Medicina Basada en la Evidencia

MBE: Integración de las mejores evidencias disponibles de la investigación, con la experiencia clínica y los
valores de los pacientes.

Mejores Evidencias: Investigación clínica centrada en la exactitud y precisión de las

pruebas diagnósticas, el poder de los marcadores pronósticos y la eficacia y seguridad
de los tratamientos.

Experiencia Clínica: Capacidad de utilizar nuestras habilidades en clínica y nuestra

experiencia del pasado para identificar rápidamente el estado de salud y diagnóstico
específico de cada paciente

Valores del Paciente: Preferencias, preocupaciones y expectativas específicas de cada

paciente.

¿Por qué?
•Necesidad diaria de información válida sobre dg, pronóstico, tto y prevención.
•Disparidad en habilidades dg y juicios clínicos, con los conocimientos actualizados.
•Necesidad de diseñar estrategias en la búsqueda de información válida y relevante.
•Disponibilidad de nuevos sistemas de información
•Incapacidad de profesionales de darse el lujo de estudiar más de media hora x semana.

¿Cómo?
•Convertir la necesidad de información en una pregunta contestable
•Buscar las mejores evidencias para contestar esta pregunta
•Evaluar de forma crítica la validez de esa evidencia, impacto y aplicabilidad.
•Integrar la información crítica, con nuestra experiencia, los datos biológicos del paciente y
sus circunstancias.
•Evaluar nuestra efectividad en el proceso

Limitaciones:
•Escasez de evidencia científica coherente y consistente.
•Dificultades del medio para aplicar la evidencia
•Tiempo limitado de los profesionales para dominar y aplicar estas habilidades
•Acceso instantáneo a los recursos requeridos
•Críticas acerca que denigra la experiencia clínica, ignora las preferencias de los pacientes y
actúa como receta de cocina
•Coludida con los administradores de salud.
Preguntas Contestables

Preguntas Básicas: Sobre el conocimiento general de un trastorno

•Raíz (quién, cómo, cuándo, por qué) y verbo

•Trastorno o aspecto de un trastorno
•Ej: ¿Cuándo se producen las complicaciones de pancratitis aguda?

Preguntas de Primera Línea: acerca del conocimiento específico del

tto de los pacientes con un trastorno
•Paciente y/o problema
•Intervención
•Comparación de la intervención
•Evolución clínica
•Ej: Paciente con IC ¿la adición de digoxina al tto diurético reduce la morbimortalidad?

¿De dónde surgen?

Hallazgos clínicos: cómo recoger e interpretar adecuadamente los hallazgos de la anamnesis y
exploración física.
Etiología: cómo identificar las causas de la enfermedad
Manifestaciones clínicas: cómo usar este conocimiento para clasificar las enfermedades
Diagnóstico diferencial: cómo seleccionar las que son más posibles.
Exploración diagnóstica: cómo identificar los exámenes pertinentes.
Pronóstico: cómo estimar el curso clínico más probable
Tratamiento: cómo seleccionar el tto más adecuado
Prevención: cómo reducir la posibilidad de la enfermedad o sus complicaciones
Experiencia: cómo apreciar el significado de la dolencia
Automejoría: cómo me mantengo actualizado y ejecuto una práctica clínica mejor y eficaz.

¿En qué ayuda?

Enfocar el escaso tiempo de aprendizaje en la evidencia relevante.
Realizar búsquedas de información de alto rendimiento
Comunicarnos mejor con nuestros pares
Facilita aprendizaje permanente

Problemas Soluciones
Cuando un paciente nos confunde y no sabemos por ¿Qué pregunta es más importante para nuestro
dónde empezar paciente?
Cuando tenemos problemas para articular la ¿Qué pregunta es más factible de contestar?
pregunta
Cuando tenemos más preguntas que tiempo ¿Qué pregunta es más interesante?
Búsqueda de Información
Enfoque basado en evidencias:
Pregunta clínica
Búsqueda sistemática de información
Análisis crítico de la literatura
Respuesta
o Toma de decisión.

Búsqueda sistemática:
Uso de método explícito y reproducible.
o Planificación previa
o Secuencia de pasos protocolizados
o Registro de metodología empleada
Reduce al mínimo los sesgos en la información
Filtra y captura el mejor nivel de evidencia

Proceso de Búsqueda
Paciente
Formulación de la pregunta o Intervención
tema Comparación
Resultados
Revisiones sistemáticas (de ECA)
Guías de práctica clínica
Terapia, Prevención, Etiología y
ECAs
FR, Daño
Cohortes
Casos y controles
Revisiones sistemáticas (de Cohortes)
Pronóstico Cohortes individuales
Series de casos
Identificación de fuentes de
Revisiones sistemáticas (de Test
búsqueda
disgnóstico)
Diagnóstico
Guías de práctica clínica
Estudios de test diagnóstico
Estudios de costo-efectividad
Informes de evaluación de tecnologías
Impacto Económico de salud
Estudios de minimización de costos
Estudios de costos
Mecanismo de búsqueda Uso de bases de datos
Fichas bibliográficas
Registro de referencias
Registro de resultados
Archivos de textos completos
Resúmenes y conclusiones
Pregunta de Investigación – Introducción al Diseño de Investigación
La elección del diseño de investigación depende de:
Pregunta de investigación
Factibilidad
Ventajas y desventajas de cada uno de ellos
Cómo se ajusta el diseño al ambiente donde se realizará la investigación
En base a eso se escoge un diseño y se desarrolla un protocolo.

Comprobación
Elección de la Desarrollo del Realización del
previa y revisión
pregunta protocolo estudio
del protocolo

Extraccióm y
Análisis de datos
difusión de los
obtenidos
datos obtenidos

Problemas de investigación
• Necesidades del servicio de salud
• Interés personal
• Realizar proyectos colaborativos Investigación
• Usar información existente
• Curiosidad
Criterios de una buena pregunta
Factible
Interesante
Novedosa
Ética
Relevante

Pregunta de investigación
Qué Cómo Cuándo Dónde Quiénes Para qué

Objetivos de la Investigación
Principal Secundarios
•Pregunta de investigación en positivo •Se desprenden del objetivo principal

