El proyecto de investigacin

aplicado a la clnica mdica

Dr. Jos Osvel Hinojosa Prez

Dr. Jos Osvel Hinojosa Prez

El proyecto
de investigacin
aplicado
a la clnica mdica

1a. edicin virtual

e-libro.net
Marzo, 2002

Esta obra tambin est disponible en soporte papel, bajo la modalidad de libro a pedido.

2001, por Jos Osvel Hinojosa Prez

Primera edicin virtual y en papel, e-libro.net,
marzo de 2002
ISBN 99934-70-44-9
Ilustracin de la portada: creacin de Wong Chee Fah.

A Tere, esposa y gua que hizo posible esta obra.

A mis hijos: Tania, Osvel, Daniela, Pepe y Alejandro.
A mi nieto Jos Manuel con amor infinito.
Al Dr. Joaqun Cravioto Muoz,
humilde gran hombre, sabio investigador.

NDICE

Prlogo ..........................................................................

Seccin I. Planeacin ...................................................

Introduccin .................................................................
Captulo 1. Dinmica de la investigacin ..................
Captulo 2. Clasificacin del diseo de investigacin
Captulo 3. Las variables a investigar .......................
Captulo 4. Planteamiento del problema a investigar .
Captulo 5. Apoyo bibliogrfico a la pregunta de
investigacin. La importancia de la lectura crtica
Captulo 6. Justificacin del estudio a realizar ........
Captulo 7. Planteamiento de los objetivos: general
y especficos .............................................................
Captulo 8. Planteamiento de las hiptesis ..............
Captulo 9. Nomenclatura de las variables en el
plan de anlisis .......................................................
Captulo 10. Poblacin de estudio ..............................
Captulo 11. Clculo del tamao de la muestra .......
Captulo 12. Mtodos para obtener la muestra
de la poblacin ........................................................
Captulo 13. Conceptos de validez de la
investigacin ...........................................................

9
10
13
17
21
25
32
39
41
43
47
53
57
71
76

Seccin II. Poniendo en marcha el proyecto

de investigacin ...................................................... 85
Captulo 14. Caractersticas generales de los
diseos de investigacin ........................................ 87
Captulo 15. Cmo disear un estudio
observacional descriptivo ...................................... 92
Captulo 16. Analtico: diseo transversal
comparativo ............................................................. 103
Captulo 17. Diseo de un estudio de prueba
diagnstica ............................................................... 105
Captulo 18. Diseo de un estudio de casos
y controles ............................................................... 128
Captulo 19. Diseo de un estudio de cohortes ........ 138
Captulo 20. Cmo disear un estudio experimental . 145
Bibliografa ................................................................... 163

PRLOGO

La investigacin, en todos los campos de la vida, es

un ARTE y ese arte debe ser aplicado con certeza y sensibilidad.
El investigador, es un ARTISTA, que aplica sus conocimientos y experiencia para dar al mundo conclusiones verdaderas, obtenidas de su investigacin.
Para ello, necesita tener unas bases gua en la realizacin de su actividad investigadora, so pena de desperdiciar, tiempo, dinero y capacidad, en investigar sin
un protocolo o proyecto que nos lleve de la mano al fin
que nos proponemos encontrar y transmitir UNA VERDAD.
QU? POR QU? QU PASA SI? interesantes preguntas que el autor nos seala como una forma de realizar una investigacin; analicmoslas... entendmoslas estudimoslas y despus empecemos a ser
investigadores; preguntmonos: es posible realizar lo
que pretendemos?, vale la pena hacerlo?, es algo diferente a lo que ya existe? estamos respetando la dignidad de los dems al realizar nuestro trabajo? si todas

estas preguntas tienen una afirmativa respuesta, adelante pues, seamos creativos y tenaces hasta lograr lo
que pretendemos demostrar.
Despus de leer detenidamente EL PROYECTO DE
INVESTIGACIN APLICADO A LA CLNICA, puedo
concluir que el trabajo del autor va a rendir valiosos frutos, que antes eran para muchos inalcanzables.
Considero de gran valor los conceptos aqu vertidos
y deseo que esta obra cubra los requerimientos para lo
que fue creada.
Dr. Jos Ignacio Madrigal Seplveda
Presidente de la Asociacin Mexicana
de Profesores de Pediatra

SECCIN I. PLANEACIN

INTRODUCCIN

La investigacin mdica en los ltimos aos ha tomado un rumbo diferente debido a los cambios que se
han producido hacia un proceso ms dinmico y apegado a la clnica.
El mdico dispone actualmente de un gran arsenal
tecnolgico de laboratorio y de gabinete, que le facilita
aparentemente el diagnstico de una enfermedad, no
obstante, esto lo ha llevado a alejarlo de la clnica tradicional que brinda una experiencia inapreciable basndose en una observacin acuciosa de los signos y sntomas del paciente.
En la dcada de los 80 surge una nueva tendencia en
la investigacin mdica, la medicina basada en evidencia, tambin llamada epidemiologa clnica o investigacin aplicada a la clnica; esta prctica mdica incluye nuevos instrumentos que nos permiten planear adecuadamente y obtener resultados ms firmes y
sustanciales en el proceso de atencin de la salud.
Cuando el mdico decide salir de la rutina de atender pacientes, de consignar los datos en un expediente

y de pasar al siguiente paciente; cuando trata de conocer las causas, cuando busca y encuentra; cuando se dispone a relacionar lo que pasa a un paciente en particular con lo que sucede a otros, en ese momento se convierte en investigador.
Es nuestra intencin llevar al mdico que se inicia
en la investigacin una gua para realizar un protocolo o
proyecto que sea sencilla, dinmica y le permita exponer con bases firmes el planteamiento de un problema,
los objetivos y las hiptesis que, adaptados en forma prctica al diseo de investigacin, le permitan obtener conclusiones verdaderas.
Uno de los aspectos que el mdico que se inicia en
investigacin debe tomar en cuenta es que se va a enfrentar a una nueva terminologa, completamente diferente
de a lo que est acostumbrado y si consulta sobre el mismo tema en varios libros va a encontrar varios nombres
para un mismo enunciado.
Hemos observado que la gran dificultad del nefito
en investigacin es la incapacidad de definir las variables de estudio y la relacin que presentan stas en la
pregunta de estudio; por tal motivo hemos dedicado un
captulo a las variables de estudio antes de introducirnos en el fascinante mundo del proyecto de investigacin.
En este libro se desglosa cada uno de los elementos
para elaborar un protocolo de investigacin; est diseado para que se lea secuencialmente y una vez comprendidos los elementos esenciales de la investigacin se
ponga en marcha un proyecto de investigacin.
En la segunda parte del libro hemos enfocado nuestra atencin en cada uno de los diseos de investigacin;
se da una explicacin general de cada uno de ellos y se
pone un ejemplo que incluye los pasos de la primera par11

te del libro. Cada captulo de esta seccin incluye las pruebas estadsticas y medidas de asociacin que son de gran
utilidad para cada caso en particular.
El familiarizarse con las bases para elaborar un protocolo de investigacin es el punto de inicio para conocer a fondo los fundamentos de la medicina basada en
evidencia, son inseparables, por ello hemos incluido en
algunos captulos los aspectos de medicina basada en evidencia correspondientes a cada diseo de estudio.
El autor agradece profundamente al Dr. Roberto del
Bosque Alonso su valiosa colaboracin para llevar a feliz trmino esta obra.

12

Captulo 1
DINMICA DE LA INVESTIGACIN

Nuestra ciencia es infantil

y se encuentra todava en paales,
sin embargo es lo ms valioso que tenemos.
Albert Einstein

A fin de llevar un orden adecuado en la planeacin

de una investigacin, es importante que el mdico conozca los componentes de este proceso; para tal efecto utilizamos un smil al cuerpo humano, donde la anatoma
corresponde a los siguientes elementos: la pregunta a
investigar, el diseo de estudio que deseamos aplicar a nuestro proyecto, los individuos que participan, el clculo del tamao de la muestra, las mediciones que vamos a utilizar y sobre todo esto, la definicin de las variables de estudio y su escala de
medicin.
Todos los parmetros que incluimos en la anatoma
de la investigacin tienen un funcionamiento, la fisiologa, que se traduce en las inferencias que se puedan obtener de la muestra estudiada. La validez interna se
refiere a las inferencias vlidas de los hechos que han
acaecido dentro de la muestra estudiada y la validez
externa se refiere a la generalizacin al total de la poblacin de las inferencias obtenidas en la investigacin.

Para que nuestro proyecto tenga xito debemos planear adecuadamente e insertar esta planeacin en lo que
llamamos el protocolo de investigacin.
El protocolo es la versin escrita del plan de estudio, ayuda al investigador a organizar su investigacin
de una manera lgica, bien enfocada y eficiente. Debe
tener un significado, una razn de ser, un diseo donde
se especifiquen los criterios de seleccin y la eleccin de
las variables, donde se establezca cmo vamos a manejar
la poblacin de estudio y cmo vamos a tomar la muestra de esa poblacin.
Una rutina interesante es anotar paso por paso la manera en que vamos a ir llevando la investigacin desde
que tenemos contacto con el primer paciente de estudio
hasta la publicacin del mismo.
Si acomodamos adecuadamente nuestra pregunta y
planteamos bien las hiptesis, podemos incluir en el protocolo las pruebas estadsticas a realizar y las medidas
de asociacin que nos sirvan para una mejor evidencia.
Una de las ventajas de planear una investigacin es
que podemos obtener una respuesta a lo que nos llama
la atencin de nuestros pacientes, sin tener que estudiar
a toda la poblacin. Planteamos un problema, elaboramos una pregunta que lleva implcitas las variables de
estudio y mediante un anlisis matemtico encontramos
un tamao de muestra que nos permita obtener conclusiones significativas.
El tamao de la muestra constituye una de las grandes dificultades en la planeacin de una investigacin;
existen frmulas complejas que son prcticamente slo
para expertos; en este libro hemos tratado de simplificar al mximo los aspectos de este apartado.
Existe una diferencia importante entre lo que planeamos y lo que obtenemos en el estudio real, muchos
14

factores contribuyen a que las circunstancias varen y

los hallazgos pueden ser diferentes a lo que planeamos
debido a los errores y sesgos que a toda costa debemos
evitar; esto afecta la verdad en el estudio y la verdad en
el universo.
La poblacin diana es la poblacin objetivo de nuestro estudio; vg. si deseamos realizar un estudio de prevalencia de trastornos congnitos, nuestra poblacin diana
sern los recin nacidos en general; sin embargo, si deseamos realizar el estudio de una enzima en recin nacidos con problemas congnitos, nuestra poblacin diana
es precisamente los recin nacidos con este trastorno.
Como es difcil medir a toda la poblacin, existen frmulas que nos permiten sacar conclusiones con una porcin de esa poblacin (lo que se llama tamao de la muestra). La muestra real de individuos estudiados es casi
siempre distinta de la que se intenta obtener en un principio y las mediciones que utilizamos no siempre son uniformes, por lo que las inferencias causales pueden poner en duda nuestros resultados. Afortunadamente es
factible predecir los errores y sesgos en investigacin y
tomar las medidas necesarias para corregirlos antes de
que sea demasiado tarde.
Incluimos en este tratado y usted lo va a leer frecuentemente, temas como error aleatorio, error sistemtico, sesgos, errores tipo I y tipo II, para que no
suceda lo que ha venido ocurriendo a travs del tiempo
en la investigacin mdica, donde encontramos una literatura mdica plagada de sesgos y errores, que publicados como verdad, han provocado en muchas ocasiones
grandes problemas en la prctica mdica.
Es comn tratar de contestar varias preguntas en un
mismo estudio, la mayora de las veces no existe una conexin entre las variables de estudio y lo que nos pro15

ponemos investigar. Pongamos por ejemplo un estudio

realizado por mdicos anestesilogos: evaluando la efectividad de dos medicamentos bloqueadores del dolor mediante anestesia epidural se observ una franca diferencia estadstica en la duracin de la analgesia entre los
dos grupos con una muestra de 12 pacientes; la poblacin diana es formada por pacientes en trabajo de parto
o cesrea; los autores deseaban conocer al mismo tiempo la prevalencia de trastornos motores secundarios a
la anestesia y encontraron que haba cierta diferencia
entre un grupo y otro, pero al aplicar las pruebas estadsticas se encontr que la diferencia no era significativa. Al aplicar las frmulas para calcular el tamao de la
muestra en ambas preguntas encontramos que efectivamente para la primera pregunta (duracin de la analgesia) 12 pacientes eran una muestra suficiente para una
significancia estadstica, para la segunda pregunta (trastornos motores) se necesitaban 55 pacientes y se estaba
incurriendo en un error de tipo II; desgraciadamente el
trabajo ya haba sido presentado en un congreso y no se
pudo dar marcha atrs con las conclusiones.

16

Captulo 2
CLASIFICACIN DEL DISEO DE INVESTIGACIN

Uno de los puntos claves en el proyecto a realizar, es

el diseo de estudio que vamos a escoger para dar respuesta a nuestra pregunta. Es parte del plan y nos permite efectuar un mejor anlisis y cometer menos errores.
En la literatura encontramos una nomenclatura muy
variada en los diferentes trabajos publicados, los autores hablan de estudios prospectivos, longitudinales, ensayos clnicos, estudios observacionales, casos y controles, cohorte descriptiva ambiespectiva, transversales,
comparativos, etc. y nos da la impresin de que en gran
parte de las publicaciones ms que una ayuda fue todo
un problema el diseo de estudio o no hubo tal diseo.
En la prctica mdica, cuando enfrentamos un cambio en la rutina de la evolucin de los pacientes, cuando
surge una epidemia o deseamos probar el efecto de una
droga, sin darnos cuenta, iniciamos un proceso mental
de induccin, donde nos preguntamos: Qu es lo que
est pasando?, o Por qu est pasando esto?, o bien
Qu pasa si efectuamos un cambio mediante la intro-

duccin de un nuevo medicamento o cambiamos alguna

fase del tratamiento? Estos pasos son la clave de la investigacin y dan pauta a la clasificacin en el diseo de
investigacin.
Cuando salimos de la rutina y deseamos conocer lo
que esta pasando en nuestros pacientes o en su entorno
y reunimos algn material que nos interesa, lo cual puede ser un signo clnico, un estudio de laboratorio, etc.,
en ese momento iniciamos un Estudio observacional
descriptivo, el cual rene otra clasificacin que depende de las caractersticas de la muestra estudiada; aqu
se incluyen los estudios llamados serie de casos y transversal o de prevalencia.
Al desear conocer por qu esta sucediendo algo que
llama nuestra atencin, vg. un grupo de pacientes que
presente un signo clnico o un resultado de laboratorio
diferente de otro grupo similar de pacientes, iniciamos
un Estudio observacional analtico, el cual se divide
en tres categoras dependiendo del mtodo en que reunamos nuestro material de estudio; aqu se incluyen
los estudios Transversal comparativo, Casos y controles y Estudio de cohortes.
Si es nuestro propsito modificar la evolucin, (qu
pasa si), mediante una nueva teraputica o cambio del
tratamiento establecido, en ese momento iniciamos un
Estudio experimental.
Se puede concluir que el investigador observa o experimenta. Cuando simplemente observa lo que est sucediendo en una poblacin sin comparar los resultados
entre dos grupos decimos que se elabora un estudio Observacional descriptivo simple. Cuando el investigador compara sus observaciones entre dos grupos se elabora un estudio Observacional analtico y cuando el
investigador modifica o interviene en las variables de
18

estudio para conocer un resultado se elabora un Estudio experimental.

A efecto de conocer adecuadamente nuestra ruta, el
diseo de investigacin incluye dos aspectos fundamentales: la temporalidad y la direccionalidad de la investigacin.
La temporalidad se aplica a todos los diseos; implica conocer cmo vamos a obtener la informacin de
nuestros pacientes o de nuestro universo de estudio. Si
vamos a analizar la informacin que hemos guardado por
un tiempo, vg. revisin de expedientes o de archivo de
computacin, nuestro diseo es de tipo retrospectivo.
Por el contrario, si deseamos conocer lo que sucede hacia
adelante, con los nuevos pacientes que ingresen al estudio, nuestro trabajo ser prospectivo; algunos diseos
incluyen ambos mtodos y se les llama ambispectivos.
La direccionalidad slo aplica a los estudios analticos y experimentales y es til porque nos permite identificar el proceso de causa-efecto. Los estudios experimentales van de la causa al efecto al igual que los estudios de cohorte, mientras que los estudios de casos y controles van del efecto a la causa. Los diseos de tipo transversal comparativo pueden tener la direccin hacia ambos lados.
Otro factor que debemos especificar en nuestro protocolo es el nmero de veces que vamos a medir un signo clnico, una prueba de laboratorio, etc.; si la medicin
solamente ser efectuada una vez, nuestro estudio es
transversal, si se mide varias veces, longitudinal. Un
ejemplo es la medicin de la tensin arterial o la determinacin de glicemia; si se realiza una sola vez hablamos de un estudio transversal.
Pongamos un ejemplo global: deseamos conocer si
existe algn factor que desencadene una enfermedad o
19

un cambio en la evolucin de nuestros pacientes, escogemos un diseo de casos y controles ya que conocemos
el efecto, pero no conocemos la causa. En este ejemplo
escribimos en nuestro protocolo que nuestro diseo es:
OBSERVACIONAL ANALTICO, DE CASOS Y CONTROLES, RETROSPECTIVO, TRANSVERSAL, DE
EFECTO A CAUSA.

20

Captulo 3
LAS VARIABLES A INVESTIGAR

Para un buen inicio, toda investigacin surge de una

pregunta, la cual es resultado del planteamiento del problema que llama nuestra atencin; escribimos sobre algo
que nos preocupa o atrae de nuestros pacientes. En ocasiones se presenta despus de haber ledo un material
bibliogrfico, algn tema o aspecto de la literatura que
nos mueve a plantear la necesidad de una investigacin.
Los puntos bsicos de la pregunta, sus caractersticas,
difciles de encontrar para el mdico que se inicia en esta
ciencia, son las llamadas variables.
Si logramos definir las variables de nuestra pregunta, incluso en el planteamiento del problema, habremos
avanzado gran parte del camino ya que el resto del material gira alrededor de este punto.
Una variable es una caracterstica, cualidad, rasgo,
atributo o propiedad del sujeto o unidad de observacin.
Algunos autores la definen simplemente como caractersticas de los individuos estudiados que se medirn;

estas definiciones comprenden la esencia de lo que nos

proponemos estudiar en este captulo.
Precisamente se llaman variables porque las caractersticas, cualidades, rasgos, atributos y propiedades
de lo que vamos a estudiar no son fijas, cambian y son
muchos los factores que intervienen en esta variacin:
eso es lo que hace tan difcil obtener conclusiones valederas con los estudios en medicina.
La confusin que surge al estudiar las variables es
que se les nombra de manera diferente dependiendo del
sitio en que nos encontremos en el proyecto de estudio.
Para una mejor comprensin acerca de las variables
las hemos dividido en dos grupos: variables en la planeacin general y variables en el plan de anlisis.

Nomenclatura de las variables en la planeacin

general

En este punto usted podr disponer de las herramientas necesarias para el planteamiento del problema, los
objetivos, las hiptesis, poblacin y muestreo. Las variables se dividen en independientes, dependientes, intervinientes y confusoras.
Supongamos que deseamos conocer el porcentaje o
prevalencia de recin nacidos prematuros que presentan anemia en el primer mes de vida ya que es un problema frecuente en estos pacientes (ejemplo 1); aqu la
variable que salta a la vista es la anemia y es la variable principal que encontramos en esta pregunta.
En relacin con este ejemplo, es frecuente que los recin nacidos prematuros cursen con perodos de apnea
y nos preguntamos si la anemia es causa de este problema (ejemplo 2). En esta pregunta son dos las variables
importantes de estudio: la anemia y los perodos de
apnea.
22

Continuando con nuestros ejemplos, en otra situacin nos hacemos la siguiente pregunta: Si resolvemos
o evitamos la anemia mediante eritropoyetina recombinante humana en los prematuros, disminuirn los episodios de apnea? (ejemplo 3). Aqu surge una nueva variable, la eritropoyetina recombinante humana y la
anemia ya no es variable principal de estudio porque pasa
a un segundo plano, sin embargo es importante tomarla
en cuenta porque puede influir sobre el resultado final.
La pregunta del ejemplo 1 nos orienta hacia un estudio observacional descriptivo de prevalencia; aqu la anemia es una variable que se llama dependiente o de desenlace.
En el ejemplo 2 tenemos dos variables, aqu episodios de apnea es la variable dependiente mientras que
la anemia es la variable independiente.
El ejemplo 2 nos muestra un estudio de tipo observacional analtico ya que estamos buscando causalidad,
estamos preguntando POR QU?; no obstante, slo estamos observando.
En el ejemplo 3 buscamos la respuesta a un tratamiento (eritropoyetina) y a sta se le llama variable independiente o variable de intervencin..
La variable central de la investigacin es la variable dependiente y es a travs de la cual se miden los
cambios ocasionados por la variable independiente en
la poblacin estudiada.
La variable independiente es la que determina a
la variable dependiente; es la que ocasiona los cambios
en la poblacin estudiada.
La variable de intervencin es caracterstica de los
estudios experimentales, en ellos la variable independiente es manipulada por el investigador.
23

Por otro lado, suponga usted, estimado lector, que

como respuesta a su pregunta los resultados muestran
que la eritropoyetina disminuye los episodios de apnea,
muy contento va a un congreso y presenta su trabajo; un
investigador le hace el siguiente cuestionamiento: Otros
factores pueden producir episodios de apnea en los prematuros, entre ellos tenemos la sepsis, la hipoglicemia,
y la hemorragia intraventricular tom en cuenta usted
estas variables confusoras? Qu medidas tom para
evitar que le llevaran a errores o sesgos en su trabajo?
Las variables confusoras son algunas caractersticas que pueden afectar tanto a la variable independiente como a la dependiente; stas deben de tomarse en
cuenta al planear la investigacin, ya que comnmente
llevan a errores y sesgos que ponen en duda nuestros
resultados.
Existen otras variables llamadas intervinientes que
influyen directamente sobre la variable dependiente, un
ejemplo sera el que se haya aplicado adecuadamente y
en dosis la eritropoyetina.

24

Captulo 4
PLANTEAMIENTO DEL PROBLEMA A INVESTIGAR

En mltiples ocasiones nos hemos preguntado por

qu el investigador novel tiene tanta dificultad para exponer lo que trae en mente, lo que desea conocer de su
poblacin o de lo que ha ledo en la literatura mdica. Si
nos tomamos un tiempo para revisar los proyectos de
investigacin de la mayora de las instituciones, encontramos que el mdico tiene la idea, pero no encuentra la
manera de expresarla; cuntas veces hemos escuchado
en los congresos o en los foros de presentacin de trabajos libres, excelentes ideas tiradas por la borda porque
el investigador no tuvo la oportunidad de buscar una asesora de alguien con experiencia que le sealara el rumbo para obtener una respuesta adecuada a su pregunta.
Todo se resume en una palabra: MTODO, y la metodologa de la investigacin inicia con el planteamiento
del problema y la concepcin de la pregunta a investigar.
Cmo plantear por escrito lo que deseamos investigar? Lo ideal es escribirlo como si lo estuviramos platicando a otra persona y despus corregir el estilo; una

falta que se comete frecuentemente es la de incluir en

el planteamiento del problema lo que dicen otros autores o lo que dice la literatura acerca del caso; aqu caemos en el error de consignar lo que debemos poner en el
captulo de Antecedentes.
Tambin cometemos el error de tratar de justificar
el motivo de nuestro estudio, para ello se utiliza el componente del protocolo llamado Justificacin.
Con esto queremos decir que si el autor se limita a
expresar lo que trae en mente, lo que ha llamado poderosamente su atencin, en trminos sencillos, en ese momento est planteando su problema.
El estudio de la literatura es un ingrediente necesario para un buen investigador, pero por ms que se haya
ledo, no existe nada que pueda sustituir la experiencia
de primera mano que se adquiere al tomar las decisiones propias de un proyecto de investigacin clnica, las
vicisitudes y las modificaciones que se deben realizar sobre la marcha para evitar los sesgos y errores.
El cientfico debe ser creativo. Los artistas como los
cientficos precisan cultivar los aspectos no lgicos de la
ciencia: LA CREATIVIDAD.
La creatividad es un proceso complejo y prolongado
de interaccin entre el individuo y su ambiente que da
como resultado la produccin de algo nuevo: una idea,
un descubrimiento, una obra de arte, etc.
El investigador debe cultivar su intuicin, definida
sta como la comprensin inmediata e irracional de una
idea, la cual es un ejemplo claro de una actividad mental
que acontece sin la participacin consciente del pensamiento lgico. La eleccin de un problema para estudio
(entre varios), el planteamiento de las hiptesis para explicar los hechos y la seleccin de las estrategias para
26

obtener la informacin, son, en gran parte, producto del

pensamiento intuitivo.
La dificultad para aprender a plantear el problema estriba en que se ha escrito en forma muy general al
respecto. Encontramos en los libros de investigacin que
se escribe que el planteamiento del problema debe ser
interesante, factible, novedoso, vulnerable, trascendente, etc., sin embargo, para el investigador nefito es difcil adaptar su idea a lo que se pretende con estas herramientas. Por tal motivo hemos iniciado con el captulo de VARIABLES; si se logra comprender a fondo cmo
identificar las variables en nuestro problema lo dems
es cosa fcil. Con esto sugerimos que tome en cuenta lo
siguiente:
1) El planteamiento del problema no debe incluir
antecedentes bibliogrficos a excepcin de que de ah
haya surgido nuestra idea de investigacin.
2) No debe incluir la justificacin, la cual veremos
en el captulo 6.
3) Debe expresar nuestra intencin en forma fcil,
sencilla y plasmarse en una extensin no mayor de una
cuartilla (una hoja).
4) Debe identificar las variables, hablar en forma amplia acerca de cada una de ellas y explicar la relacin
existente entre ellas.
5) Debe culminar con una pregunta.
Hablemos ahora de los puntos 4 y 5 que son la clave
del xito.
Pongamos un ejemplo:
Durante los ltimos cuatro aos han aparecido en varias partes del mundo, en la temporada invernal, epidemias de problemas enterales causados por el rotavirus;
llama la atencin que su inicio es explosivo, con vmitos
abundantes y lleva a algunos nios a deshidratacin.
27

