UNIVERSIDAD MARIANO GÀLVEZ DE GUATEMALA FACULTAD DE CIENCIAS MÈDIAS Y DE LA SALUD Campus Huehuetenango Investigación I Licenciada Lourdes Guisela Félix Ruíz
TEMAS:
Estudiante: Jessica Rosalinda Sales Morales 6200-21-511
Huehuetenango 04 de octubre de 2021
Una población de estudio es el conjunto de elementos, finito o infinito, definido por una o más características que comparten todos los elementos que lo componen. Es la totalidad del universo que interesa considerar y es necesario que esté bien definido para que se sepa en todo momento cuáles elementos lo integran. Una muestra es un subconjunto de esa población. Los resultados del estudio se aplicarán a un inicio al grupo de sujetos estudiados, si estos representan a un número mayor de individuos con las mismas características, las conclusiones también serán aplicables a ellos. Se pueden distinguir diferentes tipos de poblaciones de interés al planear un protocolo. 1. Población blanco: las características clínicas y demográficas la definen. Se refiere a la población objetivo. Es el gran conjunto de todos los pacientes para los cuales los resultados serán generalizados. Es la población de donde se extrae la muestra y a la cual se aplicarán las conclusiones que se obtengan de estudiar esa muestra. 2. Población accesible: es el subconjunto de la población blanco que está disponible para el estudio, es la susceptible de ser encuestada porque se le puede localizar, acepta la encuesta y tiene las características que se investigan. Si una parte de la población accesible se selecciona para participar es un estudio con base en la probabilidad, se denomina muestra representativa. 3. Población disponible, muestreada, reclutada o estudiada: es el subgrupo que una vez que ha sido seleccionado, es encontrado y entrevistado. Es una parte de la población accesible que permite recolectar la información. Se reconoce que los sujetos que no responden y no aceptan participar en estudios clínicos, son a menudo menos sanos que el promedio de la población y en forma inversa, los que sí contestan o voluntarios, son con frecuencia más sanos, por lo que, en estas condiciones, se corre el riesgo de la población estudiada no sea una muestra representativa.
Tipo de Muestro: El marco muestral es el conjunto de personas que tiene oportunidad de ser elegidas, dada la estrategia seleccionada. Si se habla en forma estadística, una muestra sólo puede ser representativa si toda la población está incluida en el marco de muestreo. La mayoría de técnicas de muestreo se pueden clasificar en tres clases generales, de las cuales, las dos primeras son consideradas como métodos probabilísticos y la tercera como muestreo no probabilístico.
1. El muestreo es efectuado a partir de una lista completa de los individuos de la población a estudiar. 2. Es muestreo es efectuado en dos o más etapas. 3. El muestreo es efectuado, de un conjunto de personas, las cuales van a un lugar o hacen algo que les permiten ser muestreados. Las cinco técnicas básicas para seleccionar muestras probabilísticas son: ➢ Muestreo aleatorio simple. ➢ Muestreo sistemático. ➢ Muestreo estratificado. ➢ Muestreo por conglomerados. ➢ Muestreo multietapa. Muestreo aleatorio simple: las muestras de este tipo son seleccionadas de tal manera que cada elemento de la población estudiada tiene la misma probabilidad de selección. Todos los elementos de la población de estudio estén presentes de manera física o sólo listados serán seleccionados de forma aleatoria hasta que con antelación se haya incluido un número especificado de elementos. Muestreo sistemático: elige a los elementos a incluir en el estudio a partir del listado completo de la población, al seleccionar un principio aleatorio que es repetitivo o sistemático; por ejemplo, cada tercer paciente, entonces selecciona cada unidad. El principio aleatorio es un componente esencial del proceso.