Elección de Individuos que participan en un estudio

Criterios de Inclusión Criterios de exclusión
Criterios principales de la población diana y accesible. Población que, cumpliendo los criterios de selección,
pudieran interferir en la calidad de los datos o en la
interpretación de los hallazgos.
Estadística Descriptiva
Describe, analiza y representa un grupo de datos, utilizando métodos numéricos y gráficos que resumen y
presentan la información contenida en ellos.
Ejemplo
Individuos o unidad de Personas u objeto que contiene cierta Estudiante con beca de
observación información que se desea estudiar alimentación
Estudiantes de la universidad X,
Conjunto de individuos o elementos que
Población registrados en el año Y, que
cumplen ciertas propiedades comunes
poseen beca de alimentación
100 estudiantes seleccionados
Muestra Subconjunto de una población
al azar
Toda característica de la unidad de observación Sexo
Variable que se desee estudiar y que presente variación Peso
entre las unidades de observación Estatura
Todas las posibles respuestas que una variable Mujer, hombre
Categoría puede tomar; deben ser exhaustivas y Asociados a números reales
excluyentes positivos
Valor o respuesta que adquiere la variable en
cada unidad de observación. Resultado de la Peso de el/la estudiante X que
Dato
observación, entrevista o recopilación. Son la pertenece a la muestra
materia prima de la estadística
Promedio de IMC no difiere
Resultado de los datos procesados de acuerdo a significativamente del
Información ciertos objetivos. promedio de IMC reportado en
No hay información sin datos otro estudio para estudiantes
sin beca de alimentación
Función definida sobre los valores de una
variable en una población. Valor constante, Promedio de IMC en población
Parámetro
generalmente desconocido, que permite de referencia
describir el comportamiento de una población.
Función definida sobre los datos observados Promedio de IMC observado en
Estadístico o Estadígrafo
para una variable en una muestra la muestra de estudiantes
Variables
Ejemplo
Nominales No tienen un orden implícito. Sexo, Gingivitis, Estado civil, etc.
Estado de un paciente (grave, estable,
Cualitativas
Ordinales Tienen orden jerárquico recuperado), Nivel educacional
(superior, media, básica)
N° GB/dl
Discretas Recuento de una característica
N° hijos de una familia
Cuantitativas PA en mmHg
Continuas Medición Temperatura en °C
IMC

Cuestionario: Instrumento que se utiliza para recoger los datos de una muestra o una población
Base de datos: Conjunto organizado de datos o una colección de archivos que puede ser usado para un
propósito específico. En general es una matriz, donde las filas representan los individuos y las columnas las
variables a medir.
Herramientas:
Tablas y gráficos:
o El título debe contestar a las sgtes preguntas:
 ¿En quiénes se realiza las mediciones?
 ¿Qué vamos a medir?
 ¿Dónde?
 ¿Cuándo?
o Tabla de distribución de frecuencias: Utiliza una variable como criterio de clasificación

Tabla de distribución Barras simples

de frecuencias Tabla de Contingencia
Para variables
Utiliza una variable como Utiliza dos variables como cualitativas o discrets
criterio de clasificación criterio de clasificación sin muchas categorías

Medidas de Resumen
Cuando se dispone de un grupo de datos organizados en una
distribución de frecuencias o una serie de observaciones no elaboradas y
dispersas, muchas veces es interesante describirlos mediante una o dos
figuras sintéticas. En este sentido pueden examinarse varias características:
Posición (tendencia central)
De dispersión o variación
De forma: simetría y apuntamiento.

Estadígrafos
En variables cualitativas: Gráficos de caja
o Moda
o Mediana
En variables cuantitativas:
o Medidas de posición (tendencia central)
 Moda (Mo): Categorías de la variable que presenta la mayor frecuencia
 Media o Promedio aritmético : no es una buena medida de tendencia central si la
distribución de datos presenta una marcada asimetría con valores fuera de lo común.
 Mediana (Md): es aquel valor de la variable que deja a su derecha y a su izquierda
exactamente al mismo número de observaciones (con los datos ordenados)
o Si n es impar 

o Si n es par 
 X(i): observación que ocupa la posición i-ésima en la serie de
datos n ordenados
  Medidas de posición relativa:
Percentiles (Pp): Valores de la variable que dividen la distribución en 100
partes iguales, c/u de ellas conteniendo 1% de las observaciones (p= 1, 2… 99)
Deciles (Dd): Valores de la variable que dividen la distribución en 10 partes
iguales, c/u 10% )d= 1, 2… 9)
Cuartiles (Cc): Dividen la distribución en 4 partes iguales, c/u 25% (c= 1, 2 y 3)
o Medidas de dispersión: muestran qué tan dispersos o variables están los datos alrededor de
una medida de posición.
 Rango o Recorrido (Re):
 Rango Intercuartílico (RI): Se utiliza para conocer entre qué valores o en
qué longitud se distribuye el 50% central de las observaciones.
 Varianza (S2)
 Desviación Estándar (S): Medida de variaciabilidad más usada, cuya unidad de medida
es la misma de la variable.
Media ± 1DE abarca 68,3% aprox. de las observaciones
Media ± 2DE abarca 95% aprox. de las observaciones
Media ± 3DE abarca virtualmente todas las observaciones (99,7%)
 Coeficiente de variación (CV): se utiliza para comparar la variabilidad de dos o más
distribuciones de datos. Entre menor será el CV menor es la variabilidad relativa.

o Medidas de Forma
 Estadígrafos de Simetría (Skewness), a3: Simetría estadística se deduce comparando la
distribución con la forma de la “curva normal” que corresponde a una distribución
simétrica. Toda distribución que tiene = mediana = moda se dice que es simétrica.
Si a3 > 0: Simetría positiva. Distribución extiende la cola hacia los valores
grandes de la variable.
Si a3 < 0: Simetría negativa. Distribusión extiende la cola hacia los valores
pequeños de la variable.
Si a3 = 0: Distribución simétrica.
 Estadígrafo de Apuntamiento (Kurtosis), a4: Grado de apuntamiento de una
distribución. Se analiza comparando la distribución con la forma de la curva normal.
Si a4 = 3: Distribución mesokúrtica (normal)
Si a4 > 3: distribución leptokúrtica (apuntada)
Si a4 < 3: Distribución platikúrtica (achatada)
Estadística Inferencial
Apoyándose en el cálculo de probabilidades y a partir de datos muestrales, efectúa estimaciones,
decisiones, predicciones u otras generalizaciones sobre un conjunto mayor de datos.
Muestreo: Método de selección de una muestra.
o Por conveniencia
o Aleatorio Simple
o Estratificado
o Sistemático
o Conglomerados
o Multietáticos

Objetivos de la estadística inferencial:

Estimación de parámetros: Rango de valores construido de modo que tenga una probabilidad
especificada de incluir el verdadero valor de el/los parámetro/s de interés. Esta probabilidad es
llamada “nivel de confianza”, denotada por 1-α
Prueba de hipótesis: técnica que permite tomar una decisión, en la aceptación o rechazo de una
hipótesis estadística
o Planteamiento de hipótesis:
 Hipótesis nula (H0): afirma que “no hay diferencias” o “no hay efecto en los
tratamientos”
 Hipótesis alternativa (H1): afirma que “hay diferencias” o “sí hay efecto en los ttos”
(contiene hipótesis clínica)
o Decisiones en prueba de hipótesis: se rechaza o no la hipótesis nula.
 Errores en la toma de decisiones
Error tipo I: α  rechazar H0 cuando H0 es verdadera  “rechazar cuando no
había que rechazar”
Error tipo II: β  No rechazar H0 cuando H0 es falsa  “no rechazar cuando
había que rechazar”
 Potencia de una prueba: probabilidad de rechazar la hipótesis nula, siendo cierta la
alternativa
 Aceptar H1 cuando H1 es cierta
Valor P: tamaño de error que estaríamos cometiendo al rechazar erróneamente la
hipótesis (error tipo I). Cuanto más pequeño, con más fuerza podemos sostener la
hipótesis clínica. Se compara con el nivel de significación predeterminado (α) para
decidir si la hipótesis nula debería rechazarse.
o Si p ≤ α: rechazamos H0
o Si p > α: no rechazamos H0
Estudios Descriptivos
Proceso de investigación:

Idea

Investigar
Literatura

Pregunta de
Investigació

Análisis de
Intervención Observación
literatura

Diseño Estudio
Revisiones
experimental descriptivo

Diseño cuasi- Diseño Análisis de

experimental analítico decisión

Estrategias
metodológicas

Experimental Observacional

Transversal Longitudinal Descriptivos Analíticos

Retrospectivo Reporte de casos Casos y controles

Prospectivo Serie de casos Cohortes

Corte transversal Test diagnósticos

Correlacionales Meta-análisis
Estudios Descriptivos: Miden variables y conceptos en un grupo de pacientes, personas o grupos observados
por un período corto y no incluyen grupos de control.
Características generales:
Permiten describir características generales de la distribución de las enfermedades
o Edad, sexo, raza, estado civil de las personas que padecen la enfermedad en:
 Lugar: Distribución geográfica de la enfermedad
 Tiempo: Frecuencia de la enfermedad
Anteceden a otro tipo de estudios (analíticos y experimentales)
Permiten generar hipótesis
Con ellos no se puede establecer causalidad
Utilizan fuente de información fácilmente disponible (registros vitales, censos)
Utilidad:
Administradores de salud pública
o Población más afectada
o Asignar eficientemente los recursos
o Programas de educación y prevención
Epidemiológicos
o Primer paso en investigación para determinar factores de riesgo

Reporte de Casos
Características Utilidad Limitaciones
Presentación detallada de un Permiten describir un cuadro Subjetividad personal. Errores
caso único o de un grupo de casos clínico de medición
(<10) Otorgan conocimiento de la No permiten comparaciones
20-30% de los artículos historia natural Sesgo de reporte (tto exitoso)
originales publicados Permiten descripción de Experiencia limitada a una sola
Primera evidencia de enfermedades raras persona
identificación de una enfermedad Permiten describir La presencia de un factor de
nueva o un efecto adverso de manifestaciones inusuales de una riesgo puede ser sólo coincidencia
alguna exposición enfermedad No representan evidencia sólida
Permiten realizar vigilancia como base para alterar la práctica
epidemiológica clínica
Permiten formular hipótesis de Sólo por azar, raros eventos
posibles factores de riesgo ocurren juntos sólo por azar
Serie de Casos
Características Utilidad Limitaciones
Estudio de un grupo de Describen cuadro clínico Pueden tener subjetividad
pacientes con una enfermedad en Otorgan conocimiento de personal
particular (>10) historia natural Pueden presentar errores de
Diseño más comúnmente Permiten describir medición
encontrado en revistas científicas enfermedades raras Potenciales sesgos (selección y
(junto al reporte de casos) Permiten formular hipótesis de referencia)
Carecen de grupo de posibles factores de riesgo Experiencia limitada a una sola
comparación Útiles para describir una nueva persona
Identifican inicio o presencia de enfermedad o un efecto adverso a Como la observación se inicia
una epidemia o emergencia de alguna exposición en diferentes puntos en el curso de
nueva enfermedad Permiten obtener frecuencias la enfermedad, no describirá con
Conducen a la formulación de exactitud el cuadro clínico
una hipótesis, pero probarla
 Corte Transversal
Características Utilidad
Diseño observacional Proveen información de frecuencia y
Mediciones en una ocasión características de la enfermedad
No existen períodos de seguimiento Permiten estimar la probabilidad que un paciente
Permiten describir variables y su distribución, atendido tenga una enfermedad en particular
examinar asociaciones Valiosos para administradores de salud pública
En un punto fijo o intervalo de tiempo Permiten planear y administrar salud pública
Miden lugar, tiempo y personas Proveen información de prevalencia y resultados
La identificación de variables predictoras y de salud de ciertas ocupaciones.
resultado dependen de la hipótesis del investigador
Analizan los datos obtenidos en un momento dado
de la evolución de la patología
Corresponden a estudios de prevalencia o censos
Unidad de medición: prevalencia
Criterios a definir Fortalezas Debilidades
Universo Permiten estudiar diferentes No establecen secuencia
Evento de salud (enfermedad) desenlaces No útiles para enfermedades
Tiempo Control en la selección raras
Lugar Control sobre las mediciones No permiten establecer relación
Tipo de muestreo No hay pérdidas de seguimiento causal
Tamaño de la muestra No hay espera para el desarrollo No permiten establecer
de la enfermedad incidencia ni RR
Son rápidos y económicos Potenciales sesgos
Primer paso para estudios
posteriores
Estudios Correlacionales
Características Fortalezas Debilidades
Medidas que representan una Primer paso para No asocia exposición con
población son usadas para investigaciones analíticas enfermedad en individuos
describir una enfermedad Estudios rápidos y económicos particulares
El coeficiente de correlación “r”, Se puede utilizar información No controla efectos potenciales
es la medida descriptiva de disponible confundentes
asociación (entre +1 y -1)

Formulación de hipótesis
1. Método de la diferencia
2. Método del acuerdo
3. Método de la variación concomitante
Test Diagnósticos y Screening
Test diagnóstico permite diferenciar entre la condición de sano y enfermo. Se debe avaluar su validez (la
probabilidad de que exista sesgo por características del diseño)y es necesaria una correcta interpretación de
los resultados presentados.
Valores:
Resultados binarios o dicotómicos  positivos o negativos (Ej: test de embarazo)
Resultados categóricos o continuos  Ej: alta, moderada y baja probabilidad de X evento, glicemia,
colesterol, hemoglobina, etc.
o Desventaja: necesitamos utilizar valores binarios

Gold Standard
Rendimiento de todo test diagnóstico se basa en su comparación con un gold standard, que es la técnica
que define la presencia de una condición con la máxima certeza conocida.

Tabla de Contingencia
Enfermedad
GS (+) GS (-)
Test (+) a b a+b
Test (-) c d c+d
a+c b+d a+b+c+d
a: verdaderos (+)
d: verdaderos (-)
b: falsos (+)
d: falsos (-)
Prevalencia
Proporción entre los individuos
Sensibilidad
que (+) sobre el total del GS (+)
Proporción entre los individuos
que tienen un resultado del test
Especificidad
(-) y aquellos sin la enfermedad
de interés. Verdaderos (-) sobre
los GS (-)
Probabilidad de que un
Valor predictivo
individuo con un resultado +,
positivo (VPP) Varían dependiendo la
tenga la enfermedad.
prevalencia o riesgo basal de
Probabilidad de que un
Valor predictivo la condición.
individuo con resultado -, no
negativo (VPN)
tenga la enfermedad.
Tasa de falsos
positivos
Prevalencia de la enfermedad Depende de la prevalencia
Probabilidad Pre en el estudio. Total de GS (+) en la población, caract. del
Test sobre el total de pacientes en paciente, signos y síntomas
estudio presentes.
Probabilidad de presentar la
Probabilidad Post
enfermedad luego de realizado
Test
el test diagnóstico
 Proporción de test +
en los individuos con
LR o Razón de Magnitud de
la condición, sobre la
Probabilidad cambio en caso de
proporción de test +
RP (+) presentar test +
en los individuos sin
la condición
Proporción de test -
en los individuos con
Magnitud de
la condición, sobre la
LR o RP (-) cambio en caso de
proporción de test -
presentar test -
en los individuos sin
la condición
- LR > 10 ó < 0,1 en general son suficientes para confirmar o descartar la condición.
- Se puede obtener un LR distinto para cada valor del test, o para un rango de valores.
- Permiten resumir y complementar en un solo valor, la sensibilidad y especificidad.
- Es independiente de la prevalencia.
Odds Pre Test
Odds Post Test
Probabilidad
Post Test