Como observamos hay una serie de variables que

saltan a la vista: problemas enterales, rotavirus, vmitos y deshidratacin.
En nuestra consulta diaria han llamado nuestra atencin los vmitos; hemos observado que los nios slo toleran pequeas cantidades de lquido va oral; se les ofrece ms de una onza de suero y vomitan. Algo nos dice que
el virus inicia su infeccin en el estmago y produce una
gastritis muy severa. Observe que aqu ya nos estamos ocupando solamente de dos variables: vmitos
y gastritis. Proceda ahora a identificar la variable independiente, la recuerda? Es la que condiciona el desenlace, ya la identific? En este caso la gastritis provoca los vmitos, por ende la variable independiente es la
gastritis y la variable dependiente los vmitos. Qu tiene que hacer ahora?
Si decide reportar esta observacin dar inicio a un
estudio descriptivo simple donde slo tiene que reunir
los casos con rotavirus positivo y describir las caractersticas de los vmitos, lo cual le da la oportunidad de
elucubrar (mas no concluir) que son secundarias a una
inflamacin aguda del estmago.
Supongamos que queremos saber por qu?, qu est
pasando entre stas dos variables? Entonces hacemos
otro planteamiento: Durante los ltimos cuatro aos han
aparecido en varias partes del mundo, en la temporada
invernal, epidemias de problemas enterales causados por
el rotavirus; llama la atencin que su inicio es explosivo,
con vmitos abundantes y lleva a algunos nios a deshidratacin. Hemos observado que los nios slo toleran pequeas cantidades de lquido va oral, se les ofrece ms
de una onza de suero y vomitan. Creemos que el virus inicia su infeccin en el estmago y produce una gastritis
28

muy severa. No existen reportes en la literatura que hayan demostrado la inflamacin aguda del estmago en
pacientes con rotavirus, por lo que nos hacemos la siguiente pregunta: Produce la infeccin por rotavirus una gastritis aguda en nios?
Ya identific las variables? Observe la pregunta,
qu tipo de estudio est por iniciar?
Continuando con el ejemplo hipottico: vamos a suponer que ya realizamos el estudio y demostramos que
los pacientes con rotavirus inicialmente tienen una gastritis aguda por eso tienen vmitos tan persistentes. Ahora vamos a demostrar qu pasa si? o sea, vamos a realizar un estudio experimental. Realizamos otro tipo de
planteamiento.
Durante los ltimos cuatro aos han aparecido en varias partes del mundo, en la temporada invernal, epidemias de problemas enterales causados por el rotavirus;
llama la atencin que su inicio es explosivo, con vmitos
abundantes y lleva a algunos nios a deshidratacin. Hemos observado que los nios slo toleran pequeas cantidades de lquido va oral; se les ofrece ms de una onza
de suero y vomitan. En estudios previos hemos demostrado la presencia de gastritis severa en los nios que cursan
con infeccin de tubo digestivo por rotavirus.
Existe una serie de medicamentos que reducen en forma rpida y eficaz la inflamacin gstrica aguda, entre
otros contamos con la ranitidina, un antagonista H2 que
inhibe en forma competitiva la interaccin de la histamina con sus receptores, lo que disminuye la secrecin de cido gstrico; su uso puede ser de utilidad en estos pacientes por lo que nos hacemos la siguiente pregunta:
Disminuye la ranitidina la gastritis aguda en nios
con rotavirus?
O bien podemos hacer una pregunta clnica:
29

Disminuye la ranitidina, la intensidad y frecuencia

de los vmitos en nios con infeccin por rotavirus?
En la primera pregunta la ranitidina es la variable
independiente de tipo intervencin y la variable dependiente es la gastritis aguda; en la segunda pregunta la
variable dependiente son los vmitos.
Todo planteamiento del problema debe culminar con
una pregunta de investigacin, el motivo es que en la
pregunta se sintetiza y se define la asociacin que van a
tener las variables que vamos a estudiar. Una vez que ha
dado este paso, ahora s tome en cuenta todo lo que dicen los diferentes autores acerca de la pregunta de investigacin:
1) La factibilidad: Es factible que pueda realizar
este estudio?, puedo reunir el nmero suficiente de individuos?, tenemos experiencia tcnica y un laboratorio adecuado?, cuento con el equipo necesario?, es abordable en cuanto a tiempo y dinero?, etc.
2) Relevancia: Es relevante para el conocimiento
cientfico, para la prctica clnica y para lneas de investigacin a futuro?
3) Novedosa: Confirma o refuta hallazgos previos,
ampla los hallazgos previos, proporciona nuevos resultados?
4) tica: Una buena pregunta a investigar debe ser
tica. Si el estudio supone riesgos fsicos inaceptables o
invasin de la intimidad, el investigador deber buscar
otras formas de contestar esta pregunta. Si se duda acerca de la tica del estudio se deber comentar con el comit de tica o de investigacin de la institucin.
Es importante que como investigador deje rodar su
imaginacin, se requiere ser creativo, pero tambin implica una buena dosis de tenacidad para plantearse varias veces el mismo problema que le preocupa, hasta en30

contrar una solucin satisfactoria. El mantenimiento de

una actitud escptica respecto de las creencias de aceptacin general tambin puede estimular el surgimiento
de buenas preguntas para investigar. Dude de todo lo
que se le presente como verdadero y encontrar que en
el mundo de la medicina se trabaja con verdades aparentes que no han pasado por el crisol del rigor cientfico; es un reto pero encontrar que vale la pena.

31

Captulo 5
APOYO BIBLIOGRFICO A LA PREGUNTA DE INVESTIGACIN.
LA IMPORTANCIA DE LA LECTURA CRTICA

Todo proyecto de investigacin inicia con este apartado, lo incluimos despus del planteamiento del problema porque es el camino natural: iniciar con la pregunta
de investigacin y despus revisar la literatura con la
finalidad de buscar si otros autores han tenido la misma inquietud que nosotros y valorar qu resultados han
obtenido.
Se recomienda que, si existe suficiente material bibliogrfico que ya dio respuesta a nuestra pregunta, la
modifiquemos con otro enfoque o bien, adaptemos esos
resultados a nuestra prctica diaria. Si los trabajos publicados no fueron elaborados con una buena metodologa y existe duda de los resultados, debemos seguir adelante con nuestro proyecto, tomando el material necesario en la literatura para conseguir nuestros fines.
Es difcil definir el nmero de trabajos publicados
que vamos a tomar en cuenta para nuestro trabajo, 10 a
15 publicaciones bien seleccionadas son suficientes; se

sugiere que hayan sido publicadas recientemente, pero

pueden ser de aos anteriores si los necesitamos para
apoyar nuestra bsqueda.
Para obtener el material bibliogrfico disponemos
actualmente de Internet. Debemos dar prioridad a los
trabajos originales y dejar los libros de texto como la opinin del experto, para lo cual debemos incluir los mejores. Existen universidades y centros mdicos internacionales que ofrecen Medline gratuito, uno de los mejores es la pgina electrnica de BioMedNet.
Debemos ser muy precisos al solicitar a Medline la
bsqueda de artculos; para ello slo basta cruzar las variables de estudio. En el ejemplo del rotavirus puede iniciar la bsqueda con un sondeo con las variables rotavirus y nios (rotavirus and infant), observe la tendencia
de las investigaciones en los ltimos aos y busque las
citas que incluyan sus variables de estudio: gastritis, vmitos, ranitidina, tratamiento, etc.
Medline le ofrece los ttulos de los trabajos, usted
debe escoger los que ms se relacionen con lo que anda
buscando en un primer intento, pedir el resumen (abstract) y escoger de stos los que presenten mejor diseo
y resultados confiables.
Se nos indica buscar los artculos cientficos que nos
sirvan para el desarrollo de nuestra investigacin; debido a que es demasiada la informacin existente, sera imposible leer todos los artculos que encontramos con la
misma direccin de nuestro estudio. Para ello se sugiere
empezar a leer en forma crtica todo artculo cientfico
que est a nuestro alcance. Los pasos se enumeran en el
algoritmo que exponemos en la tabla 1. Como se menciona debemos dirigirnos primero al ttulo y ver si es
atractivo, interesante y til para nuestros fines, si no lo
es no pierda tiempo y pase al siguiente artculo.
33

Tabla 1
Cmo escoger los artculos cientficos
NO

1. Es el ttulo interesante o til?

S

2. Tienen los autores buenos antecedentes cientficos?

NO

Pase
al
siguiente
artculo

S o NO SABE
3. Vea resultados del RESUMEN. Le seran tiles?

NO
NO

4. Sitio del estudio: si los resultados fueran vlidos, seran aplicables

en su medio?
S
Cul es el propsito
de la bsqueda

Saber si utiliza
una nueva
prueba
diagnstica

Comparar con el
estndar de oro
ideal

S
5.

Conocer el curso Determinar

clnico y prons- etiologa y
tico de una
causalidad
enfermedad

Distinguir
teraputica til
o daia

NO
Se integr una
cohorte dx
temprana y
uniforme

NO
Fue slida la
metodologa
del estudio

NO
Fue la asigna- NO
cin de los
sujetos a las
intervenciones
al azar
S

LEA EL CONTENIDO DE MATERIAL Y MTODOS

34

Si el ttulo le interesa pase a ver los nombres de los

autores y vea si son de renombre, si ya conoce usted sus
publicaciones anteriores y sobre todo si tienen buenos
antecedentes cientficos, si le convencen o no est seguro, proceda a leer el resumen y vaya al apartado de resultados, olvide todo lo dems, vea los resultados, si los
autores obtuvieron resultados de validez considere si le
son tiles a su investigacin, en caso contrario, pase al
siguiente artculo.
D importancia al lugar donde fue realizado el estudio, si los resultados son aplicables al medio donde usted se desenvuelve, ese artculo vale la pena que lo revise. Si la poblacin de referencia en el artculo es atendida en un hospital de tercer nivel, donde se cuenta con
gran adelanto tecnolgico y la poblacin que usted va a
incluir en su investigacin es atendida en un hospital de
segundo nivel, ponga gran atencin en los aspectos que
le van a ser tiles en dicha publicacin.
Una vez que ha quedado satisfecho con las cuatro
guas de la lectura crtica: leer el titulo, revisar la lista de autores, leer el resumen y reflexionar sobre
el sitio del estudio, evale la publicacin que est a punto de incluir en sus citas bibliogrficas desde el ngulo
del propsito que tiene usted en la investigacin.

Lectura crtica segn el diseo de investigacin

Si la investigacin que usted va a desarrollar implica una PRUEBA DIAGNSTICA, lea el material y mtodos del resumen si se compar con un estndar de oro
ideal para el diagnstico, en caso positivo, acepte el artculo y lea la seccin completa de material y mtodos
para evaluar otros aspectos de la investigacin que tienen relacin con la validez interna y externa (ver captulo 17).
35

El mismo paso debe dar si su propsito es conocer el

curso clnico y pronstico de una enfermedad; en forma
inicial evale si los autores integraron una cohorte diagnstica en forma temprana y uniforme (ver captulo 19).
Si lo que usted planea es hacer un estudio para determinar etiologa y causalidad, valore si la metodologa
del estudio tiene la suficiente solidez; en caso afirmativo
pase a la seccin de material y mtodos a realizar una
evaluacin exhaustiva de estos aspectos antes de tomar
el estudio para su apoyo bibliogrfico (ver captulo 18).
Por ltimo si lo que usted desea es hacer un estudio
para distinguir una teraputica til de una intil o daina, analice inmediatamente en el artculo si al hacer la
seleccin de los sujetos a la intervencin se realiz aleatorizacin (ver captulo 20) y pase a la seccin de material
y mtodos en caso afirmativo.
Observe que no se sugiere leer la introduccin; si el
estudio no fue bien realizado tenga cuidado al tomar en
cuenta las conclusiones a que han llegado los autores.
Algunos trabajos se pueden conseguir en Medline con
el texto completo, los cuales podemos imprimir si contamos con el programa Adobe Acrobat o bien guardar en
disco duro; Medline le ofrece en venta los artculos que
no tienen texto completo, no obstante, si en la biblioteca
de su localidad se cuenta con las revistas mencionadas,
aproveche esta oportunidad.
Una vez seleccionados los artculos escriba en dos a
tres hojas los aspectos de los artculos que tengan relacin con la pregunta que usted est planteando. Escriba
de cada artculo, en cuatro a seis prrafos, lo lo que cada
autor demostr o encontr en su investigacin y asigne
un nmero a cada cita bibliogrfica.
En la seccin de Antecedentes no debe anotar datos que tengan relacin con el planteamiento del proble36

ma, ni debe incluir otros aspectos del protocolo de investigacin.

La propuesta para elaborar un buen resumen de los
trabajos de investigacin y publicar los resultados con
buena metodologa se expone a continuacin.

CARACTERISTCAS DE UN RESUMEN
ESTRUCTURADO
Debe comprender una extensin mxima de 250 palabras y contener en general los siguientes apartados.
1. OBJETIVO: El resumen debe iniciar haciendo explcito en forma clara el objetivo evaluado en el estudio.
2. MTODOS
a) Diseo de la investigacin: Deber mencionarse el diseo bsico del estudio, la temporalidad
y si es transversal o longitudinal. Se debe especificar el diseo de acuerdo a la clasificacin
aceptada en las diferentes reas de investigacin
mdica. Ej. ensayo clnico aleatorio, ciego o doble ciego, estudio de cohortes, diseo de casos y
controles, etc.
b) Sitio del estudio: De especial importancia en
los estudios clnicos y epidemiolgicos. Es necesario mencionar si la investigacin se llev a
cabo en un hospital de alta especialidad, en una
unidad mdica de primer nivel de atencin o en
la comunidad.
c) Pacientes o unidades de estudio: En este
apartado deber describirse el mtodo de seleccin, el tamao de la muestra y la forma de asignacin de los sujetos a los grupos de estudio.
37

d) Intervenciones: En este apartado se harn explcitas las principales caractersticas de la variable independiente, incluyendo dosis, va de
administracin, intervalo entre dosis, etc.
3. RESULTADOS PRINCIPALES: Los resultados
deben proporcionarse en forma narrativa. Los resultados numricos deben incluir medidas de variacin o intervalos de confianza, as como el nivel de significancia
estadstica obtenido en cada una de las comparaciones
efectuadas. Se debe incluir en este apartado el resultado de las medidas de asociacin.
4. CONCLUSIONES: Las conclusiones del estudio
debern estar sustentadas en los resultados obtenidos,
debiendo mencionar su potencial aplicacin, y evitando
hacer una generalizacin que exceda los lmites del estudio, especificando en su caso, la necesidad de hacer
otras investigaciones, particularmente cuando sea necesario realizarlas en otros niveles de atencin mdica.

38

Captulo 6
JUSTIFICACIN DEL ESTUDIO A REALIZAR

Esta seccin es la ms sencilla de realizar, no obstante, frecuentemente cometemos el error de incluir aspectos del planteamiento del problema en esta rea por lo
que debemos ser muy cautos al respecto.
En este rubro debemos responder a la pregunta:
Para qu van a servir los resultados que vamos a
obtener con este estudio?
Imagine a la persona que va a leer su proyecto y dgale cules son las razones que motivan la investigacin,
qu beneficios se van a obtener con la realizacin del
proyecto y por qu no se puede prescindir de su realizacin.
Cuando mencione las razones, por favor no incluya
el planteamiento del problema.
Si usted considera que es necesario hacer un estudio
para conocer la etiologa de una enfermedad o el efecto
benfico de un medicamento, expngalo y argumente.
Considere que est hablando a futuro y que est vendiendo una idea. No vacile en enumerar todos los beneficios

que se pueden derivar del estudio; en los pacientes, en

el hospital, etc.
Esta seccin se debe escribir en una cuartilla (una
hoja).
En el ejemplo de la anemia, apneas y eritropoyetina,
se puede redactar de la siguiente manera: Al demostrar
que la anemia es causa de apnea en el prematuro y que
este problema se puede evitar mediante la administracin de eritropoyetina recombinante humana, evitaremos
el deterioro que la hipoxemia causa en el cerebro del nio
y por ende lesiones neurolgicas a futuro; los pacientes
no requerirn de hemotransfusiones y sern egresados a
una edad ms temprana del hospital, lo cual trae un beneficio econmico.

40

Captulo 7
PLANTEAMIENTO DE LOS OBJETIVOS:
GENERAL Y ESPECFICOS

Despus de tener firme nuestra pregunta de investigacin, debemos fijar el rumbo, establecer lo que queremos hacer con nuestras variables. Los objetivos se definen sobre la base del diseo que deseamos establecer desde un principio.
El objetivo tiene relacin con esta pregunta: Qu
deseamos hacer en nuestra investigacin? Para
esto, debemos iniciar la redaccin de nuestro objetivo
con un verbo, de tal manera que demos respuesta a esta
pregunta.
As podemos definir si queremos conocer, describir, establecer, comparar, demostrar, etc. la relacin
entre las variables de estudio.
El objetivo general es el que resume el propsito de
la investigacin y el objetivo especfico explica al objetivo general. Puede haber uno o ms objetivos especficos
para un objetivo general.

Si hemos diseado un proyecto con dos o ms preguntas, cada pregunta debe llevar un objetivo general y
uno o ms especficos.
Se requiere ser muy preciso al enunciar nuestros objetivos ya que en este punto del protocolo se establece
el rumbo del trabajo. Una manera prctica es tomar la
pregunta, quitarle el sentido de interrogante y cambiarlo por un verbo. Por ejemplo en la pregunta: Disminuye
la ranitidina, la intensidad y frecuencia de los vmitos
en nios con infeccin por rotavirus? nuestro objetivo, se
puede expresar de la siguiente manera: demostrar que
la ranitidina disminuye la intensidad y frecuencia de los
vmitos en nios con infeccin por rotavirus.

42

Captulo 8
PLANTEAMIENTO DE LAS HIPTESIS

Si ha decidido realizar un estudio descriptivo simple, donde slo efectuar una observacin de variables,
su proyecto no requiere que formule hiptesis. Esta herramienta, muy valiosa para los estudios analticos y experimentales, nos permite expresar Qu es lo que esperamos encontrar en nuestro estudio?, cules van
a ser los resultados?
Los estudios analticos y experimentales comparan
la asociacin de variables entre dos grupos, en ocasiones en mayor nmero de grupos, pero lo ms comn es
que sea entre dos grupos. Es conveniente poner una identificacin a cada grupo: grupo A vs. grupo B, grupo I vs.
grupo II, etc. y definir muy bien cules son las caractersticas de cada grupo (variables).
Una buena hiptesis debe basarse en una buena pregunta de investigacin. Al expresar las hiptesis de trabajo hacemos una conjetura de la relacin que existe entre dos o ms variables, se expresan en forma de enunciado y relacionan de manera general o especfica una

variable con la otra. Es necesario aclarar que las hiptesis deben indicar claramente la necesidad de verificar
las relaciones expresadas en trminos cuantitativos;
dicho en otros trminos, deben ser susceptibles de medicin y someterse a pruebas estadsticas. Este punto es
crucial en ciencia; para darle veracidad a los resultados
debemos someter el estudio al rigor cientfico y en las
hiptesis es donde se forma la estructura de la medicin
y el anlisis de los datos. Todas las hiptesis deben ser
simples y especficas. La hiptesis simple muestra una
variable predictora y una de desenlace. La hiptesis especfica define operacionalmente a las variables.
Algunos puntos de inters para redactar una buena
hiptesis son:
a) Deben redactarse como aseveraciones para evitar expresiones de valor o de juicio.
b) La redaccin de un enunciado no debe iniciar con
un verbo o estar en forma interrogativa.
c) No se debe incluir la relacin de ms de dos variables a la vez.
d) El enunciado no debe incluir material irrelevante.
Considerando las pruebas de significacin estadstica, las hiptesis se clasifican segn la manera en que describen la diferencia esperada entre los grupos de estudio; de ese modo las hiptesis se plantean en forma dual:
una hiptesis nula y una hiptesis alterna. Esta aparente incongruencia lleva un propsito especfico: evitar al
mximo cometer errores en la interpretacin de los resultados.
La hiptesis nula establece que no hay diferencia o
asociacin entre las variables predictora y de desenlace.
La hiptesis alterna establece o afirma que hay una diferencia o asociacin entre las variables de estudio.
44

La hiptesis de trabajo es la hiptesis nula, la hiptesis alterna se acepta por exclusin si la prueba de significacin estadstica rechaza la hiptesis nula.
La hiptesis nula es la base formal para examinar la
significacin estadstica. Al empezar con la proposicin
de que no existe asociacin, las pruebas estadsticas pueden estimar la probabilidad de que una diferencia observada pueda ser debida al azar.
Hulley explica el porqu el investigador debe trabajar sobre la hiptesis nula en estas palabras:
De alguna manera, el problema del investigador es
similar al que enfrenta un acusado. No se puede determinar la verdad absoluta respecto a si el acusado cometi el
crimen. En cambio, el jurado empieza suponiendo la inocencia: el acusado no cometi el crimen. El jurado debe
decidir si existen pruebas suficientes para rechazar la
supuesta inocencia del acusado; la norma se conoce como
ms all de una duda razonable. Sin embargo, un jurado
puede equivocarse, condenando a un acusado que es inocente o dejando de condenar a uno que en realidad es culpable. De manera similar, el investigador empieza suponiendo la hiptesis nula de que no hay asociacin entre
las variables predictora y de desenlace en la poblacin. A
partir de los datos recogidos en su muestra, el investigador usa pruebas estadsticas para determinar si hay suficiente evidencia para rechazar la hiptesis nula a favor
de la hiptesis alternativa de que existe una asociacin en
la poblacin. La norma de estas pruebas se denomina nivel de significacin estadstica.
Se produce un error de tipo I (falso positivo) si un
investigador rechaza una hiptesis nula que en realidad
es verdadera en la poblacin (el acusado era inocente y
se le declar culpable).
45

Se produce un error de tipo II (falso negativo) si el

investigador no logra rechazar una hiptesis nula que
en realidad es falsa en la poblacin (el acusado era culpable y se le declar inocente). Estos errores son comunes en investigacin y son consecuencia de un mal diseo en el proyecto de investigacin.
Se agregan otros ingredientes a las hiptesis que influyen sobre el tamao de la muestra que debemos estudiar en la poblacin. Para el efecto la hiptesis alternativa se divide en lo que se ha llamado hiptesis de una
cola e hiptesis de dos colas.
La hiptesis de una cola especifica la direccin de
la asociacin entre las variables predictoras y de desenlace. Se expresa como A es mayor que B, o B es mayor
que A. La hiptesis de dos colas no especifica el desenlace y se expresa como: A es mayor o menor que B.

46

Captulo 9
NOMENCLATURA DE LAS VARIABLES EN EL PLAN DE ANLISIS

Es importante definir cada variable, no obstante, debemos puntualizar en nuestro proyecto cmo vamos a operar
cada una de ellas, especificando todas sus caractersticas, para que no quede duda cuando hagamos una medicin o aplicacin en los grupos de estudio. El objetivo de
tomar estas precauciones se debe a que la operacionalizacin de la variable nos permite definir cmo vamos a
medirla y sta ser la base para el anlisis estadstico.
Las variables que antes llamamos independiente o
dependiente ahora reciben otra nomenclatura segn la
caracterstica que presenten al integrarse en grupos dentro de los cuales comparten las mismas propiedades, en
base a esto se dividen en Categricas (cualitativas) y
Numricas (cuantitativas).
Las variables numricas o no categricas se dividen en variables continuas, variables de intervalo y variables discretas.

Las variables continuas poseen intervalos cuantificados sobre una escala aritmtica e infinita de valores.
Son ricas en cuanto a informacin y pueden ser analizadas mediante pruebas estadsticas potentes; aumentan
o disminuyen de unidad en unidad, incluyendo las fracciones. Vg. la temperatura: 36.2, 37.5, 3,8, etc; medicin
del potasio en 4.2, 6.5, 2, etc.
La escala de intervalo. Permite analizar las caractersticas numricas en categoras que guardan una jerarqua entre s, la cual puede ser ascendente o descendente. Las categoras indican la distancia entre s. Aqu
el cero no significa ausencia de. Vg. edad gestacional:
< de 28 semanas, 29 a 32, 33 a 36, etc. o la edad: 1 a 7, 8
a 14, 15 a 21, etc. Como se observa en los ejemplos, las
categoras no se traslapan entre s.
Las variables discretas poseen un nmero finito de
intervalos cuantificados; aumentan o disminuyen de unidad sin incluir fracciones. Vg. nmero de cigarros fumados al da 2, 5, 10, 20, etc., cuando se rene una cantidad
adecuada de informacin la variable discreta se parece
a la continua en cuanto al anlisis estadstico y son muy
tiles en investigacin.
Las variables categricas. Los fenmenos que no se
pueden cuantificar se ordenan en categoras que se conocen como Escalas de medicin: nominal y ordinal.
Para propsitos prcticos acomodamos los datos o caractersticas de las variables en categoras que tienen la
caracterstica de ser mutuamente excluyentes.
La escala nominal. Las cualidades de las variables
no implican un orden de las caractersticas, tienen un
carcter cualitativo, subjetivo y absoluto que las hace
fciles de medir, pero las opciones de anlisis estadstico son muy limitadas.
48

Las categoras slo indican diferencias entre s pero

no se les ubica por encima o por debajo uno de otro. Ej.
sangre tipo O, tipo B, tipo A, etc., otro ejemplo es el gnero (masculino, femenino).
La escala ordinal. Al igual que la nominal es de carcter subjetivo, son variables cualitativas, pero en esta
escala las categoras guardan un orden, que puede ser
ascendente o descendente progresivo y tienen la caracterstica que mantienen un orden jerrquico entre s.
Tienden a contener ms informacin que las nominales
pero su carcter subjetivo las hace susceptible de sesgos.
Una vez que hemos decidido cules son las variables
que vamos a incluir en el estudio, se sugiere colocarlas en
un cuadro que lleve los siguientes apartados: nombre y
tipo de variable, definicin conceptual, definicin
operacional y escala de medicin de la variable.
En el ejemplo que mostramos a continuacin expondremos un trabajo sobre la incidencia de Tuberculosis
pulmonar en pacientes diabticos. La variable independiente es la Diabetes Mellitus y la variable dependiente
es la Tuberculosis pulmonar. Procedamos ahora a colocar
las variables en un cuadro que nos permita definir, clasificar y establecer la escala de medicin de estas variables;
primero se trabaja sobre la variable independiente.

49

Nombre y tipo
de variable

Definicin
Conceptual

Definicin
Operacional

Escala de
Medicin

Independiente
Diabetes
Mellitus

Diabetes
La Diabetes
Mellitus tipo I y II
Mellitus es el
en tratamiento
resultado de una
convencional
alteracin del
metabolismo de los
Hidratos de
Carbono, debido a
la deficiente
produccin de
insulina (absoluta
o relativa), acompaada por alteraciones en el metabolismo lipidico y
ocurre por factores
genticos o familiares

Nominal

Dependiente
Tuberculosis
Pulmonar

TB pulmonar
Afectacin respiratoria producida por diagnosticada por
clnica, rayos X y
M. Tuberculosis
cultivo bacteriano

Nominal
(SI o NO)

En un estudio observacional analtico buscamos una

asociacin entre anemia aplstica y exposicin a insecticidas; para ello hacemos un diseo de casos y controles
siendo nuestras variables principales las siguientes: variable independiente: casos con anemia aplstica y un
grupo de controles y la variable dependiente: la exposicin a insecticidas; en esta variable hemos dividido la
exposicin en leve, moderada o severa.

