Professional Documents
Culture Documents
2.- En qué medida el objetivo general de la investigación es coherente con el problema planteado.
3.- En qué medida los objetivos específicos dan salida al objetivo general de la investigación.
4.- Cual es la coherencia entre los resultados y los objetivos específicos planteados.
5.- En qué medida las conclusiones dan respuesta al objetivo general de la investigación.
6.- Se corresponden las recomendaciones con los propósitos prácticos planteados en la
justificación.
8.- Cual es el contenido teórico de la misma, en función del nivel alcanzado de contraste entre lo
teórico y lo empírico.
9.- Cual es el nivel de abstracción alcanzado en el estudio entendido este como la riqueza de
interpretación de los resultados.
10.- Con base en todos los criterios anteriores, cual es la calidad metodológica del estudio,
principalmente orientado en este momento al nivel logrado de coherencia metodológica.
2.- Momentos del proceso de investigación.
Diferencia Real
Diferente No diferente
Diferente correcto error alfa o tipo I
Resultado
Del estudio _________________________________________________
No diferente error beta o
Tipo II Correcto
Como se puede observar, hay dos alternativas de error, el error alfa sería
equivalente a un falso positivo mientras que el error beta correspondería a un
falso negativo.
La mayoría de la bibliografía hace énfasis en la probabilidad de un error alfa
y se expresa mediante el conocido valor de p, es decir, cuando más se
pretende concluir por ejemplo que un tratamiento es más efectivo que otro,
por lo que antes de darlo por aceptado se tiene que descartar un error alfa.
Por otra parte cuando el resultado del estudio es que no se encontró
diferencia significativa, se tiene que descartar la presencia de un error beta,
el cual corresponde a la falta de potencia o poder estadístico del estudio.
En general, existe la costumbre de considerar como valor de p (error alfa)
hasta un 5% (0.05), lo que corresponde a un nivel de confianza del 95%;
mientras se acepta un error beta de un 20% (0.2), lo que corresponde a una
potencia del estudio del 80%.
El riesgo de un estudio falso negativo, con error beta elevado es
particularmente grande en estudio con muestras pequeñas, por lo que al no
poder encontrar diferencias significativas se tendría que aumentar el tamaño
de la muestra en los grupos.
Cuando se quiere precisar el efecto observado, se utilizan a menudo los
intervalos de confianza que señalamos anteriormente en estimaciones
puntuales de una población, proporcionando información sobre el poder
estadístico o potencia del estudio, siendo una forma alternativa de expresión
de significación estadística, si el intervalo de confianza a duras penas incluye
el valor correspondiente a la ausencia del efecto y es relativamente ancho,
podría haberse encontrado una diferencia significativa si el estudio hubiese
tenido más poder o potencia.
Si el valor correspondiente a ausencia de efecto cae fuera de los intervalos de
confianza del 95%, los resultados son estadísticamente significativos al nivel
de 0.05; si los intervalos de confianza incluyen el valor que significa ausencia
de efecto, los resultados no son estadísticamente significativos.
En la literatura médica es mucho más frecuente el uso de los contrastes de
hipótesis como herramienta inferencial que los intervalos de confianza.
Los estimadores puntuales y los intervalos de confianza son utilizados para
caracterizar la precisión estadística de cualquier tasa (incidencia,
prevalencia), comparaciones de tasas (riesgo relativo y atribuible) o cualquier
otra estadística que sea de resumen.
4.2 Error sistemático (sesgos)
Un error sistemático o sesgo es un error en el diseño del estudio, ya sea en la selección
de los sujetos (sesgos de selección) o en la medición de las variables (sesgo de
información o clasificación), que conduce a una estimación incorrecta del efecto o
parámetro que se estudia. Además en especial en el análisis se tienen que identificar las
posibilidades de factores de confusión que no hayan sido previstos en el diseño
relacionado con sesgos de selección.
Sesgos de selección
Cuando las comparaciones se hacen en grupos de pacientes que difieren con respecto a
determinantes del resultado, diferentes de los que están bajo estudio. Los sesgos de
selección también se pueden producir durante el seguimiento de los participantes.
Sesgos de medición
Se produce cuando los sesgos de medición son sistemáticamente diferentes entre
grupos de pacientes, o cuando las mediciones de las variables de estudio son de mala
calidad, que puede estar relacionada con la aplicación de pruebas poco sensibles o
específicas, aplicación de criterios diagnósticos incorrectos e imprecisiones u
omisiones en la recogida de datos.
Es importante tener en cuenta que un error de este tipo una vez introducido, es casi
imposible de enmendar en la fase de análisis, quedando afectada la validez del estudio.
Factores de confusión
Tienen lugar cuando dos factores o procesos están
asociados o viajan juntos y el efecto de uno se confunde
o distorsiona con el efecto del otro, es decir, el
fenómeno de confusión aparece cuando la acción
observada entre un factor de estudio y la variable de
respuesta puede ser total o parcialmente explicada por
una tercera variable (factor de confusión), o por el
contrario, cuando una asociación real queda
enmascarada por este factor. Este tiene que ser un
factor pronóstico de la respuesta y estar asociado a la
variable de estudio y no debe ser un paso intermedio en
la asociación entre el factor de estudio y la respuesta.