métodos de investigación dr. ignacio méndez ramírez iimas unam centro de investigación y...
TRANSCRIPT
Métodos de Investigación
Dr. Ignacio Méndez Ramírez
IIMAS UNAM
Centro de Investigación y Docencia Económicas
20 de Agosto de 2004
2. La estatura de los seres humanos tiene distribución normal
PREGUNTAS DE INICIO
3. En un estudio se tienen dos grupos de 50 personas. El primer grupo realizó ejercicio físico vigoroso durante un año. El segundo grupo no lo hizo, fue sedentario. Al término del año se miden los ácidos grasos en suero.
Para el primer grupo el promedio fue de 12.3 mg por cc., en cambio para los sedentarios fue de 18.5 mg por cc.
Se realiza la prueba de “t” y da una P< 0.0001.
Se concluye “El ejercicio físico vigoroso disminuye los niveles de ácidos grasos”.
Comparación de Paradigmas Epistemológicos
POSITIVISMO Objetivo Empírico Racionalidad en el Método Reduccionista Certeza La Matemática está en la
realidad Causalidad determinista
NUEVA FILOSOFIA Objetividad Intersubjetiva Constructivismo Racionalidad en el científico Sistémico Minimizar errores La Matemática aproxima la
realidad Causalidad Probabilística
El uso de los modelos en el trabajo de investigación se da de acuerdo al esquema siguiente:
Mario Bunge “ Crisis y reconstrucción de la filosofía” Gedisa 2002
Los seres humanos y sus subsistemas y supersistemas
Sistema mundial
Grupos Sociales
Individuos
Supersistemas pe. SNC
Organos pe. hipotálamo
Microsistemas pe. minicolumnas corticales
Células pe. Neuronas
Orgánulos pe. cromosomas
Moléculas pe. ADN
Átomos, pe. Ca
Partículas Elementales y campos
Sociedades Niveles Sociales
Niveles Biológicos
Niveles Químicos
Niveles Físicos
Un nivel de organización es una colección compuesta por todas las cosas materiales caracterizadas por propiedades peculiares ( en especial leyes)
Decimos que las propiedades de las cosas del enésimo nivel que no están presentes en los niveles inferiores son propiedades emergentes específicas del enésimo nivel
Cualquier cosa perteneciente a un nivel determinado, está compuesta por cosas que pertenecen a niveles inferiores.
Moraleja Metodológica :
1.- Identificar el nivel o niveles atravesados por su objeto de estudio.
2.- No saltar niveles.
3.- Reconocer la genealogía de los niveles superiores
Holismo, Análisis, Síntesis y Enfoque multinivel
Paradigmas Cuantitativo Cualitativo
OntológicoRealidad Objetiva y Singular
Realidad Subjetiva y Múltiple, según los participantes
EpistemológicoEl investigador es independiente del objeto
El investigador interactúa con el objeto
AxiológicoInsesgado y sin
valoresSesgado y con carga valorativa
Paradigmas Cuantitativo Cualitativo
Lenguaje
•Formal•Definiciones previas•Impersonal
•Informal•Decisiones por desarrollar•Personal
Proceso de Investigación
•Deductivo•Causa y Efecto•Diseño Estático•Libre de Contexto•Generalizaciones para predicción, explicación y entendimiento
•Confiabilidad•Casos múltiples
•Inductivo•Multifactorial y simultáneo•Diseño emergente•Categorías que surgen en Contexto
•Patrones y teorías para entender
•Validez•Estudio de Caso
Paradigmas Cuantitativo Cualitativo
Experiencia y entrenamiento del Investigador
Habilidad técnica, computación estadística
Habilidad literaria, Computación para análisis de textos
Aptitudes psicológicas
• Adaptado a reglas y guías
• Baja tolerancia a la ambigüedad
• Estudios breves en tiempo
• Adaptado a falta de reglas o guías
• Alta tolerancia a la ambigüedad
• Estudios de larga duración
