1.

La investigacin cientfica
1.1. Necesidad del conocimiento cientfico
El hombre aspira a captar el orden que existe en el mundo de los fenmenos para hacerlos
inteligibles, dar una explicacin racional de ellos y hacerlos manejables o previsibles una vez
que conoce sus causas.
En el campo biolgico, los hechos se nos ofrecen a menudo complejos y variables, influidos por
causas mltiples y unidos por relaciones diversas, algunas de las cuales son esenciales y
permanentes, en tanto que otras son fortuitas y circunstanciales. Es tarea propia de la ciencia,
observar adecuadamente los hechos, discernir qu elementos son constantes en ellos y
determinar las leyes que los rigen, es decir, sus relaciones constantes y universales mediante
el mtodo cientfico.
1.2. El mtodo cientfico
El mtodo cientfico es un procedimiento que se aplica al ciclo completo de una investigacin,
desde el enunciado del problema hasta la evaluacin de los resultados obtenidos.
En forma esquemtica y con las limitaciones que esto supone, podemos distinguir diversas
etapas en el mtodo cientfico.
Eleccin y enunciado del problema
La eleccin de un problema con el fin de averiguar sus causas o de encontrarle soluciones,
depender de los juicios de valor del investigador y de las condiciones sociales, polticas y
econmicas en las cuales se desarrolla la ciencia.
Una vez elegido el problema, es necesario definir con precisin que se va a investigar para
tener un marco de referencia en todas las etapas posteriores. El enunciado puede hacerse a
travs de la descripcin de la situacin problema o mediante el planteamiento de una pregunta.
Un problema de inters podra ser, por ejemplo, el de la colelitiasis (clculos biliares),
enfermedad frecuente en Chile, que consume gran cantidad de recursos mdicos y expone a
los que de ella sufren a graves riesgos para su salud.
El problema a estudiar podra ser: se desconocen los factores causales de la colelitiasis; o, si
se desea plantear como pregunta:
Cules son los factores causales de la colelitiasis?

Formulacin de una hiptesis

La hiptesis es una explicacin posible de la situacin problema o una respuesta posible a la
pregunta planteada.
Se formula en trminos afirmativos respecto de relaciones entre variables pertinentes.

Frente al problema que sirvi de ejemplo, una hiptesis podra ser: un factor causal de la
colelitiasis es el alto contenido de sales minerales en el agua de bebida.
Esta informacin ser sometida a prueba.
En general, la hiptesis se basa en el conocimiento cientfico existente, en la experiencia previa
del investigador, o en la observacin de hechos relacionados con el problema.
Excepcionalmente un investigador formular hiptesis que no se basan en el conocimiento
existente, sino que son el resultado de una originalidad genial que puede hacer cambiar el
curso de la ciencia.
Deduccin de consecuencias verificables de la hiptesis
Siendo la hiptesis una explicacin o una respuesta general, muchas veces no es posible
investigar directamente su veracidad.
En estos casos se procede a deducir en forma lgica, consecuencias particulares de la
hiptesis.
De la hiptesis ms arriba enunciada puede deducirse, por ejemplo, que regiones con agua
dura tendrn mayor morbilidad por colelitiasis que regiones con agua blanda.
Verificacin de la hiptesis
La verificacin puede hacerse, sobre todo en las ciencias exactas, mediante demostraciones
tericas basadas en relaciones aceptadas en el estado actual del conocimiento.
En el campo biolgico la verificacin se hace a travs de recoleccin de datos, o de
observacin de los fenmenos. Esto implica la aplicacin de una serie de procedimientos
estadsticos. En el ejemplo de la colelitiasis la verificacin podra consistir en el anlisis del
agua y la recoleccin de datos sobre frecuencia de colelitiasis en diferentes regiones,
estableciendo relaciones entre ambas variables.
Interpretacin de los resultados
Con los datos obtenidos en la etapa anterior se decide si se ha de rechazar o no la hiptesis en
estudio. Si las consecuencias particulares de la hiptesis fueron deducidas lgicamente y los
hechos no estn de acuerdo con lo esperado, en principio debemos rechazar la hiptesis.
Si por ejemplo la frecuencia de colelitiasis es semejante en regiones con agua dura y agua
blanda, deberemos rechazar la hiptesis de la cual se dedujo la consecuencia estudiada. Debe
tenerse cuidado, sin embargo, de considerar en este caso, que la dureza del agua podra no
ser el nico factor causal, siendo posible la existencia de otros factores que encubrieran el
verdadero efecto de las sales minerales del agua. Si por ejemplo, los que viven en sitios de
agua dura consumen menos grasa que los otros, y si el consumo de grasas fuera otro factor
causal, un efecto real del agua podra quedar contrarrestado por el efecto de la dieta que est
actuando en sentido contrario.

Si los hechos se muestran de acuerdo con la hiptesis y con las consecuencias derivadas de
ella, no rechazaremos la hiptesis.
Esta actitud tambin est expuesta a error. Si la verdadera causa de la colelitiasis radicara en
el consumo de grasa y en las regiones con agua dura se consumiera ms grasa, una mayor
frecuencia de colelitiasis en esas regiones se interpretara errneamente como consecuencia
del contenido mineral del agua por ser esa la variable considerada de acuerdo con la hiptesis.
Tanto el rechazo como el no rechazo de la hiptesis llevan a la reiniciacin del ciclo de
investigacin descrito ms arriba. Si la hiptesis ha sido rechazada, el problema persiste y
habr que seguir investigando. Si la hiptesis no se rechaz habr que seguir aportando
mayores evidencias a su veracidad.
La verdad absoluta, seguir siendo la meta final y desconocida del mtodo cientfico. Los logros
se reducirn a construir un cuerpo de conocimientos con estructura lgica y soportes racionales
que resista la verificacin emprica.
La ciencia es una escuela de modestia, de valor intelectual y de tolerancia: muestra que el
pensamiento es un proceso, que no hay un gran hombre que no se haya equivocado, que no
hay dogma que no se haya desmoronado ante el embate de los nuevos hechos (Ernesto
Sabato en Uno y el Universo).
1.3. La estadstica
El trmino estadstica, derivado del latn status, que significa estado, se emplea
principalmente de dos maneras:
Se entiende por estadsticas en plural, un conjunto de datos que se recoge en forma
sistemtica para obtener informacin sobre asuntos demogrficos, econmicos, sociales o de
otra naturaleza.
Por ejemplo, nmero de nacimientos anuales por subdivisiones administrativas de un pas,
poblacin econmicamente activa, promedio de das de estada hospitalaria por determinada
enfermedad, casos de hepatitis notificados semanalmente, cajas de uva exportadas en un ao,
etctera.
La palabra estadstica en singular, se refiere a una disciplina que comprende los mtodos de
recoleccin, presentacin, anlisis e interpretacin de datos. En relacin con el mtodo
cientfico, la estadstica permite llevar a la prctica las etapas de verificacin de la hiptesis y
de interpretacin de los resultados. El diseo experimental, el muestreo y el anlisis e
interpretacin de los resultados de investigaciones empricas, que forman parte del conjunto de
la metodologa estadstica, tienen su fundamento en la teora de probabilidades. La estadstica
tiene aplicaciones en todos los campos en que se trabaja con variables afectadas por mltiples
factores: medicina, biologa, agronoma, economa, demografa, etctera.

