Aspectos éticos.

Todos los participantes fueron debidamente informados del estudio y se les solicito su consentimiento por escrito para participar en forma voluntaria. La confidencialidad de los datos les fue garantizado a cada uno de ellos (ver Anexo 10).

2. 8. Procesamiento estadístico

La información acopiada fue utilizada para confeccionar un Libro en Microsoft Office Excel 2003, contentiva de cinco hojas, etiquetadas en correspondencia con los datos obtenidos de los instrumentos: Historia clínica, Historia ocupacional, Prueba de fatiga, Prueba de estrés y Evaluaciones ambientales. La congruencia interna de los datos y los procesos que involucraron el examen o análisis de su calidad, fue efectuada de manera automática, aspecto que estuvo precedido de la revisión visual de los documentos primarios (instrumentos). El proceso automático de validación, fue efectuado con el paquete estadístico SPSS versión 11,5. Tanto el Plan de Validación de los datos, como el de análisis se aprovecho de la literatura consultada (Polit y Hungler1_{). Para el proceso de revisión mientras que se obtenían los datos de los} maestros o del ambiente, se utilizaron los criterios preconizados: Métodos observacionales, Confiabilidad, validez y otros criterios para evaluar los instrumentos de medición y la preparación de datos para análisis por computadoras. Los aspectos relacionados con la presencia de valores aberrantes fueron preparados mediante la consulta a Díaz Monroy2_: Igualmente para lo relacionado con la calidad del material y su posterior análisis se consulto al autor Daniel3, quien hace menciones de estos aspectos y otros para el análisis de datos por computadoras mediante los paquetes Minitab y SPSS, otros aspectos fueron complementados con la consulta a Armitage y Berry4_{, quienes presentan los detalles de los posibles escollos que} se deben superar en las diversas etapas de recogida de datos, transferencia, y sobre todo, la verificación y el análisis de los resultados.

Comoquiera que esta investigación utilizó instrumentos previamente validados, la autora se circunscribe a los detalles relacionados con la calidad de la información obtenida donde lo primero fue realizar una distribución de frecuencias de cada variable y determinar si aparecían

1

Polit DF y Hungler BP. Investigación Científica en Ciencias de la Salud. México: Interamericana McGraw-Hill;1991. p.266-289.

2

Díaz MLG. Estadística Multivariada: Inferencia y Métodos. Colombia: Impresos Univ Nacional de Colombia; 2002. p. 70-76

3

Daniel W W. Bioestadística para las ciencias de la salud. 4ta ed. México: Editorial Limusa Wiley; 2002 4

valores anómalos o aberrantes, todo lo cual se había establecido con las facilidades que brinda el paquete estadístico utilizado.

Una vez que se dispuso del listado de incongruencias, datos aberrantes o faltantes, se procedió a localizar mediante el ID correspondiente, la información original, para consultar en el original tal imprecisión o falta, repararla en el registro indicado, del fichero correspondiente, al final del proceso, tal fichero era guardado con otro nombre, creándose una salva para contingencias. Adicionalmente se utilizó el procedimiento gráfico, con el cual confeccionamos gráficos de cajas, para advertir la presencia o no de valores extremos.

Una vez que se obtuvo la versión final en formato SPSS, se procedió a dar cumplimiento al plan de tabulación previsto, lo cual incluyó el análisis descriptivo de la muestra, empleándose medidas estadísticas de resúmenes apropiadas. Para las variables cualitativas, se obtuvieron razones y porcentajes, tanto en distribuciones de frecuencia, como en tablas de contingencia; siguiendo el principio epidemiológico de caracterizar o describir el objeto de estudio en aspectos relacionados con la persona, o el lugar, con sus riesgos, según lo preconizado por Kahl Martin Colimon5_.

Cuando se trataba de variables cuantitativas u otras, medidas en una escala donde era permitido el cálculo de alguna medida de tendencia central, como la media aritmética, la mediana o la moda se procedía a su empleo, tomando en cuenta los valores extremos y la asimetría de la serie u otras circunstancias de la distribución que indicara cual era la idónea, igualmente se calculaba la medida de dispersión más conveniente.

