Mtodos de investigacin clnica y epidemiolgica

Andr Choc
Unidad de Investigacin

Introduccin

La investigacin clnica y epidemiolgica debe entenderse como la generacin de

conocimiento nuevo, producido a travs del mtodo cientfico, para identificar y
controlar los problemas de salud, como la define la Comisin de Investigacin en
Salud para el Desarrollo (Ruiz & Morillo, 2004). En este sentido, la investigacin
clnica y epidemiolgica se plantea como la principal fuente de evidencias
(informacin) en la que el profesional sanitario debe basar sus decisiones sobre la
atencin a sus pacientes. La investigacin epidemiolgica se gua por tres
enfoques o etapas secuenciales, los llamados alcances de la investigacin: el nivel
descriptivo, el nivel analtico y el nivel experimental. El primer nivel consiste en la
descripcin del estado de salud de la poblacin de inters, a travs del estudio de
la distribucin de los fenmenos de salud-enfermedad relativa a todas las
variables y factores en la colectividad; en el segundo nivel se identifican los
factores causales y los determinantes de la salud y la enfermedad que enfrentan
las poblaciones y comunidades, a travs de la evaluacin de la asociacin entre
variables, sobre hiptesis formuladas previamente; finalmente, el tercer nivel se
ocupa de la evaluacin de intervenciones, estrategias, polticas o tecnologas
dirigidas a modificar la situacin e salud y enfermedad, valindose de ensayos o
experimentos o modelos matemticos (Lodoo, 2010; Lpez Ramos, 2006; Villa
Romero, Moreno Altamirano, & Garca de la Torre, 2012).

Diseo de investigacin

Posterior a la definicin y formulacin del problema de investigacin, justificacin,

delimitacin, exposicin de antecedentes y planteamiento de objetivos e hiptesis

1
(marco conceptual de la investigacin), se procede identificar y seleccionar el
diseo que mejor responde a los fines del estudio. El diseo de la investigacin se
refiere a los procedimientos, mtodos y tcnicas a travs de los cuales se
seleccionarn a los pacientes, se recogern los datos y se analizarn e
interpretarn los resultados; por supuesto, cada uno tendr sus propias
desventajas y limitaciones (Argimon Pallas & Jimnez Villa, 2000). Es prioritario
indicar que existe una jerarqua en la investigacin, y que la mayor evidencia
metodolgica para aportar informacin slida en cuanto a la determinacin de la
asociacin entre factores de exposicin o determinantes, y la presencia de
eventos de salud-enfermedad, estar dada por los estudios experimentales; a
continuacin, en esa escala de jerarqua se ubicarn los estudios analticos y
finalmente los estudios observacionales (Villa Romero et al., 2012). Dicho lo
anterior, se puede avanzar en los criterios de clasificacin de la investigacin.

De acuerdo al tipo de asignacin del factor de estudio considerado como la

exposicin los clasificaremos como a) descriptivos, b) analticos o c)
experimentales, cada uno ya fue definido con anterioridad. De acuerdo con el
nmero de mediciones de la variable respuesta o de los cambios observados en la
variable independiente (exposicin) a lo largo del tiempo, los estudios sern a)
transversales, cuando se realiza una nica medicin, y por ende, se evala de
manera concurrente la exposicin y el evento de inters; y b) longitudinales,
cuando se hace una medicin basal y otra u otras posteriores para determinar si
se present el evento de inters. De acuerdo al criterio de temporalidad en la
ocurrencia del evento los estudios pueden ser a) retrospectivos o b) prospectivos:
si al inicio del estudio, el evento ya ocurri y el investigador busca reconstruir su
ocurrencia en el pasado, el estudio es retrospectivo; por el contrario, si la
ocurrencia del evento se registra durante el estudio, se considera prospectivo
(Argimon Pallas & Jimnez Villa, 2000; Hernndez vila, 2007).

2
A continuacin se describirn algunos tipos de diseos de investigacin
epidemiolgica desde los que poseen menor hasta los que poseen la mayor
jerarqua en torno a la asociacin entre variables evaluadas:

Estudio transversal analtico

Estos estudios se caracterizan por recolectar la informacin de la exposicin y el

desenlace simultneamente y porque se realiza una medicin (o evaluacin) de la
variable dependiente una sola vez durante el transcurso de la investigacin. Son
analticos porque se utiliza un grupo control para comparar la proporcin de
individuos con el evento de inters en dos o ms grupos que varan segn el
grado de exposicin a una variable de inters. Al igual que en los estudios de
cohortes se compara la proporcin de enfermos en un grupo expuesto contra un
grupo no expuesto, por tanto la medida de morbilidad que se utiliza en estos
estudios es la prevalencia, y la medida de asociacin (o riesgo) es la razn de
prevalencias, que indica el nmero de veces que es probable que se presente la
enfermedad (o evento de salud) en el grupo de expuestos en relacin al grupo de
no expuestos (Ruiz & Morillo, 2004; Villa Romero et al., 2012). La bsqueda de
asociaciones en los estudios transversales es mejor visto como una ayuda para
generar ideas sobre las causas de una enfermedad u otra condicin de salud: si
las asociaciones son encontradas, esto puede proveer la base para trabajos ms
detallados para determinar si tales asociaciones son causales (Carr, Unwin, &
Pless-Mulloli, 2007).