Paradigmas Cuantitativo Cualitativo
Naturaleza del problema
• Confirmar teoría• Estudiado previamente• Variables conocidas • Teorías existentes
• Investigación exploratoria• Variables desconocidas• El contexto es importante• Puede no existir teoría
básica
Paradigmas Cuantitativo Cualitativo
Aspectos Metodológicos
• Experimentos: Aleatorización, Homogeneización, Bloques
• Estudios Observacionales: Modelos, Efectos ajustados
• Causalidad Probabilística
• Inferencia sobre poblaciones
• Grupos de enfoque• Entrevistas a
profundidad• Observación participante• Interpretación de textos• Motivaciones, deseos• Variables relevantes por
descubrirse• Casos particulares
SINTESIS DE PARADIGMAS
(complementariedad)
Cuantitativo Cualitativo
• Las conclusiones estadísticas son para promedios o proporciones
• Se detectan las tendencias generales
• Se aplican a un individuo o elemento, las conclusiones de la población a la que pertenece
• Se descubren las particularidades de un elemento
• Se interpretan dentro de la tendencia general los aspectos particulares o la forma, y quizá el por qué de las desviaciones de la tendencia
SINTESIS DE PARADIGMAS
(complementariedad)
Cuantitativo Cualitativo
• La presencia de interacciones múltiples , y entre diversos conceptos e indicadores, es difícil de determinar
• Modelos gráficos, ecuaciones simultáneas, análisis de factores, correspondencia, conglomerados, etc.
• Se descubren las particularidades de un elemento. Se interpretan sus características en el contexto especifico
• Se pueden tener unos pocos elementos estudiados a profundidad, y describir e interpretar semejanzas y diferencias
Síntesis de Paradigmas Cualitativo y Cuantitativo
Ante las características de las epistemologías aceptadas actualmente para todas las ciencias; las diferencias
básicas desaparecen, por lo que se puede y debe buscar una síntesis de los dos paradigmas.
No se puede ser totalmente objetivo
Todos los Hechos tienen carga teórica.
Constructivismo.
Formas “ Humanas” de pensar y percibir
Se capta lo que se conceptualiza.
Hay que creer para ver.
Hay que ver para creer.
Construcción de teoría
Se postulan conceptos y ligas entre ellos.
Se obtienen consecuencias verificables.
Se contrastan las deducciones con las observaciones.
{La estatura de seres humanos es normal }
f(x)= [1/(22)]1/2 exp[(x-)2/(22)]
Estaturas negativas?
Para un grupo de personas homogéneo en edad, sexo, raza y alimentación; el modelo normal puede representar la distribución de frecuencias de las estaturas en forma aproximada.
ABCD/EFG
Factores NO comunes
Factores comunes
CienciasFácticas Formales
Elementos : Células, familias, personas,
árboles, etc...
Propiedades : Conceptualizar y medir.
Asociación o causalidad: a una propiedad se acompañan otra (s)
Elementos : Puntos, espacios, vectores,
funciones, etc...
Propiedades: Definirlas, son los axiomas.
Teoría: consecuencias lógicas de los axiomas.
Modelos
CORRESPONDENCIA
METODO CIENTIFICOGUIA, PASOS, REALIMENTACION
PRIMER CICLO : PROBLEMATIZACION, HIPOTESIS
Fase de tormenta de ideas
Para generar la hipótesis de la
investigación, elaborar la lista de hipótesis
(candidatos)No debe limitar las ideas
PROBLEMA
OBJETIVOS
HIPOTESIS
CONCEPTOS Y VARIABLES
HIPOTESIS
VARIABLES
RECURSOS
DISEÑO
METODO CIENTIFICOGUIA, PASOS, REALIMENTACION
SEGUNDO CICLODISEÑO
DISEÑO
ESTRUCTURA
MEDICIONESCÓMO, CUÁNDO, DÓNDE
SEGUIMIENTO?
CONTROL DE FACTORES DE CONFUSION
POBLACIONES ELEMENTOS
A, B, C,...