Deben ser informados con su intervalo de confianza, que es el rango de valores dentro del cual se
encuentra el valor verdadero
El test diagnóstico ideal es capaz de detectar la mayor cantidad de pacientes con la condición,
excluyendo a la vez la mayor cantidad de pacientes sin ella.
Los resultados de un test diagnóstico ayudan a modificar la probabilidad de presentar o no una
condición en un determinado paciente.
El uso de LR o RP ayuda en el proceso diagnóstico, al hacer explícito el cambio entre la probabilidad pre
y post test.
Casos y Controles
El objetivo principal de un estudio de casos y controles es proveer una estimación válida y razonablemente
precisa, de la fuerza de asociación de una relación hipotética causa-efecto.
Es un tipo de estudio analítico (al igual que los estudios de cohorte, test diagnósticos y meta-análisis)
Cohorte: prospectivo
Casos y controles: retrospectivo
Se toman muestras aleatorias de sujetos de la población:
Con la enfermedad  Casos
Sin la enfermedad  Controles
Metodología:
Selección de casos: desde hospitales y/o clínicas, registros o sistemas de vigilancia, certificados de
defunción.
o Incidentes: casos nuevos
o Prevalente: sobrevivientes
Selección de controles: desde controles poblacionales, controles hospitalarios, controles
especiales: parientes de los casos, amigos de los casos, vecinos de los casos
o Perteneciente a población fuente de casos.
o Eliminar confundentes.
o Medición de exposición comparable
o Problemas de selección:
 Número de controles por caso
 Restricciones similares que para los casos
 Debe representar a los que habrían sido incluidos como casos si hubieran
desarrollado la enfermedad.
 Representa lo más difícil de este diseño
Para evitar los sesgos no se debe seleccionar en base a la exposición
Estimación de la/s exposición/es: debe ser comparable en ambos grupos
o Evitar sesgos:
 Utilizando datos obtenidos antes del desenlace
 Utilizando algún tipo de cegamiento.
Técnicas de Cegamiento: Casos Controles
Cegar a los evaluadores Expuestos a b
Cegar la condición de caso y control No Expuestos c d
Cegar el factor de riesgo en estudio
Análisis Inferencia Estadística
Prueba de hipótesis:
o Chi cuadrado
o Prueba exacta de Fisher
Magnitud de asociación: se basa en la
prevalencia de la exposición para los casos
y controles.
Fortalezas Debilidades
Útiles para estudiar enfermedades raras Limitados a una variable de desenlace
Útiles para generar hipótesis No establecen la secuencia de
Corta duración acontecimientos
Relativamente económicos No permiten determinar prevalencia ni
Aportan información descriptiva incidencia
Determinación de OR (fuerza de asociación) Potenciales sesgos (muestra, medición)
Cohorte
Seguimiento de una o más cohortes de individuos sanos que presentan diferentes grados de exposición a
un factor de riesgo en quienes se mide la aparición de la enfermedad o evento de estudio.
Asignación de la exposición: fuera de control del investigador
Observación en el sujeto: longitudinal
Criterios de selección de la población: exposición
Temporalidad:
o Prospectivo: se definen los grupos por exposición y se estudia el desarrollo del evento en el
futuro.
o Retrospectivo: se definen los grupos por exposición y se estudia hacia el pasado el desarrollo
del evento
Tipo: observacional, analítico, pseudo-experimental.
Fortalezas Limitaciones
Más cercano a diseño experimental No prueban necesariamente causalidad
Alto valor en la escala de causalidad Pueden ser afectados por otras
Se puede verificar relación causa-efecto exposiciones no consideradas.
Eficiente para evaluar exposición de poca Más complejos (diseño, costo y análisis)
frecuencia. Poco eficiente para el estudio de
Se pueden estudiar varios eventos enfermedades raras o con tiempos de
Se pueden fijar criterios de calidad en la medición latencia muy prolongados
del evento Puede haber pérdidas de seguimiento
Bajo riesgo de sesgo de selección
Se pueden estimar medidas de incidencia,
indicadores de riesgo absoluto y relativo

Indicadores: Enfermos Sanos

Tasa de incidencia: casos nuevos detectados en la Expuestos a b a+b
cohorte total No Expuestos c d c+d
a+c b+d a+b+c+d

Riesgo Relativo: cuociente entre la tasa de incidencia de enfermedad en expuestos y la incidencia en no

expuestos

Tipos:
1. Prospectivo
2. Retrospectivo
3. Cerrada: miembros son reclutados en el mismo período de tiempo y no ingresan más personas durante
el período de seguimiento
4. Abierta o dinámica: pueden ingresar miembros en diferentes momentos.
Etapas
Definición y
Formulación Identificación de Definición de
medición de
hipótesis de grupo expuesto y exposición y forma
posibles variables
trabajo no expuesto de medida
confundentes

Comparar en
Definición de Observación
términos de Análisis de
evento o resultado durante un tiempo
ocurrencia del resultados
y forma de medida determinado
evento

Interpertación de
los resultados

Variantes
Cohorte única: exposición antes y después
Dos cohortes
Cohortes múltiples: varios grupos con diferente tiempo de exposición
Estudio de casos y controles anidados  De los enfermos y sanos  Estudia otros factores de riesgo
(casos y controles dentro del cohorte)

Utilidad
Ensayo de hipótesis de causalidad y riesgos
Medición de incidencia
Cuantificación del riesgo
Estudio de historia natural
Exploración del efecto de exposiciones de baja frecuencia
Estudio de varias consecuencias derivadas de las exposiciones
Ensayos Clínicos
Es un estudio experimental; son estudios de cohorte en los cuales el investigador manipula la variable
predictora (intervención) y observa sus efectos sobre el resultado
Son prospectivos
Involucra poblaciones definidas, intervenciones y resultados
Grupo control y de intervención
Por randomización los individuos son asignados a uno de los dos grupos
Doble ciego
Tamaño adecuado
Aprobación ética y monitorización interna

