Guillermo
Guillermo EzpeletaEzpeleta LobatoLobato
Unidad de Control de Infección. Laboratorio de Patógenos Especiales
Servicio de Microbiología Clínica y Control de Infección
Hospital Universitario Basurto
Escribir un protocolo de
Escribir un protocolo de
investigaci
investigaci
ó
ó
n: Una
n: Una
introducci
introducci
ó
ó
n a la
n a la
Epidemiolog
Esquema de una investigaci
Elecci
Elecci
ó
ó
n de la muestra (I)
n de la muestra (I)
Toda investigaciToda investigacióón se basa en el uso de una n se basa en el uso de una muestra para representar una poblaci
muestra para representar una poblacióónn
Ventaja del muestreo: EficienciaVentaja del muestreo: Eficiencia
Desventaja del muestreo: ErroresDesventaja del muestreo: Errores
Primer paso: Conceptualizar la poblaciPrimer paso: Conceptualizar la poblacióón n diana, mediante:
diana, mediante:
Grupo especGrupo especíífico de participantes que se adapte a fico de participantes que se adapte a
la pregunta de investigaci
la pregunta de investigacióónn
PoblaciPoblacióón accesiblen accesible
Fuentes de error en la elecci
Fuentes de error en la elecci
ó
ó
n de
n de
la muestra
la muestra
Las poblaciones objetivo y de estudio Las poblaciones objetivo y de estudio pueden diferirpueden diferir en en
cuanto a las variables que estudiamos.
cuanto a las variables que estudiamos.
El nivel econóEl nivel económico en la poblaciómico en la población de estudio es mayor que en la n de estudio es mayor que en la
objetivo,... objetivo,...
Los individuos que se eligen en la calle pueden ser de mayor Los individuos que se eligen en la calle pueden ser de mayor
edad (mayor frecuencia de jubilados
edad (mayor frecuencia de jubilados p.ejp.ej.).)……
En este caso, diremos que las muestras que se elijan estarEn este caso, diremos que las muestras que se elijan estaráán n sesgadas
sesgadas. Al tipo de sesgo debido a diferencias sistem. Al tipo de sesgo debido a diferencias sistemááticas entre ticas entre poblaci
poblacióón objetivo y poblacin objetivo y poblacióón de estudio se denomina n de estudio se denomina sesgo de sesgo de selecci
seleccióónn..
Hay otras fuentes de error/sesgoHay otras fuentes de error/sesgo
No respuestaNo respuesta a encuestas embarazosasa encuestas embarazosas
Mentir Mentir en las preguntas en las preguntas ““delicadasdelicadas””..
Para evitar este tipo de sesgo se utilizan la tPara evitar este tipo de sesgo se utilizan la téécnica de cnica de
respuesta
Ejemplo:
Ejemplo:
¿
¿
Ha tomado drogas alguna
Ha tomado drogas alguna
vez?
vez?
100% No
Insinseros!!
40% No 60% Sí Con respuesa
aleatorizada Sin respuesta
aleatorizada
¡No son mitad y mitad!
El porcentaje estimado de
individuos que consumió drogas es:
% 20 2 , 0 5 , 0 1 5 , 0 6 , 0 * = = − − ≈ p
Los que deben decir la verdad
T
T
é
é
cnicas de muestreo
cnicas de muestreo
Cuando elegimos individuo de una poblaciCuando elegimos individuo de una poblacióón de n de
estudio para formar muestras podemos encontrarnos
estudio para formar muestras podemos encontrarnos
en las siguientes situaciones:
en las siguientes situaciones:
Muestreos probabilistasMuestreos probabilistas
Conocemos la probabilidadConocemos la probabilidad de que un individuo sea elegido para de que un individuo sea elegido para la muestra.
la muestra.
InteresantesInteresantes para usar estadpara usar estadíística matemstica matemáática con ellos.tica con ellos.
Muestreos no probabilistasMuestreos no probabilistas
No se conoce la probabilidad.No se conoce la probabilidad.
Son muestreos que seguramente esconden sesgos.Son muestreos que seguramente esconden sesgos.
