taller: cómo elaborar protocolos de investigación material y métodos

Taller: Cómo elaborar protocolos de

investigación

Material y Métodos

Diseños de estudio Diseños analíticos

Ensayo clínico Estudios de cohorte. Casos y controles

Diseños descriptivos Series de enfermos Reporte de caso(s) Series de expuestos

Diseños semi -analíticos Transversal (analítico) Ecológicos. Clasificación

Diseños secundarios Revisión sistemática Meta-análisis Económicos

Ensayo Clínico

Diseño metodológico que evalúa la eficacia de un tratamiento en el ser humano mediante la

comparación de la frecuencia de un determinado evento de interés clínico (o

desenlace) en un grupo de enfermos tratados con la terapia en prueba con la de otro grupo

de enfermos que reciben un tratamiento control.

Ensayo clínico: diseño básico

Ensayo clínico cruzado

Estudios de cohorte

El paradigma de los estudios de cohorte es la clasificación de los sujetos de estudio según

su condición en relación con la exposición de interés, para que después de un período de

observación razonable según la enfermedad de que se trate cuantifiquemos la frecuencia de eventos desarrollados en ambos grupos..

Ensayo clínico: diseño básico

Estudio de cohorte: diseño

Casos y controles

Representan una estrategia muestral conde la población en estudio es seleccionada con

base en la presencia (caso) o ausencia (control) del evento de interés. Después se

compara la exposición relativa de cada grupo a variables que pueden tener relevancia para

el desarrollo del evento de interés.

Estudio de casos y controles: diseño básico

Transversales (analíticos)

Son estudios donde la población es seleccionada aleatoriamente sin considerar la

exposición o el evento como criterios de selección.

La exposición o el evento se indagan después de que los sujetos han sido seleccionados.

Estudio transversal o de encuestas: diseño básico

Población de interés

Muestra

Enfermos Sanos

Expuestos

No Expuestos

Estudios Ecológicos

Son aquellos donde la unidad de análisis son conglomerados de población, y no individuos.

Estudio ecológicos o de correlación: diseño básico

0

2

4

6

8

10

12

0 2 4 6 8 10 12

Estudios de clasificación

Estos estudios han sido desarrollados para evaluar la validez y precisión que tienen los

criterios de clasificación dos grupos de población: uno con la característica de interés

y otro sin esa característica.

Evaluación de un criterio de clasificación

Característica según el instrumento de medición

Presencia de la característica (clasificación verdadera)

Si No

Si a b

No c d

Sensibilidad:(a/a+c)100

Especifícidad:(d/b+d)100

Series de enfermos, Series de expuestos

Son aquellos donde sólo se describen sujetos enfermos, o sujetos expuestos.

Revisión sistemática y meta-análisis

Son diseños que buscan la síntesis de dos o más estudios primarios realizados con el

mismo objetivo, y generalmente con el mismo método

Revisión Sistemática: síntesis cualitativa.Meta-análisis: síntesis cuantitativa.

Revisión sistemática: diseño básico

Meta-análisis: diseño básico

Méta-análisis: homogeneidad y combinación de resultados

Estudios de costo

Más que un diseño de investigación son una modalidad de estudios orientados a la

evaluación económica de los sistemas y las intervenciones en salud.

Características de las evaluaciones de la salud

Qué se examina

Solo resultados

Solo costos Resultados y costos

Se comparan dos o más alternativas

No Descripción de resultados

Descripción de costo

Descripción de costo-resultado

Si Evaluación de eficacia o efectividad

Análisis de costo

Costo-minimización

Costo-beneficio

Costo-efectividad

Costo-utilidad

Universo y muestra

Universo o población: conjunto de valores por los cuales existe algún interés.

Muestra: parte del universo o población.

Universo y muestra

Universo de interés

Parte del Universo al que tenemos acceso

Muestra

Criterios de selección

Esquema 1 Criterios de inclusión Criterios de no inclusión Criterios de exclusión

Esquema 2 Criterios de inclusión Criterios de exclusión Criterios de eliminación

Definen las características del Universo de interés

Errores del esquema 1.