Estudios Casos y controles

Los estudios de casos y controles son tiles para investigar ms de un factor de

riesgo a la vez, es el diseo que se utiliza en enfermedades poco frecuentes, o
con tiempos de latencia prolongada. Su practicidad se basa en la facilidad de
encontrar a pacientes que hayan desarrollado la enfermedad, por medio de
registros hospitalarios o registros nacionales (Ruiz & Morillo, 2004). La principal

3
caracterstica de estos diseos es que la poblacin a investigar se compone de un
grupo de sujetos con el evento de inters y otro que no lo tiene, posteriormente, se
comparan ambos grupos, para identificar la presencia o no de la exposicin que se
considera asociada al evento. Por tanto, la funcin del grupo control es estimar la
proporcin de exposicin esperada en un grupo que no padece la enfermedad y
como medida de asociacin o riesgo se calcula el OR (odds ratio, de la literatura
anglosajona), que permite conocer cuntas veces ms riesgo de haber estado
expuestos tienen quienes poseen la enfermedad (Argimon Pallas & Jimnez Villa,
2000; Hernndez vila, 2007; Ruiz & Morillo, 2004). En estos estudios la
direccionalidad del estudio va del efecto a la causa, ya que primero se identifica al
grupo de casos y de controles y se evala retrospectivamente la proporcin de
expuestos a los posibles factores de riesgo en ambos grupos (Villa Romero et al.,
2012). Como es evidente, no hay una medida de morbilidad posible en estos
estudios, pero s se puede calcular la prevalencia de exposicin a los factores de
riesgo en el grupo de casos y en el grupo de controles; por otro lado el diagnstico
de los casos pudo haberse realizado de forma retrospectiva o realizarse de forma
prospectiva durante el desarrollo de la investigacin.

Estudios de cohortes

Estos estudios tambin son llamados, estudios de seguimiento, estudios

concurrentes, estudios de incidencia o de cohortes histricas. La estrategia
principal de estos estudios, es que las personas se identifican en funcin de la
presencia o ausencia de exposicin a un factor de riesgo determinado; en ese
momento todas las personas que participarn en el estudio debern estar libres de
la enfermedad o evento de inters pero expuestas o no a una condicin particular
que se supone a priori que representa un riesgo (Villa Romero et al., 2012).
Luego, se busca en el tiempo, quines desarrolla en el desenlace, tanto en el
grupo expuesto como en el no expuesto (grupo control) y al cociente de tales
proporciones se le conoce como riesgo relativo (RR); esta es una medida y
estrategia para establecer la incidencia de forma directa: si la persona estuvo

4
expuesta, desarrollar la enfermedad? Y en qu magnitud? La medida de
morbilidad ser la incidencia, o aparicin de nuevos casos, y la medida de
morbilidad que podra utilizarse es la letalidad. Si bien en los estudios de casos y
controles poda estudiarse varios factores de riesgo a la vez y un solo desenlace;
en los estudios de cohortes pueden estudiarse varios desenlaces pero un solo
factor de riesgo; adems, si bien, los estudios de casos y controles son eficaces
para estudiar enfermedades raras, los estudios de cohortes son eficaces para
buscar los efectos de exposiciones raras, pues los individuos se seleccionan con
base a la exposicin al principio del estudio (Carr et al., 2007; Ruiz & Morillo,
2004). En general, se tratan de estudios prospectivos pero tambin existe una
variante que posee menor jerarqua en la evaluacin de asociaciones: el estudio
de cohortes retrospectivo; en este estudio se conoce el momento de la deteccin
de casos nuevos y se investiga en registros ya generados el momento en que se
inici la exposicin a un factor particular; estos estudios resultan ms rpidos y
econmicos, pues tanto la exposicin como la enfermedad ya han ocurrido cuando
se inicia el estudio, pero slo pueden realizarse si existe un mecanismo adecuado
para identificar las cohortes y los registros completos de los individuos. Por otro
lado, cuando solamente existe una cohorte que es seguida en el tiempo con el fin
de estimar la incidencia con que aparece un determinado problema de salud, o
describir su evolucin, se trata de un diseo descriptivo longitudinal (Argimon
Pallas & Jimnez Villa, 2000). Es muy comn que en los estudios de cohortes se
determine si la asociacin encontrada en un estudio previo de casos y controles,
es encontrada tambin al comparar una cohorte expuesta y otra no expuesta: si la
asociacin es encontrada en ambos tipos de estudio, esto fortalece la evidencia
que la asociacin entre estas variables es real (Carr et al., 2007). Finalmente, es
importante sealar que estos estudios representan lo ms cercano al experimental
y tambin tienen un alto valor en la escala de causalidad, ya que es posible
verificar la relacin causa-efecto correctamente en el tiempo.