Adems de esas acepciones tambin se utiliza el trmino estadstica para referirse a medidas
estimadas a partir de muestras como por ejemplo, el promedio, la desviacin estndar u otras,
para diferenciarlas de los parmetros, que son las medidas correspondientes en el universo.
Por ltimo, las estadsticas y los estadsticos son las mujeres y hombres que trabajan las
estadsticas o que conocen la estadstica.
1.4. Tipos de investigaciones
Un mismo problema puede estudiarse de distintas maneras. El tipo de investigacin que se
realice depender entre otras cosas de: los objetivos de la investigacin, la existencia de
hiptesis, la fuente de origen de los datos, el orden en que se recoge la informacin y el
manejo de las variables.
A continuacin se muestran algunas clasificaciones de investigaciones usadas con frecuencia
en medicina.
Descriptiva y explicativa
La investigacin descriptiva tiene como objetivo mostrar una situacin; la explicativa, pretende
averiguar la veracidad de una hiptesis.
Los resultados obtenidos en una investigacin descriptiva pueden dar origen a una hiptesis y
cumplir as con la primera etapa del mtodo cientfico.
Ejemplo: El estudio del crecimiento ponderal del nio sano es una investigacin descriptiva; en
cambio, averiguar la relacin entre cncer de pulmn y el hbito de fumar es una investigacin
explicativa.
El principal desafo en el diseo de una investigacin descriptiva es obtener los datos de
manera tal que los resultados puedan inferirse al universo para el que se desea obtener la
informacin.
Cuando se hace un censo, vale decir, cuando se investiga el universo completo, como por
ejemplo, en los censos de poblacin, en los censos hospitalarios o en cualquier otro estudio de
la totalidad de un grupo de inters, debe cuidarse que todas las unidades de observacin
pertenecientes a ese universo entren al estudio. El hecho de no incluir por ejemplo en los casos
citados, poblacin selvatica, pacientes que permanecen hospitalizados por menos de un da, o
unidades que por algn motivo quedan excluidas del grupo en estudio, puede producir una
descripcin incorrecta. Se habla de sesgo cuando las unidades no incluidas difieren de las
incluidas en alguna caracterstica que es objeto de descripcin, o relacionada con las variables
objeto de descripcin, de manera que los promedios o porcentajes que se obtengan diferirn
de los verdaderos.

Es frecuente que las investigaciones descriptivas se hagan en muestras de la poblacin que

interesa estudiar. Para que los resultados obtenidos en la muestra puedan inferirse a la
poblacin o universo de origen, es necesario que la muestra sea probabilstica, es decir, que
todo elemento del universo tenga una probabilidad conocida, distinta de cero, de entrar en la
muestra. El concepto de muestra representativa, ha sido usado con diversos significados en la
literatura no estadstica. Desde el punto de vista cientfico sera una muestra que es una
miniatura del universo de origen. Este es el propsito del muestreo probabilstico que, sin
embargo, no asegura que la muestra tenga la misma composicin del universo, por la
existencia del error de muestreo. Este error no significa que la muestra haya sido tomada de
manera incorrecta, sino que corresponde a la variabilidad que tienen las estimaciones de
promedios, porcentajes, u otras medidas, cuando se extraen repetidas muestras probabilsticas
de un determinado universo.
A diferencia de los estudios descriptivos, las investigaciones explicativas estn destinadas a
recoger datos para investigar la veracidad de una o de varias hiptesis, o para encontrar
relaciones entre variables que expliquen la ocurrencia de determinado fenmeno.
En esencia consisten en la comparacin entre grupos con y sin el o los factores definidos como
presumiblemente causales, o bien con y sin el fenmeno definido como presumible
consecuencia.
Debe tenerse presente que la relacin entre variables explicativas puede verse afectada por
variables externas de distinto tipo. Cuando la influencia de las variables externas se toma en
cuenta en el proceso del diseo de la investigacin o durante el anlisis de los resultados, se
habla de variables controladas. As por ejemplo, cuando se investiga la ganancia de peso con
distintas dietas, puede controlarse el peso inicial de los individuos al disear los grupos que
recibirn las distintas dietas, o bien, tomando en cuenta el peso inicial cuando se haga el
anlisis de los datos.
Cuando no se controlan las variables externas es posible que se confundan con las
independientes o con las dependientes, provocando relaciones espurias o encubriendo
relaciones reales entre las variables explicativas. Por ejemplo, sexo, gravedad de la
enfermedad u otras condiciones que afectan las relaciones entre variables independientes y
dependientes.
Experimental y no experimental
La investigacin experimental tiene como caracterstica que las unidades experimentales son
adjudicadas en forma aleatoria a las diferentes categoras del factor presumiblemente causal,
estudindose los efectos que se producen en cada categora. En medicina se le denomina
habitualmente ensayo clnico controlado. Al contrario, en las investigaciones no experimentales,
el material de estudio se clasifica en diferentes categoras del factor causal o del efecto,
estudiando la relacin entre ambos. En los experimentos siempre est claro cul es la variable

independiente y cul la dependiente. Esto es una ventaja sobre las investigaciones no

