Vous êtes sur la page 1sur 37

VALIDEZ DE LOS ESTUDIOS DE INVESTIGACIN CIENTFICA

Dra. Mara Cristina Medina Pflucker

2
Dra Maria Cristina Medina Pflucker 11/04/2013

Calidad de un trabajo de investigacin

Error de seleccin Interna Validez Calidad del estudio Precisin (error aleatorio) Externa Error de informacin Efecto confusor

3
Dra Maria Cristina Medina Pflucker 11/04/2013

Validez de un trabajo de investigacin


Validez interna: Grado en que los resultados del estudio son vlidos (estn libres de error / sesgos) para la poblacin estudiada. Depende de la forma de recolectar la informacin y de la seleccin de la muestra de la poblacin.

4
Dra Maria Cristina Medina Pflucker 11/04/2013

Validez de un trabajo de investigacin


Validez externa: Grado en que los resultados de un estudio pueden ser generalizados a otras poblaciones distintas a la estudiada. Depende de la variabilidad del fenmeno que se quiere medir y del tamao de la muestra. Se corrige mediante el aumento del tamao de la muestra.

VALIDEZ INTERNA

6
Dra Maria Cristina Medina Pflucker 11/04/2013

CONCEPTO DE VALIDEZ INTERNA


El objetivo de los estudios es obtener resultados no slo precisos /vlidos, es decir que midan adecuadamente el efecto que quieren medir. Los factores que REDUCEN la validez interna de un estudio se denominan SESGOS.

7
Dra Maria Cristina Medina Pflucker 11/04/2013

SESGO
Son errores sistemticos Pueden ser de tres tipos segn la etapa en la que se producen:
Sesgos de seleccin Sesgos de confusin Sesgos de informacin.

SESGO DE SELECCIN

9
Dra Maria Cristina Medina Pflucker 11/04/2013

Se produce en el momento de seleccionar a los sujetos de estudio. Se trata de distorsiones en los resultados de los estudios debido a diferencias entre las personas que se incluyen en un estudio y las que no se incluyen.

10
Dra Maria Cristina Medina Pflucker 11/04/2013

CONTROL DEL SESGO DE SELECCIN


Es difcil de controlar cuando el estudio ya se ha ejecutado. Se puede reconocer en la fase de anlisis. Se previene con un buen diseo y un conocimiento profundo del tema y de las variables relacionadas.

11

Pregunta para evaluar la presencia de sesgo de seleccin:


Dra Maria Cristina Medina Pflucker 11/04/2013

Todos los participantes tienen la misma probabilidad de haber recibido la intervencin o haber estado expuesto al factor de estudio?
OBSERVACIONES: En los estudios observacionales se previene con los criterios de inclusin y exclusin muy estrictos. En los ensayos clnicos se previene con la asignacin al azar (aleatorizacin, randomizacin).

12
Dra Maria Cristina Medina Pflucker 11/04/2013

Criterios de Inclusin
Caractersticas que hacen que una unidad (persona, objeto, animal) sea parte de la poblacin de estudio. Ejemplo. Que la unidad cumpla con la definicin operacional, que tenga las caractersticas de edad, sexo, nivel socioeconmico, etc. definidas para el estudio.

13
Dra Maria Cristina Medina Pflucker 11/04/2013

Criterios de Exclusin
Atiende a las caractersticas cuya presencia hace que la unidad no sea parte de la poblacin de estudio. Ejemplo: la existencia de alguna caracterstica, una enfermedad o un tratamiento que pueda modificar los resultados del estudio.

SESGO DE INFORMACIN

15
Dra Maria Cristina Medina Pflucker 11/04/2013

Es aquella informacin que distorsiona los resultados de la investigacin, pueden ser debido a:

Los instrumentos de recoleccin de datos no calibrados, no estandarizados y no vlidos. A las fuentes de informacin incompletas o no confiables. Variables inadecuadamente definidas o con distintos criterios de definicin.

16

ERROR DE MEDICION
Dra Maria Cristina Medina Pflucker

11/04/2013

Una medida no es confiable cuando:


Hay error de parte de los investigadores, o de los sujetos observados El fenmeno observado cambi El instrumento est intrnsecamente inexacto

MEDIDAS DE CONTROL:
Estandarizacin en un mismo investigador: seguir el mismo criterio. Estandarizacin de la situacin en que se realiza la observacin. Estandarizacin del instrumento: la medicin con el instrumento tiene que ser uniforme a travs del tiempo.

SESGOS DE CONFUSIN

18

SESGOS DE CONFUSION

Dra Maria Cristina Medina Pflucker

11/04/2013

Se refiere al control de variables confusoras Es una mezcla de efectos. Puede cambiar incluso la direccin de un efecto (Paradoja de Simpson, Ejm Evento adverso). Caractersticas del factor de confusin:
Debe ser un factor de riesgo de enfermar Debe estar asociada con la exposicin en estudio en la poblacin de donde provienen los casos. No debe ser un paso intermedio en la secuencia casual entre exposicin y enfermedad.

CONTROL Un diseo apropiado, revisin profunda del tema y de las diversas relaciones intervinientes

19 EJEMPLO:
Dra Maria Cristina Medina Pflucker 11/04/2013

SE QUIERE ESTUDIAR LA ASOCIACION ENTRE EL FACTOR DE RIESGO SOSPECHOSO CAF, Y EL EFECTO ISQUEMIA CORONARIA.

