hospitalario, antecedentes laborales.
- Variables cuantitativas: pueden tomar un valor numérico: Ejemplo: talla, nivel de colesterol, número de hijos, peso.
A su vez se puede dividir en:
- Discretas: sólo pueden tomar un número finito de valores dentro de un intervalo y se pueden asimilar a los números enteros. Por ejemplo, el número de hijos.
- Continuas: aquellas que pueden tomar infinitos valores dentro del intervalo, incluyendo decimales. Ejemplo: peso, talla, glucemia basal.
Operacionalización de las variables.
Es el proceso que transforma una variable subjetiva o abstracta en otras variables indirectas que tengan el mismo significado y que sean susceptibles de medición. Consiste en:
Las variables principales se descomponen en otras más específicas llamadas dimensiones. A su vez, es necesario que permitan la observación directa.
No hay comentarios:
Publicar un comentario