Ricardo L. Macchi
Publicado en: Rev Argent Medicina. 2000; 2:196-99.
La investigación en ciencias fácticas, dentro de las que se ubican las ciencias de la salud, es llevada a cabo para comprender, explicar fenómenos de interés o para estimar cómo se puede modificar la forma en que se producen. Esos fenómenos constituyen las variables de un estudio o experimento que deben ser observadas y registradas. Para realizar esa tarea es utilizado el método científico que consiste en la aplicación de procedimientos sistemáticos y lógicos con la citada finalidad.
Dentro de esos procedimientos se encuentran los relacionados con la recolección de datos a través de mediciones fisiológicas o de otra índole, observación de
comportamientos, encuestas u otras técnicas. Los datos representan una información que permite describir los hechos o fenómenos, es decir las variables de interés. En última instancia los datos son una forma de valoración de un atributo de una unidad
experimental (sujeto experimental en el caso de la investigación clínica) en una
situación espacial y temporal determinada. En un experimento los datos que valoran la variable independiente (tratamientos) permiten conformar los grupos en los que se evaluará la variable dependiente (respuesta). El análisis de los datos que valoran esta última (el desenlace o respuesta ante el tratamiento) permite tomar decisiones sobre hipótesis formuladas y elaborar teorías explicativas.
En la investigación cuantitativa los datos pueden, en última instancia, ser valorados numéricamente (a través de tasas, medidas de tendencia central y de
dispersión, etc.) y ser sometidos a procedimientos de análisis estadístico. En un artículo previo de esta serie fueron analizados algunos aspectos de la manipulación de estos datos. En los estudios cualitativos los datos pueden tomar la forma de clasificaciones narrativas en vez de valores numéricos y requieren de otra metodología para su análisis.
En cualquiera de las situaciones es necesario que los datos reúnan ciertos requisitos para que su análisis no conduzca a errores o que, por lo menos, las posibilidades de cometerlos sean razonablemente controladas.
Dentro de esos requisitos está el de validez que se refiere al grado en que el dato valora el fenómeno en el que está centrado el interés del investigador. Si el dato valora un atributo diferente al que se refiere la variable definida, el dato no es considerado válido.
Por ejemplo, si la variable de interés estuviera representada por la estatura de un sujeto experimental, un dato que es difícil de cuestionar en cuanto a su validez estaría dado por la valoración de la distancia entre la cabeza y los pies del sujeto en posición erguida. Esa valoración podría hacerse relacionándola con una unidad de longitud patrón (ej. 1,75 m) o mediante la ubicación del sujeto en una de dos o más categorías mutuamente excluyentes definidas con cierto criterio (por ejemplo: alto, normal, bajo). Si en un estudio sobre la misma variable se utilizara una balanza para registrar la masa corporal en kilogramos, se estaría frente a un dato no válido para la finalidad buscada.
En la bibliografía se encuentran análisis de diferentes aspectos de la validez de los datos, tales como validez de contenido, validez de criterio y validez de construcción o abstracción.
Validez de contenido
La validez de contenido está referida al análisis de la pertinencia de los
diferentes hechos particulares o atributos que confluyen en la definición del dato final. En el caso de una determinación de glucemia a través de la valoración de la cantidad de glucosa en sangre en gramos por litro mediante un análisis químico, el contenido que lleva al dato es solo el hecho de interés y, por ello, no es de dudosa validez en este sentido. Algunos autores hablan, en estos casos, de validez de aspecto.
Diferente es la situación cuando se resuelve valorar el aprendizaje logrado por un alumno en una asignatura (Medicina Interna, por ejemplo) utilizando como
"instrumento" un examen escrito con preguntas de opción múltiple asignando una calificación en escala de 0 a 10 según el número de respuestas correctas registradas. La validez de esa "nota" de 0 a 10 dependerá de cuánto refleje cada una de esas preguntas conocimientos que se previó alcanzar como objetivos en la enseñanza de la asignatura. En forma similar se puede generar un "instrumento" para obtener una dato que valore la calidad de la actividad asistencial desarrollada por una unidad hospitalaria estableciendo una categorización ordinal (por ejemplo, desempeño "excelente", "muy bueno" "aceptable", "inaceptable") en función de la cantidad de acciones realizadas adecuada o inadecuadamente en ella. La validez de este dato estará dada por el significado que cada una de las acciones observadas refleje la calidad asistencial previamente definida.
El análisis de esta validez, en última instancia, representa un juicio que alguien emite. Esto es así es porque es algún sujeto (un docente, un auditor o evaluador, en los ejemplos citados) quien decide los contenidos a incluir en la valoración del fenómeno y que conducen al dato final.
Por lo tanto, no existen formas totalmente objetivas de hacer válido en su contenido y sin posibilidad de cuestionamientos, datos como los descritos. Cuando es posible puede recurrirse a grupos de expertos que, interactuando entre sí, pueden construir un instrumento que conduzca a un dato cuya validez pueda ser aceptada como menos cuestionable.
La denominada técnica Delphi utiliza rondas de consulta de expertos para llegar a disponer de escalas o índices para algunas variables de interés en salud cuya validez pueda ser compartida en cierta extensión.
Validez de criterio
La validez de criterio o de convergencia es pragmática. No se busca
establecerla en términos de cuán bien se valora el atributo o fenómeno en cuestión, sino estableciendo la relación (convergencia) entre el dato obtenido con el instrumento que se está empleando y el obtenido en la situación con otro instrumento de validez aceptada.
los resultados obtenidos en sujetos experimentales (salud/enfermedad, grado de enfermedad, grado de ansiedad, nivel de inteligencia, etc.) mediante el empleo del instrumento en evaluación y el instrumento ya reconocido como válido.