Muestreo estratificado: requiere que los elementos de la población de la encuesta sean divididos en grupos, llamados estratos, antes de empezar el proceso de muestreo. Cada unidad esta asignada a uno sólo un estrato basado en el
conocimiento anterior de la unidad. Entonces, las muestras aleatorias independientes son seleccionadas de cada estrato mediante un procedimiento análogo a uno de los dos descritos para el muestreo aleatorio simple o sistemático. Muestreo por conglomerados: en la ausencia de una fuente directa de muestreo, una estrategia es ligar elementos de la población a algún tipo de agrupamiento que se pueda demostrar (por ejemplo, alumnos de escuelas públicas y privadas, pacientes en hospitales del IMSS, ISSSTE o diferentes ciudades). Estos agrupamientos pueden ser tomados como una primera etapa. Entonces las listas se elaboran con los elementos individuales de los grupos seleccionados, con una posible selección de listas creadas en una segunda (o posterior) etapa de muestreo. Muestreo multietapa: el concepto básico del muestreo por conglomerados es utilizado y extendido en el muestreo multietapa. El más sencillo es el muestro en dos etapas. En la primera, los agrupamientos de elementos de la población, conocido como unidades primarias de muestreo (Primary Sampling Units, PSUs), que son análogos a conglomerados, son seleccionados. Es la segunda etapa, elementos de las poblaciones son seleccionados de las unidades primarias de muestreo. Muestreo de áreas de probabilidades: el muestreo de áreas de probabilidades (área probability sampling), es una de las estrategias multietapa más útiles porque tienen una amplia aplicabilidad. Este método de muestreo puede utilizarse para tomar muestras de cualquier población que se puede definir de forma geográfica. El método básico es dividir el área total del marco en subáreas que son exhaustivas y exclusivas con linderos identificables. Estas conforman los conglomerados y una muestra de las unidades listados puede ser efectuada. Muestreo no probabilístico: los métodos de este tipo de muestra seleccionada a los sujetos mediante determinados criterios que procuran que esta sea representativa. No sirven para realizar generalizaciones, ya que nos se tiene certeza de que la muestra extraída sea representativa. Muestreo casual, incidental o por conveniencia: el investigador selecciona de forma directa e intencionada a los individuos de la población. Utiliza como muestra a aquellos a los que se tiene fácil acceso. Es el más utilizado en investigación clínica a través de los pacientes que son captados en un servicio.
Los métodos de muestreo probabilísticos llegan a ser muy costosos y la alternativa son los no probabilísticos que pueden ser útiles para estudios exploratorios. El reclutamiento de los sujetos idóneos para un estudio tiene dos objetivos principales: reunir suficientes sujetos que cumplan los requerimientos del tamaño de la muestra y conformar una muestra que no tenga sesgo (error sistemático).
Criterios de selección: 1. Dentro de las consideraciones generales para definir los criterios al seleccionar a la población a estudiar se encuentran las siguientes: 2. Optimizar las posibilidades de encontrar una diferencia o asociación si es que esta existe. 3. Población homogénea en relación a las características de mayor relevancia en cuanto al fenómeno en estudio. 4. Esta debería de semejarse a la población diana a la cual quisiéramos generalizar los resultados. 5. Criterios apegados a la realidad que permitan incluir al número adecuado de sujetos en el tiempo previsto. 6. Aspectos éticos. Para asegurar que la elección de los sujetos en estudio es correcta, es necesario definir los criterios de inclusión y exclusión. Los primeros determinan las principales características demográficas, geográficas y temporales que deben de reunir los sujetos o elementos de la población blanco y la accesible para ser incluidos en la muestra y considerarlos como parte del estudio. Los criterios de no inclusión, también llamados de exclusión, son aquellas características presentes en un subgrupo de sujetos que cumplen con los criterios de elegibilidad pero que hacen tomar la decisión de no seleccionarlos.
¿Qué variables escoger?