Criterios de inclusión Adultos mayores de 18 años. Expediente clínico completo. Pacientes con diagnóstico histopatológico de tumor

neuroendocrino Gastroenteropancreático. Criterios de exclusión

Personas menores de 18 años de edad Expediente clínico incompleto. Pacientes con diagnóstico de NET fuera del tracto

gastrointestinal y páncreas

Criterios de selección: esquema 2. Criterios de inclusión

Identifica a los sujetos potenciales. Lo más incluyente posible. OJO: a quién piensa invitar a la fiesta.

Criterios de exclusión Características que no deben tener los sujetos OJO: a los que no dejará entrar a la fiesta.

Criterios de eliminación Motivos por los cuales los sujetos tendrán que salir del

estudio. OJO: a los que sacará de la fiesta.

Tipos de muestreo

Muestreo probabilístico. Aleatorio simple; Estratificado; Por racimos o conglomerados; y, Sistemático.

Muestreo no probabilístico. Casos consecutivos. De conveniencia. A criterio.

El tamaño de la muestra

Variables

Variables: características que identifican a los elementos que conforman el universo.

Según su escala. Cualitativas: clasifican a los individuos de acuerdo a

ciertas características que les son comunes (nominales, ordinales).

Cuantitativas: señalan cuán grandes son las diferencias observadas (discretas, continuas).

Recolección de datos

Fuente directa Observación (observación directa, medición física,

medición química) Interrogatorio (entrevistas personales, cuestionarios

auto-administrados, diarios) Fuente secundaria

Registros previos, generalmente elaborados con otros propósitos diferentes a los de la investigación

Cómputo de los datos

Equipos de cómputo. Hojas de cálculo: Excel. Administradores de bases de datos: dBase, Access, Epi

Info. Programas de análisis estadístico: Epi Info, SPSS, Stata.

Registro de datos Enumerar todas las variables de interés y definir

tres aspectos: Su naturaleza La dosis: dosis acumulada, tasa de exposición,

exposición promedio, dosis pico. El tiempo, o periodo relevante.

Forma de registro Utilizar uno ya existente Adaptar uno ya existente Desarrollar un instrumento propio

Análisis estadísticoVariables en estudio

Una variable Dos variables Tres o más variables

Cualitativa

Cuantitativa

P

, mediana, rango

Cualitativa/Cualitativa

Cualitativa/Cuantitativa

Cuantitativa/Cuantitativa

P-P, PP

-

, ,

Análisis Multivariado(Regresión Múltiple, Regresión Logística, Regresión de Cox)

Series de enfermosSeries de expuestos Son aquellos donde sólo se describen sujetos

enfermos, o sujetos expuestos.

Una variable cualitativa

Una variable cualitativa Proporciones.

P = a (a+b) donde P representa la proporción, a el número de

elementos con la característica de interés y b el número de elementos sin la característica de interés. Hay que notar que a + b es el total del universo (N).

Se acostumbra multiplicarlas por 100 para expresarlas como porcentaje, y se especifican mediante el símbolo "%".

Una variable cuantitativa

Zhou y Col. BMC Public Health 2010;10:190.

Una variable cuantitativa

Media

donde xi indica que hay que sumar todas las equis (x) disponibles desde x1 hasta xN.

N

i1 2 N i=1

xx +x +…+x

μ= =N N

Una variable cuantitativa

22

22 1

( )N

iiii

xx x NN N

Varianza y desviación estándar La varianza poblacional se obtiene mediante la

fórmula

La varianza se expresa en unidades cuadradas que son difíciles de interpretar.

La desviación  típica o desviación  estándar  que es igual a la raíz cuadrada de la varianza.

Estudio transversal o de encuestas: diseño básico

Población de interés

Muestra

Enfermos Sanos

Expuestos

No Expuestos

Ensayo clínico: diseño básico

Estudio de cohorte: diseño

Una variable cuantitativa y una variable cualitativa Diferencia de medias.

Diferencia de medias= µa – µb

donde µ representa la media, a y b identifican los grupos que se comparan.

Una variable cuantitativa

Zhou y Col. BMC Public Health 2010;10:190.

Mean difference 2.3 -1.4 1.2

Dos variables cualitativas Diferencia de proporciones.

Riesgo Atribuible = Pa - Pb Razón de proporciones.