La dificultad estriba en que la evaluación de la validez de un dato en este sentido requiere disponer de ese "instrumento" de comparación. Esto no siempre es posible para todas las variables que puedan despertar el interés de un investigador.
En ocasiones dentro de la validez de criterio se diferencia la validez predictiva de la validez concurrente.
La primera se refiere a la capacidad de un dato para estimar algún cambio futuro en el atributo como, por ejemplo, la capacidad de un cierto dato (resultado en una prueba de aptitud) registrado en aspirantes a ingresar a una carrera académica para estimar su desempeño futuro como alumnos o como profesionales.
La validez concurrente, en cambio, esta vinculada con la capacidad de un dato para diferenciar diferencias individuales en un atributo actual en lugar de futuro como es el caso de la validez predictiva. Por ejemplo, puede valorarse la capacidad de una prueba psicodiagnóstica para diferenciar a pacientes que pueden ser dados de alta de aquellos que deben permanecer internados, mediante la contrastación de los resultados con ella obtenida con aquellos a que se llega a través de la valoración de esos mismos pacientes por parte de profesionales capacitados en el área ("instrumento" de validez aceptada).
La validez de criterio es utilizada con frecuencia en investigación aplicada ya que le proporciona al investigador cierta garantía de decisiones "justas" (en realidad decisiones "válidas").
Validez de construcción
La validez de construcción o de abstracción (también denominada validez de "constructo") es más difícil de definir ya que se refiere a la valoración de la adecuación del dato al atributo subyacente.
Cuanto más abstracto es el concepto que define ese atributo, más difícil es establecer la validez de construcción del dato. Así podría no ser difícil aceptar la validez de construcción de un dato que valore la capacidad de metabolización de hidratos de carbono en pacientes a través de la medición de la cantidad glucosa en sangre (en g/L) en diferentes momentos.
No es tan fácil, en cambio, establecer la validez de un dato que pretenda valorar el nivel de miedo a una intervención quirúrgica. Se podría llegar a un dato de esta naturaleza por ejemplo a partir del registro de la cantidad de actitudes (dato
cuantitativo) definidas como indicadoras de miedo en momentos específicos previos a la intervención. Esto significa que el que desarrolló el instrumento ha llegado a una
"construcción" propia de lo que entiende por "miedo".
Para el ejemplo podría registrarse el dato en un grupo de individuos que se enfrentan a una situación quirúrgica por primera vez y otros con experiencia previas no "traumáticas" de esta naturaleza. Si la comparación de los datos obtenidos entre ambos grupos no muestra diferencias podría cuestionarse la validez del dato para detectarlas.
Como siempre en el caso de evaluación de validez, las conclusiones a que se arriban están sujetas a juicios que pueden no ser coincidentes al ser emitidos por diferentes evaluadores.
Datos en metodología cualitativa
Los criterios de validación descritos son fundamentalmente de aplicación en investigación cuantitativa. En la metodología cualitativa es frecuente incluir otras estrategias de validación. Dentro de ellas se encuentra la triangulación que se refiere a la utilización de fuentes diversas para valorar la variable de interés (por ejemplo
diferentes informantes utilizados para tomar conocimiento de algún hecho de interés o diferentes investigadores que describen separadamente ese hecho).
Por ejemplo, al encarar la descripción del valor que una comunidad (sociedad) asigna al cuidado de su salud, podrían realizarse entrevistas abiertas a líderes
comunitarios, autoridades comunales, líderes religiosos y habitantes destacados, es decir a diferentes "informantes". Por otro lado pueden realizar la tarea diferentes "recolectores" de información, incluso con diferente formación profesional (asistentes sociales, médicos, odontólogos, psicólogos, sociólogos, etc.).
A partir de toda la información que llega de esas diferentes fuentes se trata de llegar a conclusiones sobre cuál es la "verdad". La triangulación puede incluso representar el uso de métodos cualitativos y cuantitativos en un mismo estudio.
Conclusiones
En todas las circunstancias analizadas debe tenerse presente que rara vez puede decirse en forma absoluta que un dato tiene o carece de validez. Se trata más bien de una cuestión de grado de validez que no puede probarse o verificarse sino que puede defenderse con mayor o menor grado de evidencia.
Ese diferente grado de validez puede significar que una forma particular de registrar un dato para un atributo específico puede hacerlo apropiado para un determinado experimento e inapropiado para otro.
Las consideraciones referidas a la validez de los datos a utilizar o utilizados deben ser tenidas en cuenta tanto en la planificación de un estudio así como en la lectura crítica de trabajos científicos.
El tenerlas en cuenta junto con los demás aspectos que hacen a la correcta
Bibliografía
Bazerque PM, Tessler J. Método y técnicas de la investigación clínica. Buenos Aires, Toray, 1982.
Coolican H. Métodos de investigación y estadística en psicología. 2 ed. (Trad). México, El Manual Moderno, 1997.
Dawson-Saunders B, trapp RG. Bioestadística médica. México, Manual Moderno, 1997.
Light RJ, Pillemer DB. Revisando investigaciones. OPS, Wash., 1992.
Polit D, Hungler B. Investigación científica en ciencias de la salud. 5 ed. (Trad.) México, Interamericana, 1998.
Riegelman RK, Hirsch RP. Cómo estudiar un estudio y probar una prueba: lectura crítica de la literatura médica. 2 ed. (Trad.) OPS, Wash., 1992. (Publicación OPS Nº 531).
Resumen