Ventajas Desventajas
Son experimentos controlados y Requiere preguntas maduras
prospectivos Complejo: la posibilidad de manipular la variable
Pueden ser el único diseño posible independiente, determinar causalidad y
Rigor para establecer causa: ensayo experimentar en seres humanos
clínico controlado es el único capaz de Seguimiento, cumplimiento, terapia concomitante,
comprobar hipótesis causal barreras éticas
Prueba de efectividad, eficacia y Resultados pueden ser muy diferentes en el
equivalencia mundo real (no generalizables)
Examina efectos adversos Caro: exigen el uso de productos biológicos,
El investigador manipula la variable farmacológicos o procedimientos terapéuticos y
predictora de control y monitoreo
Tiene la mayor fuerza de causalidad, Requiere investigadores experimentados
solidez científica Susceptible a sesgos
Mejor diseño para controlar Dependiente de la aleatorización
confundentes, evitar sesgo o error
sistemático
Estándar de excelencia para evaluar
tratamiento
Características
Permite al investigador elegir sus variables, en un ambiente controlado
El gran control sobre el diseño facilita interpretación de asociaciones como causales
Posibilidad de realizar inferencias causales, de prevención, diagnóstico o terapéuticas
Los efectos de la intervención se miden comparando los resultados entre ambos grupos
Ética tiene un rol fundamental. Debe considerar siempre: consentimiento informado y aprobación del
comité de ética
Ventaja metodológica: medir tasas de incidencia y contribuir a establecer asociaciones causales

Debe cumplir:
1. Considerar uno o más grupos experimentales y uno o más grupos controles, comparables entre sí
2. La asignación de los individuos a cada uno de los grupos debe ser aleatoria
3. Idealmente, el estudio debe ser enmascarado o ciego

Tipos:
Diseño de comparación entre grupos  Ensayo clínico aleatorizado ciego
Diseño de comparación dentro de grupos  Antes – Después
Método
Construir Medir las
Pregunta de Aplicar
cohortes del variables de la Aleatorización
investigación intervención
estudio línea de base

Seguir las Medir los

cohortes resultados

Formulación:
• Hipótesis define variable independientes y manipulación que el investigador hará de ésta
• Definir variables dependientes, procedimientos de control, monitoreo y posibles efectos adversos
• Definir claramente el tiempo que durará el experimento, las potenciales fuentes de sesgo y las
precisiones de carácter ético pertinentes.

Construcción de cohorte/Selección de muestra:

Definir tamaño muestral
o Debe representar a la población de inferencia para lo cual debe cumplir dos requisitos:
 Aleatoriedad
 Tamaño muestral adecuado.
o La determinación de un tamaño muestral adecuado persigue otorgar a la muestra poder
estadístico suficiente para detectar diferencias, al menor costo.
o El tamaño de la muestra dependerá de los errores alfa y beta y de la proporción de eventos en
cada grupo.
 Error tipo I o α de 0.05: La terapia produce diferencias en los resultados cuando en
realidad no las hay.
 Error tipo II o β de 0.20: La terapia no produce diferencias cuando en realidad las hay.
 Así el poder del estudio es 1- β = 80% que es la probabilidad de encontrar diferencias
si las hay, o es la sensibilidad de encontrar diferencias cuando las hay.
Definir criterios de inclusión de acuerdo a la pregunta de investigación
Definir criterios de exclusión (control de errores)
Definición de los sujetos elegibles.
Son consultados sobre su deseo de participar en la investigación y contarán con información necesaria
para tomar una decisión informada.
Los voluntarios seleccionados serán asignados de manera aleatoria a la(s) intervención(s) o un control

Medir las variables de la línea de base

Caracterizar la cohorte en estudio
Medir la variable en estudio
Definir y medir varios predictores del resultado

Aleatorización
Persigue disminuir las diferencias que puedan generarse entre los grupos.
Asignación aleatoria simple, sistemático o por conglomerado.
El propósito es balancear entre los grupos factores que puedan influir sobre la variable dependiente.
o De este modo los grupos en estudio son comparables con respecto a factores de riesgo
conocidos y desconocidos
 Evita el sesgo del investigador al adjudicar el tratamiento a cada participante
Garantiza que las pruebas estadísticas tengan niveles de significación válidos
Métodos de aleatorización:
Usar tablas de números aleatorios
Usar números aleatorios generados por computadora
Usar sobres previamente numerados
Usar técnicas de randomización
o Por bloques
o Por bloques estratificados
o Moneda sesgada (aleatorización adaptativa)

Ciego
El conocimiento de la intervención a realizar puede influir las actitudes del operador, y del sujeto
experimental que recibe la intervención y del analista de los resultados. Este fenómeno puede llevar al error
sistemático o sesgo.
La forma de controlar estos sesgos es la técnica de enmascaramiento o ciego.
Se entiende por ciego el desconocimiento de la intervención asignada a los grupos en estudio (sujetos
participantes, investigadores, responsables de evaluar efectos y/o quienes analizan los datos).
Aquellos ECC que no son ciegos tienden a sobrestimar el efecto final de las intervenciones evaluadas y por
lo tanto de los outcomes.
Ciego simple: uno de los participantes (a menudo los pacientes) desconocen la intervención asignada a
los grupos en estudio.
Doble ciego: tanto los pacientes, investigadores y quienes adjudican los resultados desconocen esta
información.
Triple ciego es un ECC doble ciego, en el que además los encargados de analizar los resultados
desconocen las intervenciones asignadas.

Tipos especiales de ensayos clínicos y aleatorizados

Pre - calentamiento
o Para limitar el no cumplimiento
Diseño factorial
o Dos por el precio de uno
Pares pareados
Pre - aleatorización
Aleatorización en grupos
Revisiones Sistemáticas de la Literatura
Fuerza de causalidad:

Reporte de casos Serie de casos Correlacionales Test diagnóstico Transversales

Revisiones sist.
Caso control Cohorte Ensayos clínicos de la literatura Guías clínicas
•Meta-análisis

Lectura Crítica:
¿Cuán bueno es un artículo?
•Objetivo claro
•Objetivo expresado como pregunta de investigación bien formulada
•Errores sistemáticos y aleatorios considerados y ajustados
•Correcto diseño para la pregunta
•Resultados expresados con estadígrafosapropiados

Si es bueno... ¿me son útiles los resultados?