En principio En principio no se pueden extrapolarno se pueden extrapolar los resultados a la los resultados a la poblaci
Elecci
Elecci
ó
ó
n de una muestra (II)
n de una muestra (II)
Se plantean diversos problemas:Se plantean diversos problemas:
¿¿Muestra de la comunidad u hospitalaria?Muestra de la comunidad u hospitalaria?
Comunidad: DifíComunidad: Difíciles de reunir y caras, pero ciles de reunir y caras, pero útiles en útiles en
salud p
salud púúblicablica
Hospitalarias: FáHospitalarias: Fáciles de reunir, pero posibles sesgos de ciles de reunir, pero posibles sesgos de
selecci seleccióónn
Muestra de conveniencia o de probabilidadMuestra de conveniencia o de probabilidad
Conveniencia: Personas que cumplen criterios de Conveniencia: Personas que cumplen criterios de
admisi
admisióón y fán y fácil acceso.cil acceso.
Probabilidad: Elegida mediante muestreo. El objetivo es Probabilidad: Elegida mediante muestreo. El objetivo es
garantizar que mediante un proceso aleatorio cada garantizar que mediante un proceso aleatorio cada unidad de la poblaci
unidad de la poblacióón tiene una probabilidad de estar n tiene una probabilidad de estar incluida en la muestra
Elecci
Elecci
ó
ó
n de la muestra (III)
n de la muestra (III)
Aspectos pr
Aspectos pr
á
á
cticos:
cticos:
Muestra de conveniencia: Muestra de conveniencia: úútil especialmente til especialmente
de modo consecutivo durante una periodo
de modo consecutivo durante una periodo
largo de tiempo como para incluir
largo de tiempo como para incluir
estacionalidad o cambios temporales.
estacionalidad o cambios temporales.
Muestra probabilisticaMuestra probabilistica
Aleatoria simple: Enumeramos las unidades de la Aleatoria simple: Enumeramos las unidades de la
poblaci
poblacióón y extraemos un subgrupo al azarn y extraemos un subgrupo al azar
SistemSistemáático: Enumeramos las unidades de la tico: Enumeramos las unidades de la
poblaci
poblacióón y extraemos un subgrupo mediante un n y extraemos un subgrupo mediante un proceso peri
Elecci
Elecci
ó
ó
n de la muestra (IV)
n de la muestra (IV)
Aspectos pr
Aspectos pr
á
á
cticos (cont.)
cticos (cont.)
;
;
Muestra probabilisticaMuestra probabilistica
Aleatoria estratificada: Igual que la simple sAleatoria estratificada: Igual que la simple sóólo que lo que
primero se divide a la poblaci
primero se divide a la poblacióón por estratos de n por estratos de caracter
caracteríísticas determinadassticas determinadas
Por conglomerados: Es una muestra aleatoria de Por conglomerados: Es una muestra aleatoria de
agrupaciones naturales de individuos de la
agrupaciones naturales de individuos de la
poblaci
poblacióón. n. ÚÚtil cuando la poblacitil cuando la poblacióón estn estáá muy muy dispersa y no se puede obtener ni hacer una
dispersa y no se puede obtener ni hacer una
muestra de todos sus elementos. Su principal
muestra de todos sus elementos. Su principal
inconveniente es que los grupos suelen ser
inconveniente es que los grupos suelen ser
bastante homog
Elecci
Elecci
ó
ó
n de la muestra (V)
n de la muestra (V)
Los objetivos son:
Los objetivos son:
Obtener una muestra representativa de la Obtener una muestra representativa de la
poblaci
poblacióón diana n diana
Reunir suficientes participantes para Reunir suficientes participantes para
cumplir los requisitos del tama
cumplir los requisitos del tamañño muestralo muestral
¿
¿
C
C
ó
ó
mo lograrlo?
mo lograrlo?