Riesgo Relativo= Pa Pb

donde P representa la proporción, a y b identifican los grupos que se comparan.

Tabla 2x2

Enfermos

Si No Total

Expuestos a b a+b

No expuestos c d c+d

a+c b+d a+b+c+d

Riesgo Relativo

Se define como la razón de la incidencia de enfermedad en el grupo expuesto (expresada como Ie) dividida entre la incidencia correspondiente en el grupo no expuesto (I0). Su fórmula es

0

/( )/( )

eIa a bRR

c c d I

Riesgo Relativo con incidencia acumulada: ejemplo

Enfermos

Si No Total

Expuestos 20 80 100

No expuestos 20 200 220

20 /(20 80) 0.202.2

20 /(20 200) 0.09RR

Riesgo Relativo con incidencia acumulada: ejemplo.

Wikeysundera y Col. BMJ 2010;340:b5526.

Riesgo Relativo con densidad de incidencia: ejemplo

Enfermos

Si No Total tiempo persona

Expuestos 20 500

No expuestos 20 1000

20 /500 0.042.0

20 /1000 0.02RR

Riesgo Relativo con densidad de incidencia: ejemplo

Riesgo relativo

El riesgo relativo (RR) estima la magnitud de una asociación entre exposición y enfermedad e indica la probabilidad del grupo expuesto de desarrollar la enfermedad en relación a aquellos que no están expuestos.

Ayuda a responder a la pregunta: ¿La exposición causa la enfermedad?

Odds Ratio

En estudios de casos y controles no es posible estimar la incidencia, por lo que no es posible calcular el RR. Pero si se puede calcular el Odds Ratio, que es un estimador que se aproxima al RR. Su fórmula es:

adOR

cb

Estudio de casos y controles: diseño básico

Odds Ratio: ejemplo Enfermos

Si No

Expuestos 20 80

No expuestos 20 200

20(200) 4,0002.5

20(80) 1,600OR

Odds Ratio: ejemplo

Riesgo Atribuible

Se define como la diferencia que resulta de la incidencia de enfermedad en el grupo expuesto (expresada como Ie) menos la incidencia correspondiente en el grupo no expuesto (I0). Su fórmula es

0eRA I I

Riesgo Atribuible con incidencia acumulada: ejemplo

Enfermos

Si No Total

Expuestos 20 80 100

No expuestos 20 200 220

0.20 0.09 0.11RA

Riesgo Atribuible con densidad de incidencia: ejemplo

Enfermos

Si No Total tiempo persona

Expuestos 20 500

No expuestos 20 1000

0.04 0.02 0.02RA

Riesgo Atribuible

El riesgo atribuible (RA) estima el efecto absoluto de la exposición o el exceso de la enfermedad en los expuestos en comparación con los no expuestos (cuando se infiere que la exposición es la causa de la enfermedad).

Dos variables cuantitativas Gráfico de correlación. Muestra visualmente la relación

que existe entre dos variables cuantitativas. Correlación: , r. Mide la fuerza de asociación entre dos

variables cuantitativas. Pendiente: β, b. Describe el incremento de la vaiable

dependiente por cada cambio de unidad de la variable independiente.

Intercepción: α, a. Describe el valor de la variable dependiente cuando el valor de la variable independiente es igual a 0.

Pendiente e intercepción

Correlación

Correlación

Dos preguntas

Qué precisión tienen mis resultados: Intervalos de Confianza.

Qué probabilidad tiene el azar de afectar mi interpretación de los resultados: Prueba de hipótesis.

Variables en estudio

Una variable Dos variables Tres o más variables

Cualitativa

Cuantitativa

IC 95% de P

IC 95% de

Cualitativa/Cualitativa

Cualitativa/Cuantitativa

Cuantitativa/Cuantitativa

IC 95% de P-P, PPPrueba de Chi-cuadrada

IC 95% de -Prueba t de Student,

ANOVA

IC 95% de t de Student, Prueba de F

Análisis Multivariado(Regresión Múltiple, Regresión Logística, Regresión de Cox)

Objetivos del análisis multivariado.

Predecir el valor que la variable dependiente tendrá mediante el uso de una serie de variables independientes.

Cuantificar la relación de una o más variables independientes con la variable dependiente. Interacción. Confusión.