experimentales en que la direccin en que operan las relaciones encontradas entre dos
variables no siempre est bien definida.
As por ejemplo, las relaciones directas entre mortalidad infantil y fecundidad, entre nivel
socioeconmico y nivel de instruccin, podran operar en una u otra direccin o actuar
recprocamente.
En cambio, cuando por ejemplo se investiga el porcentaje de mejorados en grupos de
enfermos sometidos a distintos tratamientos, est claro que la variable causal es el tratamiento
y el efecto es la variable mejora.
La adjudicacin aleatoria que se hace en los experimentos, tiene adems la ventaja de permitir
la realizacin de anlisis estadsticos fundados en la teora de las distribuciones muestrales de
promedios, porcentajes, coeficientes de regresin u otras estadsticas. Por esto las
conclusiones de estudios experimentales bien diseados son ms vlidas que las conclusiones
que se obtengan de buenos estudios no experimentales. El experimento es el mejor camino
para acercarse cientficamente a la verdad en la investigacin de relaciones causales, porque
permite estimar la probabilidad del error que se puede cometer en las conclusiones.
Ejemplo: Para estudiar el efecto de la dieta sobre el desarrollo intelectual se puede hacer un
experimento con ratones. Si se dispone de dos dietas, una completa y otra carenciada, se
podra usar el siguiente procedimiento aleatorio (al azar) para determinar cules animales
recibirn una y otra dieta: se toman tantas fichas como animales haya en el experimento, la
mitad de color azul, simbolizando la dieta completa y la otra mitad de color rojo, simbolizando la
dieta carenciada. Frente a cada ratn se saca a ciegas una ficha cuyo color indicar la dieta
que se le suministrara. Se espera que el azar haya repartido todas las caractersticas de los
animales en forma equitativa entre los dos grupos, de modo que sean fundamentalmente
semejantes, diferencindose solamente en la dieta.
Se estudiar luego el desarrollo intelectual a travs de pruebas de aprendizaje u otros
procedimientos en ambos grupos para ver si existen diferencias entre ellos.
Un estudio no experimental del mismo tema consistira en estudiar por ejemplo la capacidad
intelectual de nios que hayan sido calificados como desnutridos en comparacin con la
capacidad intelectual de nios bien nutridos. Si la desnutricin estuviera ligada a mal cuidado
de la madre por un bajo desarrollo intelectual de ella, va a ser difcil separar los factores
hereditarios y ambientales del factor nutricional. Si bien se pueden hacer comparaciones entre
bien y mal nutridos en diferentes subgrupos de la poblacin investigada, estas subdivisiones
estarn sujetas al criterio del investigador y nunca estaremos seguros de que no se le haya
escapado el verdadero factor causal en la clarificacin que ha hecho. De esta manera, los
estudios no experimentales slo pueden indicarnos posibles relaciones entre las variables.

Hay numerosas circunstancias en que es imposible la realizacin de un experimento: cuando

los predictores son caractersticas tales como edad, sexo, paridad, nivel de instruccin u otras,
que no son asignables, o cuando ticamente es imposible manejar la variable presumiblemente
causal como por ejemplo, fumar, beber alcohol, u otras. A veces es tericamente posible la
aleatorizacin, pero no lo es en la prctica. Sera el caso de la investigacin de los efectos de
programas de alimentacin, de mtodos de enseanza o de otras intervenciones en que es
difcil asignar individuos a los distintos mtodos y habr un grupo limitado de grupos no
aleatorios que recibirn las distintas acciones.
A diferencia de la investigacin experimental, que siempre ser prospectiva, investigando el
efecto de la variable independiente manejada, sobre la variable dependiente, las
investigaciones no experimentales pueden ser prospectivas o retrospectivas.
D.R. Cox en Principles of Statistical Inference, en la los siguientes requisitos de un buen
experimento:
Ausencia de error sistemtico entre grupos a comparar. Por ejemplo si los enfermos se
adjudican aleatoriamente a dos tcnicas quirrgicas para una misma enfermedad y hay un
cirujano distinto para cada tcnica, en la diferencia entre resultados puede estar confundido el
efecto de la tcnica con el efecto de la habilidad del cirujano que la prctica.
Precisin. Vale decir, que el error estndar de las diferencias que se estn investigando sea
pequeo. Esto depende de la variabilidad intrnseca del material experimental, del nmero de
unidades experimentales y del diseo del experimento. Entre los diseos para reducir el error
cabe mencionar, entre otros, la comparacin pareada, los bloques aleatorizados, los cuadrados
latinos o grecolatinos y el uso de variables concomitantes. En todos ellos, la agrupacin sustrae
variabilidad del error. Tales diseos estn descritos en la literatura estadstica clsica.
mbito de validez definido. Por ejemplo, la diferencia entre tratamientos aplicados a enfermos
hospitalizados, podra no repetirse en enfermos tratados ambulatoriamente, o en enfermos que
guardan cama en sus casas. Por lo tanto, al dar los resultados, conviene describir las
caractersticas de los grupos en que ellos se obtuvieron.
Simplicidad. Los diseos muy complejos, en que las reglas de asignacin son difciles de
aplicar, estn sujetos a errores humanos que pueden invalidar los resultados, especialmente
cuando intervienen muchos participantes.
Validez del clculo del error estndar. Basada en el cumplimiento de la aleatorizacin en la
asignacin de tratamientos.
Transversal y longitudinal
La investigacin transversal estudia las diversas variables en determinado momento, la
longitudinal estudia las variables a travs del tiempo. Pueden compararse a una fotografa
instantnea y a una pelcula de los hechos, respectivamente.