5
Estudios de casos y controles anidados

Estos diseos combinan algunas ventajas de los estudios de cohortes y de casos

y controles. En este diseo, los datos sobre el estado de la exposicin se recogen
en una cohorte de individuos, y siguiendo as el enfoque de un estudio de cohorte,
el estado de exposicin se define antes del desarrollo del evento de inters. Esta
cohorte es seguida y las personas que desarrollan la enfermedad de inters son
detectados. En lugar de compararlos con todas las personas que no desarrollan la
enfermedad, los controles, tal vez dos o tres por cada caso, se seleccionan a partir
de la cohorte y el estudio se llev a cabo a continuacin, como un estudio de
casos y controles (Carr et al., 2007).

Estudios experimentales

Estos estudios se caracterizan porque el investigador controla el factor de estudio,

es decir, decide qu sujetos recibirn la intervencin que se desea evaluar, as
como la forma en que lo harn (dosis, pauta de tratamiento, duracin de la
intervencin o tratamiento, etc.), de acuerdo a un protocolo de investigacin
establecido. El objetivo de estos estudios es evaluar los efectos de una
intervencin, intentando establecer una relacin causa-efecto con los resultados
observados; esta intervencin puede ser un tratamiento farmacolgico, una
intervencin quirrgica, una actividad preventiva, una estrategia diagnstica, una
actividad informativa, etc. (Argimon Pallas & Jimnez Villa, 2000). Tambin
conviene recordar que en un estudio experimental la variable independiente es la
que se manipula, mientras que la variable dependiente se mide; es decir, se mide
el efecto sobre una variable dependiente al asignar diferentes niveles de
exposicin a una variable independiente (Hernndez Sampieri, Fernndez, &
Baptista, 2003). La gran ventaja de estos estudios, es que, teniendo controlado el
factor de estudio y las condiciones en que se realiza la investigacin, disminuye la
posibilidad de que otros factores puedan influir sobre los resultados, de manera
que proporcionan mayor calidad en la evidencia o conclusin obtenida (Argimon

6
Pallas & Jimnez Villa, 2000). Los ensayos clnicos son considerados un tipo
especial de estudios de cohortes, en los cuales se seleccionan primero, a partir de
un nmero mayor de pacientes para luego dividirlos, a travs de la aleatorizacin,
en dos grupos de pronstico comparable: el grupo experimental se expone a una
intervencin que se considera de posible utilidad; el otro grupo (el grupo control o
comparacin), se trata de la misma forma a excepcin que no se expone a la
intervencin. Despus se observa el curso clnico de ambos grupos y cualquier
diferencia observada se atribuye a la intervencin. Esta estructura metodolgica
evita errores sistemticos (sesgos) cuando se compara el valor de la variable
respuesta en ambos grupos comparados (Fletcher, Fletcher, & Wagner, 1998).

Estos estudios pueden clasificarse mediante diversos criterios; el criterio que nos
compete ahora es relacin a su finalidad, pueden ser: a) etiolgicos, aquellos en
los que se evalan las causas y la historia natural de una enfermedad b)
evaluativos, aquellos en los que se evala la eficacia y efectividad de las
intervenciones de salud. El uso de estudios experimentales etiolgicos es muy
limitado por motivos ticos, legales y prcticos, sin embargo en empleo de la
investigacin evaluativa es muy frecuente tanto en investigaciones clnicas como
en investigaciones comunitarias (Hernndez vila, 2007). Los cuasi experimentos
son aquellos estudios experimentales donde los pacientes no son asignados
aleatoriamente a cada grupo (Hernndez Sampieri et al., 2003).

Jerarqua de la investigacin

Hasta este punto se puede establecer una jerarqua de la investigacin en relacin

a la evidencia que sustenta la asociacin entre variables:
Estudio transversal analtico < Estudios de casos y controles < Estudios de
cohortes retrospectivo < estudio de cohortes prospectivo < Cuasi experimentos <
Experimentos clnicos aleatorizados.

7
Otras modalidades de investigacin

Existen otros diseos de investigacin para responder preguntas de investigacin

especficas, a continuacin.

Estudios de concordancia

Estos estudios se utilizan para comparar una tcnica nueva de medicin con una
ya establecida, con el propsito de determinar si las dos tcnicas tienen un grado
suficiente de acuerdo para que la nueva tcnica reemplace la anterior o para que
ambas tcnicas puedan ser intercambiadas. Se preferir una tcnica nueva
menos invasiva, menos compleja o menos costosa; o la eleccin se basar en una
mayor rapidez, mayor eficacia o mayor aplicabilidad local o atender a una logstica
ms aceptable. La concordancia evala si las diferentes tcnicas producirn
resultaos similares cuando se aplican al mismo sujeto en forma simultnea y con
condiciones muy similares. La concordancia evala tambin, el acuerdo entre
observadores, para conocer el grado en el que puede eventualmente
reemplazarse uno de los conceptos por el otro, o si hay diferencias en sus
conceptos que limiten la intercambiabilidad. Las mediciones que se utilizarn para
evaluar la concordancia sern el coeficiente de Kappa para variables nominales
dicotmicas, el coeficiente Kappa ponderado para variables ordinales o nominales
politmicas, el coeficiente de correlacin intraclase para variables cuantitativas
(Argimon Pallas & Jimnez Villa, 2000; Ruiz & Morillo, 2004).