Revisiones de la literatura:
Revisiones tradicionales Revisiones sistemáticas
•Sesgo de muestreo •Basa de en la evidencia
•Ausencia de análisis de métodos de revisión •Toman en cuenta posibles sesgos
•Sesgo del revisor •Sesgo del revisor
•Desigualdad de datos primarios •Sesgo de publicación
•Interpretación sesgada de los datos •Sesgos dados por heterogeneidad de datos
primarios
•Existen guías de revisiones sistemáticas
Guías para las revisiones sistemáticas de la literatura. Analizar si la revisión cuenta con:
Pregunta de investigación clara
Métodos de revisión claramente especificados
Métodos de búsqueda claros
Validez de los artículos revisados evaluada
Evaluación de los artículos revisados libre de sesgos
Variación (heterogeneidad) de los resultados analizada
o Fuentes de heterogeneidad
 Diseño de los artículos
 Suerte
 Diferencias en los componentes básicos: población, exposición, resultados.
Resultados de los artículos:
o Combinados
o Analizados combinadamente
o Conclusiones del revisor apoyadas por los datos analizadas
 Meta-análisis
Características Aplicaciones Debilidades
Enfoque cuantitativo a la En todos los campos de salud Hereda inevitablemente
integración de en la investigación Diseño más poderoso de todos debilidades de los estudios
Combina resultados de varios Tiene base de datos propia primarios
artículos (Cochrane) Depende enteramente de la
Aumenta generabilidad (validez Esfuerzo global en base a este capacidad de búsqueda de los
externa) diseño artículos primarios
Aumenta poder estadístico
(disminuye rango de intervalos de
confianza)

Técnica general del meta-análisis

Criterios de inclusión y Elección, clasificación

Definición del Formulación de
exclusión de estudios y codificación de los
problema objetivos
primarios elementos

Localización de Consideraciones de
Análisis cualitativo Análisis cuantitativo
estudios primarios heterogeneidad

Análisis cualitativo:
Calidad de estudios primarios
Combinación de estudios primarios
Confiabilidad de estudios primarios
Sesgo de publicación
Heterogeneidad
o Medición de la heterogeneidad
o Heterogeneidad para detectar asociaciones
o Niveles de exposición como fuentes de heterogeneidad

Etapa cuantitativa:
Estadística descriptiva de los estudios primarios
Calcular varianza
Correcciones en las varianzas (error de muestreo)
Correcciones de las varianzas (error de medidas)
Comparación de las desviaciones estándares corregidas

Métodos cuantitativos:
Medición del tamaño del efecto (variables continuas)
Medición de la razón de probabilidades combinadas (variables discretas)
Otros:
o Mantel-Haentzel
o Riesgos relativos
o Regresión
o Mann-Witney
Muestreo y Tamaño Muestral
El tamaño de la muestra se determina en el diseño del estudio de manera que sea apropiado para los
objetivos buscados y los condicionamientos que se está dispuesto a asumir.
Número insuficiente  Impide encontrar diferencias  Conclusión errónea de que no hay diferencias
Número excesivo  Aumenta innecesariamente el costo
Resultados obtenidos a partir de la muestra serán generalizados utilizando medidas estadísticas con una
mínima probabilidad de error (generalmente < 5%)

Se desarrolla cálculo de tamaño muestral en:

Estimación de Parámetros Contraste de Hipótesis

•Tamaño dependerá de: •Se utiliza para estudios comparativos.

•Variablidad del parámetro •Tamaño indica la cantidad de individuos
•Precisión con que se debe obtener la necesarios para encontrar una diferencia, si es
estimación (amplitud deseada de intervalo de que existe, con márgenes de error definidos.
confianza) •Factores a tener en cuenta:
•Nivel de confianza •Objetivo del estudio y variable principal
•Magnitud del efecto que se quiere detectar
•Variabilidad de la variable principal
•Error tipo I asumido (α: 0,05)
•Error tipo II asumido (β: 0,2-0,1)
•Poder estadístico (1-β: 80-90%)
•Proporción de pacientes en distintos grupos
•Proporción de pérdidas (d)
•Tipo de comparación (test uni o bilateral)

Muestreo: Herramienta de investigación cuya función básica es determinar qué parte de una población
debe examinarse con la finalidad de hacer inferencias sobre dicha población.
Error de muestreo: aquel que se comete al obtener conclusiones acerca de una población a partir de la
observación de sólo una parte de ella.
Unidades de muestreo: número de elementos de la población, no solapados, que se van a estudiar.
“Los grupos”. Todo miembro de la población pertenecerá a una y sólo una unidad de muestreo.
Unidades de análisis: objeto o individuo del que hay que obtener información. “Los individuos”
Marco muestral: lista de unidades o elementos de muestreo
Muestra: conjunto de unidades o elementos de análisis sacados del marco.

Muestreo Probabilístico
Otorga una probabilidad conocida de integrar la muestra a cada elemento de la población; no es nula para
ningún elemento  Es generalizable
Los métodos de muestreo no probabilisticos no garantizan la representatividad de la muestra y por lo tanto
no permiten realizar estimaciones inferenciales sobre la población  No generalizable
 CARACTERISTICAS VENTAJAS INCONVENIENTES
- Sencillo y de fácil - Requiere que se posea
comprensión. de antemano un listado
- Se selecciona una
- Cálculo rápido de completo de toda la
muestra de tamaño n de una
medias y varianzas. población.
Aleatorio población de N unidades.
- Se basa en la teoría - Cuando se trabaja con
simple - Cada elemento tiene una
estadística, y por tanto muestras pequeñas es
probabilidad de inclusión
existen paquetes posible que no represente a
igual y conocida de n/N.
informáticos para analizar la población
los datos adecuadamente.
- Listado de los N
elementos de la población - Fácil de aplicar.
- Determinar tamaño - No siempre es necesario
- Si la constante de
muestral n. tener un listado de toda la
muestreo está asociada con
- Definir un intervalo población.
el fenómeno de interés, las
Sistemático k=N/n. - Cuando la población
estimaciones obtenidas a
- Elegir un número está ordenada siguiendo
partir de la muestra pueden
aleatorio, r, entre 1 y k una tendencia conocida,
contener sesgo de selección
(r=arranque aleatorio). asegura una cobertura de
- Seleccionar los elementos unidades de todos los tipos.
de la lista.
- Estratificación según
variables de interés.
- Tiende a asegurar que la
- Pretende asegurar
muestra represente - Se ha de conocer la
representación de cada
adecuadamente a la distribución en la población
Aleatorio grupo en la muestra.
población en función de de las variables utilizadas
Estratificado - Tamaño muestral se
variables seleccionadas. para la estratificación.
reparte de manera
- Estimaciones más - Análisis complicado
proporcional entre los
precisas
estratos usando una simple
regla de tres.
- Es muy eficiente cuando
- El error estándar es
- Variación en cada grupo la población es muy grande
mayor que en el muestreo
es menor que la variación y dispersa. Reduce costos.
aleatorio simple o
Conglomerados entre grupos - No es preciso tener un
estratificado.
Varias fases de muestreo listado de toda la
- El cálculo del error
sucesivas (polietápico) población, sólo de las
estándar es complejo.
unidades primarias..

Cálculo del tamaño de muestra

Cada estudio tiene un tamaño muestral idóneo.
Dependerá de:
o Variabilidad del parámetro a estimar: Datos previos.
o Precisión: amplitud del intervalo de confianza
o Nivel de confianza (1-α): habitualmente 95-99%
Precisión estadística aumenta cuando el tamaño muestral aumenta
Terapia
Beneficios de un tratamiento:
Expresión clínica más útil.
Comparación con otros tratamientos

Resultados de un estudio sobre tratamiento:

IEC (índice de evento de control): porcentaje de personas en que sucedió el evento indeseado entre
aquellos no tratados (grupo control)
IEE (índice de evento experimental): porcentaje de personas en quienes sucedió el evento indeseado
entre aquellos que sí recibieron el tratamiento en estudio.