Implementar estrategias de reclutamientoImplementar estrategias de reclutamiento
Minimizar:Minimizar:
Sesgos por falta de repuestaSesgos por falta de repuesta
C
C
á
á
lculo del tama
lculo del tama
ñ
ñ
o muestral y la
o muestral y la
potencia de un estudio (I)
potencia de un estudio (I)
Pasos a dar para calcular el tama
Pasos a dar para calcular el tama
ñ
ñ
o de
o de
muestra en un estudio anal
muestra en un estudio anal
í
í
tico:
tico:
Establecer las hipEstablecer las hipóótesis nula y alternativatesis nula y alternativa
Seleccionar la prueba estadSeleccionar la prueba estadíística para analizar stica para analizar
los datos seg
los datos segúún los tipos de variables n los tipos de variables predictivas y de resultado
predictivas y de resultado
Calcular la magnitud del efecto y la Calcular la magnitud del efecto y la
variabilidad si es necesario
variabilidad si es necesario
Especificar los valores alfa y beta segEspecificar los valores alfa y beta segúún sea n sea
necesario para evitar los errores de tipo I y II
C
C
á
á
lculo del tama
lculo del tama
ñ
ñ
o muestral y la
o muestral y la
potencia de un estudio (II)
potencia de un estudio (II)
Otras consideraciones a tener en cuenta
Otras consideraciones a tener en cuenta
son:
son:
Ajuste por posibles abandonosAjuste por posibles abandonos
Estrategias definidas para abordar:Estrategias definidas para abordar:
Variables categVariables categóóricasricas
AnAnáálisis de supervivencialisis de supervivencia
Muestras de conglomeradosMuestras de conglomerados
Ajuste multivarianteAjuste multivariante
C
C
á
á
lculo del tama
lculo del tama
ñ
ñ
o muestral y la
o muestral y la
potencia de un estudio (III)
potencia de un estudio (III)
Para calcular el tama
Para calcular el tama
ñ
ñ
o muestral en
o muestral en
estudios descriptivos es necesario:
estudios descriptivos es necesario:
Calcular la proporciCalcular la proporcióón de participantes con n de participantes con
respuesta dicot
respuesta dicotóómica o en su defecto la mica o en su defecto la desviaci
desviacióón estn estáándar de una repuesta continuandar de una repuesta continua
Especificar la precisiEspecificar la precisióón deseada (amplitud del n deseada (amplitud del
intervalo de confianza)
intervalo de confianza);;
C
C
á
á
lculo del tama
lculo del tama
ñ
ñ
o muestral y la
o muestral y la
potencia de un estudio (IV)
potencia de un estudio (IV)
¿
¿
Qu
Qu
é
é
hacer para minimizar el tama
hacer para minimizar el tama
ñ
ñ
o
o
muestral necesario?
muestral necesario?
Trabajar con variables continuasTrabajar con variables continuas
Aumentar la precisiAumentar la precisióón de medida de las n de medida de las
variables
variables
Mediciones emparejadasMediciones emparejadas
TamaTamañños de grupos comparativos desigualesos de grupos comparativos desiguales
ElecciEleccióón de variables de resultado mn de variables de resultado máás s
frecuentes
C
C
á
á
lculo del tama
lculo del tama
ñ
ñ
o muestral y la
o muestral y la
potencia de un estudio (V)
potencia de un estudio (V)
¿
¿
Qu
Qu
é
é
hacer cuando no hay suficiente
hacer cuando no hay suficiente
informaci
informaci
ó
ó
n para calcular el tama
n para calcular el tama
ñ
ñ
o
o
muestral?
muestral?
Revisar la bibliografRevisar la bibliografííaa
Realizar un estudio pilotoRealizar un estudio piloto
Escoger una magnitud del efecto clEscoger una magnitud del efecto clíínicamente nicamente
significativa
significativa
Si no es viable nada de lo anterior calcular un Si no es viable nada de lo anterior calcular un
tama
tamañño de muestra razonable como o de muestra razonable como aproximaci
Errores frecuentes en el c
Errores frecuentes en el c
á
á
lculo
lculo
del tama
del tama
ñ
ñ
o muestral
o muestral
Calcular tarde el tama
Calcular tarde el tama
ñ
ñ
o muestral
o muestral
¡
¡
OJO! con variables dicot
OJO! con variables dicot
ó
ó
micas que
micas que
pueden parecer continuas cuando se
pueden parecer continuas cuando se
expresan como tasas
expresan como tasas
El tama
El tama
ñ
ñ
o se estima con datos de
o se estima con datos de
resultados (reales) y no con aquellos que
resultados (reales) y no con aquellos que
es necesario reclutar. Tener SIEMPRE en
es necesario reclutar. Tener SIEMPRE en
mente:
mente:
Abandonos en el estudioAbandonos en el estudio
Variables y sus tipos (I)
Variables y sus tipos (I)
Variable: Cualidad susceptible de ser medida.Variable: Cualidad susceptible de ser medida.