50

Nombre y tipo
de variable

Definicin
Conceptual

Definicin
Operacional

Independiente
Anemia
aplstica
Dependiente
Exposicin a
insecticidas

Escala de
Medicin
Nominal

Contacto directo o Contacto leve:

una sola exposiindirecto con
sustancias que se cin en 3 meses
Contacto modeutilizan para
rado: 2 a 4
eliminar insectos
exposiciones en
3 meses.
Contacto severo: ms de 4
exposiciones en
3 meses

Ordinal

En un estudio experimental deseamos conocer el efecto de un medicamento comparado con un placebo en pacientes con hipercolesterolemia. La variable independiente, llamada de intervencin en este caso es la aplicacin del medicamento y la variable dependiente el
colesterol sanguneo.

51

Nombre y tipo
de variable

Definicin
Conceptual

Definicin
Operacional

Escala de
Medicin

Independiente
Medicamento

Tratamiento
especifico para
disminuir los
niveles de
colesterol en
sangre.
Mencionar sus
caractersticas

Medicamento:
especificar el
nombre y la dosis
en que se va a
utilizar.
Placebo: explicar
sus caractersticas y la forma en
que se va a
utilizar

Nominal

Dependiente
Colesterol
sanguneo

Niveles de
colesterol en
sangre. Se consideran valores normales hasta 200 Mg

Numrica,
Resultado del
continua
colesterol en
y nominal
sangre tomado
despus de 14
horas de ayuno.
En ambos grupos.
Se considerar
hipercolesterolemia valores
mayores de 200
Mg

Observe cmo en una variable de tipo numrico se

pueden utilizar varias escalas de medicin, en este caso
una escala continua y una nominal.

52

Captulo 10
POBLACIN DE ESTUDIO

La mejor decisin que podemos tomar al iniciar una

investigacin es definir o elegir acertadamente los individuos que van a participar en el estudio; nuestro objetivo es asegurar que los hallazgos o resultados representan con exactitud lo que sucede en la poblacin. Existe la limitante o imposibilidad de estudiar a toda una poblacin para obtener una verdad en su entorno, por esta
razn se recurre a obtener un tamao de muestra representativo de esa poblacin para realizar el estudio, no
obstante, nos topamos con la dificultad de definir cuntos individuos representan una muestra representativa.
Una muestra insuficiente o una muestra excesiva conduce a errores fatales en investigacin que frecuentemente llevan a conclusiones equivocadas y en medicina
no debemos permitir que esto suceda.
Una poblacin es un conjunto de individuos o unidades de observacin que cumplen con una serie de caractersticas especficas, adecuadas a nuestros criterios

de seleccin y una muestra es un subconjunto de la poblacin, seleccionado de manera que la represente.

La Diabetes Mellitus, por presentar mltiples complicaciones y caractersticas sujetas a investigacin, es
un buen ejemplo para definir poblacin y muestra, todo
depende de nuestra pregunta de investigacin. Si nuestro objetivo es determinar cuntas personas diabticas
cursan adems con hipertensin arterial, nuestra poblacin de estudio sern personas con Diabetes Mellitus. Si
nuestro deseo es realizar un estudio para normalizar la
presin arterial en pacientes diabticos hipertensos, nuestra poblacin de estudio slo debe incluir a pacientes
diabticos que tengan el problema de hipertensin.
A este conjunto de individuos se le llama poblacin
diana, que incluye las caractersticas clnicas y demogrficas de la poblacin hacia la cual se van a generalizar los resultados una vez terminado el estudio. Las caractersticas geogrficas y temporales definen a la poblacin accesible, que es el subconjunto de la poblacin diana que se encuentra disponible para el estudio.
Otro concepto a tomar en cuenta en este rubro es el acceso a la poblacin. Se refiere a que una poblacin es
abierta o infinita cuando permite el constante reemplazo o entrada de nuevas unidades de observacin al
estudio; en la poblacin finita o cerrada se conoce la
cantidad exacta de individuos y no permite la entrada
de nuevos casos. Estos aspectos son muy tiles para calcular el tamao de la muestra.

Criterios para seleccionar la poblacin en estudio

Los criterios de inclusin definen las caractersticas principales que deben tener la poblacin diana y la
poblacin accesible para ser tomadas en cuenta. Las ca54

ractersticas pueden ser clnicas, demogrficas y/o

geogrficas.
Lo ms frecuente a utilizar son las caractersticas clnicas de los individuos a participar en el estudio; estos
criterios deben ser muy especficos e incluir todos los
aspectos que hemos definido en nuestras variables. Debe
ser amplia para no descuidar algunos puntos que puedan suscitar controversia.
Las caractersticas demogrficas incluyen edad, sexo
y raza; especificar estas caractersticas nos permite darle una mejor orientacin a nuestro trabajo.
Las caractersticas geogrficas y temporales de inclusin implican aspectos administrativos y debemos tener un sentido comn para poseer una buena coordinacin entre los objetivos cientfico y prctico de la investigacin que vamos a desarrollar. En ocasiones los costos o la dificultad para conseguir una buena muestra de
pacientes nos obligan a sacrificar estos aspectos y es probable se pierda credibilidad o una buena generalizacin
de los resultados a toda la poblacin diana, por lo que debemos poner en la balanza la factibilidad de realizar una
investigacin si no contamos con las caractersticas geogrficas y temporales de inclusin.
Los criterios de exclusin nos permiten generalizar con mayor veracidad nuestros resultados a la poblacin diana y de esta manera obtener la validez externa
de nuestra investigacin. Los individuos que entran en
esta categora renen los criterios de seleccin, sin embargo, alguna caracterstica clnica, demogrfica o temporal, puede crear confusin o problema en la interpretacin de lo que andamos buscando, por lo que los individuos que presenten esas caractersticas deben ser excluidos del estudio. Hulley menciona un buen ejemplo
de esto la inclusin de pacientes alcohlicos en el estu55

dio de la osteoporosis ampliara la generalizacin, permitiendo a los investigadores estudiar el exceso de consumo
de alcohol como causa de desmineralizacin; estas ventajas, no obstante, tendran como contrapartida mayores dificultades en el seguimiento, con lo cual el investigador puede decidir excluir a los pacientes alcohlicos, si cree que es
ms importante evitar las prdidas en el seguimiento .
Es necesario establecer la diferencia entre criterio
de exclusin y criterio de eliminacin. El primero se especifica antes de seleccionar la muestra poblacional, y el
criterio de eliminacin se realiza despus de haber incluido a los pacientes en el estudio. Las caractersticas
generalmente son de tipo administrativo o temporal; es
comn que se mencione no encontrar el expediente clnico como criterio de eliminacin; este factor cobra especial importancia en los estudios retrospectivos. Tambin se toman en cuenta aspectos vitales para el seguimiento como la asistencia a la consulta, ya que la posibilidad de prdidas es importante para nuestro estudio.

56

Captulo 11
CLCULO DEL TAMAO DE LA MUESTRA

Una conclusin observada con frecuencia en los estudios de investigacin es la siguiente: Se requiere mayor nmero de estudios para corroborar nuestros resultados; la causa principal es que el nmero de sujetos de
estudio es insuficiente para tomar una decisin. Realmente le hemos dado poca importancia al tamao de la
muestra, el nmero de elementos a investigar que son
necesarios para llegar a una conclusin definitiva con
nuestros estudios.
Todo proyecto de investigacin debe definir con gran
precisin la poblacin de estudio y decidir cul es el nmero suficiente de individuos que puedan conformar una
muestra en el supuesto caso de que no podamos estudiar
a toda la poblacin. Este nmero suficiente, provee la
validez interna que nos permite interpretar con confianza los resultados a obtener.
El mtodo para obtener el tamao de la muestra en
estudios de investigacin vara segn el diseo del es-

tudio que emprendemos; existen frmulas que nos permiten calcular la muestra basndose en caractersticas
conocidas de la poblacin como: prevalencia o porcentaje de la variable de estudio o bien el hecho de conocer, a
travs de estudios previos, los valores de la media y desviacin estndar de la variable a estudiar en la poblacin de referencia.

Estudios descriptivos

Para calcular cuntos individuos se requieren para

obtener una muestra representativa en estudios descriptivos se utiliza una frmula sencilla y la estandarizacin
de algunos parmetros. Supongamos que deseamos realizar un estudio sobre las caractersticas de la dermatitis atpica en nuestra poblacin; acudimos a la literatura para apoyar nuestra pesquisa en estudios de prevalencia realizados por otros autores. La literatura reporta una prevalencia de dermatitis atpica en un 10 a 15%
de la poblacin, en algn momento de la vida. Surge la
pregunta: Cuntos individuos debo incluir en el estudio que me permitan concluir sin riesgo de equivocarme
sobre las caractersticas de la dermatitis atpica en nuestra poblacin?
El estudio que estamos proponiendo es de tipo descriptivo y el clculo del tamao de la muestra se basa en
la siguiente frmula:
Z(2) PQ
n=
d (2)
Esta frmula expone los elementos indispensables
para obtener un tamao adecuado de muestra en estudios descriptivos y se define de la siguiente manera:
58

n = tamao de la muestra
Z = nivel de significancia
P = proporcin o prevalencia reportada en la literatura de la variable dependiente o de desenlace
Q = diferencia de 1 menos P
d = precisin absoluta necesaria a ambos lados de
la proporcin
Nivel de significancia o valor . Este parmetro
indica el grado de confianza que tendremos de que el verdadero valor de la poblacin se site en el intervalo obtenido. Cuanta ms confianza se desee, menor ser el
valor de , mayor el de Z y ms elevado el nmero de
sujetos necesarios en la investigacin. El valor se refiere al margen de error que vamos a aceptar en nuestra
muestra.
En el cuadro 1 se ejemplifican
Cuadro 1
los valores de ; en l observamos
Valores de Z
que si deseamos un mayor grado de
confianza el valor a disminuye e in90% - 1.64
crementa el valor de Z.
95% - 1.96
La mayora de los investigado99% - 2.57
res prefiere un nivel de confianza
de 95%; en este caso el valor a es 0.05 (5%) que corresponde a un valor Z de 1.96. Si deseamos un mayor nivel
de significancia, buscamos un valor de 0.01 (1%) y en
este caso el valor Z es de 2.57. Generalmente no se usa
un nivel de confianza menor de 90%, aqu el valor es
0.10 (10%) que corresponde a un valor Z de 1.64.
Proporcin o prevalencia. Para apoyar nuestro estudio debemos buscar en la literatura la prevalencia de
la variable de estudio expresada en porcentaje, ya que
nos permite, basado en lo encontrado por otros autores,
59

un mayor acercamiento al tamao de muestra. En el supuesto caso de no conocer la prevalencia, se debe hacer
una prueba piloto o una estimacin realista de la prevalencia en nuestra poblacin. A este factor tambin se le
llama Estimacin que toma en cuenta el clculo aproximado de un parmetro de la poblacin.
Valor Q - Se obtiene restando la proporcin o prevalencia a la unidad; es un factor preestablecido para calcular la muestra.
Valor d Es la precisin absoluta necesaria a ambos lados de la proporcin; representa el intervalo de
confianza que debemos tomar respecto a la prevalencia
o proporcin. Generalmente se toma un valor de 5% (0.05),
no obstante, este valor no es fijo y es importante tomar
en cuenta el significado de la precisin ya que afecta al
tamao de la muestra.

Aplicacin prctica

En el caso de dermatitis atpica tomamos la prevalencia de 10% (0.10); en este ejemplo aplicar una precisin (valor d) de 5% (0.05) implica aceptar un intervalo
de confianza de 5 a 15%; al sustituir la frmula encontramos que si damos una significancia de 95% el valor
de Z corresponde a 1.960, la P es de 0.10 y el valor Q de
0.90. Al realizar las operaciones correspondientes encontramos un valor n de 138 que nos indica que se requieren 138 individuos de la poblacin diana (en este caso
pacientes con dermatitis atpica) para conocer las caractersticas de esta entidad nosolgica.
Modificando cualquiera de los parmetros de la frmula encontramos un cambio en el valor n; por ejemplo,
si tomamos la prevalencia de 15% (0.15) el valor n resultante es de 195 individuos. En este mismo caso, tomando en cuenta una prevalencia de 0.10 pero modificando
60

la precisin (valor d) a un 2% (0.02), el valor n resultante es de 864 individuos, lo que indica que se necesita un
mayor nmero de individuos para tener una mayor precisin en el estudio.
El nivel de significacin implica la confianza que tenemos de que nuestra muestra es representativa de la
poblacin diana, una significancia de 90% corresponde a
un valor de 1.64; al modificar este parmetro en nuestra frmula, manteniendo un valor P de 0.10 encontramos un valor n de 97 individuos.
Al realizar nuestro proyecto de investigacin, si nos
encontramos con la dificultad de que nuestra poblacin
accesible no es suficiente para completar una muestra,
es probable tengamos la tentacin de recurrir a disminuir la significancia o la precisin para que nuestra muestra sea menor; no obstante, debemos ser honestos y consignar en nuestro protocolo los parmetros que hemos
utilizado para obtener el nmero de individuos con el
que proyectamos realizar nuestro trabajo.
En Lectura crtica se nos ensea que al escoger un
artculo publicado en cualquier revista mdica, antes de
leer los resultados debemos leer Material y Mtodos y
entre otros conceptos de validez interna y externa, buscar cmo escogi el investigador su muestra, cul es su
poblacin diana y si la poblacin accesible corresponde
a la poblacin diana. En el momento en que usted lea que
el investigador utiliz un buen nivel de significacin y
una buena precisin, puede estar seguro de que los resultados que est ofreciendo son confiables.
No debemos subestimar el resultado obtenido con esta
frmula, frecuentemente nos encontramos con la necesidad de un nmero mayor de individuos de los que podemos estudiar en el tiempo que nos hemos fijado, sin embargo es preferible hacer estudios colaborativos con otros
61

hospitales o prolongar un poco ms el tiempo del estudio, antes de resignarnos a no seguir adelante con nuestro proyecto o bien de hacerlo con un menor nmero de
casos.
Es preferible tener el tamao de muestra adecuado
para poder emitir una conclusin valedera. La determinacin del tamao asume que la muestra es representativa de la poblacin de estudio.
Otro punto importante a considerar es la prevalencia de la variable que vamos a tomar en cuenta para obtener la muestra. Del Ro-Navarro y cols. realizaron un
estudio sobre la presencia de hiperreactividad bronquial
en 30 nios con dermatitis atpica encontrando una prevalencia de 70%. En este caso el estudio va dirigido a la
variable hiperreactividad bronquial relacionada con dermatitis atpica, por lo tanto la muestra se debe calcular
tomando en cuenta la variable de desenlace, en este caso
la hiperreactividad bronquial. Con una significancia de
95% (1.960), un valor P de 0.70, valor Q de 0.30 y precisin de 0.05 obtendremos un valor n de 322 nios con dermatitis atpica para obtener una conclusin vlida en el
estudio, no obstante, como la prevalencia es muy alta, la
precisin se puede ampliar a 0.10 con lo que obtendremos un valor n de 80 nios con dermatitis atpica. Al hacer un anlisis de la muestra de 30 pacientes con la que
se public el artculo, observamos que tiene una significancia de 90% y una precisin de 0.14.
Si en la literatura mdica se conoce la media y desviacin estndar de una variable podremos obtener la
muestra a travs de la siguiente frmula:

n=

Z(2) (2)
d (2)
62

n
= Tamao de la muestra
= Nivel de significancia
Z
(sigma)= Tambin llamado amplitud; se refiere a
la desviacin estndar de un parmetro.
d
= Precisin absoluta necesaria a ambos lados de la desviacin estndar (tambin
se conoce como intervalo de amplitud)
Es un buen mtodo para estimar el tamao de muestra, pero se requiere de un estudio previo.
Belkind-Gerson y cols. realizaron un estudio en 20
nios con edades de 4 a 12 aos para valorar el tiempo de
trnsito colnico. Para el tiempo de trnsito colnico total obtuvieron una media de 42 horas con una desviacin
estndar de 13 horas. Si extrapolamos estos datos a la frmula y aplicamos un nivel de significacin de 95%, que corresponde a 1.960, una precisin (intervalo de amplitud)
de 5 y colocamos el valor (sigma) correspondiente a la
desviacin estndar de 13 encontramos que con estos datos el valor n resultante es de 26 nios (referencia). Este
resultado nos indica que si deseamos realizar un estudio para evaluar las caractersticas del tiempo de trnsito
colnico en nios con algn trastorno necesitamos una
muestra mayor a 25 pacientes.

Estudios comparativos

En los estudios analticos y experimentales el tamao de la muestra es una estimacin del nmero de individuos necesarios para detectar una asociacin de un
tamao de efecto determinado entre dos grupos, con unas
probabilidades previamente especificadas de cometer
errores.
63

Existe una estrecha relacin entre el tamao de la

muestra y el resultado de las pruebas estadsticas, esto
ha conducido a condicionar el valor de p a un tamao
de muestra adecuado.
Los factores que debemos tomar en cuenta antes de
calcular el tamao de muestra en estudios comparativos
son: la probabilidad , la probabilidad , la potencia o poder, los errores tipo I y tipo II, las hiptesis de una o de
dos colas, la magnitud de la diferencia y la variabilidad.
Comparar dos proporciones es probablemente la prueba de contraste de hiptesis ms utilizada en la investigacin clnica; existen frmulas ms sofisticadas para
calcular el tamao de la muestra segn el diseo de estudio, ya sea un ensayo clnico aleatorio, un estudio de
cohortes o de casos y controles. En esta seccin vamos a
definir los parmetros que se toman en cuenta para calcular la muestra en una poblacin a travs de la frmula
de prueba de hiptesis y diferencia de proporciones de
dos poblaciones.
Las hiptesis pueden ser en una o dos direcciones;
cuando es una sola direccin se llama hiptesis de una
cola, si es en ambas direcciones se llama hiptesis de
dos colas. Esta situacin aparentemente tan simple tambin influye en la cantidad de individuos a incluir en el
estudio.
Hiptesis de una cola. Cuando elaboramos una hiptesis que expresa una condicin muy clara, por ejemplo, A es mayor que B, el sentido de nuestra investigacin va en una sola direccin y es como esperamos encontrar nuestros resultados.
La hiptesis de dos colas implica que el resultado
a obtener puede ser en ambas direcciones, se expresa
en los trminos: A es mayor o menor que B.
64

Este tipo de hiptesis es ms conservadora y para su

comprobacin requiere de un mayor nmero de participantes en el estudio.
La frmula que utilizamos en los estudios comparativos es la siguiente:
(Z + Z)2 (P1Q1 + P2Q2)
n=
(P1 - P2)2
Probabilidades. Los valores Z ( y ) corresponden
a la tolerancia que vamos a dar en nuestro trabajo a la
posibilidad de cometer errores.
En el cuadro 2 observamos los
Cuadro 2
valores de las probabilidades alfa

Valores de Z
para los dos tipos de hiptesis que
hemos mencionado; es un poco ms
1 cola 2 colas complejo pero implica el mismo
90% - 1.28
1.64
principio que mencionamos en es95% - 1.64
1.96
tudios descriptivos.
99% - 2.33
2.57
El valor Z es el parmetro en
el que se da la significacin estadstica, implica establecer el riesgo de cometer un error
de tipo I que se est dispuesto a aceptar; es decir, el riesgo de concluir equivocadamente que existe una diferencia, efecto o asociacin entre dos grupos. De forma habitual y arbitrariamente suele aceptarse un riesgo del 5%,
siendo importante aclarar que en los estudios comparativos implica el riesgo de equivocarse acerca de la diferencia de proporciones. Este valor est directamente
relacionado al valor de P, de tal manera que si este valor es menor de 5% (0.05) al aplicar la prueba estadstica
(si nuestro tamao de muestra fue adecuado para el estudio) podemos rechazar la hiptesis nula y concluir que
efectivamente existe una diferencia estadsticamente
65

significativa entre los dos grupos respecto a la variable

que se est evaluando.
Un valor de P mayor de 0.05 indica que no existe diferencia en las proporciones ya que previamente establecimos que slo aceptaramos un error del 5%, no obstante, si deseamos ser ms tolerantes y aceptar un error
de 10% (0.10) como lmite, un resultado de 0.08 (8%) en
este caso resulta estadsticamente significativo y se concluye que si existe diferencia estadstica entre las dos
proporciones; obviamente establecer un valor Z tan amplio le resta credibilidad a nuestra investigacin. Al igual
que en los estudios descriptivos si deseamos un mayor
grado de confianza el valor alfa disminuye (el porcentaje
de error a aceptar) e incrementa el valor de Z.
El valor Z establece el riesgo que se acepta de cometer un error de tipo II. Implica no detectar una determinada diferencia en las proporciones cuando sta existe en realidad. Los valores habituales se sitan entre 5
y 20% y la eleccin variar en funcin de las consecuencias que pueda tener dicho error. Se prefiere enfrentar
la disyuntiva de este valor mediante su complementario
(1-) conocido como poder o potencia del estudio que
es la capacidad que tiene para detectar una diferencia.
Si aceptamos un riesgo de 20% significa que si la diferencia que se busca existe en la
Cuadro 3
realidad, el estudio tiene un 80%

Valores de Z
de probabilidades de detectarla
y este valor es el que se usa con
1 cola 2 colas
ms frecuencia en los estudios de
70%
0.52
1.00
investigacin. En el cuadro 3 se
1.20
muestran los valores de Zeta beta 80% - 0.84
90%
1.28
1.60
para los dos tipos de hiptesis.
66

La cantidad de individuos a ingresar en la muestra

de estudio depende del grado de tolerancia que demos
a la posibilidad de cometer errores y es inversamente
proporcional; a menor error deseado mayor deber ser
el tamao de la muestra.
El error tipo I o falso positivo se produce si un investigador rechaza una hiptesis nula que en realidad
es verdadera en la poblacin. Consiste en reconocer equivocadamente que existe una diferencia estadsticamente significativa entre dos grupos cuando en realidad no
existe. El valor de P resultante es menor de 0.05 si hemos establecido previamente un valor Z de 5%. Este tipo
de error se produce ms frecuentemente cuando la
muestra excede el nmero de individuos que se requiere investigar, ya que a mayor nmero de individuos
los valores de p se estrechan y resultan con diferencias
menores de 0.05; en estos casos se debe utilizar un valor
de 99%.
El error tipo II o falso negativo se produce si el
investigador no logra rechazar una hiptesis nula que
en realidad es falsa en la poblacin. Consiste en aceptar
equivocadamente que no existe una diferencia estadsticamente significativa entre dos grupos cuando en realidad existe. En este caso obtenemos un valor de P mayor
de 0.05 (si hemos establecido ese nivel de probabilidad
de error) cuando debera ser menor de 0.05. Este error
se presenta frecuentemente en investigacin y resulta
de un tamao de muestra insuficiente con una potencia menor del 80%.
La planificacin del tamao de la muestra tiene como
objetivo elegir un nmero suficiente de individuos para
mantener y en un nivel aceptablemente bajo, sin que
el estudio resulte innecesariamente costoso o difcil.
67

La magnitud de la diferencia expresada como P1

menos P2, se refiere a la cantidad que resulta de restar
la proporcin uno (que generalmente es el grupo control)
a la proporcin dos que es el grupo de estudio. Este parmetro tiene gran influencia sobre el tamao de la muestra y es inversamente proporcional; a mayor diferencia
de proporciones menor ser el nmero de individuos a
incluir en el estudio, por el contrario una diferencia mnima requiere un mayor nmero de participantes en el
estudio. Para calcular el tamao de la muestra debe definirse la magnitud de la diferencia que se desea detectar.
Algunas veces se dispone de datos de la literatura o de
estudios previos que permiten estimar razonablemente
el efecto esperado, si no es as, se debe seleccionar la mnima magnitud que se considera de importancia clnica;
esta diferencia debe de fijarse en trminos realistas, dentro del rango de valores esperables, no es vlido especular con este parmetro. A menudo, es tentador utilizar
diferencias ms amplias, ya que se obtiene un tamao de
muestra ms reducido; esta actitud debe evitarse ya que
implica que diferencias menores a la establecida, a pesar de que pueden ser de importancia clnica, no seran
detectadas al no alcanzar el nivel de significacin estadstica con el nmero de sujetos estudiados. A su vez, concluido y publicado el trabajo, es fcil observar este error al
determinar la potencia del estudio con el nmero de sujetos estudiados.

Aplicacin prctica de la frmula para dos

proporciones

Al final de este prrafo sustituimos los valores deseados para calcular el tamao de muestra necesario para
demostrar que un ejercicio dirigido y una dieta especializada aunada a medicamentos, disminuye a valores nor68

males los niveles de colesterol en ms de 70% de la poblacin.

Es un estudio comparativo con hiptesis de una cola,
que compara dos proporciones. Fijamos una significacin de 95%, por lo cual le corresponde un valor Z de
1.64, le damos una potencia al estudio de 80%, por lo cual
el valor Z correspondiente es de 0.84. El porcentaje estimado (P1) para el grupo control es de 30% (disminucin
de niveles de colesterol exclusivamente con pravastatina) y el porcentaje estimado para el grupo experimental
(P2) es de 70%. Sustituyendo estos valores en la frmula
y desarrollndola, encontramos un tamao de muestra
de 16 pacientes; es importante hacer notar que corresponden 16 pacientes a cada grupo.
Si el porcentaje del grupo control fuera de 50% (0.50)
entonces el tamao de muestra se eleva a 70 pacientes
en cada grupo porque disminuye la diferencia entre las
dos proporciones.
Observe el ejemplo y la forma en que se sustituyen
los valores de la frmula para prueba de hiptesis.
(Z + Z)2 (P1Q1 + P2Q2)

(1.64 + 0.84)2 (0.30 x 0.70 + 0.70 x 0.30)

n=
(P1 - P2)2

(0.7 0.3)2

(6.1504) (0.42)
n=

2.583168
n=

n = 16

(0.16)

0.16

Estas frmulas se pueden aplicar a aquellos estudios

cuyos resultados nos interesen y deseamos estar seguros de su validez, sin embargo, la mayor utilidad que podemos obtener de un protocolo que rene todos los re69

quisitos, incluyendo la aplicacin de la frmula adecuada para trabajar con un nmero de individuos representativo de la poblacin de estudio estriba en que nos permita concluir que los resultados que estamos obteniendo son verdaderos.
Anexo a este libro hemos incluido un archivo llamado clculo del tamao de la muestra en estudios de investigacin donde slo tiene que aplicar los parmetros
necesarios para su estudio y obtener su muestra*.