Estudios de anlisis econmico

Estos estudios implican la toma de decisiones sobre cmo asignar recursos para
atender necesidades en salud de pacientes. En ellos se deben cuantificar las
consecuencias o desenlaces de las intervenciones, como supervivencia, calidad
de vida y consecuencias no relacionadas con la salud; los costos relacionados con
la intervencin y el valor de los costos y consecuencias. Esta informacin estar

8
contenida en una razn, donde el desenlace puede ser una medida de mortalidad
prematura, medidas de efectividad como cambios en la incidencia, duracin o
gravedad de una enfermedad o variaciones en la aparicin o severidad de
discapacidad o secuelas. Y el numerador lo constituirn los costos entre los que
pueden mencionarse: costos de los servicios de salud, costos del tiempo invertido
por el paciente durante toda la intervencin, costos de tiempo que invierten los
cuidadores del paciente, costos relacionados con alimentacin, transporte o
alojamiento (Ruiz & Morillo, 2004).

Clculo del tamao de muestra

La determinacin del tamao de muestra necesita una idea a priori de los

resultados que se obtendrn: en un clculo de tamao de muestra, una frmula
slo es una herramienta, donde se computan datos obtenidos de estudios previos,
de opiniones de expertos o de estudios piloto. Segn la pregunta de investigacin,
se deben usar diferentes mtodos de clculo de tamao de muestra: si lo que se
busca es determinar la frecuencia de una enfermedad o sndrome, estimar los
valores promedio de alguna prueba bioqumica en un grupo de pacientes,
comparar los niveles de la prueba bioqumica en dos o ms grupos de individuos,
o evaluar la correlacin entre una prueba bioqumica y otra antropomtrica en un
grupo de pacientes; el mtodo y la frmula utilizada variar.

Particularmente en los estudios con personas, para el clculo de tamao de

muestra debe lograrse un equilibrio entre lo deseable y factible, dependiendo de la
disponibilidad de tiempo, accesibilidad, presupuesto, entre otros factores (Velasco
Rodrguez, Martnez Ordaz, Roiz Hernndez, Huazano Garca, & Nieves Rentera,
2002); el tamao mximo de la muestra se fijar con base a los recursos
disponibles; mientras que el tamao mnimo, se fijar segn las necesidades del
plan de anlisis (Pineda & De Alvarado, 2008). Con una muestra demasiado
pequea se corre el riesgo de no detectar resultados vlidos, es decir equivocarse
al dar una respuesta; con una muestra demasiado grande se expone a los sujetos

9
a un riesgo de forma innecesaria y se desperdician recursos (Velasco Rodrguez
et al., 2002).

Los clculos de tamao de muestra pueden clasificarse en dos tipos: los utilizados
para estudios descriptivos (estimacin de parmetros estadsticos, estimacin de
frecuencias poblacionales) y los utilizados para estudios analticos
(comparaciones, asociacin de variables). Para los estudios descriptivos deber
considerarse en el clculo: a) el error tipo I: probabilidad de que la asociacin o
diferencia entre los grupos no sea verdadera, sino debida al azar; b) el valor
estimado previamente del parmetro a investigar: puede ser una media, una
proporcin, la varianza, coeficiente de correlacin muestral, entre otros; c) el error
de muestreo o precisin con que se desea calcular el estadstico; d) el sentido de
la hiptesis (de diferencia o de superioridad, en caso que el estadstico obtenido
en el estudio se compare con un valor de referencia; e) el tamao poblacional
(Velasco Rodrguez et al., 2002).

En los estudios analticos se considerar: a) el error tipo I; b) la potencia: la

probabilidad de afirmar que se rechaza una hiptesis nula que es falsa; c) en
sentido de la hiptesis; d) el nmero de grupos de comparacin; la relacin de los
grupos a comparar: si la comparacin se hace en el mismo grupo antes y despus
de una intervencin o en grupos apareados, es decir grupos relacionados o en
grupos independientes; e) la magnitud de la diferencia que se considere de
importancia o significativa; f) la variabilidad que se espera en los grupos para la
variable de comparacin (Argimon Pallas & Jimnez Villa, 2000; Velasco
Rodrguez et al., 2002). El tamao poblacional no es necesario para realizar el
clculo de estudios analticos, nicamente servir para el proceso de seleccin de
las muestras.

En un tamao de muestra debera realizarse un ajuste de prdidas por

seguimiento, sobre todo en estudios analticos donde se realiza seguimiento a
travs del tiempo. Debe sobreestimarse la muestra de manera que el tamao

10
resultante contemple las prdidas que suelen ocurrir por perdidas de seguimiento
(Ruiz & Morillo, 2004).