Una de las fases finales en la planeación y elaboración de un protocolo de investigación suele ser la selección de las variables; es decir, el proceso arbitrario donde suele mediar una serie de negociaciones. La primera de ellas tiene que ver con su papel de intermediario. Con la realidad: una variable es un elemento que la recibir un valor, intenta representar un aspecto de a realidad observable. Por lo general, su elección tendrá que ver con el grado de cercanía que la mediación tenga con esta realidad y además, con la validez de os instrumentos con que se intente medir las variables. ¿Qué tan duras o blandas deben ser mis variables? Las variables duras suelen gozar de buena fama en la investigación clínica. Son aquellas cuya apariencia las hace más inmediata a la mediación mecánica y por lo mismo se supone que su observación es más reproducible. Esto se aplica porque a menudo expresan valores producidos por fenómenos biológicos y se tiende a pensar que la variabilidad intrínseca de los fenómenos naturales es menor que la misma de la observación. Se dice entonces que son objetivas, porque pueden ser medidas por instrumentos precisos y sus resultados no dependen de circunstancias externas. ¿Cuáles son las variables dependientes y las independientes? Las variables tienen diferentes funciones dentro de una investigación. Por lo general se piensa en ellas ubicadas en alguno de los dos lados del proceso causa-efecto. Se dice que existen variables independientes (causa) y dependiente (efecto). Sin embargo, no siempre es posible demostrar la causalidad y en ocasiones a los más que se llaga es a describir una relación significativa entre las variables que no siempre implican una causalidad. Por otro lado, la posibilidad de procesar grandes cantidades de información por medio de la computadora, hacen posible incluir muchas variables dentro de un modelo estadístico, sin necesidad de estratificar la muestra. ¿Qué tan cercanas están las variables de respuesta del verdadero desenlace? En la evolución clínica de un proceso patológico es común localizar una serie de diferentes puntos de desenlace (endpoint), susceptibles de ser evaluados. Lo que en la práctica se llama mejoría, curación o recaída, puede trasladarse de forma operativa a una serie de variables que pretenden medir eso que es relevante y
apropiado para los pacientes en el mundo real. Si se supone que se tiene que determinar el efecto de la variable explicativa fumar tabaco, en la evolución de la enfermedad pulmonar obstructiva crónica (EPOC), se podría elegir a la muerte como variable de desenlace. Tendría que buscar variables más cercanas a las explicativas, pero quizá mas lejanas del verdadero punto final. Se dice, entonces, que las variables son indirectas. ¿Cuál de las variables de respuesta será la variable primaria? Como se dijo en el párrafo previo, lo común es que dentro de un proceso patológico existan un bien numero de variables de desenlace que el investigador quisiera evaluar. En un estudio sobre el efecto de la adherencia a un tratamiento antidiabético, pueda ser de interés evaluar los niveles de glucemia, la hemoglobina glucosilada, de la función renal, el número de hospitalizaciones por cetoacidosis, la mortalidad cardiovascular, entre otros. La solución a este dilema es elegir, entre todas las posibles variables de desenlace, aquella que se considere representa mejor un resultado clínico relevante y que además sea factible poder medir. Esta será denominada primaria. Se dice que el investigador compromete sus hipótesis con el resultado de la variable primaria, la que además será utilizada para llevar a cabo el cálculo del tamaño de la muestra. Así, queda garantizada que por lo menos exista una potencia estadística suficiente para poder tener un resultado confiable en la variable primaria. Cómo codificar las variables (Definición operación y conceptual)
Cada variable pretende expresar una propiedad de los sujetos o colectividad en estudio. En el caso de la referida a la edad, esta expresa una propiedad del individuo que podría definirse como el tiempo de vida desde el nacimiento. Desde el punto de vista conceptual podría ampliarse y discutirse en función de una teoría en particular. Para fines de una investigación es necesario, además, describir las operaciones necesarias que hacen posibles medir la variable. La operacionalización de una variable es el proceso de llevarla desde un nivel abstracto a uno o más concreto. Se trata de precisar al máximo el significado que se le otorga a una variable en un determinado estudio. La definición operacional de esta lleva consigo una codificación, que no sólo la identifica por completo dentro del estudio, sino que además hacen posible elegir el mejor trato estadístico.