* Solicitar su envo por correo electrnico a: osvelhinojosa@yahoo.com.mx o

mabelri@arnet.com.ar

70

Captulo 12
MTODOS PARA OBTENER LA MUESTRA DE LA POBLACIN

Existen pocas probabilidades de que en un estudio

de investigacin clnica tengamos acceso a toda la poblacin de referencia; lo comn es que la poblacin accesible sea excesivamente grande o se pueda encontrar a largo plazo; esto nos obliga a seleccionar un grupo de individuos para lograr nuestros objetivos. Ya hemos mencionado la definicin de las caractersticas de la poblacin y cmo calcular el tamao de la muestra, no obstante, el reto a que nos enfrentamos es seleccionar el mtodo o tcnica para que los individuos que escojamos sean
fieles representantes de la poblacin de estudio. Es en
este proceso donde se cometen la mayora de los errores y sesgos.
Los mtodos para escoger la poblacin se dividen en
dos grandes grupos dependiendo de la influencia del investigador en la seleccin; de esta manera tenemos el
muestreo probabilstico y el muestreo no probabilstico.

El muestreo probabilstico utiliza un proceso aleatorio (azar) para garantizar que cada unidad de la poblacin tiene una probabilidad especfica de ser seleccionada. El investigador aplica el rigor cientfico eligiendo al
azar los individuos para obtener conclusiones vlidas y
confiables. Con este mtodo cada individuo de la poblacin presenta la misma probabilidad de ser seleccionado. Existen cuatro tcnicas bsicas para obtener un muestreo probabilstico: aleatorio simple, sistemtico, estratificado y por conglomerados.
El muestreo aleatorio simple consiste en asignar o reconocer un nmero previamente para cada individuo y
despus escoger al azar los que van a participar en el estudio. En los estudios experimentales (ensayo clnico aleatorizado) se escogen al azar los individuos que van a participar en uno u otro grupo en una segunda aplicacin de
la aleatorizacin; a este segundo proceso se le llama asignacin aleatoria. Existen tablas de nmeros aleatorios
que nos permiten seleccionar sin dificultad los individuos participantes; existen varios mtodos para obtener
los nmeros de una tabla de nmeros aleatorios; otro
ejemplo sera el siguiente: suponga que necesita escoger
una muestra de 68 individuos y tiene una poblacin de
1,000 individuos; puede escoger al azar el inicio en la tabla de nmeros aleatorios y despus en forma ascendente
o descendente en la tabla ir escogiendo un individuo cada
5, 8 o 10 nmeros hasta obtener la muestra de 68.
Existen programas de computacin que incluyen la
tabla de nmeros aleatorios (Epi-Info); es ms simple,
aqu slo tenemos que pedirle a la computadora que nos
d los 68 nmeros de una cantidad de 1,000 nmeros, tomando en cuenta el ejemplo anterior. La dificultad estriba en conseguir una lista exacta de la poblacin acce72

sible y ms tarde buscar e incluir en el estudio a los individuos elegidos.

El muestreo sistemtico consiste en seleccionar la
muestra utilizando un perodo determinado previamente. Este perodo que se puede llamar perodo k de sujetos o unidades de observacin consiste en seleccionar
alternadamente de la poblacin cada cierto nmero de
individuos los que se van a seleccionar para la muestra
del estudio. El valor k se obtiene dividiendo el nmero
de individuos de la poblacin accesible entre el tamao
de la muestra deseada. Esta modalidad es una forma de
muestreo probabilstico si el punto de partida se escoge
al azar. En el ejemplo que hemos puesto anteriormente
dividimos la poblacin accesible de 1,000 entre el tamao de muestra que en este caso es de 68 y obtenemos un
valor k de 14. Aqu es importante tomar al azar un nmero entre 1 y 14 y ste va a ser el punto de partida del
muestreo; si escogemos el nmero 5 al azar, entonces los
individuos a incluir en la muestra seran el 5, el 19, el
33 y as progresivamente hasta completar los 68 individuos. El muestreo sistemtico es susceptible de errores
ocasionados por la periodicidad natural, presentes en la
poblacin permiten que el investigador pueda predecir
y quiz manipular los que posteriormente aparecern en
la muestra.
El muestreo estratificado consiste en dividir la poblacin en subgrupos o estratos de acuerdo con ciertas
caractersticas generales (Ej. sexo, raza, peso, etc.) y despus extraer una muestra al azar de cada uno de los estratos. Por ejemplo, para evitar que una muestra incluya un diferente nmero de pacientes del sexo masculino o femenino, se estratifica primero y despus se escogen al azar los individuos que se van a incluir en la muestra. Esta tcnica permite asegurar la presencia de la ca73

racterstica de inters y el control de las variables confusoras.

El muestreo por conglomerados consiste en extraer una muestra al azar a partir de agrupaciones naturales de individuos (conglomerados) dentro de la poblacin, siendo lo ms comn un rea geogrfica. Este
tipo de muestreo se utiliza ms en estudios epidemiolgicos que en estudios clnicos. Es muy til cuando la poblacin est dispersa y es poco prctico o costoso elaborar
una lista de todos los elementos. La muestra se obtiene
en dos etapas: en la primera la poblacin se divide en
conglomerados y en la segunda etapa se seleccionan los
sujetos de cada conglomerado utilizando una tcnica aleatoria simple, sistemtica o estratificada. En un estudio
que abarque varios hospitales, cada hospital es un conglomerado, cuando ya hemos determinado todas las instituciones participantes se procede a un muestreo al azar
de cada hospital para seleccionar la muestra.
El muestreo no probabilstico, como su nombre lo
indica, no toma en cuenta la probabilidad de que los individuos de la poblacin accesible sean incluidos en la
muestra de estudio. Se le llama tambin muestreo por
conveniencia o por cuota. Este muestreo es ms prctico que el probabilstico para los proyectos de investigacin clnica, sin embargo se puede caer en el error del
sesgo de seleccin por la persona que est elaborando el
estudio y no cubre los requerimientos de aleatorizacin
necesarios para calcular errores de muestreo. Existen
tres diseos principales de muestras no probabilsticas:
muestreo de casos consecutivos, muestreo por conveniencia y muestreo a criterio.
El muestreo de casos consecutivos consiste en incorporar al estudio cada individuo que cumpla con los
criterios de seleccin dentro de un intervalo de tiempo
74

especifico o hasta alcanzar un nmero definido de individuos. Es la mejor de las tcnicas no probabilsticas y
resulta factible en muchas ocasiones; su dificultad estriba en no tomar en cuenta algunos factores como los cambios de estacin debidos a la duracin del estudio, sobre
todo cuando vamos a efectuar un estudio que tiene marcada influencia de las condiciones climatolgicas, vg. asma
bronquial, problemas respiratorios de etiologa viral o
diarreas de origen estacionario.
El muestreo por conveniencia consiste en seleccionar a individuos de la poblacin accesible de los que
se pueda disponer con facilidad; es muy utilizado y de
gran valor si los individuos realmente cubren los requisitos de inclusin al estudio. Se puede caer fcilmente
en el sesgo de seleccin.
El muestreo a criterio consiste en escoger entre la
poblacin accesible a los individuos que se supone ms
apropiados para participar en el estudio. Debido a la facilidad con la que se obtiene la muestra y la gran posibilidad de seleccionar slo los casos que nos interesan para
nuestro estudio, es difcil extrapolar los resultados a otras
poblaciones.
Se puede realizar una combinacin de estos diseos
de muestreo, sobre todo en estudios clnicos, donde la
poblacin accesible es en el mbito hospitalario. Si es factible reclutar a todos los individuos a lo largo del perodo de un perodo de inclusin suficientemente largo, la
mejor eleccin consiste en tomar una muestra de casos
consecutivos; si la poblacin accesible es demasiado grande se extrae una submuestra al azar, mediante muestreo
probablistico del tipo aleatorio simple. En caso de presentarse las dificultades antes descritas, se puede recurrir al muestreo estratificado o por conglomerados.
75

Captulo 13
CONCEPTOS DE VALIDEZ DE LA INVESTIGACIN

La medicina basada en evidencias ha puesto un nfasis especial en elaborar los estudios de investigacin
con el mayor apego a la verdad, evitando las tendencias
y los errores en la construccin del proyecto desde sus
inicios. Se da especial importancia al rubro llamado MATERIAL Y MTODOS, ya que un buen diseo lleva a contestar adecuadamente a la pregunta que nos hemos hecho al iniciar la investigacin. Debemos imaginar el resultado final del proyecto de investigacin como el proceso de extraer y aplicar las conclusiones del estudio.
Esta fase se compone de dos grupos de inferencias:
la validez interna del estudio que implica el grado con
que las conclusiones del investigador describen correctamente lo que en realidad sucedi en el estudio; la validez externa implica el grado con que las conclusiones
resultan apropiadas cuando se aplican a la poblacin exterior al estudio; tambin se denomina generalizacin
del estudio. Estos dos factores siempre deben tomarse

en cuenta, es necesario ser honestos y describirlos ampliamente en nuestro reporte final de resultados.
La validez interna tiene relacin con la metodologa
que empleamos para conseguir la informacin de nuestras variables. Es importante recordar la clasificacin
de las variables y su escala de medicin, ya que las variables independiente y dependiente, cuando se transforman en categricas y no categricas, es cuando realmente nos importan para evaluarlas desde el punto de
vista de la validez interna.
Las variables no categricas son aquellas variables
cuantitativas que se pueden medir y son susceptibles de
ser analizadas desde el punto de vista estadstico. Si nuestro estudio contempla analizar una variable de este tipo,
sobre todo la variable dependiente, debemos tomar en
cuenta dos aspectos de la validez interna que se llaman
precisin y exactitud.
Los resultados de las variables generalmente los tenemos a travs de aparatos de medicin, de tal manera
hablamos de medicin de glucosa en sangre, expresada
en miligramos a travs de un aparato analizador, o bien
hablamos de talla en centmetros tomada a travs de una
medicin mediante una cinta o una regla especial; otro
ejemplo es la temperatura, expresada en grados centgrados o Fahrenheit. La situacin se complica un poco
cuando existen varios mtodos para medir una variable:
tomando por ejemplo la glucosa, no obtenemos el mismo resultado al medirla mediante un dextrostix, un glucmetro manual o mediante el analizador especial en el
laboratorio. La toma de la presin arterial tambin vara segn el aparato con el que se realice la lectura de
este parmetro.
Hablamos de PRECISIN cuando un aparato o
cualquier otro sistema de recoleccin de resultados,
77

presenta prcticamente el mismo valor cada vez que

se mide. La precisin tiene una influencia muy importante sobre el poder o la potencia del estudio. Cuanto
ms precisa es una medicin, para un determinado tamao de muestra, mayor es el poder estadstico para estimar los valores medios y contrastar las hiptesis. La
precisin tambin se ve afectada por la variabilidad biolgica que se presenta en los individuos y esto puede dar
como resultado lo que se ha dado en llamar el error
aleatorio, el cual se define como un resultado equivocado debido al azar; un ejemplo es la prevalencia de anticuerpos frente al virus del SIDA el cual se refiere de 30%
en la poblacin; es posible que una muestra bien diseada de 100 pacientes obtenida a partir de dicha poblacin
contenga 30 pacientes con anticuerpos, pero lo ms probable es que el nmero de individuos se aproxime a esta
cantidad, vg. 28, 29, 31 o 32. En ocasiones el azar puede
determinar una cifra sustancialmente distinta como 19
o 42.
Al efectuar mediciones existen tres fuentes principales de error: la variabilidad debida al observador
que est asociada a los factores que influyen en el observador en un momento dado al tomar una lectura o al
hacer una encuesta. La variabilidad debida al individuo se refiere a la variacin biolgica intrnseca de cada
individuo, los biorritmos, ritmos circadianos o el tiempo
transcurrido desde la ltima medicacin. La variabilidad debida al instrumento se refiere a la variabilidad
en la medicin que tiene como origen las fluctuaciones
de los factores ambientales, como la temperatura o el
ruido de fondo.
En general se considera que el error aleatorio no es
tan grave porque su efecto sobre los resultados se puede resolver mediante el recurso de aumentar el tamao
78

de la muestra, sin embargo existen algunas estrategias

para aumentar la precisin de las mediciones. El ms
importante quiz sea la estandarizacin de los mtodos de medicin, donde se da gran importancia a que
en nuestro proyecto hagamos una definicin operativa
de cmo vamos a efectuar las mediciones, instrucciones
precisas de abordaje al individuo, cmo calibrar un instrumento, etc., por lo que es importante escribir las pautas especficas de cmo vamos a efectuar una medicin.
Es bsico dar a conocer a todos los investigadores que
van a participar en el estudio, el protocolo de investigacin una vez terminado, para que se indique a cada uno
su labor especfica y cmo se van a efectuar las mediciones; si se trata de una encuesta se debe entrenar a los
observadores y los puntos esenciales que se deben tomar en cuenta acerca de los instrumentos es tratar de
hacer las mediciones con el mejor instrumento que
exista en el mercado, de preferencia con dispositivos
automticos. El error aleatorio tambin se reduce si se
repite la medicin y se utiliza la media de dos o ms determinaciones; este mtodo es muy til en variables como
la presin arterial.
La precisin se describe en estadstica mediante la
desviacin estndar de una serie de mediciones repetidas. Un estadgrafo til para comparar la precisin de
distintas variables es el coeficiente de variacin que
se conoce como la desviacin estndar dividida por la media. Cuando un mtodo de medicin es impreciso se presentan coeficientes de variacin muy grandes. Existen
reportes en la literatura que mencionan desviaciones
estndar casi del tamao de la media, lo que habla de una
mala precisin.
Tambin se puede medir la precisin valorando la concordancia entre observadores u observaciones; un buen
79

ejemplo de esto es la medicin del coeficiente de correlacin. Algunas pruebas ms complejas miden la concordancia entre observadores, como la prueba de Kappa
que expresa el grado de concordancia no debida al azar.
Esta prueba es muy til y le da gran valor a la publicacin de un trabajo. Si usted va a realizar un trabajo donde una variable requiera una lectura muy precisa de algn factor, por ejemplo el conteo de parsitos en una
muestra de heces fecales, puede poner a dos observadores que hagan el conteo por separado y despus realizar
una prueba de Kappa; si la concordancia entre los observadores es buena, le da mucho valor a sus resultados
porque esta aumentando la precisin.

Prueba de Kappa (concordancia entre observadores)

Si tiene la oportunidad de incluir a dos observadores para el estudio de una variable, evale la concordancia entre lo que dice cada uno acerca de las variables y
coloque los resultados en una tabla de contingencia de 2
x 2. Es interesante, de mucho valor y le da realce a su
investigacin. Tomemos como ejemplo el resultado de la
evaluacin de 106 gamagrafas hepticas realizada por
dos observadores que buscaban identificar metstasis al
hgado.
En el cuadro 4 los dos observadores coinciden en 47
metstasis presentes (celdilla a) y 45 metstasis ausentes (celdilla d) que dan un total de 92 de 106, para un 87%
de concordancia, a esto se le conoce como ndice de concordancia absoluta. Esta medida nos orienta acerca
de la posibilidad que tienen de coincidir los dos observadores, sin embargo no toma en cuenta la posibilidad de
que esa coincidencia de resultados se deba al azar. Para
evitar este problema se utiliza el coeficiente Kappa o
prueba de Kappa.
80

Cuadro 4
Observador 2
Metstasis
presentes

Metstasis
ausentes

Total

Metstasis
presentes

47 (a)

5 (b)

52 (a + b)

Metstasis
ausentes

9 (c)

45 (d)

54 (c + d)

56 (a + c)

50 (b + d)

106 (T)

Observador 1

Total

Esta prueba se dise para mejorar la estimacin del

porcentaje de concordancia, ya que descuenta automticamente la posibilidad de que esa concordancia se pueda
deber al azar. El clculo del coeficiente Kappa se realiza con la frmula que se expone en el
cuadro 5 donde cada parmetro signiCuadro 5
fica:
Po = Concordancia observada
Po - Pe
((a + d / T))
K=
Pe = Concordancia esperada
1 - Pe
debida al azar, que toma en cuenta los
resultados que se dan en las casillas perifricas. La frmula de Pe es la siguiente: ((a + b) / T)) x ((a + c / T) + ((b
+ d) / T) x (c + d) / T)). Como existe la posibilidad de equivocarnos al recordar los nombres de estas casillas se decidi cambiarles el nombre: las casillas de abajo las llamaremos Mi (a + c) y Mo (b + d) y las casillas de la derecha,
81

Ni (a + b) y No (c + d). Ver el cuadro 6, y ahora la frmula

queda as:
(Mi x Ni) + (Mo x No) / T 2 , siendo ms fcil de recordar. Despus de tener bien identificada la frmula es ms
fcil ahora sacar el nivel de concordancia entre los dos
observadores.
Po = (a + d / T) queda as: Po = 47 + 45 / 106, que nos
da 0.867.
Pe = (56 x 52) + (50 x 54) / 106 2
Pe = (2912) + (2700) / 11236
Pe = 0.499
Sustituyendo estos valores en la frmula principal
encontramos:
K = Po Pe / 1 Pe
K = 0.867 0.499 / 1 0.499
K = 0.368 / 0.501 K = 0.73

Cuadro 6
Observador 2
Metstasis
presentes

Metstasis
ausentes

Total

Metstasis
presentes

47 (a)

5 (b)

52 (Ni)

Metstasis
ausentes

9 (c)

45 (d)

54 (No)

56 (Mi)

50 (Mo)

106 (T)

Observador 1

Total

82

En el cuadro 7 observamos la clasificacin de Landis

y Koch para la interpretacin de los valores de Kappa.
Cuadro 7
Valor de
Kappa

Fuerza de
concordancia

Menor de 0
0 a 0.20
0.21 a 0.40
0.41 a 0.60
0.61 a 0.80
0.81 a 1.00

Pobre
Leve
Mediana
Moderada
Sustancial
Casi perfecta

El resultado del ejemplo fue 0.73 que se puede considerar sustancial.

Es importante considerar que este resultado disminuy de una concordancia absoluta de 0.86 a una de 0.73
despus de quitar el factor del azar.
El segundo punto en la validez interna es la exactitud, definida como el grado en que una variable realmente representa lo que se supone que representa
o un aparato lee exactamente lo que debe leer o bien
que la variable mide lo que realmente debe medir.
Un aparato puede dar varias veces el mismo resultado
de una medicin, por lo que hablamos que tiene buena
precisin, no obstante, pudiera no ser muy efectivo para
dar una lectura exacta y en ese caso decimos que no tiene exactitud.
Volviendo al ejemplo de la glucosa, la determinacin
de su lectura mediante dextrostix no es exacta, es un mtodo que no tiene exactitud. No nos atreveramos a publicar un trabajo sobre SIDA tomando en cuenta la prue83

ba de Elisa, la cual por carecer de exactitud nos da muchas pruebas falsas positivas, sin embargo, si recurrimos a la prueba de Western Blot, nuestro trabajo tendr
mayor validez interna ya que es ms precisa y exacta en
sus mediciones. La exactitud tambin se ve afectada por
las variaciones biolgicas que referimos en la precisin.
El error a que inducen las mediciones que no son exactas es el llamado error sistemtico el cual se define
como un resultado equivocado debido a un sesgo; este
error es irreversible y no mejora al aumentar el tamao
de la muestra. Cuando nos damos cuenta de un error de
este tipo slo podemos lograr mejora de nuestra investigacin al redisear el estudio de manera que reduzca
los diferentes sesgos.
Cuando se intenta medir fenmenos abstractos o variables subjetivas como el dolor o la calidad de vida, se
dificulta un poco obtener validez en el estudio, no obstante, actualmente se recurre a instrumentos que hayan
sido validados por otros autores o bien que se pueden
validar mediante la prctica de una prueba piloto antes
de realizar el estudio completo. El instrumento puede
ser una escala de medicin, como la escala de medicin
del dolor de Glasgow. En todo caso la repeticin de la
lectura por varios observadores y la aplicacin de una
prueba de concordancia nos permite darle validez a nuestro estudio.

84

SECCIN II. PONIENDO EN MARCHA

EL PROYECTO DE INVESTIGACIN

En esta seccin trabajaremos sobre la base de elaborar un protocolo siguiendo los pasos en cada diseo de investigacin. Para el
efecto los hemos dividido en tres grupos: Observacional descriptivo,
Observacional analtico y experimentales. Para tener un mejor
desempeo se recomienda revisar todo el material que hemos incluido en la primera seccin conforme vaya incrementando el grado de dificultad del proyecto de investigacin.

Captulo 14
CARACTERSTICAS GENERALES DE LOS DISEOS
DE INVESTIGACIN

Francis Bacon, en 1612, mencion la importancia de

que la investigacin siguiera un orden lgico, primero
observar los fenmenos naturales, enseguida buscar las
asociaciones causales y finalmente realizar experimentos que puedan conducir a la verdad; slo entonces se
puede emitir un enunciado o ley acerca del fenmeno a
investigar. A 400 aos ha sido difcil para el cientfico
resistir a la tentacin de emitir juicios o leyes basndose
en simples observaciones o en asociaciones causales sin
una base amplia de sustentacin cientfica.
Son contadas las ocasiones en que el mdico investigador ha llegado a una verdad epidemiolgica; es en el
ramo de la infectologa donde se han dado los mejores
logros. De la simple observacin que los cirujanos de trax realizaron despus de la segunda guerra mundial,
se asoci el cncer del pulmn con el tabaquismo. La historia del SIDA es apasionante, ya que se present de improviso como una epidemia y gracias a la adecuada in-

tervencin de los epidemilogos investigadores se logr

encontrar la asociacin de esta enfermedad con la transmisin sexual.
Las actividades que realiza un equipo investigador
en cualquier estudio se pueden resumir en tres: medir
fenmenos, comparar los resultados obtenidos en diversos grupos e interpretarlos en funcin de los conocimientos actuales, teniendo en cuenta las variables que pudieron haber influido en los resultados.
Para poner en marcha una investigacin se requiere
orden, una estricta observancia de las reglas que el investigador impone previamente en su protocolo de estudio. Han pasado los tiempos en que recogamos los datos en hojas extremadamente largas, con un sinnmero
de variables, con la mira de examinar al final del estudio cules eran las mejores variables y de ah sacar los
resultados. Afortunadamente hay guas que nos facilitan llevar un orden en la obtencin de los resultados,
acomodarlos adecuadamente para despus analizarlos
sin dificultad.
En el cuadro 8 observamos la llamada tabla de contingencia o tabla de 2 x 2.
Cuadro 8
Enfermedad
Presente
Ausente
Presente

Ausente

Exposicin

88

Lea detenidamente cada uno de sus contenidos y encontrar que colocando los datos del estudio y decidiendo la direccin que le vamos a dar a nuestro trabajo podremos encontrar fcilmente el diseo que necesitamos para obtener una buena respuesta a nuestra pregunta de investigacin.
La exposicin o factor de exposicin (CAUSA) y
la enfermedad que tambin podemos llamar desenlace (EFECTO), tienen relacin con las variables que hemos incluido en nuestra pregunta de investigacin. Aqu
hablamos de la variable independiente y de la variable
dependiente. Su asociacin vara segn la direccin que
le demos al estudio, en un estudio prospectivo partimos
de una exposicin (a + b) y (c + d) y como resultado esperamos un desenlace o enfermedad; en cambio, en un estudio retrospectivo, se conoce el desenlace o enfermedad (a + c) y (b + d) y el resultado que se desea conocer
es el factor de exposicin. De esta manera usted encontrar fcilmente las variables independiente y dependiente.
Esta situacin vara para los estudios descriptivos o
de prevalencia, donde generalmente se busca una exposicin en los sujetos que tienen la variable de desenlace
(a + c) sin tomar en cuenta un grupo control. En estos casos, como es una observacin simple no se forma la tabla
de contingencia de 2 x 2 ya que falta el grupo control.
Tambin se puede buscar desde el factor de exposicin
(a + b) y evaluar la variable de desenlace.
Para explicar cmo funciona la tabla de contingencia
con relacin a la direccin del estudio tomemos como
ejemplo la asociacin entre tabaquismo y cncer de pulmn (cuadro 9).

89

Cuadro 9
Ca de pulmn
Presente
Ausente
Presente

Ausente

Tabaquismo

Despus de la segunda guerra mundial los cirujanos

de trax advirtieron que muchos de los pacientes de cncer de pulmn eran grandes fumadores. En esta simple
observacin descriptiva encontramos la asociacin de
las dos variables en la casilla a; esto se considera un estudio descriptivo simple. De inmediato surge la pregunta: Cul es la prevalencia de cncer de pulmn en los
no fumadores?
La respuesta slo puede obtenerse rpidamente a travs de un estudio analtico y retrospectivo, un estudio
de casos y controles. Se incluyen en el estudio pacientes con cncer de pulmn (Casos) y se selecciona un grupo control. En ambos grupos se pregunta intencionadamente la variable tabaquismo (factor de exposicin) y los
datos se colocan en las casillas correspondientes para
su anlisis.
Un estudio con mayor fuerza para demostrar causalidad es un estudio analtico, prospectivo, en este caso un
estudio de cohortes. En ste se detectan individuos con
tabaquismo positivo, se escoge un grupo control de no
fumadores y en forma prospectiva a largo plazo se busca
el desarrollo de cncer de pulmn en ambos grupos y se
colocan los resultados en las casillas correspondientes.
Un estudio experimental no tendra sentido en este ejem90

plo ya que tendramos que escoger a individuos no fumadores de la poblacin y exponerlos al humo del tabaco
para evaluar despus si desarrollan cncer de pulmn;
la tica no nos permite un estudio de tal magnitud. En
este estudio tambin se parte del factor de exposicin a
la enfermedad o desenlace.
Conociendo bien nuestras variables, las posibilidades de realizar el estudio y el tiempo del que disponemos, podemos escoger el diseo de investigacin ms adecuado.