CAF

ISQUEMIA CONORARIA

POR OTRO LADO SE OBSERVA QUE TODAS LAS PERSONAS DEL ESTUDIO QUE TOMABAN CAF FUMABAN. (ASOCIACIN NO CAUSAL). AL REPETIR EL ESTUDIO SOLO CON LAS PERSONAS QUE TOMAN CAF Y NO FUMAN SE OBSERVA QUE NO EXISTE ASOCIACIN CON LA ISQUEMIA CORONARIA. Y CUANDO SE HACE EL ESTUDIO CON LAS PERSONAS QUE FUMAN Y NO TOMAN CAF. EXISTE ASOCIACIN ENTRE EL CIGARRO Y LA ISQUEMIA EL CIGARRO VIENE A SER UN FACTOR CONFUSOR EN EL PRIMER ESTUDIO.

20

Control de variables confusoras


Dra Maria Cristina Medina Pflucker

11/04/2013

ALEATORIZACION: Controla los factores conocidos y desconocidos. POR RESTRICCION: Si la variable edad es una variable confusora, la comparacin se har entre el grupo de estudio y el grupo testigo en una sola categora de edad Es la medida ms eficiente POR LA ESTRATIFICACION: Para variables y factores conocidos, acta tanto en el diseo y el anlisis. EQUIPARAMIENTO: Formacin de pares de acuerdo a la variable que se quiere neutralizar. Se usa en los estudios observacionales.

VALIDEZ EXTERNA

22
Dra Maria Cristina Medina Pflucker 11/04/2013

Validez de un trabajo de investigacin


Validez interna: Grado en que los resultados del estudio son vlidos (estn libres de error/ sesgos) para la poblacin estudiada. Validez externa: Grado en que los resultados de un estudio pueden ser generalizados a otras poblaciones distintas a la estudiada.

23

Definicin de Estadstica:

Dra Maria Cristina Medina Pflucker

11/04/2013

Diremos que la ESTADSTICA es una ciencia relacionada con el METODO CIENTIFICO en la coleccin y anlisis de datos, muchas veces con el objeto de deducir o inferir conclusiones y tomar decisiones ante condiciones de incertidumbre.
ESTADSTICA DESCRIPTIVA ESTADSTICA INFERENCIA ESTADSTICA

24

Estadstica Descriptiva:

Dra Maria Cristina Medina Pflucker

11/04/2013

ocupa de la organizacin y presentacin de los datos en forma convenientemente til y de fcil comunicacin adems de hacer mediciones con esta informacin.

Se

Inferencia Estadstica:

Se orienta a lograr generalizaciones, es decir, a partir de los datos de la muestra obtener informacin sobre una poblacin.

25
Dra Maria Cristina Medina Pflucker 11/04/2013

INFERENCIA ESTADSTICA
La inferencia estadstica se refiere a los mtodos y/o procesos para obtener conclusiones acerca de poblaciones basados en la informacin muestral.
POBLACIN X1,..Xn

MUESTRA
X1,..Xn

26
Dra Maria Cristina Medina Pflucker 11/04/2013

ELEMENTOS DE LA INFERENCIA ESTADSTICA

27

VARIACIONES DEL MUESTREO

Dra Maria Cristina Medina Pflucker

11/04/2013

El propsito del muestreo es estimar el valor de una determinada variable (parmetro) en la poblacin de referencia. Las diferentes tcnicas de la estadstica inferencial se fundamentan en que esta variabilidad inherente al proceso de muestreo sigue las leyes conocidas y puede ser cuantificada.

28

VALIDEZ EXTERNA REPRESENTATIVIDAD DE LAS MUESTRAS

Dra Maria Cristina Medina Pflucker

11/04/2013

POBLACION
f(Xi)

La distribucin de las variables de inters en el estudio es aproximadamente la misma en la poblacin y en la muestra

MUESTRA Xi f(Xi) Xi

29
Dra Maria Cristina Medina Pflucker 11/04/2013

En general los mtodos cuantitativos son muy potentes en trminos de validez externa ya que con una muestra representativa de la poblacin hacen inferencia a dicha poblacin a partir de una muestra con una seguridad y precisin definida.

30

ESTADISTICA INFERENCIAL
Dra Maria Cristina Medina Pflucker 11/04/2013

COMPRENDE

31
Dra Maria Cristina Medina Pflucker 11/04/2013

Cumple con los criterios de normalidad

32
Dra Maria Cristina Medina Pflucker 11/04/2013

33
Dra Maria Cristina Medina Pflucker 11/04/2013

34

Todo resultado estadstico debe ser interpretado adecuadamente. Esto implica la interpretacin tanto de los estadsticos descriptivos como de los obtenidos al usar la estadstica inferencial. Al aplicar esta ltima, se obtienen dos posibles resultados: 1. IC 95% ( LI ; LS): Obtenido al estimar un parmetro poblacional y que indica que ste se encuentra entre los lmites inferior y superior del intervalo de confianza con 95% de seguridad o confianza.

Dra Maria Cristina Medina Pflucker

11/04/2013

35
Dra Maria Cristina Medina Pflucker 11/04/2013

2. Valor de p: valor obtenido al realizar toda prueba de hiptesis estadstica mediante un test paramtrico o no paramtrico.
Valor p Interpretacin Diferencia significativa en la hiptesis nula. Se rechaza la hiptesis nula (Ho). No hay diferencia significativa en la hiptesis nula. Aceptan la Ho.

p < 0,05

p 0,05

36
Dra Maria Cristina Medina Pflucker 11/04/2013

37
Dra Maria Cristina Medina Pflucker 11/04/2013

Gracias