Se podrá apreciar que se presentan rangos, o intervalos al 95% de confianza, que junto con los otros relacionados con la significación o no de los resultados, procura ajustarse a las normas recomendadas por John C Bailar y Frederick Mosteller en la Publicación científica 550 de la OPS (Boletín Oficina Panamericana Vol 108 No 4 1990: 317-332): La información estadística que deben proporcionar los artículos publicados en revistas médicas. Donde se establece, que de forma general primero se dará una idea de los métodos estadísticos utilizados, y luego indicar en la tabla o sitio correspondiente los aspectos relacionados con su empleo específico. Cuando fueron efectuadas pruebas de hipótesis para medias o proporciones, se trato que el modelo seleccionado fuera el idóneo y que se cumplieran los requisitos de su aplicación, sobre todo en el caso de los paramétricos, que demandaban homogeneidad de varianzas y normalidad, independientemente de las disquisiciones que existen en la actualidad sobre la pertinencia del empleo o no de pruebas de hipótesis, con el animo de determinar, si razonablemente los resultados obtenidos podían ser o no justificados por la presencia del azar o si en caso de ser reproducida la investigación podrían o no aparecer algo similar. Todos los contrastes fueron efectuados con un nivel α de 0,05 utilizando el paquete estadístico SPSS versión 11.5 para Windows.

Cuando se tenía una variable cuantitativa distribuida normalmente, o con un fuerte supuesto de normalidad y homogeneidad de varianzas, se empleo el modelo lineal, con la variante más conveniente. Cuando el supuesto de normalidad no podía ser sostenido, o no se garantizaba algún otro requisito indispensable, se procedía al empleo del equivalente no paramétrico. Las tablas se hicieron siguiendo el criterio del número de variables involucradas. Si era solamente una variable, se hacía una distribución de frecuencia, si eran dos, se efectuaba una tabla de contingencia, en la cual era sometida a contraste la hipótesis correspondiente (independencia u homogeneidad), mediante el estadístico Chi2_{, el cual era comparado con sus} valores críticos. Si se tenían tres variables se efectuaba un análisis estratificado, teniendo presente el cuidado de colocar en la fila la variable que se consideraba un riesgo, en la columna la enfermedad o el problema de salud y en el estrato el grupo que podía diferenciar los resultados (edad, sexo, antigüedad y otras). Esto último se hizo además para verificar que no existieran variables que estuviesen confundiendo los resultados.

Cuando se tenía interés en analizar un resultado relacionado con una variable cuya respuesta pudiera obedecer a múltiples factores, y esta era de naturaleza cualitativa y podía ser convenientemente codificada, se efectuaba un análisis multivariado (regresión logística). Tanto en las tablas de contingencia (2X2), como en las estratificadas con respuestas dicotómicas o en las que se efectuó regresión logística, no solo se preciso si se rechazaba o no la hipótesis

5

de nulidad, sino si la razón de desventaja era o no superior en alguno de los grupos (expuestos y no expuestos) al factor de riesgo analizado. Se realizaron análisis de Correlación de Pearson entre el puntaje total de alteraciones de la voz y los resultados de fatiga y estrés y las variables organizacionales y de carga de trabajo, variables ergonómicas, además de otras pruebas que se exploraron.

Cuando procedía se realizaron otros análisis más profundos, tales como los efectuados a los síntomas de alteraciones de la voz y las variables ergonómicas, todo lo cual fue posible gracias a transformaciones efectuadas a dichas variables, todas ellas admitidas por el diseño del instrumento; muchas de ellas fueron procesadas según criterio Likert, lo que autorizó el empleo de los puntajes y el de las estadísticas paramétricas y no paramétricas admitidas, muchas de las cuales implicaron su transformación posterior a rangos. Se efectuaron otros análisis como la Regresión Logística Binaria. Se selecciona esta prueba porque se ajusta a este tipo de investigación. “La regresión logística resulta útil para los casos en los que se desea predecir la presencia o ausencia de una característica o resultado según los valores de un conjunto de variables predictoras. Es similar a un modelo de regresión lineal pero está adaptado para modelos en los que la variable dependiente es dicotómica. Los coeficientes de regresión logística pueden utilizarse para estimar la razón de las ventajas (odds ratio) de cada variable independiente del modelo. La regresión logística se puede aplicar a un rango más amplio de situaciones de investigación que el análisis discriminante” (SPSS versión 11.0). La variable dependiente considerada fue Caso de voz. Las variables utilizadas para el modelo fueron nueve: antigüedad laboral, puntaje de estrés, número total de alumnos, tiempo esfuerzo vocal en una hora, puntaje de fatiga, humo, polvo de tierra, polvo de tiza y ruido en el aula. Este conjunto de variables fueron seleccionadas luego de haber realizado los análisis preliminares univariados.

2.9. Definición de variables e indicadores