91

Captulo 15
CMO DISEAR UN ESTUDIO OBSERVACIONAL DESCRIPTIVO

El objetivo de los estudios observacionales descriptivos simples, es describir la frecuencia y las caractersticas ms importantes de un problema de salud en una poblacin. Es una prctica comn realizar estudios descriptivos que busquen la asociacin de una serie de variables (variables dependientes o de desenlace) con la
variable principal o independiente. Generalmente no
hay rumbo, no hay proyecto, realizamos el estudio a ver
qu sale por eso incluimos muchas variables; es importante definir, aun en estos estudios simples lo que buscamos, debemos llevar una intencin muy precisa.
Los estudios descriptivos se llevan a cabo cuando
aparece una nueva enfermedad, o cuando enfermedades
conocidas no han sido suficientemente estudiadas en algunos aspectos. Si usted inicia en este momento una investigacin acerca de las enfermedades ms frecuentes
en su prctica mdica, se sorprender del hecho de que
aun cuando se han escrito un sinnmero de artculos sobre ellas, en muchas ocasiones se desconoce su prevalen-

cia no slo en su medio ambiente, sino a nivel general y

de otros pases. Tome usted como ejemplo la prevalencia de parasitosis intestinal en nios de la clase media,
La conoce?, o bien cul es la prevalencia de obesidad
en la poblacin general? Las tablas de peso y talla en nios realizadas en nuestro pas hace ms de 20 aos, sern vigentes en nuestra poca? Si desea usted realizar
un estudio sobre toxemia del embarazo necesita conocer la prevalencia de esta enfermedad en su poblacin
porque es requisito indispensable para calcular el tamao de la muestra.
Como son estimaciones aproximadas, es una prctica comn en la mayora de los investigadores recurrir a
las prevalencias reportadas en la literatura, generalmente en los pases de habla inglesa. Nos sorprendi hace
muchos aos encontrar que los valores de frmula blanca en el recin nacido se llevaron a cabo a nivel del mar,
en 15 recin nacidos de trmino y 15 de pretrmino hace
30 aos y an son vigentes. Se debe aceptar esto?
Los estudios descriptivos son de gran valor porque
nos permiten dirigir el rumbo, el problema es que la investigacin en medicina tiene ms de 60 aos realizando
este tipo de estudios y repite en forma interminable los
mismos hallazgos.
Los estudios de observacin simple son muy tiles
porque nos proporcionan datos sobre los cuales basar
hiptesis razonables; son el paso previo a un estudio analtico o a un experimental, son un puente imprescindible para avanzar en el conocimiento de una enfermedad
y sus formas de prevencin.
Los estudios descriptivos se dividen en: serie de casos, estudios transversales y encuesta descriptiva.
La serie de casos que incluyen tambin los reportes de un caso, son estudios que observamos frecuente93

mente en las revistas mdicas o en los congresos mdicos. Ofrecen el primer reporte de las variables que caracterizan a una enfermedad de reciente aparicin o que
llaman la atencin sobre manifestaciones poco conocidas; tambin describen efectos secundarios de frmacos
ya comercializados. Son tiles porque permiten formular hiptesis despus de realizados.
Presentan dos caractersticas generales:
1) Suelen ser estudios longitudinales y no transversales; contienen informacin adquirida a lo largo del tiempo.
2) Todos los pacientes de la serie de casos tienen la
misma enfermedad o han recibido el mismo tratamiento. Los resultados no permiten sacar conclusiones ya que
no existe un grupo control, por esto, slo son tiles para
generar hiptesis pero no para evaluarlas.
Los estudios transversales, tambin llamados de
prevalencia, examinan la relacin entre una enfermedad y una serie de variables en una poblacin determinada y en un momento del tiempo. Su caracterstica principal es que la presencia de la exposicin y de la enfermedad se observa simultneamente o en un corto perodo de tiempo; lo que define a los estudios transversales
es la falta de secuencia temporal entre la medicin de
un factor de riesgo y una enfermedad. Estos estudios se
utilizan principalmente para estimar la prevalencia de
un factor de riesgo o una enfermedad en una poblacin.
En ocasiones los estudios transversales constituyen la
primera etapa de un estudio longitudinal (estudio de cohortes o ensayo clnico), midiendo inicialmente las variables de inters e identificando a los individuos que
deben ser excluidos de la poblacin a riesgo de desarrollar la enfermedad. Argimn refiere un estudio realizado para conocer algunas caractersticas de pacientes calificados de astnicos: se seleccionaron aleatoriamente
94

pacientes atendidos en un centro de atencin primaria

que completaron un cuestionario validado de vitalidad
que establece el umbral a partir del cual un paciente puede catalogarse como astnico; de los 254 pacientes escogidos, 115 cumplan los criterios. A partir de este estudio transversal, los individuos fueron clasificados en dos
grupos segn la presencia o ausencia de fatiga y se siguieron durante un ao para determinar el nmero de
visitas y de nuevos diagnsticos de los pacientes en cada
uno de los grupos.
La ventaja de los estudios transversales es que se pueden realizar fcilmente y son ms econmicos, permitindonos conocer la prevalencia de una enfermedad; tienen la desventaja de que no nos permiten obtener conclusiones acerca de las relaciones de causalidad y no son
tiles para estudiar enfermedades raras si el diseo implica obtener muestra de la poblacin general.
Las encuestas descriptivas son tiles porque permiten obtener datos directos de los sujetos de estudio.
La encuesta requiere la formulacin de un cuestionario
del cual depende prcticamente la investigacin. En este
proceso un cuestionario se define como un proceso estructurado que permite recoger la informacin a travs
de la cumplimentacin de una serie predeterminada de
preguntas.
Un cuestionario cumple el requisito de ser estructurado cuando a todos los individuos del estudio se les formulan las mismas preguntas, de la misma forma y en la
misma secuencia; el objetivo es obtener una informacin
suficiente y amplia que permita comparar los resultados. La informacin obtenida por este mtodo es subjetiva y la validez tanto externa como interna depende de
que el cuestionario cumpla una serie de requisitos; por
tal motivo, antes de realizar un estudio descriptivo que
95

incluya un cuestionario debe revisar la literatura para

determinar si previamente existe o no una encuesta que
ya est validada.
Es importante seguir un orden en la elaboracin de
una encuesta descriptiva a travs de un cuestionario.
En la tabla 2 encontramos los pasos claves que debemos
tener en mente antes de iniciar la investigacin.
Tabla 2
Etapas en la preparacin
de un cuestionario
1) Revisar la bibliografa.
2) Elegir el tipo de cuestionario.
3) Elegir el tipo de preguntas para cada variable.
4) Elegir el orden de las preguntas.
5) Disear el formato.
6) Preparar el manual de instrucciones.
7) Entrenar a los encuestadores.
8) Realizar una prueba piloto.
9) Revisar el cuestionario y el manual de instrucciones.

De nuevo las variables son de gran inters por el efecto que tienen en el buen desarrollo del trabajo.
Los cuestionarios se dividen en tres grupos: 1) Que
sea el propio participante el que lo cumplimente, 2) Que
un encuestador previamente entrenado administre el
cuestionario y 3) Que el encuestador administre el cuestionario por telfono. El primer grupo (autocumplimentado) tiene la ventaja de que es ms econmico y puede incluir a un mayor nmero de individuos, se puede enviar
96

por correo y se puede terminar el estudio en menor tiempo. Las desventajas de este cuestionario son que se requiere un buen nivel de escolaridad y capacidad de lectura; las preguntas han de ser simples y cerradas y adems hay un alto porcentaje de no respuestas.
El cuestionario de mayor utilidad es la encuesta realizada por entrevista personal; es el que proporciona el
mayor nmero de respuestas y es menor el nmero de
preguntas que se dejan en blanco. Las preguntas pueden ser ms completas y la informacin ms exhaustiva.
El problema de este tipo de encuesta es que el entrevistador puede dar lugar a lo que se llama sesgo del entrevistador por no seguir la misma tcnica de entrevista con
todos los individuos, por percibirse la actitud del entrevistador al influenciar las respuestas mediante entonacin dirigida a una respuesta; de tal manera los entrevistados desean complacer al encuestador y dan una respuesta que piensan va a merecer su aprobacin. Este problema se soluciona con un buen entrenamiento a todo el
personal que participa en las entrevistas y mediante la
aplicacin de una prueba piloto que permita darle solucin a todos estos detalles.
La encuesta por telfono tiene ventajas sobre la encuesta enviada por correo; son de utilidad intermedia
pero se obtienen menos respuestas que con la entrevista personal; no obstante, pueden ser tiles en estudios
que requieran atender una poblacin no disponible fcilmente. Las entrevistas deben ser breves y sencillas; se
deben evitar las preguntas ntimas porque es poco probable que se obtenga una buena respuesta. Un buen recurso es enviar una carta previa, explicando los motivos
del estudio y poniendo en claro la institucin que realiza la investigacin.
97

Las preguntas pueden ser cerradas o abiertas. En

las preguntas cerradas se especifica de antemano las posibles respuestas, mientras que en las preguntas abiertas el entrevistado contesta con sus propias palabras,
sin ms limite que el espacio reservado para ellas. Se
prefieren las preguntas cerradas en un cuestionario ya
que es ms fcil medirlas y comparar las respuestas entre individuos, no obstante, el diseo debe ser amplio y
juicioso para permitir la mejor informacin. Para situaciones complejas es preferible utilizar preguntas abiertas porque el entrevistado se puede explayar y dar informacin que de otra manera no podemos obtener.
Las preguntas cerradas pueden convertirse en variables susceptibles de medicin al convertirlas a nmeros; pueden ir desde la simple dicotoma: S o NO, hasta
la graduacin por intervalos, que pueden ser de mayor a
menor o de mejor a peor. Es importante que las preguntas sean mutuamente excluyentes para no crear dudas
entre los participantes al escoger la respuesta.
Para disear un buen cuestionario se sugiere tomar
en cuenta los siguientes criterios en su redaccin:
Utilice un lenguaje sencillo, comprensible para todos los participantes y no use terminologa mdica; en
caso de requerir utilizar un trmino mdico haga una
pequea aclaracin entre parntesis, por ejemplo: Ha
presentado artralgias? (dolores en las articulaciones).
Evite las preguntas ambiguas y no formule dos
preguntas en una, es necesario ser preciso.
No formule las preguntas de forma negativa, ya
que conduce a ambigedades y dobles interpretaciones;
si pregunta No cree usted que fumar perjudica su salud? puede provocar dos o ms tipos de respuestas: S,
creo que perjudica mi salud o bien, S, no creo que perjudique mi salud.
98

Utilice preguntas cortas y que no tengan muchos

conceptos para no distraer la atencin del encuestado
acerca de nuestro objetivo.
Para las preguntas personales utilice preguntas
cerradas, coloque la enfermedad o variable objetivo entre otras opciones similares para facilitar la respuesta.
Haga preguntas neutras, evite preguntas que sugieran algn tipo particular de respuesta; el entrevistador no debe dar motivo para que el individuo de estudio
conteste lo que todo el mundo espera que conteste y no
exprese su propia opinin.
Repita las preguntas ms importantes para el
estudio en diferentes sitios del cuestionario, redctelas en forma diferente con miras a obtener siempre la
misma respuesta (validez interna), de esta manera se
dar cuenta si el entrevistado ha respondido con la verdad.
Un punto clave a definir es el orden de las preguntas, el cual debe ser lgico para que facilite las respuestas. Las primeras preguntas deben despertar el inters
del encuestado y aumentar su inters por colaborar. La
primera pregunta no debe ser una pregunta abierta, debe
ms bien ser una pregunta cerrada con pocas opciones
de respuesta. Tambin esta primera pregunta debe ser
neutral, un cuestionario nunca debe empezar con una
pregunta en la que los encuestados deben expresar su
acuerdo o desacuerdo con el tema, las preguntas personales deben dejarse para el final, de tal manera, el estado civil, trabajo, direccin o telfono suelen ir cuando
termina el cuestionario. Si en una encuesta se incluyen
preguntas abiertas y cerradas sobre un mismo tema, es
preferible colocar primero las preguntas abiertas para
evitar que el entrevistado se sienta influenciado con lo
que expresamos en las preguntas cerradas. Toda encues99

ta debe iniciar con los planteamientos generales y despus con los especficos, por ejemplo se puede iniciar con
la pregunta: Es usted alrgico a medicamentos? Qu
reaccin tuvo? y enseguida pasar a la pregunta especfica Es usted alrgico a las sulfas? Aqu, siguiendo un orden lgico, al obtener una respuesta negativa en la primera pregunta, las dems preguntas sobran, por lo que
se puede indicar en el cuestionario pasar a otra pregunta. Las preguntas que pueden causar mayor objecin entre los participantes deben ir al final, incluyendo aqu
las preguntas de ndole personal.
Algo que debemos tomar en cuenta al elaborar una
encuesta es que el cuestionario no debe de iniciar directamente con las preguntas; todo cuestionario debe iniciar con una breve introduccin sobre la naturaleza y finalidad del estudio. En las entrevistas personales el
entrevistador lee la introduccin, en los cuestionarios
autocumplimentados se deja aparte la introduccin para
que el individuo de estudio la lea cuando considere conveniente, generalmente lo har antes de responder a las
preguntas.
La introduccin debe cubrir los siguientes aspectos:
- Finalidad del estudio.
- Resaltar la importancia de que los participantes dediquen unos minutos a responder la encuesta.
- Nombre de la institucin que avala el proyecto.
- Mtodo de seleccin de los participantes.
- Uso que se har de la informacin.
- Confidencialidad de los datos.
- Y sobre todo, agradecer de antemano su colaboracin.
100

Por ltimo, es importante que se d una instruccin

personal a todos los que van a participar en las encuestas, reunirlos una y otra vez, que se saturen de los objetivos del estudio y de la manera en que deseamos que
elaboren una entrevista. Tambin es til dar inicio con
una prueba piloto, hacer cortes secuenciales e ir corrigiendo errores sobre la marcha y una vez que estamos
seguros que tenemos pocas posibilidades de error, debemos dar marcha a nuestra investigacin.

Poniendo en marcha la investigacin

Para realizar el protocolo de un estudio descriptivo

se inicia tomando en cuenta los aspectos que nos han llamado la atencin acerca de la variable principal y la asociacin que deseamos investigar; redactar lo que nos ha
llamado la atencin y terminar con una pregunta, la cual
debe especificar las variables de estudio (ver captulos 3
y 4). Si no lo ha hecho, es el momento de buscar en la literatura mdica si otros investigadores han encontrado
la respuesta a su pregunta. Si ya lo han hecho, valore si
lo realizaron en forma correcta, analice si la validez de
esas investigaciones es adecuada y le permite aceptar
los resultados, en caso contrario contine con su investigacin. Como no va a confrontar el resultado de las variables entre dos grupos, el objetivo debe enunciarse con
adjetivos como CONOCER, EVALUAR, DETERMINAR,
etc. Igualmente debemos recordar que este tipo de diseo no requiere hiptesis.
El paso siguiente es identificar las variables y especificar cul va a ser la escala de medicin; debido a que
busca resultados en un solo grupo la estadstica que aplicar a su estudio ser de tipo general: la estadstica llamada medidas de tendencia central que incluye: media,
mediana, moda, desviacin estndar, frecuencias y por101

centajes, muy tiles para establecer los valores de una

poblacin.
En los estudios descriptivos debemos dar especial
importancia a los aparatos de medicin para dar una
adecuada VALIDEZ INTERNA a nuestra investigacin.
Escoja adecuadamente su poblacin (captulo 10) para
evitar el error sistemtico que puede afectar la VALIDEZ EXTERNA. El tamao de muestra debe ser ajustado a la frmula que mencionamos en el captulo 11 para
estudios descriptivos. Anote todo lo que va a realizar y
cmo lo va a medir. Una vez que tenga el bosquejo de todos los elementos que va a incluir en el estudio, haga un
ejercicio mental de la dinmica de su investigacin y anote paso por paso lo que va a realizar. Imagine que esta
en el consultorio o en el hospital y selecciona un individuo para el estudio, qu requisitos (criterios de seleccin) exige para incluirlo; imagine que le esta tomando
la muestra de sangre o la presin arterial y dnde va a
escribir la lectura obtenida. Vea cmo pasan los datos de
la hoja de recoleccin a la computadora y cmo analiza
los resultados aplicando las pruebas estadsticas indicadas previamente. Finalmente, vea la redaccin de su investigacin en un artculo mdico y por qu no?, piense
en qu revista lo va a publicar. Este ejercicio es muy til
y vara de un estudio a otro, lo ms importante es que al
visualizar paso por paso cmo vamos a realizar la investigacin, evitamos errores que pueden influir en los resultados.

102

Captulo 16
ANALTICO: DISEO TRANSVERSAL COMPARATIVO

Los estudios observacionales de tipo analtico, tienen como objetivo principal evaluar hiptesis etiolgicas. En este diseo, el investigador, por razones ticas o
prcticas, no puede asignar a los sujetos al grupo de exposicin o al control y se limita a observar lo que sucede
en la naturaleza; a diferencia de los estudios experimentales no se efecta ninguna modificacin en la variable
independiente por lo que se les llama tambin estudios
de no-intervencin.
En los estudios analticos se estudian uno o ms grupos de individuos con el propsito de inferir acerca de
la asociacin causa-efecto entre dos o ms variables. El
objetivo principal es hacer inferencias causales y esta
inferencia se requiere con frecuencia para estudiar etiologa, tratamiento, pronstico, prevencin y para evaluar los servicios de salud; requieren hiptesis de trabajo y los resultados permiten sacar conclusiones. Este tipo
de diseo brinda mucha informacin clnica y epidemiolgica.

Tradicionalmente se han incluido en los estudios analticos a los estudios de cohortes (prospectivos) y a los
estudios de casos y controles (retrospectivos). Tambin se han incorporado a este rubro los estudios llamados transversal comparativo y estudios de prueba
diagnstica.
En esta seccin no incluiremos una descripcin amplia acerca de los diseos de tipo transversal comparativo ya que generalmente son los estudios que resultan
despus de haber recopilado, sin una estrategia predeterminada, todas las variables que se puedan recopilar
en hojas interminables de recoleccin de datos. Este tipo
de diseo describe, establece comparaciones y diferencias entre dos grupos; adems permite sugerir asociaciones entre variables; las sugiere debido a que no es posible tener la certeza de si la variable independiente (causa), origin la variable dependiente (efecto), o si el efecto condicion a que se presentara la causa, ya que se coleccionan ambas en forma simultnea, por eso se les llama estudios ambiespectivos. Son tiles porque permiten valorar asociaciones entre variables, no obstante, es
difcil sacar conclusiones con sus resultados, por lo que
debemos conformarnos con elaborar nuevas hiptesis e
iniciar estudios que tengan un mejor diseo.

104

Captulo 17
DISEO DE UN ESTUDIO DE PRUEBA DIAGNSTICA

En medicina se requiere con mayor frecuencia demostrar la precisin y la exactitud de los estudios de laboratorio y gabinete que nos ayudan a efectuar el diagnstico de nuestros pacientes; para el efecto se han ideado
los estudios llamados pruebas diagnsticas, que utilizan
diseos similares a los estudios observacionales, pero
en ellos los objetivos y mtodos de medicin son diferentes. Existe una variedad llamada prueba pronstica.
La diferencia entre ambos diseos es que la prueba
diagnstica predice la enfermedad y la prueba pronstica
predice el desenlace de la enfermedad.
No existe una prueba diagnstica ideal que d un resultado positivo en todos los individuos que tengan la
enfermedad y un resultado negativo en el resto; esta
prueba debe ser al mismo tiempo rpida, segura, simple, no dolorosa y barata.
Este diseo debera tener ms demanda, si tomamos
en cuenta que en la mayora de las enfermedades con-

cluimos un diagnstico mediante un examen de laboratorio o de gabinete.

La estructura de un estudio de prueba diagnstica
es similar a la de otros estudios observacionales analticos: poseen una variable predictora (variable independiente) y una variable de desenlace o efecto (variable dependiente) que indica la presencia o ausencia de la enfermedad.
La escala de medicin de la variable predictora vara segn el diseo que vamos a emplear; puede ser dicotmica (positiva o negativa); no obstante una escala de
medicin de variables ms amplia, como la continua, puede dar ms informacin al ser ms precisa dando la cantidad de la prueba estudiada (vg. glucosa en Mg).
La variable de desenlace o efecto indica la presencia o ausencia de la enfermedad, la cual es determinada
por un estndar de oro o patrn de referencia. El estndar de oro siempre es positivo en los pacientes que
padecen la enfermedad y negativo en los que no la presentan. Podra pensarse que si ya existe un estndar de
oro para hacer el diagnstico de una enfermedad, cul
sera el objetivo de buscar otra prueba; la respuesta es
muy sencilla, el estndar de oro por lo general es un estudio caro, difcil de realizar y en algunos casos es una biopsia o examen de una pieza de anatoma patolgica (vg.
cncer). Los requisitos para encontrar el estndar de oro
ideal para nuestra investigacin son que sea el mejor ndice estandarizado en el momento y tener alta reproducibilidad y validez; puede ser formado por un consenso
de expertos que lo reconozcan como el ms adecuado.
Los estudios observacionales analticos nos dan informacin de causa-efecto; a diferencia de ellos, el propsito de los estudios de prueba diagnstica es determinar el grado con que una prueba puede distinguir entre
106

los individuos que presentan la enfermedad y los que no

la presentan. El mero hecho de demostrar que existe una
asociacin entre el resultado de la prueba y la presencia de la enfermedad no es suficiente. Pongamos un ejemplo. En el cuadro 10 encontramos que en 95 individuos
que tuvieron la prueba positiva, el estndar de oro mostr que 65 efectivamente tuvieron la enfermedad, mientras que los restantes 30 que dieron la prueba positiva,
resultaron sanos segn el estndar de oro.
Cuadro 10
Prueba diagnstica
Estndar de oro
Enfermo Sano
Positiva

65(a)

30(b)

Negativa

35(c)

70(d)

Prueba

Si aplicamos una prueba estadstica el resultado nos

muestra un valor de p menor de 0.001, sin embargo el
criterio clnico nos dice que aceptar una prueba que se
equivoca en 35 de 100 pacientes dando un resultado falso negativo sera un error; por otro lado 30 de 100 individuos que no estaban enfermos dieron una prueba positiva, lo que indica que si limitamos nuestro criterio diagnstico al resultado de los exmenes de laboratorio tendremos muchas posibilidades de equivocarnos y estos
errores pueden resultar fatales. Este ejemplo muestra
el valor de la medicina basada en evidencia, que nos da
una asociacin ms apegada a la clnica.
La tabla de contingencia donde hemos puesto el ejemplo, tambin llamada tabla de 2 x 2, se utiliza en la ma107

yora de las pruebas de la medicina basada en evidencia; observe en el cuadro 11 las 4 casillas denominadas
a, b, c y d, y la disposicin que muestra el resultado de
la variable predictora (prueba) y la de desenlace (enfermedad). Siempre deben de colocarse en ese sentido! En
la casilla a la prueba es positiva y el paciente tiene la
enfermedad y el resultado se llama verdadero positivo (en el ejemplo: 65 de 100). En la casilla b la prueba
es positiva pero el paciente no tiene la enfermedad, a este
resultado se le llama falso positivo (en el ejemplo: 30
de 100 individuos). La casilla c muestra que la prueba
es negativa pero el paciente presenta la enfermedad recibiendo el nombre de resultado falso negativo (en el
ejemplo: 35 de 100 individuos). La casilla d tambin es
muy importante, el paciente tiene una prueba negativa
y no tiene la enfermedad, llamada resultado verdadero
negativo (en el ejemplo: 70 de 100 individuos).
Cuadro 11
Prueba diagnstica
Estndar de oro
Enfermo Sano
Positiva

65(a)

30(b)

95(a+b)

Negativa

35(c)

70(d)

105(c+d)

Prueba

100(a+c) 100(b+d)

TOTAL

Un aspecto interesante que debemos considerar en

esta tabla de contingencia es el resultado de la sumatoria
de las casillas en sentido vertical y horizontal. La resultante nos ayuda a valorar las cuatro medidas que com108

prende inicialmente una prueba diagnstica. Estas pruebas se llaman sensibilidad, especificidad, valor predictivo positivo y valor predictivo negativo.
La tabla de contingencia tambin nos permite valorar la prevalencia de la enfermedad en el estudio ((a+c)
/ TOTAL)) cuya utilidad se manifiesta en una segunda
etapa de las pruebas diagnsticas llamada PROBABILIDAD DESPUS DE LA PRUEBA.
En general las pruebas diagnsticas se evalan calculando su sensibilidad y especificidad. En el cuadro 12
se observa lo que se conoce como SENSIBILIDAD, la cual
se define como la proporcin de individuos que tienen la enfermedad y el resultado de la prueba es
positivo.
Cuadro 12
Prueba diagnstica
Estndar de oro
Enfermo Sano
Positiva

65(a)

30(b)

95(a+b)

Negativa

35(c)

70(d)

105(c+d)

Prueba

100(a+c)100(b+d) TOTAL

Nos indica el grado de acierto de una prueba para

identificar a las personas enfermas. En frmula la sensibilidad se expresa ((a/(a+c)), lo cual se especifica de la
siguiente manera segn los datos encontrados en la tabla de contingencia (65/100). En este ejemplo la sensibilidad es de 65%, que puede considerarse bajo.
109

LA ESPECIFICIDAD se define como la proporcin

de individuos que no tienen la enfermedad y que tienen un resultado de la prueba negativo; nos indica
el grado de acierto de la prueba para identificar a los individuos que no tienen la enfermedad. En la frmula la
especificidad se expresa como ((d/(b+d)); segn los datos
encontrados en la tabla de contingencia al sustituir los
parmetros encontramos (70/100), lo que da una especificidad de 70% que tambin se considera bajo.
Sacket menciona que existe un problema con la interpretacin exclusiva de la prueba diagnstica desde
el punto de vista de sensibilidad y especificidad, ya que
estamos partiendo de cules individuos tienen o no la
enfermedad, diagnosticada por un estndar de oro y despus valoramos cul es su estado respecto a la prueba
diagnstica (positivo o negativo), es decir, partimos de
efecto a causa. Subraya Sacket que cuando utilizamos
clnicamente las pruebas diagnsticas no conocemos quin
tiene y quin no tiene la enfermedad; si lo supiramos
no necesitaramos la prueba diagnstica. Nuestro inters clnico no es una vertical de sensibilidad y especificidad, sino una horizontal del significado de los resultados positivo y negativo de la prueba; es ms importante
partir de causa a efecto.
Es necesario aclarar que el gran valor de la sensibilidad y especificidad desde el punto de vista de investigacin es conocer el grado de certeza de una prueba para
detectar o descartar enfermedad y llevarla a cabo a futuro en todos los pacientes en que tengamos sospecha de
algn problema. Para evitar algn problema de interpretacin lo mejor es hacer un estudio completo cuando realicemos una investigacin de prueba diagnstica y llegar
inclusive a publicar la probabilidad despus de la prueba
segn los cambios en la prevalencia de la enfermedad.
110

El VALOR PREDICTIVO POSITIVO de una prueba

se define como la probabilidad de que individuos con
un resultado positivo de la prueba, tengan la enfermedad. En el cuadro 13 el VPP se expresa como (a /(a+b))
y al colocar los nmeros correspondientes obtenemos (65
/95) un VPP de 68% que tambin se considera bajo.
Cuadro 13
Prueba diagnstica
Estndar de oro
Enfermo Sano
Positiva

65(a)

30(b)

95(a+b)

Negativa

35(c)

70(d)

105(c+d)

Prueba

100(a+c) 100(b+d)

TOTAL

El VALOR PREDICTIVO NEGATIVO de una prueba se define como la probabilidad de que un individuo con un resultado de la prueba negativo, no tenga la enfermedad. En la tabla de contingencia (cuadro
13) el valor predictivo negativo se expresa como (d/(c+d))
y al extrapolar los datos obtenemos (70/105) con un VPN
de 66%.
Cuando la variable dependiente es una variable numrica o continua, el obtener datos que pueden variar
ampliamente si el individuo est ms o menos enfermo,
nos permite buscar el nivel ptimo de la prueba que nos
permita fijar la mejor sensibilidad y especificidad, lo que
se llama punto de corte. Como es un poco complicado
explicarlo con la simple tabla de contingencia de 2 x 2,
111

en las pginas siguientes vamos a realizar un ejercicio

elaborando un protocolo de prueba diagnstica para despus entrar en materia acerca de la manera de obtener
un punto de corte en este interesante diseo.