Tipos:Tipos:
Continuas: Se cuantifican en una escala infinitaContinuas: Se cuantifican en una escala infinita
Discretas: Se cuantifican en una escala finita Discretas: Se cuantifican en una escala finita
compuesta por n
compuesta por núúmeros enterosmeros enteros
CategCategóóricas: Se clasifican por categorricas: Se clasifican por categoríías. A su vez as. A su vez
esta
esta úúltimas puede ser:ltimas puede ser:
Nominales: Sin orden alguno entre las diferentes Nominales: Sin orden alguno entre las diferentes
categor categorííasas
Variables y sus tipos (II)
Variables y sus tipos (II)
Se prefiere variables que contengan m
Se prefiere variables que contengan m
á
á
s
s
informaci
informaci
ó
ó
n
n
Seg
Seg
ú
ú
n esto la escala es:
n esto la escala es:
ContinuasContinuas
DiscretasDiscretas
CategCategóóricas ordinalesricas ordinales
CategCategóóricas nominalesricas nominales
Variables y sus tipos (III)
Variables y sus tipos (III)
Caracter
Caracter
í
í
sticas de las variables:
sticas de las variables:
PrecisiPrecisióónn
ExactitudExactitud
Sensibles para detectar diferenciasSensibles para detectar diferencias
EspecEspecííficas para representar sficas para representar sóólo las lo las
caracter
caracteríísticas de intersticas de interééss
Apropiadas a los objetivos del estudiosApropiadas a los objetivos del estudios
Objetivas reduciendo la intervenciObjetivas reduciendo la intervencióón del n del
observador
Precisi
Precisi
ó
ó
n (I)
n (I)
Sin
Sin
ó
ó
nimo de reproducibilidad
nimo de reproducibilidad
Determinante importante para:
Determinante importante para:
Potencia del estudioPotencia del estudio
TamaTamañño muestralo muestral
Disminuye debido al error aleatorio. Tres
Disminuye debido al error aleatorio. Tres
posibles fuentes de error:
posibles fuentes de error:
ObservadorObservador
ParticipanteParticipante
Precisi
Precisi
ó
ó
n (II)
n (II)
Estrategias para aumentar la precisi
Estrategias para aumentar la precisi
ó
ó
n:
n:
Formar y aprobar a los observadoresFormar y aprobar a los observadores
Aumentar el tamaAumentar el tamañño de muestrao de muestra
Definir y adoptar mDefinir y adoptar méétodos normalizadostodos normalizados
Perfeccionar los instrumentos de medidaPerfeccionar los instrumentos de medida
AutomatizarAutomatizar
Exactitud (I)
Exactitud (I)
Se define como el grado en el que
Se define como el grado en el que
realmente mide la caracter
realmente mide la caracter
í
í
stica que se
stica que se
supone que mide.
supone que mide.
Disminuye debido al errores sistem
Disminuye debido al errores sistem
á
á
ticos
ticos
(sesgos). Tres posibles fuentes de error:
(sesgos). Tres posibles fuentes de error:
ObservadorObservador
ParticipanteParticipante
Exactitud (II)
Exactitud (II)
Estrategias para aumentar la precisi
Estrategias para aumentar la precisi
ó
ó
n:
n:
Formar y aprobar a los observadoresFormar y aprobar a los observadores
Definir y adoptar mDefinir y adoptar méétodos normalizadostodos normalizados
Perfeccionar los instrumentos de medidaPerfeccionar los instrumentos de medida
AutomatizarAutomatizar
Medidas discretasMedidas discretas
CalibraciCalibracióón de los instrumentosn de los instrumentos