Mtodos de muestreo

La seleccin del mtodo de muestreo idneo incide en la representatividad de la

muestra, esto implica que la muestra debe tener todas las caractersticas
importantes de la poblacin de la que se tom, y en proporciones similares, es
decir la muestra debe incluir el nmero suficiente de miembros de todos los
subgrupos en los que se divide la poblacin de origen (Fletcher et al., 1998;
Velasco Rodrguez et al., 2002)

Una muestra aleatoria es aquella donde cada individuo tiene la misma

probabilidad de ser seleccionado y una muestra probabilstica aquella en la que
cada individuo tiene una probabilidad conocida de ser seleccionado (Fletcher et
al., 1998). Los procedimientos de aleatorizacin influyen positivamente en la
posible y muy probable eleccin de una muestra representativa, sin embargo
tambin conviene indicar que el azar tambin puede seleccionar (pero con poca
probabilidad) una muestra no representativa de una poblacin (Argimon Pallas &
Jimnez Villa, 2000)(Velasco Rodrguez et al., 2002). Los mtodos probabilsticos
de seleccin de una muestra son: a) el muestreo aleatorio simple: implica que
cada individuo tenga la misma probabilidad de ser seleccionado para el estudio.
Se requiere un marco de muestreo completo de donde se obtendr una muestra
aleatoria segn el tamao de muestra calculado; b) muestreo sistemtico: todos
los individuos se seleccionan a intervalos regulares, cada k elemento, dividiendo el
tamao poblacional dentro del tamao de muestra, esta es una alternativa cuando
se tiene una idea de la totalidad de pacientes que se atienden en un lapso pero no
se dispone del marco de muestreo; c) estratificado: se divide primeramente a la
poblacin en estratos o subgrupos pertinentes y luego de cada estrato se
selecciona independientemente una muestra aleatoria; y d) por conglomerados: se
seleccionan grupos de unidades de estudio, en lugar de unidades de estudio

11
individuales, por lo que en este tipo de muestreo no se requiere un marco de
muestreo de unidades individuales (Velasco Rodrguez et al., 2002).

Los mtodos de muestreo no probabilsticos podran estar sesgado y por tanto, no

necesariamente representaran a la poblacin original. Estos mtodos son los
ms usados en la investigacin biomdica (Fletcher et al., 1998). Entre ellos se
pueden mencionar: a) muestreo por conveniencia: se seleccionan a las unidades
que se encuentren disponibles al momento de recolectar la informacin. Es fcil,
econmico y accesible; b) por casos consecutivos: se elige a cada paciente que
cumpla con los criterios de seleccin dentro de un intervalo de tiempo especfico o
hasta alcanzar un nmero definido de pacientes; c) por cuotas: se seleccionan
unidades de cada uno de los subgrupos que componen la poblacin en una cuota
determinada. Este asegura que cada subgrupo de la poblacin est presente y en
tamao adecuado (Velasco Rodrguez et al., 2002).

Tambin existen otros mtodos de muestreo que se utilizan cuando la poblacin

de referencia es muy grande y est dispersa. En estos casos frecuentemente se
combinan diferentes mtodos con el objeto de minimizar los costos o maximizar
los resultados. En el muestreo por etapas, se extraen muestras cada vez menores
obtenidas de muestras ms grandes en etapas sucesivas, hasta tener la
representatividad de las unidades de la poblacin que se desea estudiar. La
muestra es fcil de seleccionar ya que las unidades estn fsicamente unidas en
grupos en vez de diseminadas en la poblacin; sin embargo se corre el riesgo que
la muestra final no sea representativa de la poblacin (Argimon Pallas & Jimnez
Villa, 2000; Ruiz & Morillo, 2004; Velasco Rodrguez et al., 2002).

Diseo de anlisis de datos

Un plan de anlisis consiste en la evaluacin, procesamiento y presentacin de la

informacin obtenida a travs de los datos recolectados. Las pautas sobre el
anlisis final de la informacin depender de: a) el correcto planteamiento de los

12
objetivos; b) la formulacin de la hiptesis, la cual proviene de la pregunta de
investigacin. La hiptesis deber estar enunciada de forma estadstica, haciendo
referencia a un parmetro poblacional (proporcin, media, diferencia de
proporciones, coeficiente de correlacin, OR, etc.) y a la variable (o variables) para
la cual se calcular dicho parmetro. La hiptesis se redacta de acuerdo al
anlisis estadstico propuesto; c) el tipo de estudio: en estudios descriptivos se
utilizar estadstica descriptiva y estimacin de parmetros (intervalos de
confianza), en estudios analticos, estadstica descriptiva y tcnicas de inferencia
estadstica para evaluacin de hiptesis; d) el tamao de la muestra y el mtodo
de muestreo utilizado; e) la escala de medida de las variables utilizadas (tanto
dependientes como independientes; f) el carcter apareado o independiente de los
grupos de comparacin, en los estudios apareados (tambin llamados
relacionados o de medidas repetidas), dado que los sujetos son los mismos, existe
menor variacin en las mediciones, lo cual permite el uso de pruebas ms
potentes; g) las condiciones de aplicabilidad especficas, que incluyen la
evaluacin de la normalidad de datos cuantitativos, evaluacin de la
homocedasticidad (igualdad de varianzas de los grupos de comparacin); h)
potencia requerida (Argimon Pallas & Jimnez Villa, 2000; Ruiz & Morillo, 2004;
Siegel, 1970).