Poniendo en marcha el proyecto de investigacin

Recuerde que debe iniciar con el planteamiento del

problema explicando qu aspectos le han llamado la atencin acerca de un examen de laboratorio, de un estudio
de gabinete o de una escala mdica de valoracin de una
enfermedad. Por ejemplo: Est usted satisfecho con la
enseanza que ha obtenido de medir el estado de coma
mediante la escala de Glasgow? La evaluacin Apgar a
los cinco minutos, realmente predice el estado neurolgico
a largo plazo? Es correcto el termino normal tomando en cuenta la media y la desviacin estndar? Como
vemos hay mucho que estudiar, escoja alguna prueba de
la cual le interesara investigar qu tan sensible y especfica es para detectar una enfermedad. Escriba lo que
ha observado y ha llamado su atencin y termine con una
pregunta que asocie la variable independiente o predictora (en este caso la prueba diagnstica) con la variable
dependiente o desenlace (la enfermedad). Revise la literatura para descartar que su pregunta haya tenido respuesta por parte de otros investigadores; en caso afirmativo analice crticamente el artculo para cerciorarse
de que el estudio fue llevado a cabo con una buena metodologa. Para pruebas diagnsticas se sugiere tomar
en cuenta las guas que enunciamos en la tabla 3.

112

Tabla 3
Ocho guas para decidir la utilidad de
una prueba diagnstica
1) Se realiz comparacin a ciegas independiente?
2) Se incluy un espectro apropiado de la
enfermedad como leve, grave y severa, tratada y no tratada, adems de individuos
con alteraciones diferentes pero que se
confunden con frecuencia?
3) Se describi la seleccin de los sujetos?
4) Se determin la reproducibilidad de la
prueba (precisin) y de su interpretacin
(variacin del observador)?
5) Se defini correctamente el trmino normal para esta prueba.
6) Si la prueba forma parte de un conjunto o
secuencia de pruebas se determin su
contribucin individual a la validez global
del conjunto o secuencia?
7) Se describe cmo se realiza la prueba a
detalle para su exacta reproduccin?
8) Se determin la utilidad de la prueba?

Como puede observarse en esta gua, es difcil que

encontremos estos parmetros en todos los artculos que
tratan de pruebas diagnsticas, no obstante, de su estricta observancia resulta una conclusin con mayor validez.
Es importante lo tome en cuenta ya que usted debe realizar su investigacin considerando estos parmetros. En
la seccin de material y mtodos trataremos cada punto
en particular.
113

Una vez revisada la literatura, enuncie sus objetivos,

busque tengan relacin con la pregunta y las variables
de estudio. Los verbos a utilizar en este caso son evaluar,
conocer, demostrar, valorar, etc., todo enfocado a la sensibilidad, especificidad y valores predictivos de la prueba.
Justifique su trabajo explicando por qu es importante hacer una investigacin sobre la prueba diagnstica y qu beneficios vamos a obtener. Este diseo s lleva
hiptesis, inicie con la hiptesis nula, orintelas hacia
lo que espera encontrar.
Material y mtodos. La poblacin de estudio debe
ser similar, con la nica diferencia de la variable desenlace (tiene o no tiene la enfermedad). Se deben incluir
pacientes con un espectro apropiado de la enfermedad,
leve y grave, tratada y no tratada, en su fase inicial y
final, ya que muchas alteraciones de una enfermedad se
pueden confundir con otra enfermedad. Si no se dispone de una poblacin que cumpla con esta caracterstica
se debe especificar la caracterstica de los individuos con
la enfermedad que sern sometidos a la prueba. Es importante aclarar que la poblacin de estudio puede ser
una poblacin que tenga una determinada enfermedad
en la cual se puede buscar una complicacin, o bien puede ser una poblacin aparentemente normal en la cual se
detecte una enfermedad mediante la prueba diagnstica.
Un ejemplo de lo primero sera buscar Tuberculosis en
pacientes con Diabetes Mellitus, algo que sucede con relativa frecuencia y un ejemplo de lo segundo sera la
deteccin de pacientes con VIH detectados al momento
de donar sangre, o el tamizaje metablico para hipotiroidismo (TSH) en la etapa neonatal.

114

Para el tamao de la muestra se utiliza la frmula simple para estudios descriptivos conociendo la prevalencia de la enfermedad en la poblacin (captulo 11).
Los resultados de la prueba diagnstica deben ser interpretados por mdicos o personal de laboratorio que
no conozcan (estudio a ciegas) si un paciente est enfermo o sano; esto debe especificarse en el protocolo. El diagnstico de tiene o no tiene el efecto (variable dependiente) se debe realizar con la mejor prueba o mtodo
que exista en el momento para realizar el diagnstico; se
debe especificar en el protocolo en qu consiste la prueba estndar de oro, cmo se realiza, cules son sus valores normales y es recomendable apoyar bibliogrficamente esta aseveracin. Una buena prctica para darle validez al estudio es realizar una regresin lineal entre la
prueba diagnstica y el estndar de oro y hacer un anlisis estadstico mediante la prueba de correlacin de
Pearson.
En el protocolo, d mucha importancia al dato de cmo
se realiza la prueba diagnstica: paso a paso. Defina bien
las variables y por supuesto mencione todas las partes
de la prueba diagnstica que va a utilizar: sensibilidad,
especificidad, valores predictivos y probabilidad despus
de la prueba.
Recoja las variables necesarias en una hoja de recoleccin de datos y vaya pasando los resultados a la hoja
electrnica (Excel de Microsoft).

Acomodar los resultados en el estudio

Utilizar una variable dependiente de tipo numrico

nos permite conocer los lmites en que una prueba diagnstica es ms eficaz para realizar un diagnstico; esto
se logra al realizar puntos de corte una vez que hemos
recolectado los datos. Para explicarlo mejor tomaremos
115

como base un estudio que realizamos en la Unidad de

Cuidado Intensivo Neonatal para dar respuesta a la pregunta que nos hicimos acerca de la utilidad de la gasometra capilar para detectar hiperoxemia en recin nacidos graves. El objetivo del estudio fue encontrar la sensibilidad y especificidad de la gasometra capilar para detectar concentraciones elevadas de oxgeno en el recin
nacido grave. Se tomaron 100 gasometras en forma simultnea de catter arterial y de puncin capilar de taln, utilizando un gasmetro IL pH blood gas analyzer4304 efectuando primero la gasometra arterial y despus la capilar. Previo a la toma de las muestras de sangre se midi la saturacin de oxgeno-hemoglobina en
un aparato pulsoximetro datascope passport.
El estndar de oro fue la gasometra arterial y la saturacin de oxgeno-hemoglobina. Se consider hiperoxia
una PaO2 (presin parcial de oxgeno en arteria) mayor
de 81 mmHg, presentando al mismo tiempo una saturacin de oxgeno-hemoglobina mayor de 95%. Por observacin, durante aos se ha considerado que los valores
normales de PO2 capilar eran de 35 a 50 mmHg, por lo
que se plante el estudio realizando cortes cada 5 mmHg
a partir de 40 mmHg.
El primer paso cuando hacemos una prueba diagnstica es acomodar los resultados en una grfica similar a la que mostramos en el cuadro 14.
Como se observa en el cuadro, vara considerablemente la disposicin de los nmeros en ambos lados de la grfica; de esta manera debe colocar los pacientes.
En el ejemplo se encontraron 18 pacientes con PO2
capilar arriba de 60 en los que el estndar de oro dio los
valores que se consideraron hiperoxia; por el contrario
slo tres pacientes normales tuvieron valores superiores a 60.
116

Cuadro 14

18
9
10
7
3
HIPEROXIA 1

> 60
3
51-60 2
46-50 6
41-45 13
> 40 15
< 40 NORMAL

Un valor de PO2 capilar mayor de 50 mmHg se consideraba anormal (hiperoxia) en la prctica diaria. Observe
en la grfica que en 21 muestras con PO2 capilar menor
de 50 mmHg el estndar de oro diagnostic hiperoxia.
El segundo paso que debemos dar es encontrar el
mejor punto de corte en que la prueba estudiada (en este
caso la gasometra capilar) muestra la mejor sensibilidad y especificidad, adems de los valores predictivos.
Para ello disponga el resultado que obtuvo a ambos lados de la flecha en los cuadros de cada punto de corte.
Observe el cuadro 15 donde la H significa hiperoxia y la
N significa normal.
Para cada punto de corte calcule la sensibilidad y especificidad. Recuerda cmo hacerlo? Para la sensibilidad la frmula es ((a / (a+c)), para la PO2 arriba de 60
mmHg es 18/48 que equivale a 37% y para la especificidad la frmula es ((d/(b+d)) (49/52) que equivale a un 94%.
En este cuadro ya hemos calculado la sensibilidad y especificidad para cada casilla. Observe que cuando la
PO2 capilar es mayor de 40 mmHg la sensibilidad es de
98% y la especificidad de 25%. Conocer esto nos ayuda
muy poco, debemos encontrar el mejor punto de corte.
117

Cuadro 15
Puntos de corte de la muestra estudiada
>60

>55

18

>50

27

>45

37

11

>40

44

24

47

39

13

>60
>55
>50

30

49
21

>45

47
11

41
4

>40

28

Sens. 0.37
0.56
0.77
0.92
0.98
Especif. 0.94
0.90
0.78
0.54
0.25
El tercer paso consiste en colocar los resultados de
sensibilidad y especificidad correspondientes a cada casilla en una grfica que se llama CURVA COR (Curva de
la caracterstica con que Opera el Receptor); en ingls
se llama Curva ROC (Receptor Operating Curve). Esto
nos permite encontrar el punto de corte que tiene la mejor sensibilidad y especificidad. Cruzando los resultados
de sensibilidad y especificidad del cuadro 16 encontramos que 40 mmHg tiene buena sensibilidad (98%) y baja
especificidad (25%), por el contrario un punto de corte
en 60 mmHg nos da una sensibilidad de 37% y una especificidad de 94%.
El punto sobre una curva COR que est ms cerca de
la esquina superior izquierda (100% de sensibilidad y
100% de especificidad) es el mejor punto de corte; en este
118

caso 50 mmHg es el punto que ms se acerca a la esquina superior izquierda.

La sensibilidad en 50 mmHg es de 77% y la especificidad es de 78%, que no es un resultado muy bueno.
Cuadro 16
Especificidad

100

80

60

40

100

45 mmHg

80
60
40

20

40 mmHg

50 mmHg

55 mmHg

60 mmHg

20
0
El cuarto paso consiste en colocar el mejor punto
de corte (50 mmHg) en una tabla de contingencia de 2 x
2 y reportar la sensibilidad, especificidad y valores predictivos sobre lo cual vamos a sacar las conclusiones de
nuestro trabajo y de nuestra prueba diagnstica. En primer lugar hacemos un anlisis estadstico mediante la
prueba de X2 donde encontramos que la diferencia es estadsticamente significativa (ver cuadro 17).
En las casillas tenemos 11 resultados falsos positivos (casilla b) y 11 resultados falsos negativos (casilla c).
119

Cuadro 17
Punto de corte a 50 mmHg
PcO 2

Hiperoxemia

Normal

>50
35-50

37
11

11
41

PcO2 = presin capilar de oxgeno en mmHg

X2 = 31.2 p < 0.01

Si bien se acepta que la mayora de las gasometras capilares con PO2 mayor de 50 mmHg correspondan a una
gasometra arterial con hiperoxia, los falsos resultados
de las casillas b y c nos hacen dudar de su efectividad.
Como ya mencionamos previamente, la sensibilidad en
este punto de corte es de 77% y la especificidad de 78%.
Vamos a analizar ahora los valores predictivos. En
el cuadro 18 se puede observar que el valor predictivo
positivo se obtiene dividiendo la casilla a sobre la sumato-

Cuadro 18
Prueba diagnstica
Estndar de oro
Hiperoxia Normal
>50

37(a)

11(b)

48(a+b)

35 - 50

11(c)

41(d)

52(c+d)

48(a+c)

52(b+d)

100

Prueba

120

ria de a+b, ((a/(a+b)). El resultado de dividir 37/48 es de

77% el cual es similar al obtenido en la sensibilidad.
El valor predictivo negativo (41/52) da como resultado
un 78%, que es similar a la especificidad; es importante
mencionar que el resultado de los valores predictivos
no siempre es igual a los de sensibilidad y especificidad;
en el ejemplo tenemos este resultado por la cercana al
50% de la prevalencia. En este caso el resultado de la
prueba diagnstica nos indica que el nivel de corte que
habamos tomado como normal no es adecuado para decidir si un recin nacido grave tiene hiperoxia.
Conocer la prevalencia es importante para valorar
la implicacin clnica de una prueba diagnstica ya que
los valores predictivos varan considerablemente si se
modifica la prevalencia. La sensibilidad y especificidad
no se alteran con los cambios en la prevalencia. En el
ejemplo que hemos utilizado la prevalencia es de 48%.
Si slo hubiramos encontrado un 30% de nios con hiperoxia los resultados seran los siguientes (ver cuadro
19): al cambiar la prevalencia la sensibilidad no cambia
(23/30): 77%, tampoco la especificidad: 54/70 (78%).
Cuadro 19
Prueba diagnstica
Estndar de oro
Hiperoxia Normal
>50

23(a)

16(b)

39(a+b)

35 - 50

7(c)

54(d)

61(c+d)

30(a+c)

70(b+d)

100

Prueba

121

El valor predictivo positivo cambia a 59% (23/39) y el

valor predictivo negativo ahora resulta en 88% (54/61).
En el ejemplo que hemos puesto anteriormente lo que
desebamos conocer era la sensibilidad y especificidad
de la gasometra capilar para detectar hiperoxia en el
recin nacido grave.
Los valores predictivos son muy importantes desde
el punto de vista clnico, ya que si conocemos la prevalencia de una enfermedad en los cambios de edad o de
gnero, podemos deducir las posibilidades de tener la
enfermedad despus de haber realizado la prueba y ste
ha sido el objetivo principal de los autores del diseo de
prueba diagnstica. Para el efecto, vamos a referirnos a
un ejemplo que Sacket utiliza; se estudi a 360 pacientes
menores de 70 aos con sospecha de infarto de miocardio
y con la finalidad de conocer si la prueba CPK podra predecir rpidamente los pacientes que realmente tenan
infarto para admitirlos en la unidad coronaria. En este
grupo de pacientes la prevalencia fue de 230 pacientes
(64%) con infarto de miocardio segn el estndar ideal;
el mejor punto de corte result en 80 UI. En el cuadro
20 observamos la distribucin de los pacientes: en 215
de los 230 pacientes que tuvieron infarto la prueba result positiva (valor superior a 80 UI) para una sensibilidad de 93% y en 114 de los 130 pacientes que no tuvieron infarto la prueba result negativa para una especificidad de 88%.
El valor predictivo positivo result en un 93% (215/
231), y el valor predictivo negativo en 88% (114/129).
Conociendo los buenos resultados que con esta prueba se obtuvieron, un grupo de clnicos de otro hospital
(este ejemplo es hipottico) decidieron utilizarla de rutina en todas sus admisiones hospitalarias aun en quienes se consider remota la posibilidad de un infarto de
122

Cuadro 20
Prueba diagnstica
Infarto de miocardio
Presente Ausente
Prueba
CPK

> 80 UI

215(a)

16(b)

231(a+b)

< 80 UI

15(c)

114(d)

129(c+d)

230(a+c) 130(b+d)

360

miocardio; en esta situacin la prevalencia cambi a 10%

y si extrapolamos los resultados a la misma tabla (cuadro 21) encontramos que la sensibilidad y especificidad
no cambian, pero los de los valores predictivos se modifican de una manera sustancial. Tenemos un valor predictivo positivo que baj a 46% (215/463) y un valor predictivo negativo que se eleva a 99% (1822/1837). Estos
aparentes resultados desalentadores nos dan una idea
de lo que sucede en medicina cuando queremos aplicar
Cuadro 21
Prueba diagnstica
Infarto de miocardio
Presente Ausente
Prueba
CPK

> 80 UI

215(a)

< 80 UI

15(c)

248(b)

1822(d) 1837(c+d)

230(a+c) 2070(b+d)
123

463(a+b)

2300

el valor de una prueba sin tomar en cuenta otras situaciones como en este caso, la prevalencia.
Esto nos lleva a ir un poco ms all y en un quinto
paso encontrar la probabilidad despus de la prueba de
que un paciente presente la enfermedad cuando la prueba es positiva, tomando en cuenta los diferentes puntos
de corte y la prevalencia que tambin se llama probabilidad antes de la prueba.
Volviendo a nuestro ejemplo inicial, en el cuadro 22
observamos los resultados que se obtuvieron en cada punto de corte en el caso de gasometra capilar e hiperoxia.
Por arriba de 60 mmHg hubo 18 casos con hiperoxia y 3
normales (falsos positivos). Para obtener la probabilidad
despus de la prueba de que un paciente con el valor superior a 60 mmHg tenga hiperoxia, primero se saca la tasa
de probabilidad o razn de probabilidad que es lo mismo
que razn de momios. Para obtener esta tasa se siguen
los siguientes pasos:
Cuadro 22
Probabilidad despus de la prueba

PcO2
> 60
> 55
> 50
> 45
> 40

Hiperoxia

Normal

Razn de
Probabilidad
probabilidad post prueba

18 = 0.375
3 = 0.057 (0.37/0.057) 6.6
27 = 0.56
5 = 0.096 (0.56/0.096) 5.8
37 = 0.77 11 = 0.21 (0.77/0.21) 3.6
44 = 0.92 24 = 0.46 (0.92/0.46) 2.0
47 = 0.98 39 = 0.75 (0.98/0.75) 1.3

TOTAL 48

52

124

87%
85%
78%
67%
56%

1) se divide el resultado de la casilla a entre a + c

(resultado 0.375), lo cual no es otra cosa que la sensibilidad,
2) divida el resultado de la casilla b entre la suma
de b + d (resultado 0.057) y finalmente,
3) se divide 0.375 entre 0.057 y el resultado es 6.6, lo
cual se trata como una probabilidad 6.6 veces a 1 de tener hiperoxia en este punto de corte.
Efectuando el mismo procedimiento para el punto
de corte 50 mmHg obtenemos 37/48 = 0.77 y 11/52 = 0.21
que da una razn de probabilidad de 3.6, que indica que
una gasometra capilar con PO2 mayor de 50 tiene 3.6 a
1 probabilidades de tener hiperoxia verdadera. En el cuadro hemos obtenido la razn de probabilidad para cada
punto de corte.
Finalmente, el sexto paso consiste en obtener la probabilidad despus de la prueba que corresponde a 87%
para el punto de corte en 60 mmHg, lo cual es un poco
ms confiable y nada despreciable un 85% para el corte
en 55. La manera de obtener la probabilidad despus de
la prueba se expresa mediante esta sencilla frmula:
Razn de probabilidad
despus de la prueba
=
Razn de probabilidad
despus de la prueba + 1

Probabilidad
despus de la
prueba

Hagmoslo ahora con el punto de corte en 40 mmHg

donde la razn de probabilidad result en 1.3 (ver cuadro 22); aplicando este resultado a la frmula encontramos 1.3/1.3 + 1 es igual a 1.3/2.3, que nos da un resultado
de 0.56 o sea un 56% de probabilidad despus de la
prueba en este punto de corte.
125

De esta manera usted puede comunicar sus resultados y mostrar la confiabilidad de una prueba para detectar una alteracin.
El siguiente paso es publicar los resultados.
El mensaje principal que los autores de la prueba
diagnstica nos dejan es el siguiente: cuando hemos calculado las probabilidades de cada punto de corte de una
prueba diagnstica la utilidad que podemos obtener en
nuestra prctica clnica es ilimitada. Usted atiende un
paciente que muestra una sintomatologa determinada
y basndose en un juicio emite un probable diagnstico
(la probabilidad antes de la prueba), se apoya en laboratorio o en un estudio de gabinete y escoge una prueba
diagnstica que le permita apoyar su sospecha clnica,
encuentra que ya existe probabilidad despus de la prueba en cada punto de corte y realiza un simple clculo mediante el nomograma para la interpretacin de pruebas
diagnsticas que propone Sacket en su libro.
Suponga que est usted estudiando a un hombre con
dolor torcico y juzga que la probabilidad de que haya
tenido un infarto de miocardio es de un 50%.
Suponga adems que el resultado inicial de CPK es
de 180 UI; la prueba diagnstica realizada nos mostr
una razn de probabilidad o tasa de probabilidad de 4.4
para una CPK entre 80 y 280 UI. Coloque una regla o trace una lnea entre la probabilidad antes de la prueba (en
este caso de 50%) y la tasa de probalidad (en este caso
4.4) y encontrar que la tasa de probabilidad es aproximadamente de 80%, entonces la sospecha diagnstica incrementa notablemente.
Otro beneficio de esta aplicacin es que usted puede
decidir en un momento dado si vale la pena o no solicitar una prueba diagnstica en individuos donde las po126

sibilidades diagnsticas desde el punto de vista clnico

no son mayores a un 50%.
Nomograma para la
interpretacin de los resultados
de las pruebas diagnsticas

99

0.1
0.2
0.5
1
2
5
10
%

20
30
40
50
60
70
80

95
1000
500
200
100
50
20
10
5
2
1

90

90

0,5
0,2
0,1
0,05
0.02
0,01
0,005
0,002
0,001

95

80
70
60
50
40
30
20
10
5
2
1
0.5
0.2

99
Probabilidad
antes de
la prueba

0.1
Tasa de
probabilidad

127

Probabilidad
despus de
prueba

Captulo 18
DISEO DE UN ESTUDIO DE CASOS Y CONTROLES

Dentro de los diseos observacionales analticos uno

de los ms frecuentemente utilizados es el de casos y
controles. Estos diseos permiten un anlisis rpido de
patologas poco frecuentes o epidemias. Son estudios retrospectivos y analizan la relacin de variables del efecto a la causa. Su gran utilidad es que son fciles de realizar, de bajo costo y permiten evaluar varios factores
de exposicin dentro del factor causal.
La caracterstica de este diseo es que se identifican
grupos de individuos con la enfermedad y sin ella y luego se mira hacia atrs en el tiempo para detectar diferencias en las variables predictoras que pudiesen explicar por qu los casos desarrollaron la enfermedad y los
controles no. Son estudios ms modestos y arriesgados
que los estudios de cohortes, pero mucho ms baratos y
con un buen protocolo pueden ser sorprendentemente
buenos. El diseo de casos y controles representa un desafo debido a las mayores probabilidades que existen
de caer en sesgos, no obstante, existen muchos ejemplos

de estudios bien diseados que han aportado resultados

importantes como la relacin entre el cncer de vagina
y el dietiletilbestrol y entre el sndrome de Reye y el cido acetilsaliclico.
Otra de las ventajas de este diseo es su utilidad para
estudiar enfermedades poco frecuentes o con largo perodo de latencia; adems permiten estudiar exposiciones poco frecuentes siempre que estn fuertemente asociadas a la enfermedad. La duracin es relativamente
corta con relacin a los estudios experimentales o de
cohortes y permiten estimar el riesgo de padecer una
enfermedad relacionada a una exposicin.
El punto dbil de los casos y controles es que se puede caer fcilmente en un sesgo. Los sesgos tienen dos orgenes principales: el hecho de que el muestreo de casos
y controles se efecte por separado y el carcter restrospectivo de la medicin de las variables predictoras.
En lo personal consideramos que para un investigador que empieza, realizar un estudio de casos y controles es una buena experiencia, que permite no slo obtener una respuesta sin gran esfuerzo o costo, sino que tambin permite llevar a cabo ms fcilmente todos los pasos del protocolo de investigacin; lo motiva, no pierde
pacientes como en los estudios de cohortes y es ms fcil corregir errores.