Ejemplo: Para conocer el crecimiento ponderal de nios normales es posible hacer un estudio
transversal en que se pesan nios normales de diferentes edades. El promedio de peso de los
nios de sucesivas edades da respuesta al problema. El estudio longitudinal del problema
implica controlar el desarrollo ponderal de un grupo de nios a partir de su nacimiento en
intervalos de tiempo determinados.
Retrospectiva y prospectiva
En los estudios retrospectivos se clasifican las unidades de observacin segn la variable
dependiente: presencia o ausencia del efecto y se registra la frecuencia con que se observan
las variables independientes. Ejemplo de esto sera conocer en nios desnutridos y eutrficos,
la frecuencia de algunas caractersticas de sus madres; comparar enfermos cirrticos y no
cirrticos segn la ingesta de alcohol, etctera.
Los estudios prospectivos (de cohorte o de seguimiento), en cambio, consisten en seleccionar
individuos por la presencia o ausencia de la caracterstica presumiblemente causal y registrar la
frecuencia del efecto. Por ejemplo, en individuos clasificados segn su ingesta de alcohol,
observar la frecuencia de cirrosis.
Los estudios prospectivos pueden ser actuales, en que despus de seleccionado cada
individuo, se le sigue para observar si aparece el efecto. Este puede ser, por ejemplo,
morbilidad o mortalidad por alguna causa especfica. La ocurrencia se medir por una tasa de
incidencia o de mortalidad, comparndose la magnitud en el grupo con la variable y sin la
variable supuestamente causal.
Especial cuidado deber tenerse aqu en el control de las prdidas de seguimiento. Si los
individuos perdidos al control difieren en alguna caracterstica relacionada con el resultado que
se est investigando, las conclusiones podran tener graves limitaciones por el sesgo
introducido.
En los estudios de seguimiento, la variable tiempo de observacin tiene una importancia
fundamental para el anlisis de los resultados. Relacin de los resultados con das, meses o
aos/persona de observacin, son una solucin. El mtodo actuarial de las tablas de vida,
aplicado a estudios clnicos es una solucin mejor en muchos casos.
Un estudio de cohorte histrico es aquel en que los efectos han ocurrido antes de comenzar la
investigacin. La o las variables independientes para clasificar las unidades de observacin se
obtienen de las fichas existentes. Un diseo de este tipo est expuesto al peligro de sesgo y a
que la informacin no sea de calidad ptima, dado que no fue recogida para el propsito de la
investigacin. Ejemplo de este diseo podra ser un estudio de complicaciones quirrgicas
segn el estado nutritivo del enfermo previo a la intervencin, basado en los datos de fichas de
hospital.

Investigaciones caso control (case - control studies)

Un diseo que combina ventajas del diseo retrospectivo y del diseo prospectivo es el de
caso-control. Es retrospectivo porque las unidades de observacin se eligen de acuerdo con el
efecto: cuando aparece un caso, que tpicamente es un individuo que tiene la enfermedad que
se est investigando, se eligen el o los controles, que no tienen la enfermedad. Los controles
deben cumplir el requisito de que si ellos llegaran a enfermar, seran detectados por el mismo
procedimiento por el que se encontr el caso. Por ejemplo, iran al mismo hospital, viviran en la
misma poblacin en que se hizo la encuesta, van a la misma escuela en que se detect el
caso, etctera. Para afinar el diseo, los controles pueden parearse de acuerdo con algunas
variables como sexo, edad u otras, siempre que esas variables no se encuentren entre las
independientes o causales que se estn investigando. De estas ltimas se observa la
frecuencia en los casos y en los controles y hasta ese momento se estara en presencia de un
estudio retrospectivo.
Lo que lo convierte en diseo caso control es que se estima el riesgo relativo de contraer la
enfermedad con respecto a la presencia de diferentes caractersticas definidas como posibles
factores causales.
El diseo de caso control est especialmente indicado para enfermedades de escasa
frecuencia en la poblacin. En esa situacin un estudio de seguimiento requerira una muestra
de gran tamao, para que aparecieran algunos casos y un exceso de no casos.
El hecho de que los casos sean sucesos raros interviene adems en la teora que apoya la
estimacin del riesgo relativo mediante la odds ratio que se ha traducido al espaol como
razn de momios o como razn de ventaja.
Meta anlisis
El meta anlisis consiste en sintetizar los resultados de varias investigaciones que tienen el
mismo objetivo e igual tipo de diseo para cumplir ese objetivo.
Es til en estudios clnicos y epidemiolgicos en situaciones de bajas frecuencias, ya sea
porque la patologa es rara y es difcil obtener casos a estudiar o cuando los resultados de un
tratamiento o sus efectos colaterales son de baja frecuencia. En esas situaciones es posible
que las investigaciones individuales no permitan llegar a resultados fiables o precisas. El meta
anlisis, al reunir los datos, basa sus conclusiones en una casustica mayor.
La eleccin de las investigaciones que integrarn el anlisis, se hace a travs de la revisin de
publicaciones sobre el tema que hayan seguido una misma metodologa.
Los problemas que presenta el diseo o la interpretacin de los resultados del meta anlisis
son de dos tipos:

 Que la metodologa y los criterios usados en el diseo y ejecucin de las investigaciones que
se incorporarn tengan diferencias que no se advierten en la publicacin y que puedan incidir
en los resultados.
El sesgo de publicacin en el sentido de que no se hayan publicado estudios en que los
resultados sean desfavorables a la hiptesis investigada.
* Las distintas clasificaciones no son mutuamente excluyentes e incluso la pertenencia a una
categora puede determinar que una investigacin deba ser necesariamente de determinado
grupo en las otras clasificaciones. Es as por ejemplo, que el experimento ser prospectivo,
longitudinal y explicativo; en cambio la investigacin no experimental puede ser de cualquier
tipo en las otras clasificaciones.
La situacin ms favorable es cuando se trata de estudios de tipo experimental con
adjudicacin aleatoria de las unidades de observacin a los tratamientos investigados y con las
mismas unidades de medicin de los efectos.
Si bien el meta anlisis puede ser una herramienta til para establecer tendencias, sus
resultados deben interpretarse con cuidado teniendo presentes los errores que pueden
afectarlo.
Estudios multicntricos
Tal como el meta anlisis, las investigaciones realizadas en distintos centros son tiles en los
casos de bajas frecuencias para reunir un mayor nmero de datos. Los centros podrn ser
diferentes clnicas de un pas, centros de investigacin de distintos pases u otros lugares en
que los mismos objetivos se investigan con igual mtodo.
La gran diferencia y ventaja respecto al meta anlisis es que, antes de iniciar la investigacin y
bajo una direccin comn, los responsables de cada centro, acuerdan un mismo diseo y
elaborarn un protocolo que todos tienen que seguir. Todo esto permitir llegar a resultados de
caractersticas conocidas que se podrn comparar o integrar. Adems se excluye el error de
publicacin ya que se considerarn todos los estudios aunque sus resultados sean adversos a
la hiptesis investigada.
Los estudios multicntricos adems son tiles en situaciones que no necesariamente sean de
baja frecuencia. Con un nmero de observaciones suficientes en cada centro para obtener
resultados de precisin aceptable, podrn tener por objetivo descubrir diferencias entre los
centros participantes. El hecho de haber trabajado con iguales diseos, mediciones y
definiciones permitir atribuir las diferencias entre los resultados a las variables en las que
difieren los centros. Por ejemplo, frecuencia de patologas entre regiones de un pas o entre