Estadstica descriptiva

La presentacin descriptiva de los resultados es el primer paso en la evaluacin

de los resultados, es el punto de partida indispensable para procedimientos
metodolgicos ms complejos como las pruebas inferenciales y los mtodos
multivariados de anlisis (Garca et al., 2014), aqu se mencionan algunos
procedimientos: a) las tablas de frecuencias absolutas y relativas resumen la
totalidad de datos, tanto cuantitativos como cualitativos y se basan en el conteo de
categoras entre las cuales se pueden clasificar cada una de las observaciones
individuales; b) grficas: las grficas de pie deberan utilizarse nicamente
variables dicotmicas, las grficas de barras para las variables nominales y

13
ordinales, los boxplot para variables discretas y mediciones blandas, los
histogramas para variables continuas, las grficas de dispersin para relacionar
dos variables cuantitativas, las grficas de error para comparaciones de variables
cuantitativas continuas y los boxplot para comparacin de variables cuantitativas
discretas y blandas; c) estadsticos para una variable (resumen y variabilidad): los
porcentajes resumen las variables cualitativas, la media y desviacin estndar son
usadas para resumir variables cuantitativas continuas; la mediana y cuartiles para
variables cuantitativas discretas y blandas; d) estadsticas de asociacin: la
estadstica para relacionar dos variables cuantitativas continuas es el coeficiente
de correlacin de Pearson. Si las dos variables cuantitativas son discretas o
blandas se usar el coeficiente de correlacin de Spearman. Cuando se
relacionan dos variables nominales puede calcularse el coeficiente de
contingencia y la V de Cramer; si se relacionan dos variables ordinales puede
calcularse la Tau de Kendeall (Barton & Peat, 2014; Blair & Taylor, 2008; R.
Johnson & Kuby, 2004; Pagano & Gauvreau, 2001). Las variables blandas son
aquellas que tienen una alta carga de subjetividad como las puntuaciones a una
prueba de conocimientos, de habilidades, escalas psicomtricas, escalas clnicas.

Estadstica inferencial

La estadstica inferencial se divide en dos grupos de procedimientos/enfoques: a)

los intervalos de confianza y b) las pruebas de hiptesis. En los primeros se
evala el grado de certeza con que los parmetros estn incluidos en un intervalo
calculado a travs de una muestra; en los segundos, se evala, segn los datos
de la muestra, si hay suficiente evidencia para rechazar una hiptesis nula de no
efecto, no asociacin o no diferencia segn grupos de comparacin o parejas de
variables contrastadas (Daniel & Chad, 2013).

Las pruebas de hiptesis pueden clasificarse en dos grupos: las a) las pruebas
paramtricas: que utilizan datos cuantitativos en las que se suelen realizar
determinadas asunciones sobre la distribucin de las variables en poblaciones que

14
estn comparndose ; b) las pruebas no paramtricas, que son menos potentes,
aquellas donde la variable no posee una distribucin normal o aquellas en las que
no es posible determinar si se cumplen las asunciones (Argimon Pallas & Jimnez
Villa, 2000; Blair & Taylor, 2008; Daniel & Chad, 2013; Moreno Altamirano, 2013).

Entre las pruebas estadsticas paramtricas se pueden mencionar: a) la prueba de

T de Student y la prueba de Z para contrastar una variable cuantitativa entre dos
grupos independientes; b) el anlisis de varianza (ANDEVA) y la prueba de Welch
para contrastar una variable cuantitativa entre tres o ms grupos; c) la regresin
lineal para predecir el valor medio de una variable cuantitativa a partir de una
variable independiente cuantitativa; d) las pruebas de comparaciones mltiples de
Tukey, Duncan y Dunnet; e) la T para datos apareados; el diseo de medidas
repetidas para variables relacionadas en ms de dos grupos (Blair & Taylor, 2008;
Glantz, 2006).

Dentro de las pruebas no paramtricas tenemos: a) la prueba de signos para una

muestra; b) las pruebas de bondad de ajuste de Chi cuadrado y de Kolmogorov
Smirnof para evaluar la normalidad de un conjunto de datos cuantitativos; c) la
prueba de las rachas para evaluar aleatoriedad; d) la prueba binomial, para
variables dicotmicas; e) las pruebas de signos y de rangos signados de Wilcoxon
para contrastar una variable cuantitativa no paramtrica entre dos grupos
relacionados; f) las pruebas de Mann Whitney y de suma de rangos de Wilcoxon
para contrastar una variable cuantitativa no paramtrica entre dos grupos
independientes; g) las pruebas de la mediana y de Kruskall Wallis para contrastar
una variable cuantitativa no paramtrica en tres o ms grupos independientes; h)
las pruebas de Friedman y Cochran para contrastar una variable cuantitativa no
paramtrica entre tres o ms grupos relacionados; i) la correlacin no paramtrica
de Spearman para dos variables cuantitativas; j) la prueba de chi cuadrado de
tablas de contingencia para asociar dos variables cualitativas independientes; k) la
prueba de Mc Nemar para asociar dos variables cualitativas dicotmicas