MUESTRASREPRESENTATIVIDAD
CÓMO , CUÁNTOS?
VALIDEZ EXTERNAREPRESENTATIVIDAD DE LAS MUESTRAS
POBLACION
MUESTRA
La distribución de las variables de interés en el
estudio es aproximadamente la misma en la población y
en la muestra
Xi
f(Xi)Xi
f(Xi)
VALIDEZ EXTERNAMuestreo de la Población. Se toman al azar
n elementos de la población
MUESTRA
La distribución de las variables de interés en el
estudio es aproximadamente la misma en la población y
en la muestra
POBLACION
Mientras que no sea autoponderada, la muestra no es representativa
Xi
f(Xi)
Xi
f(Xi)
VALIDEZ EXTERNAMuestras disponibles. A partir de un grupo de n elementos disponibles se define la población.
La distribución de las variables de interés en el
estudio es aproximadamente la misma en la población y
en la muestra
e.g.: toma como la muestra los pacientes con la patología de interés de acuerdo con el orden de la llegada
Xi
f(Xi)
Xi
f(Xi)
POBLACION
MUESTRA
VALIDEZ EXTERNA
REPRESENTATIVIDAD DE LAS MUESTRAS
MUESTRA
¿En qué difieren las poblaciones?
POBLACION
ABCD/EFG
Xi
f(Xi)
Xi
f(Xi)
POBLACION
DESCRIPCION O EXPLICACION
Una sola población. Describir
características. Estimar promedios,
totales, etc. Conocer evolución. Distribución espacial Búsqueda sistemática
de asociaciones
Dos o mas poblaciones. Hay una hipótesis de
causalidad. Control de factores de
confusión. Se definen las poblaciones
por la causa, o... Se definen las poblaciones
por el efecto. (Casos y controles)
DESCRIPTIVO
DESCRIPTIVO
COMPARATIVOCOMPARATIVO
CAUSALIDAD
yxHipótesis Teórica. Conceptos o “Constructos”
X1
X2
X3
X4
...
Xk
Y1
Y2
Y3
Y4
...
Ym
Hipótesis Empírica (s)
Entre Indicadores de los conceptos.
CONCEPTOS DE CAUSALIDAD
X Y
Causalidad determinística
La causa es necesaria y suficiente para el efecto. La configuración del
mundo está determinada por la configuración anterior.
X Y
X Y
Causa necesaria pero no suficiente
Causa suficiente pero no necesaria
Trisomía 21
Sx. Down
Amiba Amibiasis
AnemiaDeficiencia Fe
CONCEPTOS DE CAUSALIDAD
X Y
Causalidad probabilística
•Causa no necesaria ni suficiente
•Asociación estadística
•Las probabilidades de Y cambian al cambiar X
Tabaquismo
Cáncer pulmonar
CONTRASTACION DE HIPOTESIS
Comparación de lo observado con lo esperado según hipótesis
H: la Hipótesis
D: el Diseño
SA: Supuestos Adicionales
P: la predicción (lo que se espera si H, es cierto)
Se efectúa el Diseño, D, y se observa si ocurre o no P.
Cuando hay aleatoriedad, se cuantifican las discrepancias entre Observado y Esperados
H, D, SAH P
TEORIA
Esperado
PRACTICA
Observado
APOYO CONDICIONADOAPOYO CONDICIONADO
TEORIA H, D, SAH P
PRACTICA
Se efectúa la investigación con diseño D
Ocurre P o algo cercano a P
(puede ocurrir con facilidad por azar, si H es cierta)
CONCLUSIONNo se apoya H, condicionado a la validez
de D y la operación de los SAH
RECHAZO CONDICIONADORECHAZO CONDICIONADO
TEORIA H, D, SAH P
PRACTICA
Se efectúa la investigación con diseño D
CONCLUSIONNo se apoya H, condicionado a la validez
de D y la operación de los SAH
NO Ocurre P o algo cercano a P
(lo observado NO puede ocurrir con facilidad por azar, si H es cierta)
B, D, SAB P
EXPLICACIONES ALTERNATIVAS
…………….