pases, frecuencia de infecciones intrahospitalarias entre centros de distintas caractersticas,

respuesta a campaas de vacunacin.
Para obtener conclusiones vlidas es importante la adherencia al protocolo de los
investigadores y una supervisin de su cumplimiento por parte de un coordinador que debe
tener buena comunicacin con los responsables de cada centro y estar disponible para
aclaracin de dudas y soluciones de problemas.
Medicina basada en la evidencia
El concepto de medicina basada en la evidencia implica aplicar tratamientos o realizar acciones
de salud de acuerdo a la mejor informacin cientfica disponible. En este caso no es posible
interpretar el trmino evidencia segn la definicin del Diccionario de la
Lengua Espanola como certeza clara y manifiesta de la que no se puede dudar. Se ha visto
en la revisin de los distintos tipos de investigacin que an en los estudios clnicos
aleatorizados o experimentos realizados de la manera ms rigurosa, cuyos resultados son los
que ms se acercan al concepto de evidencia, el investigador no obtiene certeza absoluta sino
que debe atenerse a la probabilidad de los resultados.
El trmino de medicina basada en la evidencia adquiri gran difusin a partir de la dcada de
1990. Tuvo por objeto reemplazar la experiencia o la costumbre sin fundamentos cientficos
como gua para la aplicacin de tratamientos o realizar acciones de salud, que a veces eran
fruto de observaciones sesgadas.
La mejor informacin cientfica disponible, vara segn las posibilidades de investigacin.
Requiere, como en toda disciplina, mantenerse informado a travs de publicaciones o
reuniones cientficas.
Las investigaciones ms confiables son los experimentos cuando ellos han podido realizarse y
los resultados del meta anlisis cuando aquellos son imposibles de realizar por motivos ticos o
por el escaso nmero de casos en diferentes investigaciones.
1.5. Etapas de una investigacin cientfica
Los pasos a seguir en una investigacin se han clasificado en dos grandes etapas: la
planificacin y la ejecucin. Para cada una se sealan subetapas que no necesariamente
deben cumplirse en la secuencia anotada. El listado no es exhaustivo y hay algunas subetapas
no aplicables en determinados diseos de investigacin.
Planificacin
Mientras mejor planeada este una investigacin, ms se facilitara su realizacin. Es
conveniente considerar los siguientes aspectos en la planificacin o diseo de una
investigacin.
Definicin de objetivos

Debe ser el primer paso de toda investigacin. Consiste en sealar detalladamente lo que se
pretende investigar, el qu, cmo, dnde, cundo y por qu. Los objetivos podrn modificarse
en las etapas siguientes si se ve que por alguna circunstancia no ser factible cumplirlos.
Idealmente, toda modificacin debera hacerse en la etapa de planificacin para que la
ejecucin se realice con objetivos definitivos.
Formalmente, los objetivos pueden corresponder a la descripcin del problema que da origen a
la investigacin o a las preguntas que la investigacin pretende contestar.
En los casos en que existen hiptesis, los objetivos correspondern a las consecuencias que
se han derivado de ellas.
Revisin de literatura
La revisin de literatura actual sobre el tema a investigar es de fundamental importancia. Debe
hacerse antes de planificar completamente la investigacin, ya que puede dar informacin que
lleve a plantear nuevas hiptesis, a reformular los objetivos, o a usar escalas de medida y
mtodos de anlisis que permitan la comparacin con resultados de otras investigaciones.
Definicin del universo La poblacin o universo del cual se extraer la informacin y a la cual se
referirn los resultados debe quedar claramente definido.
As por ejemplo, si se desea describir el problema de las drogas en la juventud chilena ser
importante definir que se entender por juventud chilena y si no es posible abarcar a toda la
juventud, delimitar a que parte de ella se refiere el estudio.
Diseo de la muestra
Con frecuencia es imposible, innecesario, o poco prctico, el estudio de todo el universo. En
estos casos se estudiar una muestra que, si se disea de acuerdo con ciertos principios
probabilsticos, permitir la generalizacin de los resultados al universo de origen.
Definicin del grupo control
La investigacin de hiptesis hace necesaria la comparacin entre grupos con y sin la variable
de estudio, o bien entre unidades de observacin con diversos valores de esta variable. En el
primer caso se llamar grupo de estudio al que posee la variable y grupo control o testigo, al
que no la posee. El grupo de estudio puede ser, por ejemplo, el que recibe un tratamiento
nuevo cuyo efecto se desea averiguar, y grupo control el que recibe el tratamiento antiguo.
Para que la comparacin sea vlida, ambos grupos debieran diferir slo en la variable sometida
a estudio. Un modo eficaz de lograrlo es la adjudicacin aleatoria del tratamiento a las
unidades de observacin, cuando es posible realizar un estudio experimental.

Definicin de las unidades de observacin

Importa tener claro en que elementos se estudiaran las variables.
En una misma investigacin, cada objetivo puede requerir el estudio de distintas unidades. As
por ejemplo, en una investigacin sobre morbilidad podra haber aspectos que se refieran a la
familia, otros a la vivienda y otros a cada persona de la familia.
Determinacin de la informacin necesaria
Con el fin de simplificar las etapas de recoleccin y anlisis, debe hacerse una cuidadosa
seleccin de la informacin a recoger. Esta debe ser la mnima suficiente para cumplir los
objetivos, debe ser accesible y medible con un error mnimo.
Determinacin de la fuente de origen de la Informacin
Podr obtenerse de registros permanentes como lo son por ejemplo las fichas clnicas de un
hospital, el Registro Civil, etctera.
Son datos fcilmente obtenibles, pero tienen el defecto de no haber sido recogidos, la mayora
de las veces, para los objetivos de la investigacin.
Entre las formas ms frecuentes de obtener informacin para determinado estudio estn: la
entrevista para las encuestas; y la observacin y medicin, para los estudios clnicos y de
laboratorio.
Una vez diseado el cuestionario para una encuesta, ser importante probarlo en un pequeo
grupo para introducir modificaciones y mejoras antes de su impresin definitiva.
Fijacin de unidades de medida y escalas de clasificacin
Esta fijacin determinar la manera de registrar y tabular la informacin. Si por ejemplo, en una
investigacin la edad de los individuos slo requiere ser conocida en su distribucin en grandes
grupos, no habr necesidad de registrar la edad exacta, sino que el grupo al que pertenece la
persona. Debe tenerse presente que una decisin de este tipo hace que la informacin
detallada se pierda definitivamente en esta investigacin.
Elaboracin del plan de tabulacin y anlisis
En el momento de clarificar la forma en que se presentar y analizar la informacin, muchas
veces se ve que se haba decidido recoger datos que no son necesarios y que se pueden
suprimir, o bien que se necesitan datos que no se haban considerado antes de definir el
anlisis.