Interpretación y significancia clínica de esta diferencia se expresa en

REDUCCIÓN RELATIVA DEL RIESGO (RRR)

No refleja el riesgo del evento sin terapia (IEC o riesgo basal)  No discrimina efectos importantes de los no
importantes.
Para describir la situación en que un tratamiento aumenta la posibilidad de un “buen evento”, conocido
como el AUMENTO RELATIVO DEL BENEFICIO (ARB)
REDUCCIÓN ABSOLUTA DEL RIESGO es una medida más significativa de la reducción de riesgo, puesto que
cambia en función de si los resultados obtenidos son o no importantes.

Si el tto aumenta la probabilidad de un evento favorable  AUMENTO ABSOLUTO DEL BENEFICIO (AAB)
Si el tto aumenta la probabilidad de un evento nocivo  AUMENTO ABSOLUTO DEL RIESGO (AAR)

El inverso de la RAR (1/RAR) tiene la propiedad de decirnos el NÚMERO NECESARIO PARA TRATAR (NNT):
Cantidad de personas que se necesita tratar por el tiempo que dure el estudio, para evitar que otra persona
presente el efecto no deseado.

También se altera si los resultados son poco importantes, denotando que en esta situación debiese tratarse
una cantidad desproporcionada de personas para poder evitar el desarrollo del evento no deseado.
Debe ser comparado con otros NNT de otros tratamientos (y su duración), considerando la experiencia y
práctica clínica.
Efectos adversos de la terapia pueden describirse mediante el NÚMERO NECESARIO PARA DAÑAR

Si se quiere comparar los NNT de dos situaciones distintas con períodos de estudio distintos, se debe ajustar al
menos uno de ellos, obteniendo un NNT hipotético.
Daño en Salud
Pronóstico:
Riesgo de enfermedad, complicación, muerte, etc. (¿Es peligroso?)
Probabilidad de muerte (¿Puedo morir?)
Probabilidad de disconfort (¿Me dolerá?)
¿Cuáles son las probabilidades?
Probabilidad de discapacidad
Morbilidad, discapacidad (¿Cuántas personas se verán afectadas)
Mortalidad, años de vida perdidos (¿Cuántas personas morirán?)
Carga de enfermedad (¿Cuál será el impacto en la actividad económica?)
Diferencias entre riesgo y pronóstico:
Factores de riesgo/Factores pronóstico
Diferencias de magnitud
Diferencias en resultados: inicio de enfermedad versus muerte, complicaciones, incapacidad, etc.
Medidas de riesgo:
Concepto de probabilidad
Riesgo
o Riesgo Absoluto
o Riesgo Relativo
o Número Necesario para Tratar
Promedio de años de vida:
Ejemplo:
Sin tratamiento mueren 90%. De los que no mueren, viven 20 años más en promedio.
Tratamiento A: muere 10%; muerte instantánea
 Viven 18 años en promedio
Tratamiento B: muere 12%, a los 5 años.
 Viven 18, 2 años en promedio
Resultados sobre la salud
Calidad de Vida
La mejor medida de los resultados sobre la salud serían los Años de Vida Ajustados por Calidad (AVAC
o QALY). Al realizar ese ajuste, se enlaza directamente con el concepto de “utilidad” o “preferencia” que
muestran los individuos por un determinado estado de salud.
Valor Monetario de la Vida Humana
Valor que la sociedad da a la vida Preferencias
Capital humano Disponibilidad a pagar
humana sociales
Se puede medir cuánto ha gastado la Se cuantifica lo Se trata de preguntar a todos EQ-5D
sociedad en los programas encaminados que el paciente los individuos susceptibles
a salvar vidas humanas, y cuántas vidas podría llegar a cuánto estarían dispuestos a
ha logrado salvar. ganar en el resto pagar hoy para evitar una
Si mediante una campaña que ha de su vida. enfermedad, dadas unas
costado ‘x’ pesos se han logrado salvar características de la misma, y
‘y’ vidas, equivaldría a decir que la una probabilidad de que
sociedad valora en x/y pesos una vida ocurra a lo largo de su vida.
humana.
Diseños
• Estudios de seguimiento: cohortes
• Ensayos clínicos
• Estudios observacionales
• Otros
Pronóstico
La determinación de un pronóstico es estimar las probabilidades de los diversos modos de evolución;
es predecir la evolución de una enfermedad en un paciente determinado.
En muchos casos, decidirá el tratamiento.
Actividades terapéuticas y preventivas pueden modificar el pronóstico.
Pronóstico depende de:
o Historia natural de la enfermedad: evolución sin intervención médica
o Curso clínico de la enfermedad: evolución bajo intervención médica. La intervención médica no
siempre cambia el pronóstico.

Factores de riesgo Factores Pronóstico

Condicionan la probabilidad de presentar una Predicen el curso clínico de un padecimiento una vez
enfermedad determinada. Pueden estar presentes en que la enfermedad está presente.
la población sana y aumentan el riesgo de tener la
enfermedad.
Su identificación es imprescindible para la prevención Su identificación es de gran interés para prevención
primaria. secundaria y terciaria.
Para la estimación de riesgo, el suceso final que se Para la estimación de pronóstico, el suceso final de
busca es la presencia de la enfermedad. interés puede ser: muerte, recurrencia, invalidez,
complicaciones.
Existen marcadores de riesgo no modificables (edad, Marcadores pronósticos son características no
sexo, estado socio-económico) que determinan la modificables que tienen una probabilidad
probabilidad de presentar una enfermedad determinada de afectar el curso clínico.
Hay factores de riesgo (edad, HTA…) que, cuando aparece la enfermedad (cardiopatía isquémica), a su vez son
factores pronósticos para la presencia o no de muerte por dicha enfermedad

Parámetros de interés
Tasa de supervivencia a los 5 años: % de pacientes que sobreviven 5 años a partir de algún momento
en el curso de la enfermedad.
Tasa de letalidad: % de pacientes con una enfermedad que mueren a causa de ella.
Tasa de respuesta: % de pacientes que muestran alguna señal de mejoría después de una intervención
Tasa de remisiones: % de pacientes que entran en una fase en que la enfermedad ya no es detectable.
Tasa de recurrencia: % de pacientes que vuelven a tener la enfermedad después de un período libre de
ella.

Determinación de los factores pronósticos

Estrategias:
1. Experiencia personal
a. Consultar a compañero de trabajo
b. Consultar a un experto o especialista en el tema
2. Hacer revisión de literatura
3. Realización de estudios
a. Revisión de casos
b. Estudios de casos y controles
c. Estudios de cohortes
d. Ensayos clínicos
Experiencia personal
Sesgo de selección de pacientes: dificultad de haber tenido contacto con todos los tipos de pacientes
de una determinada enfermedad.
Sesgo de información: lleva a valorar factores acompañantes de pacientes que han presentado un
excelente pronóstico o fatal pronóstico
Falta de precisión: determinada por el tamaño muestral (si es reducido, puede estar afectada por el
azar)
Además, la experiencia personal es insuficiente para establecer relación exposición y enfermedad cuando:
Período de latencia largo entre la exposición y la enfermedad.
Exposición frecuente al factor de riesgo.
Incidencia baja de la enfermedad.
Riesgo pequeño producido por la exposición.
Enfermedad frecuente.
Causas múltiples de enfermedad.