15
relacionadas (Blair & Taylor, 2008; Daniel & Chad, 2013; Glantz, 2006; Moreno
Altamirano, 2013; Siegel, 1970)

Adems es importante mencionar las pruebas para evaluar la distribucin de

probabilidad de variables cuantitativas, para saber si tales variables poseen o no
una distribucin paramtrica. Entre los mtodos descriptivos se pueden
mencionar, la regla emprica, el clculo del coeficiente de asimetra y la curtosis, y
la representacin grfica haciendo uso de histogramas y diagramas de Tukey, la
comparacin de la desviacin estndar con la media, comparacin de la mediana
con la media, as como las grficas de normalidad; entre los mtodos inferenciales
se pueden mencionar las pruebas de bondad de ajuste de chi cuadrado, la de
Kolmogorov Smirnof y la de Shaphiro Wilk, as como pruebas de hiptesis para el
coeficiente de asimetra y/o curtosis (Blair & Taylor, 2008; Garca et al., 2014; R.
Johnson & Kuby, 2004; Siegel, 1970).

Mtodos multivariados de anlisis

Los mtodos multivariados de anlisis se utilizan cuando existe una variable

dependiente (variable respuesta) y mltiples variables independientes (factores de
estudio y posibles variables confusoras, intervinientes, etc.). Se usan con
finalidades de prediccin, descripcin o de estimacin del efecto de las variables
independientes controlando las variables confusoras. Entre las tcnicas
predictivas se pueden mencionar: el anlisis discriminante, la regresin logstica,
la regresin lineal mltiple, las regresiones no paramtricas, los modelos log-
lineales, la regresin de Cox; mientras tanto las tcnicas descriptivas donde no se
distinguen variables independientes de dependientes: el anlisis factorial, el
anlisis de clusters, el anlisis de correspondencia, el escalamiento
multidimensional (Argimon Pallas & Jimnez Villa, 2000; D. Johnson, 2000).

16
Mediciones epidemiolgicas

Finalmente se hablar de las mediciones epidemiolgicas: a) las que investigan

frecuencia de una enfermedad o evento de salud; y b) las que investigan
asociacin o cuantifican el riesgo que se presente una enfermedad o evento en
funcin de caractersticas sociodemogrficas, clnicas, epidemiolgicas,
intervenciones, entre otras.

Las medidas de frecuencia epidemiolgicas son: a) la prevalencia puntual, que

evala la proporcin individuos en los que est presente una enfermedad o evento
de salud en un tiempo determinado; b) la prevalencia de periodo que evala la
proporcin de individuos enfermos o con un evento de salud en un periodo de
tiempo; c) la incidencia, o proporcin de casos nuevos de una enfermedad o
evento de salud; d) la letalidad, o medida de la proporcin de personas muertas
fallecidas por una enfermedad o sndrome. La prevalencia puntual se utiliza en los
estudios transversales y en los estudios de casos y controles para medir la
frecuencia de la exposicin a los factores de riesgo en el grupo de casos y
controles; la prevalencia de periodo se usa en estudios longitudinales; la letalidad
y la incidencia se usan en estudios longitudinales, de cohortes y en todos los
estudios experimentales (Argimon Pallas & Jimnez Villa, 2000; Bonita,
Beaglehole, & Kjellstrm, 2006; Hernndez vila, 2007; Moreno Altamirano, 2013;
Ruiz & Morillo, 2004; Villa Romero et al., 2012).

Las medidas de asociacin y riesgo son las siguientes: a) la razn de prevalencias

que, en estudios transversales analticos, mide el cociente de la proporcin de
individuos con el evento en estudio presente entre los expuestos y no expuestos a
determinados factores de riesgo o protectores; b) el riesgo relativo que mide, en
estudios de cohortes y ensayos clnicos, el cociente de la proporcin de individuos
con el evento en estudio presente entre los expuestos y no expuestos a
determinados factores de riesgo o protectores; b) las OR (Odds ratio o razones de
momios) que mide, en estudios de casos y controles y transversales analticos, el

17
cociente de la proporcin de individuos expuestos y no expuestos a determinados
factores de riesgo o protectores entre los enfermos y los sanos; (Argimon Pallas &
Jimnez Villa, 2000; Bonita et al., 2006; Hernndez vila, 2007; Moreno
Altamirano, 2013; Ruiz & Morillo, 2004; Villa Romero et al., 2012).

Estrategias del anlisis segn el diseo epidemiolgico del estudio

Segn los alcances de la investigacin se definen las estrategias utilizadas para

estudios descriptivos y estudios analticos.