Organizacin de la investigacin
Comprende todos los aspectos prcticos. Habr que determinar la cronologa, estimando la
duracin aproximada de las diversas etapas de la ejecucin.
La eleccin del personal que debe intervenir y su adiestramiento ser otro punto importante.
Adems, deber estimarse el costo de la investigacin por conceptos de remuneraciones,
obtencin de muestra, materiales, uso de equipo, etctera.
Ejecucin
Consiste en llevar a la prctica lo que se planific. Pueden mencionarse algunas subetapas:
Recoleccin y registro de datos
Deber hacerse siguiendo criterios e instrucciones uniformes, sobre todo cuando hay varios
investigadores. Tanto si el registro es manual como si se hace directamente en un computador,
es necesario revisar de inmediato si se han anotado todos los datos requeridos.
Ser ms difcil, y a veces imposible, volver a su fuente de origen.
Elaboracin de los datos
La elaboracin de los datos se puede hacer manualmente si se trata de un nmero pequeo de
observaciones; sin embargo lo ms frecuente ser procesarlos digitalmente en programas
como por ejemplo el Excel. Si la recoleccin se hizo por registro manual, se deber tener
cuidado de controlar los errores de traspaso al computador. La clarificacin de las unidades de
observacin y el clculo de las medidas de resumen se harn de acuerdo con lo convenido
durante la planificacin de la investigacin.
La presentacin tabular y grfica facilitara la descripcin y anlisis y las medidas de resumen
permitirn la descripcin y comparacin de los grupos de estudio.
Anlisis de los resultados
Cuando un estudio es slo descriptivo, esta etapa consiste en la presentacin de los hechos
encontrados.
Cuando existe una hiptesis, se evala el cumplimiento de los supuestos tericos a la luz de la
inferencia estadstica. Los resultados nos llevarn a rechazar o no, la hiptesis en estudio con
probabilidades de error conocidas y aceptadas, siempre que el diseo de la investigacin
permita este anlisis.

Clasificacin de variables
La aplicacin de cualquier tcnica de anlisis estadstico requiere el manejo de datos reales y
la consideracin de la naturaleza intrnseca de esos datos para la correcta seleccin de los
mtodos a utilizar.

Las variables pueden ser clasificadas de acuerdo a diferentes criterios, los ms usuales son:
2.1. Variables cuantitativas y cualitativas
Una variable cuantitativa describe una caracterstica en trminos de un valor numrico; el valor
puede variar de un sujeto a otro o de un momento a otro en el mismo sujeto. Ejemplos:
Estatura en centmetros, peso en kilogramos.
Un atributo o variable cualitativa describe distintas cualidades o caractersticas. Cada
caracterstica que se presenta se denomina atributo o categora. La medicin consiste en una
clarificacin de dichos atributos. Ejemplos: enfermedad, tipo de sangre, gravedad de un
paciente.
2.2. Variables continuas y discretas
Una variable continua es la que tiene potencialmente un nmero infinito de valores posibles en
cualquier intervalo. Ejemplo: presin sangunea, nivel de colesterol en la sangre, peso,
estatura. El factor restrictivo en la prctica es el grado de precisin en la medicin de las
variables; as por ejemplo, estatura es una variable continua pero en la prctica usualmente se
aproxima al centmetro ms cercano.
Una de las pocas variables que por convencin no se aproxima al valor ms cercano es la
edad. Esta se mide en horas, das, meses o aos cumplidos. As por ejemplo, el grupo 0 a 11
meses tiene como lmites reales el momento del nacimiento y el instante en que el nio cumple
los 12 meses o el ano de edad. Los lmites reales del grupo 45 a 49 anos son el cumpleanos 45
y el cumpleanos 50 porque se considera que la persona tiene 49 aos hasta el instante en que
cumple los 50.
En los anlisis estadsticos que realicemos ms adelante o en la eleccin de estadsticas de
resumen, las variables como estatura, peso o presin que son intrnsecamente continuas, pero
que el instrumento de medicin las ha discretizado, seguirn siendo tratadas como variables
continuas.
Una variable discreta slo puede tener un nmero finito de valores que casi siempre son
nmeros enteros. Ejemplos: Nmero de hijos en una familia; recuento de leucocitos; nmero de
camas en un hospital.
2.3. Escalas de medicin
Las principales escalas utilizadas para medir datos son la escala nominal, la escala ordinal, la
escala de intervalos y la de razn.
En una escala nominal o de clarificacin se dan nombres, rtulos o etiquetas para distinguir un
valor de otro. La medicin en esta escala no incluye la nocin de magnitud de las medidas
individuales.
Tampoco existe jerarqua entre las diferentes clases de esta escala y su ordenamiento es
arbitrario, dependiendo de las preferencias o de las necesidades del usuario de la informacin.