Se efectúa el diseño D, y ocurre P ( o algo probable bajo H)
Formalmente tanto H como las explicaciones alternativas son apoyadas. Condicionadas a la validez del diseño D, y de cada uno de los SA
TEORIA
H, D, SAH P
A, D, SAA P
R, D, SAR P
EXPLICACIONES ALTERNATIVAS
Falta de Validez Externa El azar. Nulidad
Estadística Errores de medición Endogeneidad. En
realidad Y causa X Teorías plausibles y
competitivas
Factores de Confusión• Presentes de modo
diferente en los grupos con variantes de X.
• Afectan también la Y.
Control:
• Homogeneizarlos
• Formar Bloques
• Aleatorización
• Análisis Estadístico
SIGNIFICANCIA ESTADÍSTICA
…………….
Se efectúa el diseño D, y ocurre P
( o algo probable bajo H)
Si en modelos estadísticos se supone cierta la explicación alternativa “No es cierta H”, y SAA es que “ocurre P por azar”, se demuestra que es improbable la ocurrencia de P.Se considera que se ha eliminado por improbable esa explicación, el azar. Nótese que quedan otras posibles explicaciones alternativas.
TEORIA
H, D, SAH P
Azar, D, SAA P
B, D, SAB P
R, D, SAR P
PRACTICA
VALIDEZ INTERNA CONTROL DE FACTORES DE CONFUSION
En la hipótesis de que X causa Y, es necesario eliminar explicaciones alternativas y factores de confusión, para que si al cambiar X se producen cambios en Y, estos puedan ser
atribuidos a X.
Metodología EstadísticaMetodología Estadística:
La asociación entre X y Y, persiste cuando se condiciona con variables A1, A2, A3, …An. El condicionamiento se logra: 1. Por diseño (homogeneización, bloques o aleatorización)
y/o
2. Por análisis; así, se dice que se evalúa el efecto de X sobre Y, “corregido” o “ajustado” por A1, A2, A3, …An
CRITERIOS DE CLASIFICACION DE INVESTIGACIONES
1. Según el propósito son Descriptivos o Comparativos
2. Según la evolución son Transversales o Longitudinales
3. Según la fuente de información son Retrospectivos o Prospectivos
4.- Según el control del investigador son Observacionales o Experimentales
PPm
m
Extrapolación
Pasado Presente Futuro
P = poblaciónm = muestra
ENCUESTA DESCRIPTIVA
P2
m2
m2
Ext
rap
ola
ció
n
Pasado Presente Futuro
P1 y P2 = poblacionesm1 y m2 = muestras
ENCUESTA COMPARATIVA
P1
m1
m1
P1P1
m1
m1
Ex
tra
po
laci
ón
en
el p
as
ado
Pasado Presente Futuro
P = poblacionesm = muestras
REVISION DE CASOS
P1P1
m1
m1
Ex
tra
po
laci
ón
en
el p
res
ente
EvoluciónPosible
seguimiento
Captación de informaciónde aspectos en el pasado
P1 = población de casos con efectom1 = muestra de casosP2 = población de controles, sin efectom2 = muestra de controles, sin efecto
CASOS Y CONTROLES
m1 m1 P1
Casos
Controles
Búsqueda delfactor causal
No expuestos
Evolución
seguimiento retrospectivo
Se supone que en el pasado no está presente el efecto
Pasado Presente Futuro
Evoluciónm2 P2m1
Expuestos
Expuestos
Pasado Presente Futuro
P1 y P2 = poblacionesm1 y m2 = muestras
PERSPECTIVA HISTORICA
m1
P1
Evolución
seguimiento retrospectivo
P1 m1
posible seguimiento
m1
Evoluciónm2P2 m2 m2
P2
Pasado Presente Futuro
P1 = poblaciónm1 = muestra
ESTUDIO DE UNA COHORTE
m1
P1
seguimiento
P1P1
mediciones
m1m1
Pasado Presente Futuro
P1 y P2 = poblacionesm1 y m2 = muestras
ESTUDIO DE VARIAS COHORTES
m1
seguimiento