En estudios descriptivos ser esencial: a) Revisar los datos previamente al

anlisis, b) describir los sujetos estudiados, c) evaluar la representatividad de la
muestra, d) estimar el valor del parmetro de inters, e) calcular el intervalo de
confianza de la estimacin, f) describir las no respuestas y/o prdidas de
seguimiento y evaluar su impacto potencial, g) realizar anlisis de subgrupos,
como un paso previo a la evaluacin de asociacin entre variables e identificacin
de factores de riesgo y determinantes de la salud (Argimon Pallas & Jimnez Villa,
2000; Ruiz & Morillo, 2004).

En estudios analticos las estrategias consisten en: a) Revisar los datos, b)

describir los sujetos estudiados, c) evaluar la comparabilidad inicial de los grupos,
d) estimar la magnitud del efecto o asociacin a travs de la eleccin de la medida
del efecto, la evaluacin de la existencia de modificacin del efecto, el ajuste por
potenciales factores de confusin y la eleccin de las pruebas estadsticas, e)
calcular el intervalo de confianza de la estimacin, f) anlisis de subgrupos, y g)
responder las preguntas secundarias (Argimon Pallas & Jimnez Villa, 2000; Ruiz
& Morillo, 2004).

18
Referencias bibliogrficas

Argimon Pallas, J., & Jimnez Villa, J. (2000). Mtodos de investigacin clnica y
epidemiolgica (3rd ed., p. 393). Madrid: Elsevier.

Barton, B., & Peat, J. (2014). Medical Statistics. A Guide to SPSS, Data Analysis
and Critical Appraisal (2nd ed., p. 411). United Kingdom: BMJ Books.

Blair, C., & Taylor, R. (2008). Bioestadistica (p. 552). Mxico: Pearson Educacin,
S.A.

Bonita, R., Beaglehole, R., & Kjellstrm, T. (2006). Basic Epidemiology (2nd ed.).
Geneva: World Health Organization.

Carr, S., Unwin, N., & Pless-Mulloli, T. (2007). In Introduction to Public Health and
Epidemiology (2nd ed., p. 176). New York: Mc Graw Hill.

Daniel, W., & Chad, C. (2013). Biostatistics: A Foundation for Analysis in the
Health Sciences (10th ed., p. 958). United States of America: John Wiley &
Sons.

Fletcher, R., Fletcher, S., & Wagner, E. (1998). Epidemiologa Clnica: Aspectos
fundamentales (2nd ed.). Barcelona: Masson.

Garca, J., Lpez, J., Jimnez, F., Ramrez, Y., Lino, L., & Reding, A. (2014).
Metodologa de la investigacin. Bioestadstica y Bioinformtica en Ciencias
Mdicas y de la Salud (2nd ed., p. 447). Mxico, D.F.: Mc Graw Hill Education.

Glantz, S. (2006). Bioestadstica (6th ed.). Mxico, D.F.: Mc Graw Hill.

Hernndez vila, M. (2007). Epidemiologa: Diseo y anlisis de estudios (p. 385).

Mxico, D.F.: Editorial Mdica Panamericana.

Hernndez Sampieri, R., Fernndez, C., & Baptista, P. (2003). Metodologia de la

Investigacin (3rd ed.). Mxico, D.F.: Mc Graw Hill.

Johnson, D. (2000). Mtodos multivariados aplicados al anlisis de datos (p. 566).

Mxico, D.F.: Thompson Editores.

Johnson, R., & Kuby, P. (2004). Estadstica elemental: lo esencial (3rd ed.).
Mxico, D.F.: Thompson Learning.

Lodoo, J. L. (2010). Metodologia de la investigacin epidemiolgica (4th ed., p.

418). Bogot: El Manual Moderno.
19
Lpez Ramos, F. (2006). Epidemiologa. Enfermedades transmisibles y crnico-
degenerativas (2nd ed., p. 449). Mxico, D.F.: Editorial El Manual Moderno.

Moreno Altamirano, L. (2013). Epidemiologa Clnica (p. 313). Mxico, D.F.: Mc

Graw Hill.

Pagano, M., & Gauvreau, K. (2001). Fundamentos de Bioestadistica (2nd ed.).

Mxico, D.F.: Thompson Learning.

Pineda, E., & De Alvarado, E. L. (2008). Metodologia de la investigacin (3rd ed.,

p. 260). Washington, D.C.: Organizacin Panamericana de la Salud.

Ruiz, A., & Morillo, L. (2004). Epidemiologa Clnica: Investigacin clnica aplicada
(p. 576). Bogot: Editorial Mdica Panamericana.

Siegel, S. (1970). Estadstica no paramtrica: aplicada a las ciencias de la

conducta. Mxico, D.F.: Editorial Trillas.

Velasco Rodrguez, V., Martnez Ordaz, V., Roiz Hernndez, J., Huazano Garca,
F., & Nieves Rentera, A. (2002). Muestreo y tamao de muestra. Una gua
prctica para personal de salud que realiza investigacin (p. 172). Buenos
Aires: e-libro.net.

Villa Romero, A., Moreno Altamirano, L., & Garca de la Torre, G. (2012).
Epidemiologa y Estadstica en Salud Pblica. Mxico, D.F.: Mc Graw Hill.

20