Son ejemplos: de datos clasificables en esta escala, causas de muerte, lugar de nacimiento,
sexo, estado civil.
Una escala ordinal o de categora tiene las caractersticas de la escala nominal antes descrita,
ms una relacin implcita de orden entre los valores. Son ejemplos de datos clasificables en
esta escala, el grado de desarrollo de un pas, la gravedad de una enfermedad,la intensidad de
un dolor.
Las escalas de intervalos y de razn se caracterizan por una unidad numrica de medicin, de
modo que los nmeros asignados a las diferentes categoras tienen un significado cuantitativo
claro, respecto de la distancia que existe entre dos valores diferentes. As por ejemplo, la
diferencia entre una persona que mide 1,65 m y otra que mide 1,67 m es igual a la que existe
entre una persona que mide 1,72 m y otra que mide 1,74 m. En ambos casos la distancia entre
las mediciones es de 0,02 m. La nica diferencia entre la escala de intervalos y la de razn es
que en la escala de razn el 0 indica ausencia de lo que se est midiendo.
2.4. Relacin entre escalas
Se puede observar que el orden en que se han presentado las diferentes escalas, refleja
grados de complejidad y de precisin dentro de la naturaleza del fenmeno medido.
Es posible que de una escala de intervalos o de razn, se pase a una escala ordinal. Por
ejemplo, la estatura, que habitualmente se expresa en centmetros, puede expresarse en
escala ordinal si al poner a un grupo de individuos en orden ascendente de estatura, se les
clasifica por alguna divisin arbitraria en bajos, medianos y altos.
El paso de una escala de intervalos o de razn a una escala nominal es menos frecuente. Un
ejemplo podra ser el de los colores: pueden expresarse usando la longitud de onda de los
colores, o bien en una escala nominal que describa la percepcin visual del color de los
objetos.
El proceso inverso no es posible y una vez que los datos han quedado clasificados en una
escala de menor precisin, no se puede pasar a una de mayor precisin.
Por ltimo, se debe tener en cuenta que la cantidad de informacin que aporta cada nivel de
medicin sobre las unidades de observacin no es necesariamente equivalente a la precisin
que se obtiene en cada caso. En general, la asignacin a una categora en una escala nominal
requiere de una amplia definicin de los atributos que tienen los objetos en cada categora,
como puede suceder por ejemplo con un diagnstico clnico, en que deben considerarse
mltiples elementos. A medida que se progresa en la cuantificacin, la atencin se restringe a
menos elementos medidos con ms capacidad de discriminacin.
La ventaja de la cuantificacin reside en la mayor objetividad que se logra a travs de estas
mediciones, lo que a su vez permite una mejor comparacin de diferentes unidades de
observacin. Es por estos motivos que la aspiracin de toda disciplina cientfica es llegar a la
cuantificacin de las variables que utiliza.

3. Calidad de la informacin estadstica

3.1. La estadstica y la calidad de los datos
El estadstico ha dejado de ser un alquimista del cual se espera que produzca oro a partir de
cualquier material sin valor. Es ms bien un qumico capaz de determinar exactamente cuanto
contiene de valioso, y capaz tambin de extraer esa cantidad y no ms.
En estas circunstancias sera absurdo alabar a un estadstico porque sus resultados son
precisos o reprobarlo porque no lo son.
Si es competente en su oficio, el valor de los resultados depende exclusivamente del valor del
material que se le ha entregado.
Contiene esa cantidad de informacin y no ms. Su nica tarea es producir lo que contiene (R.
A. Fisher).
Estas palabras del ms importante estadstico de nuestros tiempos tienen inters sobre todo
para aquellos que, sin pretender llegar a ser especialistas, estudian algunos principios bsicos
de Estadstica o recurren al estadstico para resolver problemas de interpretacin de datos.
3.2. Definiciones
Una informacin de buena calidad debera ser vlida; en otras palabras, debera reflejar la
verdad.
Se dice que una medida tiene validez si es indicativa del estado que se pretende medir.
Ejemplos: la fiebre puede no ser un indicador vlido (suficiente) de tifoidea; las respuestas
obtenidas mediante entrevistas verbales en algunas sociedades pueden no ser indicativas de
las prcticas locales respecto del aborto; la ausencia de hijos puede no ser un ndice vlido de
esterilidad.
Llamaremos error a la diferencia entre la medida asignada a un objeto y su valor verdadero.
Las posibles causas, as como los medios para reducir o evitar errores, son fciles de imaginar.
Sin embargo, la frecuencia con que a pesar de eso incurrimos en ellos, hace aconsejable
discutirlos.
En el marco del mtodo cientfico, el proceso de obtencin de informacin consiste en que, de
acuerdo con un plan preestablecido, un observador fija su atencin en una propiedad del objeto
o unidad de observacin y la mide por medio de instrumentos.
El plan preestablecido para la observacin ser parte de la planificacin de la investigacin.
Comprende: el enunciado de las definiciones a utilizar, la especificacin de las condiciones en
que se har la observacin y la descripcin de los procedimientos de medicin.
Llamaremos observador a toda persona que interviene en el proceso de obtencin de
informacin desde la inspeccin, interrogacin, examen o medicin del objeto, hasta el registro
del dato.

El objeto es todo lo que puede ser materia de conocimiento por parte del observador.
Definiremos la unidad de observacin como la menor divisin del material en estudio sometido
a observacin.
El instrumento es el medio utilizado para realizar la observacin.
Cuanto mayor sea el poder discriminatorio del instrumento, tanto ms precisa ser la
observacin. Hay tres tipos principales de instrumentos para la medicin de datos:
Aparatos: la medicin se hace con un dispositivo puramente mecnico. Ejemplos: basculas,
espectrofotmetros, termmetros, esfigmomanmetros y la variada gama de exmenes que
hacen la imagenologa y los analizadores de laboratorio.
Humano: la medicin la hacen personas, con escasa o nula utilizacin de aparatos, prctica
que se va extinguiendo al ser reemplazada por el desarrollo de nuevos instrumentos. Ejemplos:
Auscultacin del corazn, palpacin para determinar el grado de esplenomegalia. Se escapan
todava de la tecnologa algunos diagnsticos como los psiquitricos.
Combinacin de los tipos humano y de aparatos. Ejemplos: Interpretacin de radiografas,
interpretacin de electrocardiogramas.
A excepcin de algunas medidas que resultan de la operacin de contar, es imposible en la
prctica conocer la verdad acerca de un objeto. La presencia de error slo se detecta a travs
de la incoherencia de clarificacin, es decir, cuando se adjudica una misma unidad de
observacin a diferentes categoras de una escala de clarificacin, cuando esta adjudicacin se
realiza en ms de una oportunidad.
Intentaremos algunas clasificaciones de errores que son arbitrarias y no son las nicas
posibles, pero servirn para definir un lenguaje comn y para sistematizar ideas.
3.3. Fuentes de error
Planificacin defectuosa
La planificacin deficiente puede causar errores por falta de definiciones precisas y por
heterogeneidad en las condiciones en que se realizan la observacin o los procedimientos de
medicin.
La falta de definiciones afecta sobre todo a las variables medidas en escalas nominal y ordinal,
en que cada categora de la escala suele corresponder a un conjunto de propiedades de la
unidad de observacin, las que a su vez deben quedar definidas.
As, si se desea clasificar a un grupo de enfermos por diagnstico, debe definirse que
sntomas, signos y resultados de exmenes se consideran propios de cada enfermedad.
Adems se deber definir que se entender por determinado sntoma o signo. Esto ser fcil
cuando los factores son pocos y precisos, pero puede ser extremadamente difcil en casos
complejos. Una situacin similar se observa en una escala ordinal si se desea clasificar a
enfermos segn la gravedad de un sntoma. Cuanto ms exhaustivas sean las definiciones,
tanto ms precisos sern los datos obtenidos.