P1P1
mediciones
m1m1
P1
m2
seguimiento
P2P2
mediciones
m2m2
P2
Pasado Presente Futuro
EXPERIMENTO
m1
Mediciones
Tratamientos Evaluación final
Asignación aleatoriaa los tratamientos
Seguimiento
Pi = población inicialm = muestrasT = tratamientos extrapolación
P con T2
P con T3
P con T1
m2
m1
m1
m2
m1
P con T1
P con T2
P con T3
mPi
ESTUDIOS DE CAUSA A EFECTO
Tiempo inicial t0 Tiempo final t2
Poblaciones en estado inicial
ningún elemento presenta el efecto
Poblaciones en estado subsecuente
n1 elementoscon la causa
n2 elementossin la causa
b individuossin la causa
b individuossin la causa
P1P1
P2 P2
X Y
CAUSALIDAD PROBABILISTICA
X
X
X
Y
Y
Y
CAUSALIDAD DETERMINISTICA
CAUSA SUFICIENTE PERO NO NECESARIA
CAUSA NECESARIA PERO NO SUFICIENTE
CAUSA NO NECESARIA NI SUFICIENTE, PERO HAY UNA RELACION
ESTADISTICA
P(Y/X) > P(Y/noX)
Si la asociación entre X y Y persiste después de condicionar (mantener constante) posibles factores de confusión o explicaciones alternativas, A1,A2,...An se tiene un apoyo empírico a la causalidad
X Y
A1, A2, A3, ...An
Hay dos maneras de condicionar, por diseño y por análisis.
Por diseño mediente bloques, homogeneización y aleatorización.
Por análisis, se incluyen en el modelo como variables independientes las mediciones de los posibles factores de confusión, además de la X; con la Y como dependientes.
En todos los casos es importante considerar la posibilidad de interacciones entre la X y los factores A1, A2, ...n
X Y
A1, A2, A3, ...An
EXPERIMENTO
• Se tienen dos o más poblaciones.
• Hay seguimiento.
• Se eligen o inventan las variantes del factor causal la X.
• Se aleatoriza la asignación de esas variantes a las unidades experimentales.
• Se forman bloques.
OBSERVACIONAL
• Una o mas poblaciones.
• Dos poblaciones: Los elementos se eligen ya con las variantes del factor causal. Se pueden formar bloques. Comparativo.
• Una población: Se estudia una muestra de ella. Descriptivo
Estudio observacional comparativo = Pseudoexperimento
LONGITUDINAL• Se mide en dos o más
ocasiones la o las variables de interés.
• La comparación de los valores en épocas distintas nos informa de la evolución de los elementos.
• Se conserva la identidad de los elementos durante el seguimiento.
TRANSVERSAL• Se mide una o más variables en
una sola ocasión en cada unidad.
• No hay seguimiento y no se requiere mantener la identidad de los elementos.
Hay estudios longitudinal en el que medición se realiza en un solo día, mientras que hay estudios transversales en el que se requiere tres meses para la medición.
Longitudinales con una población Evidencia de Causalidad? Mayor en C, luego D, nada en B
AY
Tiempo
TiempoTiempo
Tiempo
Ocurre X
Ocurre X Ocurre X
Ocurre X
B
C DMaduración,
evolución natural, etc..?
Longitudinales con dos poblaciones Evidencia de Causalidad? Mayor en A, luego D, B y nada en C
Tiempo
TiempoTiempo
Tiempo
Ocurre X
Ocurre X Ocurre X
Ocurre X
A B
C DControl de Factores de confusión
Control
Expuesto
Y
RETROSPECTIVO• La información fundamental,
o parte de ella, ya ha sido captada en otras fuentes. El investigador no estudia los elementos, sino registros, expedientes, fichas, etc.., donde esta la información.