Poniendo en marcha el proyecto de investigacin

Es obvio que si hemos decidido realizar un estudio

de casos y controles es porque nos hemos enfrentado a
una enfermedad que ha llamado nuestra atencin, una
serie de casos no muy frecuentes, pero a los cuales tenemos fcil acceso y deseamos conocer qu factores han
provocado la enfermedad. Inicie con el planteamiento
del problema explicando lo que ha llamado la atencin
129

acerca de la presentacin de los casos y asocie como un

hecho de observacin algn factor potencialmente predisponente que puede estar provocando la enfermedad.
Pongamos un ejemplo: hace unos aos hubo un brote de
enterocolitis necrosante en el rea de prematuros, extremadamente severa y complicada que llev a la muerte a ocho pacientes; dos meses antes de la epidemia se
haba tomado la decisin de alimentar con leche materna de la propia madre sin esterilizarla para aprovechar
sus propiedades antignicas y los investigadores que estudiaron el problema llegaron a la conclusin de que sta
haba sido la causa de la epidemia y se decidi suspender este sistema. ste es un buen ejemplo de cmo la mera
observacin (los estudios descriptivos simples) nos puede llevar a conclusiones errneas. Decidimos realizar
un estudio de casos y controles para hacer un anlisis
ms exhaustivo de las causas de la epidemia y sobre todo
nos interesaba conocer si la leche materna no esterilizada era la causa del problema. Planteamos nuestro problema resaltando la asociacin de las dos variables: enterocolitis necrosante y leche materna. Pudimos haber
colocado ms variables de desenlace como factores de
exposicin y sta es una de las ventajas de los diseos
de casos y controles, que se pueden estudiar a la vez varios factores de exposicin, pero no lo hicimos. Planteamos y terminamos con una pregunta: La enterocolitis necrosante en recin nacidos pretrmino que se presenta
en esta epidemia, es secundaria a la leche materna no
esterilizada con la cual fueron alimentados?
Es importante aclarar que si ha decidido buscar dos
o ms factores causales, debe elaborar una pregunta para
cada uno de ellos, es decir, una pregunta para cada variable.
130

Revisamos la literatura, (ste es el siguiente paso que

le pedimos que efecte en su protocolo) y encontramos que
varios investigadores haban demostrado que la leche
materna no esterilizada protege al nio contra las infecciones severas como es el caso de la enterocolitis.
Adapte sus variables al ejemplo que vamos dando y
acto seguido ponga la justificacin de su estudio, por
qu es importante realizar esta investigacin? Si tiene
dudas de cmo redactar la justificacin vaya al captulo 6.
Acto seguido, proceda a enunciar el objetivo y las hiptesis. En nuestro ejemplo no fue difcil, slo bast colocar un verbo antes de la pregunta y as tuvimos nuestro objetivo: Conocer si la enterocolitis necrosante en recin nacidos pretrmino que se presenta en esta epidemia,
es secundaria a la leche materna no esterilizada con la
cual fueron alimentados. Pudimos haber colocado este
otro objetivo: Demostrar que la enterocolitis necrosante
en recin nacidos pretrmino que se presenta en esta epidemia, no es secundaria a la leche materna no esterilizada, con la cual fueron alimentados.
Se da cuenta qu sencillo es seguir los pasos del
protocolo una vez que ha elaborado adecuadamente su
pregunta y definido sus variables? Haga lo mismo con su
pregunta, coloque ahora su objetivo. Si tiene dos o ms
preguntas puede elaborar un objetivo general y despus
colocar cada una de las preguntas como un objetivo especfico.
Un procedimiento similar efectuamos con las hiptesis; como es un diseo observacional analtico debe llevar hiptesis. Para el efecto, tome en cuenta las variables de estudio y orintelas hacia qu espera encontrar en el estudio, cules van a ser los resultados?
Recuerde que la hiptesis de trabajo es la nula, la que
indica que no hay asociacin de causa-efecto o que no hay
131

diferencia entre las variables. En nuestro ejemplo fue

evidente que esperbamos aceptar la hiptesis nula ya
que la expresamos de esta forma: la enterocolitis necrosante en recin nacidos pretrmino que se presenta en
esta epidemia, no es secundaria a la leche materna no
esterilizada, con la cual fueron alimentados. sa fue nuestra hiptesis de trabajo, esto es inusual, cuando realizamos un estudio de causalidad lo que esperamos es demostrar la relacin causa-efecto, o sea en la mayora de
los estudios observacionales analticos e incluso en los
experimentales la tendencia es rechazar la hiptesis nula.
Haga lo mismo con su pregunta, colquela de manera que
exprese lo que espera encontrar y redacte su hiptesis
nula. Para cada objetivo se debe elaborar una hiptesis.
En la misma hoja que redacta su hiptesis nula coloque
la hiptesis alterna; en nuestro ejemplo la hiptesis alterna se redact de esta manera: La enterocolitis necrosante en recin nacidos pretrmino que se presenta en
esta epidemia, es secundaria a la leche materna no esterilizada con la cual fueron alimentados. Esto implica una
relacin causa-efecto directa.
El siguiente paso es determinar la poblacin de estudio: los casos y los controles.
Seleccin de los casos. Este proceso implica establecer de forma clara y explcita la definicin de la enfermedad y los requisitos que deben cumplir aquellos
que la presenten para ser incluidos en el estudio.
La enfermedad debe definirse con precisin. sta puede variar en la literatura mdica; escoja la mejor definicin de enfermedad y as antelo en el protocolo, incluso anote la cita bibliogrfica. Esta actitud indica que usted desea un trabajo con una gran validez interna; cuando publique sus resultados anote este mismo dato. Men132

cione que sus casos sern los que tengan tales caractersticas y no acepte imitaciones. Volviendo a nuestro
ejemplo, encontramos que debido a la severidad de la
epidemia, el mdico tratante estuvo catalogando como
enterocolitis necrosante a todo paciente que presentara
vmitos o se distendiera, lo cual elev el nmero de casos diagnosticados; en nuestro protocolo mencionamos
que slo escogeramos los casos que reunieran los criterios de Bell para ECN, esto dio como resultado una reduccin del nmero de casos de 43 a 17.
Seleccin del grupo control. La seleccin de los
controles es el problema ms difcil de resolver. No existe un grupo control ideal para todas las situaciones; para
cada estudio se deben seleccionar los controles en funcin de las caractersticas de los casos estudiados, de su
procedencia y de los recursos econmicos disponibles.
Los controles deben ser representativos de la poblacin
epidemiolgica de donde proceden los casos, estar potencialmente expuestos al factor de riesgo y no tener la
enfermedad.
Esto es importante, los controles se deben escoger
de tal forma que sean comparables a los casos y por lo
tanto tener la misma probabilidad de estar expuestos;
por esta razn, cuando los controles se seleccionan a partir de personas hospitalizadas o que acuden a las consultas se deben excluir los pacientes que presenten enfermedades relacionadas positiva o negativamente con
el factor de estudio. Si se quisiera estudiar el posible factor protector de la aspirina en la enfermedad coronaria
se deberan excluir como controles los pacientes con enfermedades reumticas (que probablemente tomarn aspirina como parte de su tratamiento) o los que tengan enfermedad gstrica (que probablemente evitarn su uso).
133

En resumen, todas las personas incluidas en el estudio deben tener las mismas probabilidades de estar expuestos, por lo que los criterios que se apliquen en la seleccin de los participantes han de regir por igual para
los casos y los controles. En el ejemplo previo, los controles fueron seleccionados de un grupo de pacientes que
nacieron en el mismo perodo que los casos, fueron de
peso y edad gestacional similares, pero no tuvieron enterocolitis. Reunimos un buen nmero de expedientes y
pedimos a una persona ajena a la investigacin que seleccionara 42 expedientes para tener una relacin de tres
controles por cada caso y despus procedimos al anlisis
de los resultados de todos los pacientes.
El tamao de la muestra se debe escoger con base en
la enfermedad que se intenta analizar; si la enfermedad
(los casos) es rara o de baja prevalencia se escogen todos los casos y se estudian con una relacin ms elevada
de controles. Si la enfermedad es de prevalencia alta o
mediana y nos interesa realizar un estudio de casos y controles, se utiliza la frmula de prueba de hiptesis y diferencia de proporciones para dos poblaciones.
Relacin de controles y casos. Se recomienda tener un mayor nmero de controles que de casos, una relacin de 2 a 1 o de 3 a 1, para evitar la influencia de los
sesgos en el resultado de la investigacin. Otra tcnica
consiste en escoger dos o tres grupos control que tengan
relacin con el factor de exposicin pero que se atiendan en sitios diferentes, por ejemplo: pacientes de hospital y de poblacin general.
La posibilidad de sesgos siempre se debe tener en
mente. El sesgo de memoria es el que se presenta con
mayor frecuencia. ste se produce cuando se realizan
las preguntas correspondientes acerca del factor de ex134

posicin, se da como resultado que los casos recuerden

con ms precisin todos los aspectos debido a una mezcla de memoria, emocin e impresiones de las personas
sobre los riesgos asociados a un determinado factor.
Otros puntos de inters son: el sesgo del entrevistador y el sesgo de seleccin que tienen relacin directa con la persona que realiza la entrevista, para el
efecto se recomienda que quien realiza las entrevistas o
selecciona los pacientes, debe desconocer el grupo al que
pertenece cada paciente (cegamiento).
Anlisis de los resultados. Los estudios de casos y
controles por ser de tipo retrospectivo se analizan de una
manera muy peculiar. Tomando en cuenta lo que hemos
mencionado acerca de la tabla de contingencia, los resultados se deben de colocar en una tabla de 2 x 2 en el
orden que se consigna en el cuadro 23.
Cuadro 23
Casos y controles
Casos Controles

Factor de
exposicin

Positivo

(a)

(b)

Negativo

(c)

(d)

En la casilla a se colocan los casos que resultaron

positivos al factor de exposicin y en la casilla b los del
grupo control que tuvieron un contacto con el factor de
exposicin.
135

Estas dos casillas muestran los resultados ms importantes. Estadsticamente procede utilizar una prueba de X2 o una prueba de Fisher.
Desde el punto de vista de medicina basada en evidencia, la medida de asociacin que se utiliza para detectar la relacin de causalidad en estudios de casos y
controles es la prueba llamada Razn de momios, tambin llamada Odds ratio. Por Odds se entiende la razn
o relacin entre la probabilidad de que un suceso ocurra y la probabilidad de que no ocurra. La razn de momios no es ms que la razn o relacin entre la Odds de
exposicin observada en el grupo casos (a/c) y la Odds
de exposicin en el grupo control (b/d), por lo tanto:
(a / c)
OR =

a xd
=

(b / d)

bxc

La razn de momios refleja la probabilidad de que los

casos estn expuestos al factor de estudio comparada con
la probabilidad de que lo estn los controles. Si tomamos el ejemplo del estudio que fue efectuado para investigar la asociacin entre el consumo de cido Acetilsaliclico y el sndrome de Reye, se encontr que 30 de los
pacientes tuvieron la enfermedad; se escogi un grupo
de control ms grande (60 nios) que sufrieron enfermedades virales leves y no presentaron el sndrome (ver
cuadro 24); 28 de los pacientes del grupo casos refirieron haber tomado ac. acetilsaliclico, mientras que slo
35 de los 60 controles tomaron dicho frmaco. En el cuadro hemos sustituido estos valores para calcular la razn de momios (OR). Al sustituir los valores en la frmula (a x d/b x c) = (28 x 25) / (35 x 2) tenemos un resultado de 700/70 igual a 10, lo que significa que los pacien136

tes que toman ac. acetilsaliclico tienen 10 a 1 veces la

probabilidad de desarrollar el sndrome de Reye segn
el resultado de este estudio. Para el efecto se acepta
que cuando el OR es superior a 2, es significativo de una
fuerte asociacin de causalidad.
Cuadro 24
Casos y controles
Casos Controles

Factor de
exposicin

Positivo

28(a)

35(b)

Negativo

2(c)

25(d)

En ocasiones, el OR resulta con un valor inferior a 1

y se considera que en este caso el factor de exposicin
produce un efecto protector contra la enfermedad o desenlace. En nuestro estudio, el OR result en 0.36 e interpretamos nuestro resultado no slo como que no hubo
una asociacin de causa-efecto entre la leche materna y
enterocolitis, sino que la leche materna tuvo un efecto
protector contra la aparicin del problema enteral.

137

Captulo 19
DISEO DE UN ESTUDIO DE COHORTES

Este diseo es el ms valioso de los de tipo observacional analtico por la informacin que nos brinda. Los
estudios de cohortes implican efectuar un seguimiento
de grupos de individuos a lo largo del tiempo. Es un estudio esencialmente prospectivo, va de la causa al efecto
y tiene dos propsitos principales: 1) Descriptivo, ya
que describe la incidencia de ciertos efectos o desenlaces a medida que pasa el tiempo y 2) Analtico, ya que
analiza las asociaciones existentes entre los factores de
riesgo y dicho desenlace.
En ocasiones, vamos a encontrar en la literatura mdica estudios que se llaman de una cohorte y queremos
dejar claro que no corresponde al diseo que estamos
tratando en este captulo. La palabra cohorte es un antiguo trmino romano que defina a un grupo de soldados
que marchaban juntos hacia la batalla; en investigacin
clnica cohorte significa un grupo de individuos que se
siguen conjuntamente a lo largo del tiempo. El diseo
de cohortes implica el seguimiento de dos cohortes, que

se diferencian una de otra en que un grupo esta expuesto al factor de riesgo y el otro grupo (control) no lo est.
Prospectivamente se evalan para estudiar un desenlace o enfermedad; es un estudio directo de causalidad.
La estructura es similar a la de los estudios experimentales, la diferencia es que en este diseo el investigador slo observa la variable independiente (factor de
exposicin) y en el diseo experimental el investigador
manipula la variable independiente, tambin llamada
variable predictora.
A diferencia de los estudios de casos y controles, no
es un diseo til para estudiar enfermedades raras o de
baja prevalencia, pero permite definir la incidencia e investigar las posibles causas de una enfermedad determinada. A menudo constituyen el nico medio para establecer la secuencia temporal de las variables predictora y de desenlace.
Los estudios de casos y controles van del efecto a la
causa por lo que permiten analizar las relaciones causales
de varios factores de exposicin a la enfermedad, mientras que los estudios de cohortes van de la causa al efecto, lo que permite estudiar varios efectos o desenlaces de
un factor de exposicin, vg. observar la dieta en una poblacin de individuos, nos permite estudiar varios desenlaces a largo plazo (infarto, embolias, problemas renales,
etc.) en individuos que llevan una dieta rica en grasa.
Algunos puntos de inters en estudios de cohortes y
que todo investigador debe tomar en cuenta si decide realizarlos, son los siguientes:
1) Debido a que se parte de una variable (exposicin)
para observar un efecto (enfermedad) se debe estar seguro de que los individuos elegidos para el estudio no
tengan la enfermedad.
139

2) La cohorte no expuesta debe ser idntica a la expuesta respecto a todas las variables que se consideren
pronsticas de la enfermedad a excepcin del factor que
se est estudiando; dicho de otro modo, la nica diferencia entre los individuos expuestos y no expuestos debe ser el factor de exposicin.
3) Se deben escoger grupos de individuos con riesgo elevado para tener una muestra ms grande en cada
grupo. Esto es importante ya que los estudios de cohortes son costosos y requieren mayor tiempo, esfuerzo y
organizacin.
4) No deben incluirse individuos que no puedan
desarrollar el desenlace de inters. Un ejemplo burdo, pero til para el caso, sera excluir a las mujeres histerectomizadas en un estudio sobre factores de riesgo
para cncer crvico-uterino.
5) Los criterios establecidos y la fuente de informacin se deben aplicar de igual forma tanto a los individuos expuestos como a los no expuestos con el fin
de no comprometer la validez del estudio.
6) Se deben realizar varias mediciones de una misma variable a medida que el estudio progresa (estudio
longitudinal).
7) El tiempo de exposicin debe ser lo suficientemente largo para permitir que pueda desarrollarse el
nmero de casos suficiente para conseguir la potencia
estadstica deseada, pero lo suficientemente corto como
para no crear graves problemas logsticos y de organizacin.
8) Evite al mximo las prdidas de pacientes en el
seguimiento; para propsitos prcticos se recomienda
no perder ms del 20% de los individuos que iniciaron en cada grupo. Las estrategias pueden ser mltiples,
desde excluir a los individuos que se piensa es probable
140

se pierdan durante hasta el seguimiento, hasta anotar

todos los datos del paciente para localizarlo fcilmente.

Poniendo en marcha el proyecto de investigacin

El estudio de cohortes es fcil de disear, pero difcil de realizar.

Inicie con un buen planteamiento de problema, hable primero de la variable independiente (predictora),
en este caso el factor de exposicin, explique enseguida
lo que le ha llamado la atencin acerca de la posible relacin causal con la variable dependiente (desenlace) y
termine con la pregunta.
Busque en la literatura si ya existe una respuesta satisfactoria a su pregunta, escoja los mejores artculos que
le ayuden a elaborar la investigacin en caso de no haber una buena respuesta.
Acto seguido, proceda a la justificacin, a enunciar
los objetivos y las hiptesis. Recuerde que la hiptesis
nula es la hiptesis de trabajo y debe redactarla en forma precisa y que sea susceptible de comparar estadsticamente las variables de estudio. Sobre todo no olvide
que tanto la pregunta, como el objetivo y las hiptesis
deben contener las dos variables, mencionar la posible
relacin causal y referir la poblacin de estudio.
Al seleccionar la poblacin recuerde los puntos de inters que hemos mencionado previamente, separe las
dos cohortes y especifique cuntos pacientes va a incluir
en cada uno de ellas y qu caractersticas deben tener.
Para el tamao de muestra utilice la frmula de prueba de hiptesis y diferencia de proporciones para dos poblaciones. En este diseo el muestreo ms factible es el
muestreo no probablistico (ya sea de casos consecutivos
o por conveniencia) tomando en cuenta que los indivi141

duos deben llenar los criterios de seleccin que hemos

mencionado previamente.
Recuerde mencionar en el protocolo la definicin exacta del factor de exposicin y escoger el mejor mtodo para
medirlo, que puede ser un estudio de laboratorio, de gabinete o bien una escala de medicin clnica; esto le dar
validez interna a su estudio. El desenlace o enfermedad
tambin se debe precisar con el mtodo ms exacto. Se
debe definir exactamente la enfermedad en la manera
como vamos a incluirla en nuestro estudio y no salirnos
de su esquema durante el tiempo que dure la investigacin. Toda tcnica de medicin se debe definir exactamente en el protocolo y despus consignarla en la publicacin para que otros investigadores la puedan reproducir.
Tambin se debe especificar cuntas veces se van a
efectuar las mediciones, ya que es un estudio longitudinal y los espacios de tiempo entre mediciones se deben
definir antes de iniciar el estudio.
Anote concienzudamente en una hoja de recoleccin
de datos, la informacin que desea acerca de las variables de estudio y tmese un tiempo para introducir estos datos en la hoja de clculo para lo cual recomendamos el programa Excel de Microsoft. Esto facilita las cosas y permite una mejor observacin de los resultados.
Anlisis de los resultados. La estructura bsica de
los resultados tambin se analiza en una tabla de 2 x 2 o
tabla de contingencia. Es de suma importancia aclarar
que si tenemos una variable de tipo numrico, el diseo
nos permite analizar los resultados mediante pruebas
estadsticas como la t de Student si los resultados en ambos grupos tienen una distribucin normal, o bien una
142

prueba no paramtrica como la U de Mann-Withney si

la desviacin estndar en ambos grupos es diferente.
Cuadro 25
Diseo de cohortes
Enfermos Sanos

Factor de
exposicin

Positivo

(a)

(b)

Negativo

(c)

(d)

Los resultados de exposicin y desenlace se exponen

en la forma que se anexa en el cuadro 25. De nuevo las
casillas a y d son las ms importantes. Aqu se sugiere
agregar el anlisis estadstico con la prueba X2 o la prueba de Fisher. La medida de asociacin que se utiliza en
los estudios de cohortes es la llamada Riesgo relativo
(RR) cuya frmula se expresa de la siguiente manera:
(a / (a + b)
RR =
(c / (c + d)
El riesgo relativo (RR) estima la magnitud de una asociacin e indica la probabilidad de que una enfermedad
se desarrolle en el grupo expuesto en relacin con la del
grupo no expuesto; en otras palabras, es la razn o relacin entre la incidencia entre el grupo expuesto y la del
grupo no expuesto. Es una medida ms directa de causalidad que la razn de momios. Un Resultado de riesgo
relativo (RR) mayor de 1 indica que ya existe una dife143

rencia, no obstante, consideramos como una verdadera

diferencia los resultados mayores de 2. Al igual que en
la razn de momios, un resultado de RR de 3 significa una
posibilidad 3 a 1 de tener el desenlace en el grupo que
estuvo expuesto.

144

Captulo 20
CMO DISEAR UN ESTUDIO EXPERIMENTAL

El objetivo final de todo investigador debe ser llegar

a dominar la planeacin y ejecucin de un estudio experimental. El diseo es semejante a un estudio de cohortes, con la diferencia de que existe una intervencin sobre la variable independiente (variable predictora) que
nos permite valorar estrechamente un factor de exposicin (causa), teniendo un control estricto sobre las variables de confusin.
El objetivo de los estudios experimentales es evaluar
la eficacia de cualquier intervencin preventiva, curativa o rehabilitadora. No es exclusivo este diseo para el
estudio farmacolgico, sino que tambin podemos estudiar el impacto de la modificacin de una medida preventiva, estudiar el efecto de una modificacin dirigida
en la dieta sobre ciertas enfermedades, evaluar la asociacin de un entrenamiento dirigido a un grupo de enfermos (vg. sobre cmo evitar complicaciones), o llevar
un apego estricto a la dosificacin indicada por el mdi-

co. En fin, son mltiples las aplicaciones donde se puede realizar un estudio experimental en el rea mdica.
La gran ventaja de este diseo radica en su alto grado de control de la situacin, que proporciona, en el caso
de que exista una asociacin entre el factor estudiado y
la respuesta observada, una fuerte evidencia de que dicha relacin es causal. Los estudios experimentales son
los que proporcionan la mejor evidencia de una relacin
de causa-efecto.
Existen variantes en los estudios experimentales, no
obstante, el diseo ms representativo es el ensayo clnico aleatorizado (ECA) o randomizado, que simboliza el
mtodo ideal en investigacin.
El primer paso para iniciar nuestra investigacin es,
(de nuevo), el planteamiento del problema; el investigador debe expresar lo que ha observado acerca de la variable independiente respecto a su relacin causal con
la variable dependiente; exponer adems por qu desea
intervenir el factor de exposicin (variable independiente) y lo que ha observado al respecto. Finalmente debe
terminar con la pregunta que muestre la asociacin esperada entre las variables, sin dejar de mencionar la poblacin de estudio. Un ejemplo general sera: El frmaco
X reduce la incidencia de la enfermedad Y, en la poblacin Z, al ser comparado con un grupo control (placebo)?;
es necesario puntualizar que la pregunta viene como consecuencia directa del planteamiento del problema y se
puede unir al final del planteamiento de la siguiente manera: Por lo tanto nos preguntamos si el frmaco X reduce la incidencia de la enfermedad Y, en la poblacin Z,
al ser comparado con un grupo control (placebo)?.
Sustituyendo las variables con el ejemplo de la pravastatina en pacientes con hipercolesterolemia la pregunta quedara de la siguiente manera: Por lo tanto, nos
146

preguntamos si la pravastatina reduce la incidencia de

isquemia del miocardio en pacientes con hipercolesterolemia, al ser comparado con un grupo placebo (o con el
tratamiento convencional)?
Algunos investigadores prefieren colocar la pregunta directamente y en esa situacin plantean la pregunta
as: Reduce el frmaco X, la incidencia de la enfermedad Y, en la poblacin Z, al ser comparado con un grupo
control (placebo)?
Antes de proceder con el objetivo e hiptesis, el investigador debe revisar exhaustivamente la literatura
para informarse si la pregunta ha tenido o no respuesta
mediante estudios observacionales o bien experimentales; en caso negativo escoja los artculos que le sirvan para
apoyar su investigacin y contine con la elaboracin
del protocolo.
La redaccin del objetivo debe iniciar con un verbo;
en el ejemplo que hemos utilizado lo escribimos de esta
manera: Demostrar (conocer, evaluar, etc.) que el frmaco X reduce la incidencia de la enfermedad Y, en la poblacin Z, al ser comparado con un grupo control (placebo).
La hiptesis nula puede enunciarse as:
El frmaco X no reduce la incidencia de la enfermedad Y, en la poblacin Z, al ser comparado con un grupo
control (placebo). De aqu en adelante la investigacin
ser dirigida a rechazar la hiptesis nula.
En ocasiones se prefiere especificar qu porcentaje
se espera que el frmaco reduzca la incidencia de la enfermedad y se plantea la hiptesis en una forma ms
precisa: El frmaco X no reduce la incidencia de la enfermedad Y, en ms de un 40%, en la poblacin Z, al ser comparado con un grupo control (placebo).
147

El paso ms importante en este diseo es la seleccin

de la poblacin de estudio. Los individuos en los que se
lleva a cabo la intervencin proceden de una poblacin
de referencia o poblacin diana a la que se quiere extrapolar los resultados; a partir de ella, se especificarn
unos criterios de seleccin que darn lugar a una poblacin de estudio, aquella en la que se desea realizar la experiencia.
Las personas que toman parte en los estudios experimentales son llamadas participantes o poblacin de estudio (tambin se les llama sujetos). Las personas que disean el estudio, administran las intervenciones, evalan los resultados y los analizan son llamados investigadores.
Las intervenciones, tambin llamadas maniobras clnicas, incluyen acciones de naturaleza muy variada como
estrategias de prevencin, pruebas diagnsticas, medicacin dirigida o estudio de frmacos.
Usualmente una de las intervenciones es considerada el estndar de comparacin o control, y el grupo de
participantes que la recibe es llamado grupo control; por
esto el experimento se llama ensayo clnico controlado.
El control puede ser el tratamiento convencional, un placebo o no intervencin. El otro grupo se llama el grupo
experimental o grupo de tratamiento.
Otra caracterstica, quiz la ms importante de los
estudios experimentales es la llamada randomizacin o
aleatorizacin;implica que todos los participantes de la
poblacin de estudio tienen la misma oportunidad de ser
asignados a cada una de las poblaciones de estudio. Por
lo tanto, la asignacin no es determinada por los investigadores, los clnicos o los participantes en el estudio.
El azar lo decide todo.
148

El principio de randomizacin (azar) es malinterpretado por muchos investigadores. Es importante saber

que los mtodos de asignacin de los participantes de
acuerdo a la fecha de nacimiento, el nmero de registro
hospitalario, la fecha de invitacin a participar en el estudio, no le da a cada uno de los participantes la misma
oportunidad de ser incluidos en cada uno de los grupos
de estudio. Estos mtodos no son considerados como secuencias de asignacin al azar. Estos mtodos se consideran pseudo-randomizacin o quasi-randomizacin.
El principal problema asociado con estos mtodos es que
el conocimiento del grupo al cual es asignado el participante puede afectar la decisin de si entra l o ella en el
estudio y esto puede sesgar el estudio totalmente. Si no
hay trampas por parte del investigador, estos estudios
pueden dar grupos balanceados. Los estudios que utilizan estos mtodos son llamados estudios controlados no
randomizados.
Los ensayos clnicos controlados pueden ser clasificados de acuerdo a:
1) El aspecto de las intervenciones que los investigadores quieren explorar.
2) La manera en que los participantes estn expuestos a las intervenciones.
3) El nmero de participantes incluidos en el estudio.
4) Si los investigadores y los participantes conocen
la intervencin que est siendo evaluada, y
5) Si las preferencias de no randomizacin de los individuos y participantes se toman en cuenta en el diseo del estudio.
1.- En el aspecto de las intervenciones que los investigadores quieren explorar, adems de la eficacia
149

y efectividad, queremos hacer nfasis en una clasificacin que se realiza con base en la intervencin: estudios
fase I, fase II y fase III.
Los estudios fase I se realizan en humanos para evaluar una nueva droga; se efectan una vez que la seguridad y eficacia potencial ha sido documentada en animales. En el humano se enfocan principalmente a la seguridad; son utilizados para establecer cunto se puede dar
en humanos de una nueva droga sin causar efectos adversos severos y estudiar cmo es metabolizada la droga
por el cuerpo humano. Generalmente se realizan en voluntarios sanos. Son estudios no randomizados y no controlados. Son serie de casos en que los participantes reciben incremento de dosis de la droga sin un grupo control, mientras son monitorizados cuidadosamente por
los investigadores.
Despus que se ha documentado la seguridad de una
droga en la fase I se procede a realizar un estudio fase
II, donde la nueva droga se da a pequeos grupos de pacientes con una condicin dada (generalmente 20 por estudio). El propsito de la fase II es establecer la eficacia de diferentes dosis y frecuencias de administracin.
Son estudios no controlados y no randomizados; si la droga se considera inefectiva o muy txica ya no se estudia
ms. Si la droga prueba ser eficaz y segura se pasa a la
siguiente fase de investigacin de una droga.
Los estudios fase III son estudios de efectividad porque comparan la nueva droga con una droga o intervencin que se conoce como efectiva. Esta droga se conoce
como el mtodo convencional de tratamiento. La mayora
de los estudios fase III son controlados y randomizados.
2.- La clasificacin de acuerdo a cmo los participantes estn expuestos a la intervencin se realiza
150

de 3 formas: diseo paralelo, diseo cruzado y diseo factorial.