En las escalas de intervalos discretas, la definicin tiene menor importancia por tratarse de
datos que son el resultado de recuentos; sin embargo, en situaciones en que los elementos
contados pueden prestarse a dudas, como por ejemplo al investigar numero de episodios
dolorosos en un mismo lapso de tiempo antes y despues de un tratamiento analgesico, adems
de tener presente la posibilidad de error por olvido ser necesario definir lo que se denominar
episodio doloroso.
En las escalas continuas, en general, la unidad de medida est bien definida, como sucede al
medir longitud, peso, etc.
La heterogeneidad en las condiciones de observacin y en los procedimientos de medicin
puede influir en la exactitud de los datos en cualquiera de las escalas de clarificacin.
As, una ictericia puede pasar inadvertida si el paciente es examinado con luz artificial y
detectarse al examinarlo con luz natural. La calificacin de una persona a travs de una
entrevista se puede ver influida por el cansancio del entrevistador. El peso de un individuo
depende de la ropa que lleva puesta. Todo esfuerzo que se haga durante la planificacin
respecto a especificar las condiciones en que se debe realizar la medicin se ver
recompensado por la obtencin de datos ms exactos.
El observador
Los errores debidos al observador estn relacionados con sus destrezas y habilidades, con su
experiencia y con su acuciosidad.
La variabilidad entre observadores, o del mismo observador, se detecta al someter el mismo
objeto a examen por varios observadores, o por el mismo observador en diferentes
oportunidades, respectivamente. Por ejemplo informes de una misma radiografa por distintos
especialistas. Si se encuentran discrepancias entre las calificaciones, habr que adiestrar al
observador hasta conseguir una nivelacin que asegure lmites tolerables de variacin.
La unidad de observacin
Las diferentes variables que pueden ser objeto de medicin en la unidad de observacin estn
sujetas a variaciones que no siempre son evitables o previsibles. As, en un enfermo puede
aparecer un sntoma que hace cambiar el diagnstico primitivo; la presin arterial de un
individuo puede variar por diferentes motivos en el transcurso del da; las respuestas a un test
de inteligencia pueden depender de factores emocionales, etc. La variabilidad de la unidad de
observacin es difcil de evitar, pero se debe tener presente al planificar las condiciones en que
se har la observacin. Tambin se tendr presente al analizar los datos con el fin de
determinar su magnitud, cuando parezca necesario, a travs de observaciones sucesivas, en
que se asegure la estabilidad de otros posibles factores de error.
El instrumento
Las incoherencias causadas por el instrumento de medicin son frecuentes, mxime si
incluimos en la denominacin de instrumentos a los rganos de los sentidos del observador.

Estos influyen sobre todo en los datos en escala nominal u ordinal, en que la percepcin vara
de uno a otro observador, y en el mismo observador, en distintas circunstancias.
Los instrumentos de medida tales como reglas, balanzas, etctera, pueden tener defectos en
su calibracin, lo cual genera como consecuencia una diferencia en la determinacin de la
magnitud de la variable cuando es medida con instrumentos distintos. Hay instrumentos muy
sensibles que se descalibran fcilmente y que deben ajustarse peridicamente para evitar
variaciones en mediciones con el mismo instrumento.
Una caracterstica deseable de los instrumentos para la medicin de datos es la fiabilidad. Esta
se refiere al funcionamiento propio de los instrumentos. Un instrumento fiable es el que da
resultados constantes cuando se aplica ms de una vez a la misma unidad en condiciones
anlogas. Ejemplos: obtener la misma longitud en repetidas mediciones, obtener el mismo
valor de glicemia en varias muestras de la misma sangre. la misma respuesta a las preguntas
de la historia clnica, la misma descripcin en sucesivos informes de una misma radiografa.
3.4. Errores sistemticos y aleatorios
Los errores analizados ms arriba pueden ser todos clasificados en dos categoras:
sistemticos y aleatorios.
Se habla de error sistemtico cuando cada valor de una serie de observaciones tiene una
desviacin en una direccin, ya sea en trminos de frecuencia o que todos los valores estn
aumentados o disminuidos respecto de su valor verdadero, o bien respecto del valor que se les
asigne por otra observacin o medicin.
Este tipo de error ocurre en todas las escalas. En la escala nominal se manifiesta a travs de
una mayor frecuencia de clasificacin de las unidades en determinado rubro. As por ejemplo,
se ha visto en la revisin de causas de muerte no certificadas por mdico que hay una
repeticin de determinada causa de muerte en algunas circunscripciones, dependiendo de los
diagnsticos preferenciales que hace el oficial de Registro Civil de acuerdo con la descripcin
de la causa de muerte hecha por los testigos. En la escala ordinal es posible que, en ausencia
de definiciones precisas para distintos grados de intensidad, haya diferencia sintomtica entre
los observadores para calificar la intensidad de un sntoma. En la escala de intervalos discreta,
el recuento de colonias microbianas, por ejemplo, puede tener variacin sintomtica entre un
laboratorio y otro al informar las mismas muestras, por distinta programacin de lo que el
instrumento debe calificar de colonia. En las escalas en que interviene un instrumento de
medicin, la defectuosa calibracin de una balanza produce errores sistemticos en un sentido
respecto de instrumentos con otra calibracin.
Las causas ms frecuentes de los errores sistemticos son la falta de definiciones precisas, la
diversidad de criterios, o la mala calibracin de instrumentos. Dependen, en consecuencia, del
observador o del instrumento y raramente de la unidad de observacin.