Revisión de literatura
Artículos pueden estar sesgados o limitados en sus conclusiones, por lo que se deben buscar
Artículos de revisión: discuten la información sobre un tema, teniendo en cuanto a aspectos
metodológicos, concordancias y divergencias sobre diferentes trabajos. Permiten información
actualizada.
Estudios de meta-análisis: integración estructurada, con una revisión cualitativa y cuantitativa de
los resultados de diversos estudios independientes acerca de un mismo tema. Sus objetivos son:
o Revisar con técnicas cuantitativas la situación actual de un tema que ha sido investigado
previamente en múltiples o diversos trabajos (permite resumir).
o Permite incrementar el poder estadístico para detectar diferencias entre variables
(aumenta tamaño muestral). Es muy útil cuando estimamos incidencias o mortalidad de
eventos muy poco frecuentes o cuando en un estudio de casos y controles la exposición de
interés es muy rara o muy frecuente.

Realización de estudios
Revisión de casos: Permiten reconstruir retrospectivamente el curso clínico de una enfermedad.
Sesgos de selección son muy frecuentes; no aconsejables para inferencias sobre pronóstico. Muy útiles
para formular hipótesis, pero no sirven para evaluar la presencia de una asociación estadística. Su gran
limitación es la ausencia de un grupo control.
Estudio de casos y controles: Todos los pacientes en el estudio, tienen la enfermedad de interés. Casos
son pacientes que han fallecido o presentaron la complicación de interés o la recurrencia: Controles
son pacientes que no han fallecido o no han tenido el evento de interés. El objetivo se centra en
determinar qué variables están asociadas con el hecho de Casos Controles
pertenecer a uno u otro grupo. La estimación del efecto se
Expuestos a b
determina por medio del odds ratio.
No expuestos c d

Estudio de cohortes: Describen paso a paso la historia natural o curso clínico de la enfermedad y
calculan el riesgo relativo debido a un determinado factor pronóstico. Los integrantes son todos los
individuos afectados por la enfermedad. Tras el seguimiento, se estudia la supervivencia, la presencia
de complicaciones, la recurrencia, etc. en relación con diferentes variables de exposición. Es el ideal
para determinar factores pronósticos.
 Ensayos Clínicos: Permiten estudiar las modificaciones del curso clínico de la enfermedad como
respuesta a nuevas intervenciones terapéuticas.

Errores en el estudio de curso clínico

Sesgo de selección: debido a que todos los pacientes son diferentes, las conclusiones que se deriven de
un estudio de un grupo de ellos, no son representativas de todos los pacientes que tengan la
enfermedad. Es fundamental incorporar al estudio casos incidentes desde el inicio de la enfermedad o
evento de interés.
Sesgo por pérdidas de seguimiento: Si las pérdidas son aleatorias y no se asocian con el evento de
interés no se produce un sesgo. Se debe reducir al mínimo las perdidas, ya que pueden tener un efecto
impredecible e invalidar las conclusiones del estudio.
Sesgo por errores de medición: Las fuentes más frecuentes de sesgo son:
o Un instrumento no adecuado de medida
o Diagnóstico incorrecto
o Omisiones
o Imprecisiones
o Vigilancia desigual en expuestos y no expuestos
o Procedimientos de encuesta no válidos
o Encuestadores no entrenados o conocedores de las hipótesis del estudio
Pueden reducirse si se tiene en cuenta:
o Observadores (encargados de la medición o evaluación): deben ser ciegos al tipo de
tratamiento que recibe el enfermo
o Mediciones: en condiciones similares en ambos grupos, con el mismo instrumento de medida y
en los mismos momentos de seguimiento
o Criterios diagnósticos: deben estar claramente definidos.
Estudios Cualitativos
Modo sistemático de conocer la realidad desde el punto de vista de los pacientes en una forma integral.
Procesos de investigación que incorporan los conceptos, significados y creencias de los pacientes en la
comprensión de los procesos de salud y enfermedad.
Características:
Rescata la subjetividad del fenómeno que se estudia
Centrada en el sujeto, su vivencia
Profundiza la experiencia humana de la salud y enfermedad
Investigador es parte del proceso (interactúa directamente con los sujetos)
Busca la interpretación que los pacientes tienen de su enfermedad
Centrada en procesos y significados más que en resultados
Es un proceso flexible
La recolección de datos y análisis son procesos simultáneos

Cualitativo Cuantitativo
Experiencia única Experiencia reproducible
Enfoque émico (visión desde la perspectiva del propio
Enfoque ético (visión desde afuera, más objetivo)
sujeto)
Ayuda a generar hipótesis y variables Confirma teorías y demuestra hipótesis
Muestras no aleatorias El azar es un paradigma (muestras aleatorias)
Resultados expresados en palabras Resultados expresados en números

Integración de métodos cualitativos y cuantitativos:

Porque los problemas en salud son multifactoriales
Se amplía la posibilidad de conocer más profundamente los problemas
Ningún método es capaz de producir por sí sólo verdades de fenómenos altamente complejos.

Temas a investigar con métodos cualitativos:

Satisfacción usuaria
Calidad de atención
Adherencia
Autocuidado
Creencias en salud
Inequidad
Determinantes sociales
Calidad de vida

Recolección de datos en la investigación cualitativa:

1. Grupos focales: entrevista a un grupo de personas que comparten ciertas características o intereses
comunes. Los participantes conversan guiados por un moderador, quien tiene una pauta de temas que
debe comentar. Se necesita de:
a. Moderador: debe estimular la participación activa, evitar monólogos, manejar conflictos sin
evitarlos, conocer el tema.
b. Ayudante: debe tomar notas, observar el grupo, apoyar al moderador (recordarle temas de la
pauta), no intervenir con los participantes.
2. Entrevistas: diálogo entre entrevistador y entrevistado, conversación sencilla que debe tener un
propósito específico. El investigador elabora una pauta de temas centrales, da a conocer el objetivo de
 la entrevista, es flexible (en tiempo, contenidos y ordenamiento) y mantiene la continuidad de la
entrevista.

Análisis
Leer, organizar e interpretar  Define diferencias y similitudes entre los entrevistados  temas
sensibles, frases que ejemplifican.
Datos cualitativos son textos, “palabras”

Proceso
Seleccionar Recolectar Grabar y Analizar los Sintetizar y
participantes datos transcribir datos concluir

Ventajas Desventajas
Revela contenidos que no son abordables a través de Proceso largo de recolección y análisis de datos
estudios cuantitativos
Integra la perspectiva subjetiva del sujeto de Requiere habilidades de comunicación
investigación
Contribuye a conocer los problemas con mayor No es posible generalizar los resultados a toda la
profundidad población

Elementos centrales:
Es una investigación flexible en su planificación
Utiliza muestras intencionadas
Recolecta información con instrumentos no estandarizados
Resultados se expresan en palabras.