• Es rápido y barato.
• La información puede ser de mala calidad.
PROSPECTIVO• Toda la información
fundamental se obtiene directamente aplicando instrumentos de medición a los elementos de estudio. La información no existe en fuentes secundarias, o es de muy mala calidad.
• Es caro y lento
• La información es de buena calidad.
ENCUESTA DESCRIPTIVA
POBLACION MUESTRA
Ejemplo: Describir las prácticas de uso de plantas medicinales de los habitantes de una región. La población son todos los habitantes de la región. Se toma una muestra
representativa de ellos; posiblemente con muestreo polietápico estratificado. Se aplica un cuestionario
(Prospectivo) o se recurre a expedientes de servicios de salud (Retrospectivo)
Ejemplo: Describir las áreas donde crece cierta especie vegetal. Se tendrá que muestrear aquellas zonas donde se
sospeche que puede desarrollarse, posiblemente con muestreo de transectos.
Validez externa
ENCUESTA DESCRIPTIVA 2
Ejemplo: Perfil de ingreso estudiantes de una universidad. La muestra se forma con los expedientes de un grupo o generación. Se investiga la edad de ingreso,sexo, tipo de
escuela de procedencia, nivel socioeconómico, etc.
Ejemplo: Describir los padecimientos mas comunes en el servicio de admisión de un hospital de zona. La población son todos los pacientes semejantes a los que se estudian, la
muestra
POBLACION MUESTRAValidez externa
ENCUESTA COMPARATIVA 1
Validez Externa
Validez Interna
Comparar el grado y tipo de prácticas agrícolas que usan las fases lunares, por parte de productores agrícolas que tengan
diferente origen étnico y escolaridad.
Los factores de confusión pueden ser, el grado de dependencia de la agricultura, capital, tipo de tenencia de la
tierra, etc..
Validez Externa
Comparar el grado y tipo de contaminación por metales pesados en zona de riego con aguas negras tratadas y con
aguas limpias.
Los factores de confusión son: Prácticas agrícolas, origen del suelo, clima, etc...
ENCUESTA COMPARATIVA 2
Validez Externa
Validez Interna
Validez Externa
Aguas negras
Aguas limpias
Comparar el perfil de estudiantes de la universidad pública con la privada
Privada
ENCUESTA COMPARATIVA 3
Validez Externa
Validez Interna
Validez Externa
Pública
REVISION DE CASOS 1Tiempo
Evolución Validez Externa
PRESENTEPASADO
En base a registros de médicos de servicio en zonas rurales, cuantificar los cambios en el uso de plantas medicinales y
otras prácticas de la medicina tradicional.
En base a expedientes del seguro y o crédito agrícola, valorar los cambios en las técnicas de producción agrícola,
en los últimos 40 años.
En base a registros estudiantiles, avaluar el proceso educativo de un plantel. Determinar tasas de reprobación,
evolución de calificaciones, estas, se asocian con sexo, escuela de procedencia, carrera etc..
En base a expedientes de un hospital explorar y determinar evolución de pacientes con ciertas patologías. Se pueden
encontrar factores asociados con peores evoluciones?
REVISION DE CASOS 2Tiempo
Evolución Validez Externa
PRESENTEPASADO
Retrospectivo con seguimiento
Recolección de datos prospectivamente,
además de los datos registrados
CASOS Y CONTROLES 1
casos, con Y
Controles, sin Y
Validez Externa
Validez Interna
Pasado Presente
Seguimiento retrospectivo
Con X
Sin X
Sin X
Pérdida de recursos genéticos o forestales,
con veda: casos, sin veda: controles.
Remontarse a épocas pasadas en la que no se habían perdido los recursos, para investigar posibles factores causales, tales
como industrialización, educación, etc..