La mayora de los ensayos clnicos aleatorizados (randomizados) incluyen un diseo paralelo; en este estudio
cada grupo de participantes est expuesto a slo una de
las intervenciones del estudio (droga o placebo).
Un ensayo clnico aleatorizado tiene un diseo cruzado cuando cada uno de los participantes recibe las intervenciones del estudio en perodos sucesivos; el orden
en que los participantes reciben las intervenciones se
decide al azar.
Los diseos cruzados producen comparaciones dentro de los participantes, mientras que los diseos paralelos producen comparaciones entre los participantes.
Debido a que cada participante acta como su propio control en los diseos cruzados, stos producen resultados
clnica y estadsticamente vlidos con menos participantes que los requeridos con los diseos paralelos. En los
diseos cruzados se debe tomar en cuenta lo siguiente:
las intervenciones pueden ser usadas en enfermedades
crnicas o incurables, el efecto de la intervencin debe
ser rpido y de corta duracin y la condicin (o enfermedad) debe ser estable; esto afecta su efectividad.
Un ensayo clnico aleatorizado tiene un diseo factorial cuando dos o ms intervenciones experimentales son
evaluadas separadamente y en combinacin contra un
control. Por ejemplo, un diseo factorial que estudia el
efecto de la morfina y el ibuprofen para el tratamiento
del dolor en pacientes con cncer implica que los pacientes se asignan para recibir morfina sola, ibuprofen solo,
una combinacin de morfina e ibuprofen o placebo. Este
diseo permite al investigador comparar la intervencin
experimental con el control (morfina vs. placebo), compara las intervenciones experimentales entre s (morfi151

na vs. ibuprofen) e investiga posibles interacciones entre ellas (compara la suma de los efectos de morfina e
ibuprofen dados separadamente con los efectos de la combinacin).
3.- De acuerdo al nmero de participantes un diseo puede incluir desde uno hasta miles de participantes. Incluye dos tipos: diseos secuenciales y ensayos de
tamao fijo.
Un diseo secuencial es un estudio con diseo paralelo en el cual los investigadores reclutan participantes
hasta observar un beneficio claro de una de las intervenciones o hasta que se convencen de que no existen diferencias importantes entre las intervenciones.
En un diseo de tamao fijo los investigadores establecen deductivamente el nmero de los participantes
(tambin llamado tamao de la muestra) que van a incluir en el estudio; este nmero puede ser decidido arbitrariamente o calculado usando mtodos estadsticos.
La meta principal de utilizar mtodos estadsticos para
calcular el tamao de la muestra, es maximizar la probabilidad de detectar una diferencia que sea estadstica y
clnicamente significativa entre las intervenciones, cuando una diferencia realmente existe.
4.- Si los investigadores y los participantes conocen
o no la intervencin que est siendo evaluada, es importante para reducir el riesgo de sesgos. Esta estrategia es conocida como cegamiento o enmascaramiento
y representa el intento del investigador para mantener
a una o ms de las personas envueltas en la investigacin ignorantes de la intervencin que est siendo evaluada. Puede incluir a los participantes, los investigadores y a los clnicos que administran la intervencin, a
152

los investigadores o clnicos que cuidan a los participantes durante el estudio, a los investigadores que valoran
los resultados de las intervenciones, los que analizan los
datos y a los que escriben los resultados del estudio. Como
es sabido, en muchos estudios los individuos que administran las intervenciones, cuidan a los participantes,
valoran los resultados o escriben los reportes, son los mismos. Dependiendo de la extensin del cegamiento los
ensayos clnicos aleatorizados pueden ser clasificados
como: abiertos, simple ciego, doble ciego, triple ciego y cudruple ciego.
Un ECA abierto es un estudio randomizado en el cual
todas las personas envueltas en el estudio conocen la
intervencin que se da a cada participante. La mayora
de los estudios que comparan diferentes intervenciones
quirrgicas o que compara ciruga con medicacin son
estudios abiertos.
Un ECA simple ciego es un estudio randomizado
en el cual un grupo de individuos envueltos en el estudio no conoce la identidad de la intervencin que es dada
a cada participante. Usualmente son los participantes o
los investigadores que valoran los resultados los que no
conocen la identidad de las intervenciones. Estos diseos son utilizados para valorar intervenciones educativas o quirrgicas.
Un ECA doble ciego es un estudio randomizado en
el cual dos grupos de individuos envueltos en el estudio
no conocen la identidad de la intervencin que es dada
a cada participante. Usualmente, incluye a los participantes y a los investigadores que valoran los resultados
de la investigacin. Las intervenciones para ellos son A
o B. Cuando la intervencin experimental es nueva y no
existen intervenciones convencionales efectivas, los investigadores usan una sustancia inerte o placebo, que
153

tiene la misma apariencia y sabor de la intervencin experimental; con este diseo el estudio se llama doble ciego, randomizado, placebo-controlado.
Cuando se compara la intervencin experimental con
el tratamiento convencional los estudios se llaman activo-controlados.
Los estudios triples o cudruples ciegos son raros e
incluyen a los dems participantes en la investigacin.
5.- Los estudios que toman en cuenta las preferencias de no aleatorizacin de los participantes tienen
una estrecha relacin con la tica en investigacin. Antes de proceder a enumerar las caractersticas de este
enunciado deseamos hacer algunas consideraciones de
importancia para el proyecto que inicia.

La tica en investigacin

Todo protocolo donde la variable independiente va a

ser intervenida por el investigador (diseo experimental), debe incluir una hoja de consentimiento informado
firmada por el paciente o sus parientes ms cercanos.
Esta hoja debe redactarse en forma amable y explcita
para que el individuo o los familiares responsables comprendan el objetivo de la investigacin. Algunos puntos
que deben tomarse en cuenta son los siguientes:
a) Debe darse a conocer antes del proceso de aleatorizacin.
b) Explicar en forma amplia en qu consiste la intervencin en el grupo experimental, cules son las posibilidades de curacin y cules son los riesgos.
c) Explicar en forma amplia en qu consiste la intervencin en el grupo control, cules son las posibilidades
de curacin y cules son los riesgos.
154

d) Explicar que la decisin de colocar al paciente en

uno u otro grupo se va a decidir al azar.
Finalmente, escriba en forma amable y sincera la justificacin de realizar la investigacin y deje el suficiente
espacio para la firma del paciente o familiares y de uno
o dos testigos.
La gran dificultad de la investigacin de tipo experimental es convencer a los pacientes de participar en el
estudio. La redaccin de la hoja de consentimiento informado es clave para el xito en este punto del proyecto.
Los individuos elegibles pueden rehusar participar
en el estudio ya sea porque tienen preferencia por una
intervencin en particular o porque no desean recibir
un placebo. Otros individuos deciden participar aunque
muestren una clara preferencia por una de las intervenciones; los resultados de los individuos que dudan de entrar
al estudio, pueden ser diferentes de los que no tienen
preferencias particulares. Los resultados de los individuos que no participan en los estudios o de los que participan y tienen fuertes preferencias son registrados en
raras ocasiones.
Existen tres tipos de ECA que toman en cuenta las
preferencias de los individuos elegibles, ya sea que participen o no en el estudio. Estos estudios son llamados
estudios de preferencia porque incluyen cuando menos un grupo donde se permite a los participantes escoger su tratamiento preferido entre varias opciones que
se les ofrecen. Estos estudios pueden tener un diseo
Zelen, un estudio que comprende un diseo de cohorte
o un diseo de Wennberg.
En un estudio con diseo Zelen, los individuos elegibles son randomizados antes de dar su consentimiento
de participar en el estudio para recibir un tratamiento
estndar o una intervencin experimental. A los que les
155

corresponde recibir el tratamiento estndar reciben el

tratamiento estndar y no se les explica que forman parte de un estudio, mientras que a los que les corresponde la intervencin experimental, se les ofrece la intervencin y se les explica que forman parte de un estudio.
Si rehsan participar en el estudio reciben la intervencin estndar y son analizados como si hubieran recibido la intervencin experimental.
La gran ventaja de este diseo es que la mayora de
los individuos elegibles son incluidos en el estudio y permite la evaluacin del efecto verdadero de ofrecer una
intervencin experimental a los pacientes. La gran desventaja es que son estudios abiertos y el poder estadstico del estudio puede ser afectado si una gran proporcin de participantes elige el tratamiento estndar.
En un estudio que comprende un diseo de cohortes todos los individuos son seguidos independientemente de su randomizacin. Si una persona est de
acuerdo en formar parte de un ECA, l o ella es randomizado a una de las intervenciones del estudio. Si la persona no desea ser randomizada porque tiene preferencia por una de las intervenciones, esta persona recibe la
intervencin de preferencia y seguida como si formara
parte de un estudio de cohortes; al final los que participaron en el ECA pueden ser comparados con los que participaron en el estudio de cohortes para evaluar sus similitudes y diferencias. Este diseo es ideal para estudios en los cuales una gran proporcin de los individuos
elegibles rehsan ser randomizados porque ellos (o sus
clnicos) tienen una fuerte preferencia por una de las
intervenciones del estudio. El estudio se convierte en
un estudio prospectivo de cohortes con una pequea
proporcin de participantes que toman parte en un ensayo clnico controlado.
156

En un estudio con diseo Wennberg los individuos

elegibles son randomizados a un grupo de preferencia o
a un grupo ECA. A los individuos en el grupo de preferencia se les da la oportunidad de recibir la intervencin que deseen, mientras que en el grupo ECA son randomizados para recibir una de las intervenciones del estudio independientemente de su preferencia. Al final del
estudio, los resultados asociados a las intervenciones en
cada uno de los grupos son comparados y usados para
estimar el impacto de la preferencia de los participantes en los resultados.
Los diseos de preferencia son pocas veces utilizados en investigacin del cuidado de la salud, no obstante, abren un campo para buscar soluciones al grave problema de la decisin de participar o no en la investigacin por parte de los pacientes.
Para calcular el tamao de la muestra en estudios
experimentales se utiliza la frmula de prueba de hiptesis y diferencia de proporciones para dos poblaciones
descrita en el captulo 11.

Anlisis de los resultados

La mayora de los estudios experimentales incluyen

variables cuantitativas que son fcilmente analizadas mediante la estadstica paramtrica, siendo la t de Student
la prueba que se utiliza ms frecuentemente. Si el estudio incluye tres grupos se utiliza la prueba ANOVA (anlisis de varianza). En el caso de que el resultado de la
variable en estudio no tenga una distribucin normal en
los grupos de estudio se utilizan las pruebas no paramtricas como la U de Mann-Whitney. El resultado final del
desenlace esperado en los dos grupos se coloca en una
tabla de contingencia de 2 x 2 y se analiza mediante las
pruebas de Fisher o la Ji cuadrada.
157

Un dato importante es que para el anlisis estadstico y para efectuar las medidas de asociacin los resultados se deben acomodar en la tabla de contingencia de la
manera como se establece en el cuadro 26.
Cuadro 26
Diseo experimental
Desenlace
Malo
Bueno

Intervencin

(a)

(b)

Placebo
(Tx estndar)

(c)

(d)

Grupo

En la casilla a se anotan los resultados desfavorables observados en el grupo experimental que recibi la
intervencin y en la casilla b los buenos resultados relacionados a la hiptesis planteada. El resultado puede
ser respuesta al tratamiento, sobrevida o el porcentaje
de xito que esperbamos con la intervencin.
El grupo de control, como ya hemos mencionado previamente, recibe placebo o el tratamiento estndar; los
resultados desfavorables se anotan en la casilla c y los
resultados esperados o favorables en la casilla d.
Las medidas de asociacin que se utilizan en los estudios experimentales son: Riesgo Relativo (RR), Reduccin de Riesgo Relativo (RRR) y Nmero Necesario a Tratar (NNT).
La primera medida de asociacin que se efecta es
el Riesgo Relativo (RR). La frmula se expresa de la
siguiente manera:
158

((a / (a + b))
RR =
((c / (c + d))
El riesgo relativo (RR) estima la magnitud de una asociacin e indica la probabilidad de que una enfermedad
o desenlace negativo se desarrolle en el grupo expuesto
con relacin a la del grupo no expuesto; en otras palabras es la razn o relacin entre la incidencia entre el
grupo expuesto y la del grupo no expuesto.
Vamos a utilizar un ejemplo hipottico que nos permita demostrar cmo se utilizan las medidas de asociacin en los estudios experimentales y la relacin que guardan con las pruebas estadsticas. Se realiz un ensayo
clnico aleatorizado para demostrar que un frmaco produce curacin en una enfermedad determinada, comparando con el tratamiento estndar. Se incluyeron 20 pacientes en cada grupo y el resultado final o desenlace se
observa en el cuadro 27.
Cuadro 27
Diseo experimental
Desenlace
Enfermo Sano

Intervencin

15

Tx estndar

12

Grupo

A simple vista es evidente que tenemos un buen resultado en el grupo que ha recibido la intervencin; al
efectuar la prueba estadstica (en este caso la ms ade159

cuada es la prueba de Fisher) nos da un valor P mayor

de 0.05 que indica que no existe diferencia estadsticamente significativa entre los dos grupos. Este mismo resultado obtenemos con la prueba Ji cuadrada con correccin de Yates, (X2 = 3.68, P = 0.055). Ahora bien, vamos a practicar realizando la prueba de Riesgo Relativo,
por favor revise la frmula y sustituya los nmeros de
las casillas correspondientes.
Frmula de Riesgo Relativo: ((a / a+b)) / ((c / c+d))
RR = (5/20) / (12/20) RR = (0.25) / (0.6)
RR = 0.41
Este resultado indica que la relacin entre el grupo
experimental con relacin al grupo control es de 0.4 veces a 1 de presentar un mal resultado en el desenlace.
En investigacin a esto se le llama efecto protector. Si
invertimos la relacin y colocamos el grupo control en
las casillas superiores el RR resulta en 2.4 que nos indica que el dar el tratamiento estndar produce un resultado desfavorable 2.4 veces a 1 con relacin al grupo experimental; sin embargo, el resultado siempre ha de expresarse como lo mencionamos inicialmente.
El siguiente paso es investigar la Reduccin del
Riesgo Relativo (RRR) que calcula la reduccin porcentual en el riesgo de complicaciones obtenida con el
tratamiento experimental.
La frmula de la RRR es: (P E / P)
Donde P corresponde al porcentaje de resultado desfavorable en el grupo control (placebo o tratamiento estndar) y E corresponde al porcentaje de resultado desfavorable en el grupo experimental (ver cuadro 27).
El porcentaje en P es de 0.60 (12/20) y el de E es de
0.25 (5/20).
Sustituyendo estos valores en la frmula obtenemos
(0.60 0.25/0.60) que nos da un valor de RRR de 0.58 traducido como una reduccin de 58% del riesgo relativo,
160

en este caso del desenlace negativo o no curacin de la

enfermedad. Los RRR mayores de 50% casi siempre y los
mayores de 25% con frecuencia, son considerados clnicamente significativos.
En el ejemplo hipottico que hemos utilizado exponemos la utilidad de un frmaco para curar una enfermedad y con los resultados hemos demostrado una reduccin de riesgo relativo de 58% de continuar con la enfermedad, aun cuando los resultados no fueron estadsticamente significativos. Es importante mencionar en
este momento que el resultado de la prueba estadstica
puede ser producido por haber incluido un pequeo nmero de participantes en el estudio y si efectuamos el
reporte en base exclusivamente a la prueba estadstica
es probable que cometamos un error tipo II que consiste
en aceptar una hiptesis nula que debera ser rechazada, dicho en otras palabras: publicar que no hay diferencia entre el frmaco que estamos investigando y el tratamiento estndar. Por este motivo es muy importante
calcular el tamao de muestra adecuado para nuestra
investigacin.
El ltimo paso de las medidas de asociacin en estudios experimentales es obtener el Nmero Necesario
a Tratar (NNT). Esta medicin implica el nmero de
pacientes que necesitamos tratar para prevenir una complicacin de su enfermedad. El NNT enfatiza muy bien
el esfuerzo que usted y sus pacientes tendrn que dedicar con el objeto de establecer un blanco de tratamiento
que sea tangible. Hacer esto ayuda a cuantificar y a desmitificar el arte de la decisin de tratar a algn paciente
pero no a otros, aun cuando tengan la misma enfermedad. Otra propiedad de la medicin de NNT es que brinda una base a partir de la cual se pueden expresar los
costos del tratamiento, tanto en trminos de costo eco161

nmico como el costo de los efectos colaterales y de toxicidad del tratamiento.

La frmula para obtener el nmero necesario a tratar (NNT) es:
NNT = 1 / (P E)
Si aplicamos los resultados de nuestro ejemplo obtendremos lo siguiente:
NNT = 1 / (0.60 0.25)
NNT = 1 / 0.35
NNT = 2.8 (3)
Redondeando el 2.8 a 3 encontramos que 1 de cada 3
pacientes tratados con el nuevo frmaco van a ser curados de la enfermedad en cuestin. ste es un buen resultado desde el punto de vista de la eficacia del tratamiento. Como un agregado, con este NNT tambin se puede
inferir la utilidad evaluando si el costo del medicamento
es o no elevado o bien si tiene o no complicaciones.
El uso de las medidas de asociacin debe ser incluido de rutina en todo trabajo experimental en estas variedades que hemos mostrado, ya que nos dan, aunado a
la estadstica, un mejor panorama de nuestra investigacin.

162

BIBLIOGRAFA

Ad Hoc Working Group for critical appraisal of the medical literature. A proposal for more informative abstracts of clinical articles. Ann Intern Med 1987; 106:
598-604.
ARGIMN-PALLS JM, JIMNEZ-VILLA J. Mtodos de investigacin aplicados a la atencin primaria de la salud.
2 Edicin. Barcelona: Ediciones Doyma, 1993.
AUSTIN H, HILL HA, FLANDERS D, GREENBERG RS. Limitations
in the application of Case-Control Methodology. Epidemiologic Reviews. 1994; 16: 65-7.
BELKIND-GERSON J, SULLIVAN-MORENO A, DE LA LOZA MB, LEYVAJIMNEZ, A, VILA-FIGUEROA C, NEWTON-SNCHEZ O. Medicin de tiempos de Trnsito colnico en nios. Archivos de Investigacin Peditrica de Mxico 1999; 2:
171-176.
BOURSIN JL. Las estructuras del azar. Barcelona: Ediciones Martnez Roca, 1968.
CALVA JJ. Qu es la epidemiologa clnica? En: Clnicas
Mdicas de Norteamrica. Mxico: Interamericana,
1993: 227-235.

CAEDO-DORANTES L. Investigacin clnica. Mxico, D.F.

Interamericana, 1987.
CARDIEL MH. Qu quiere decir el valor de p? Clnicas Mdicas de Norteamrica. Mxico: Ed. Interamericana,
1993: 323-327.
CLARK P. Cmo se establece la causalidad en medicina?
En: Clnicas de Norteamrica. Mxico: Interamericana, 1993: 265-269.
DAWSON-SAUNDERS B, y TRAPP RG. Bioestadstica Mdica.
Mxico: El Manual Moderno, 1993.
DEL RO-NAVARRO BE, GAZCA-AGUILAR A, SIERRA-MONGE JJL.
Hiperreactividad en 30 nios sin asma, con dermatitis atpica. Bol Med Hosp Infant Mex 1998; 55: 637642.
Departamento de Epidemiologa Clnica y Bioestadstica,
Universidad McMaster, Hamilton-Ontario, Canad.
Cmo leer revistas mdicas. Rev Invest Clin 1988; 40:
67-106.
DWYER DM, STRICKLER H, GOODMAN RA, ARMENIAN HK. Use
of case-control studies in outbreak investigations.
Epidemiologic Reviews. 1994; 16: 109-123.
ELWOOD JM. Causal Relationships in Medicine. New York:
Oxford University Press, 1988.
Evidence-based medicine working group. Evidence-based
medicine: A new approach to teaching the practice of
medicine. JAMA 1992; 268: 2420-2425.
FLETCHER RH, FLETCHER SW y WAGNER EH. Epidemiologa
Clnica. Espaa: Ed. Consulta. 1989.
GREENHALGH T. How to read a paper: the Medline database.
BMJ 1997; 315: 180-183.
La medicina basada en la narrativa en un mundo basado en la evidencia. BMJ Edicin latinoamericana,
1999; 7: 87-90.
164

GUYATT GH, SACKET DL, COOK DJ. Users guides to the medical literature. II. How to use an article about therapy or prevention. B. What are the Results and will they
help me in caring for my patients? JAMA 1994; 271:
59-63.
HINOJOSA-PREZ JO. El investigador y el clnico. Entrevista con el Dr. Joaqun Cravioto Muoz. Archivos de Investigacin Peditrica de Mxico. 1998; 3: 115-116.
HINOJOSA-PREz JO, DEL BOSQUE-ALONSO R, VALDOVINOS-CHVEZ SB. Aplicacin prctica del tamao de la muestra
en estudios de Investigacin. Parte I. REV INVEST
MED SS (MX) 1998; 3: 38-40.
HINOJOSA-PREZ JO y TREVIO-BEZ JD. Utilidad de la gasometra capilar para detectar hiperoxemia en el recin nacido grave. Bol Med Hosp Infant Mex 1999;
56: 93-96.
HINOJOSA-PREZ JO, DEL BOSQUE-ALONSO R, MONTALVO-CRDOBA EY y VALDOVINOS-CHVEZ SB. Clasificacin del diseo de investigacin. REV INVEST MED SS (MX)
1998; 3: 3-6.
HULLEY SB y CUMMINGS SR. Diseo de la investigacin clnica. 1 Ed. Barcelona: Ediciones Doyma, 1993.
JADAD AR. Randomized Controlled Trials. London: BMJ
Books, 1998.
JAESCHKE R, GUYATT GH, SACKET DL. Users guides to the
medical literature. III. How to use an article about a
diagnostic test. A. Are the results of the study valid?
JAMA 1994; 271: 389-391.
Users guides to the medical literature. III. How to use
an article about a diagnostic test. B. What are the results and will they help me in caring for my patients?
JAMA 1994; 271: 703-707.

165

KHOURY MJ, BEATY TH. Applications of the case-control

method in genetic epidemiology. Epidemiologic Reviews 1994; 16: 134-150
LASKY TL, and STOLLEY PD. Selection of Case and Controls. Epidemiologic reviews 1994; 16: 6-17.
MARTNEZ-CAIRO-CUETO S. Metodologa de la investigacin
clnica. Instituto Mexicano del Seguro Social, Subdireccin General Mdica. Jefatura de Servicios de
Investigacin Mdica. Mxico D.F. 1994.
MEJA-ARANGURE JM, FAJARDO-GUTIRREZ A, GMEZ-DELGADO
A, CUEVAS-URIOSTEGUI ML, HERNNDEZ-HERNNDEZ DM,
GARDUO-ESPINOSA J y cols. El tamao de muestra: un
enfoque prctico en la investigacin clnica peditrica. Bol Med Hosp Infant Mex 1995; 52: 381-391.
MERINO-CONDE E. Cmo se mide la concordancia entre dos
observadores? Clnicas Mdicas de Norteamrica.
Mxico: Ed. Interamericana, 1993: 283-294.
MORENO-ALTAMIRANO L, CANO-VALLE F, GARCA-ROMERO H.
Epidemiologa Clnica. 2 ed. Mxico, D.F.: Ed. Interamericana, 1994.
MORTON RF, HEBEL R. Bioestadstica y epidemiologa. 2
edicin. Mxico: Ed. Interamericana, 1985.
NAYLOR CD and GUYATT GH. Users guides to the medical
literature. XI. How to use an article about a clinical
utilization review. JAMA 1996; 275: 1435-1439.
OROZCO-MONTERO JA. Cunto es un nmero suficiente de
individuos en una investigacin? Clnicas Mdicas
de Norteamrica. Mxico: Ed. Interamericana, 1993:
337-349.
OXMAN AD, SACKET DL, GUYATT GH. Users guides to the
medical literature. I. How to get started. JAMA 1993;
270: 2093-2095.

166

PONCE DE LEN S. Ensayos clnicos controlados, lo que el

clnico debe saber. Clnicas Mdicas de Norteamrica. Mxico: Ed. Interamericana, 1993: 381-389.
RIEGELMAN RK, HIRSCH RP. Cmo estudiar un estudio y probar una prueba: lectura crtica de la literatura mdica. 2 ed. Washington, DC. OPS, 1992.
SACKETT DL, HAYNES RB, GUYATT GH, TUGWELL P. Epidemiologa clnica. Ciencia Bsica para la medicina clnica. Segunda edicin. Buenos Aires, Argentina.; Ed.
Mdica Panamericana. 1994.
SALES-CARMONA VF. Cmo se mide la asociacin entre dos
fenmenos? Clnicas Mdicas de Norteamrica. Mxico: Ed. Interamericana, 1993: 275-281.
SALINAS-MARTNEZ AM, VILLARREAL-ROS E, GARZA-ELIZONDO
ME. La Investigacin en Ciencias de la Salud, una
actividad sencilla. Subdireccin de Educacin Continua. Facultad de Medicina de la UANL. 1996.
SOLL RF and ANDRUSCAVAGE L. The principles and practice
of evidence-based neonatology. Pediatrics 1999; 103:
215-224.
VILLA AR. Cmo se elige una prueba estadstica? Clnicas
Mdicas de Norteamrica. Mxico: Ed. Interamericana, 1993: 351-358.
WEISS NS. Application of the Case-Control method in the
evaluation of screening. Epidemiologic Reviews 1994;
16: 102-108.
XANTHOU M. Leukocyte blood picture in full-term and premature babies during neonatal period. Arch Dis Child
1972; 741-746.

167