Validez Externa
CASOS Y CONTROLES 2
Casos, con
cáncer
Controles, sin cáncer
Validez Externa
Validez Interna
Pasado Presente
Seguimiento retrospectivo
Con X
Sin X
Sin XValidez Externa
Evaluación de factores de riesgo para una neoplasia: cáncer de vejiga, pulmonar, enfermedad coronaria, etc..
Se pueden explorar varios posibles factores causales o de riesgo simultáneamente; las muestras pueden ser pequeñas, el
periodo involucrado puede ser muy grande
CASOS Y CONTROLES 3
Casos, reprobados
Controles, regulares
Validez Externa
Validez Interna
Pasado Presente
Seguimiento retrospectivo
Con X
Sin X
Sin XValidez Externa
Comparar los expedientes de alumnos reprobados (casos) con alumnos regulares (controles). Valorar como riesgos para la reprobación: turno, carrera, sexo, escuela de procedencia,
calificación previa, nivel socioeconómico, participación en deporte o actividades políticas.
PERSPECTIVA HISTORICA 1
Validez Externa
Validez Interna
Pasado Presente
Evolución pasada
En base a expedientes de seguro o crédito agrícola, evaluar productividad agrícola en zonas comparables antes y después
de un desastre natural, como volcán, o inundación.
desastre natural
Validez Externa
PERSPECTIVA HISTORICA 2
Validez Externa
Validez Interna
Pasado Presente
Evolución pasada
Validez Externa
Cuidados Intensivos
En base a expedientes de casos de infarto cardiaco, comparar evolución entre los que recurren a sala de cuidados intensivos y los que se atienden en “piso”.
Piso
PERSPECTIVA HISTORICA 3
Validez Externa
Validez Interna
Pasado Presente
Evolución pasada
Validez Externa
En base a expedientes de operaciones 40,000 comparar mortalidad con varios tipos de anestésico, halotano, éter, etc.
Controlar por edad, tipo de operación, estado físico, etc.
...
halotano
éter
...
UNA COHORTE 1Tiempo
Evolución
Validez Externa
PRESENTE FUTURO
Se decreta una nueva ley de explotación forestal y se quiere conocer su impacto futuro en la conservación de recursos.
Se establece una clínica de atención médica en base a medicina alternativa, se quiere saber como cambia la
incidencia de padecimientos crónico-degenerativos en los próximos 10 años.
UNA COHORTE 2Tiempo
Evolución
Validez Externa
PRESENTE FUTURO
Se crea una nueva carrera , se quiere valorar todo el proceso educativo. Se decide efectuar exámenes y aplicar
cuestionarios al término de cada semestre.
Se modifica una ley de impuestos, se desea conocer el impacto que tiene en la actividad económica. Se toma una
muestra de establecimientos y se les aplica un cuestionario cada seis meses.
VARIAS COHORTES 1
Validez Interna
FuturoPresente
Evolución futura
Se comparan los resultados de la medicina tradicional con la moderna, para diabetes y cáncer. Las poblaciones deben ser enfermos con características semejantes, pero una de ellas
acude a los practicantes de la medicina tradicional , (X) y la otra a las clínicas u hospitales, (sin X) .
Con X
Sin X
Validez Externa
Validez Externa
Validez Externa
Validez Externa
VARIAS COHORTES 2
Validez Interna
FuturoPresente
Evolución futuraCon X
Sin X
Validez Externa
Validez Externa
Validez Externa
Validez Externa
Se comparan los cambios en actitudes en relación a relaciones sexuales, entre los televidentes de una serie “con mensaje” con los no televidentes y los que no ven la serie.
VARIAS COHORTES 3
Validez Interna
FuturoPresente
Evolución futuraCon X
Sin X
Validez Externa
Validez Externa
Validez Externa
Validez Externa
Se comparan las carreras académicas de un nuevo programa educativo, con el tradicional.
Se comparan las carreras académicas de estudiantes con actividad política intensa con la de los políticamente no activos.
EXPERIMENTO 1
Validez Interna
FuturoPresente
Evolución futura
Población
sin X
Validez Externa
pobl
ació
n
ALEATORIZACION
Le toca X
Le toca no X
Población con X
Validez Externa
Se comparan los resultados de la medicina tradicional con la moderna, para diabetes y cáncer. Se tienen 50 voluntarios que pueden ser asignados al azar a cualquiera de los dos
tipos de tratamiento.
EXPERIMENTO 2
Validez Interna
FuturoPresente
Evolución futura
Población
sin X
Validez Externa
pobl
ació
n
ALEATORIZACION
Le toca X
Le toca no X
Población con X
Validez Externa
Se comparan los resultados de un cambio en el proceso productivo. Cambiar condiciones de operación de una fábrica.
Unidad experimental: una planta piloto.
EXPERIMENTO 3
Validez Interna
FuturoPresente
Evolución futura
Población
sin X
Validez Externa
pobl
ació
n
ALEATORIZACION
Le toca X
Le toca no X
Población con X
Validez Externa
Se comparan los resultados del control tradicional de paludismo con control focal.
Unidad experimental: un pueblo de 2500 habitantes
EXPERIMENTO 4
Validez Interna
FuturoPresente
Evolución futura
Población
sin X
Validez Externa
pobl
ació
n
ALEATORIZACION
Le toca X
Le toca no X
Población con X
Validez Externa
Se comparan los rendimientos de maíz con diferentes tipos de fertilizante. Unidad experimental de 4 surcos de 10 m.
El experimento más grande que ha habido
Se quería evaluar la eficacia de la vacuna Salk contra la Poliomelitis. La incidencia de polio era en 1950-56 de 50 por cada 100,000 (probabilidad de 0.0005). Si se supone una efectividad de 50%; es decir, se evitan 50% de casos con la vacuna. Si la muestra hubiese sido de 100 vacunados y 100 con placebo, se esperan 100(0.0005)=0.05 en el placebo y 100(0.00025)=0.025 en el vacunado. Es decir, no se hubiera observado nada, cero casos en ambos grupos
Si la muestra hubiese sido de 40,000 vacunados y 40,000 con placebo, se esperan 40000(0.0005)=20 en el placebo y 100(0.00025)=10 en el vacunado.
En este caso aún se tienen números pequeños facilmente confundibles con el azar.
Se decidió un experimento aleatorizado, doble ciego, con consentimiento informado con 200,000 en el grupo placebo y 200,000 en el placebo. Se esperan 200000(0.0005)=100 en el placebo y 200000(0.00025)=50 en el vacunado.
Hubo algunos estados de EU no quisieron participar en el ensayo clínico controlado. En ellos se hizo un estudio comparativo abierto no aletorizado, asignado la vacuna a los niños de 2o de primaria y el placebo a los de 1o y 3o. Se supone que el promedio de los dos últimos se parece a los de 2o. Algunos se negaron a participar en ambos tipos de estudio. Los resultados fueron como la tabla siguiente
Gran Total 1829916 1013 55AreasAleator. 749236 428 57
VacunadosAlea 200745 82 41
PlaceboAlea 201229 162 81
No Inoculados 338778 182 54
Vacunas Incomp 8484 2 24
AreasNo Alea 1080680 585 54
Vacunados2o 221998 76 34
controles 725173 439 61
2oNoInoculados 123605 66 53
VacunacionInco 9904 4 40
Area n casos tasa(x100000)
0
25
50
75
100M
ean(P
(polio
)x100000)
Va
cu
na
do
sA
lea
Pla
ce
bo
Ale
a
No
In
ocu
lad
os
Va
cu
na
do
s2
o
co
ntr
ole
s
2o
No
Ino
cu
lad
os
Grupo de Estudio
p<0.0001
Diferencias entre los dos grupos vacunados, p=0.26
Diferencias entre los dos grupos placebo, p=0.0019
Diferencias entre areas de experimento controlado con las de 2o contra 3 y 4os., p=0.40
Diferencias entre los dos grupos no inoculados, p=0.96