Tema 2. Diseños de Investigación en. Psicología General Sanitaria

17 

Texto completo

(1)

Tema  2.    

Diseños  de  

Investigación  en  

Psicología  General  

Sanitaria  

José  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   1  

Índice  

T2.  Diseños  de  Inves/gación  en  

Psicología  General  Sanitaria  

2.1.  Revisión  de  los  diferentes  

@pos  de  Inves@gación  (J.L.  

Meliá)  

2.2.  Principales  diseños  de  @po  

epidemiológico  (J.C.  Ruiz)  

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   2  

(2)

Material  

Libro:

   

• 

Métodos  de  Inves/gación  Clínica  y  

Epidemiológica

.  Josep  Mª  Argimón  Pallas  

y  Josep  Jiménez  Villa.  Madrid:  Elsevier.  

2013  

Capítulos  1,  2,  4,  5,  6,  7  y  8.    

Documento-­‐Resumen  Word:

   

• 

“2.1.  Revisión  de  los  diferentes  @pos  de  

Inves@gación”  

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   3  

2.1.    

Revisión  de  los  

diferentes  tipos  de  

Investigación  

Tema  2.    

Diseños  de  Inves@gación  en  Psicología  General  Sanitaria  

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.  

(3)

Índice  

T2.  Diseños  de  Inves/gación  en  Psicología  

General  Sanitaria  

2.1  .  Revisión  de  los  diferentes  2pos  de  

Inves2gación  

Introducción  –  Cap.  1  y  2  

Clasificación  –  Cap.  4  

Ensayos  Clínicos  Aleatorizados  –  Cap.  5  

Estudios  de  Cohortes  –  Cap.  7  

Estudios  de  Casos  y  Controles  –  Cap.  8  

Estudios  Cuasi  experimentales  de  

intervención  –  Cap.  6  

 

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   5  

Introducción  

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   6  

(4)

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   7  

Diseños  de  Inves/gación  de  Tratamientos  Psicológicos  vs.   Diseños  de  Inves/gación  de  tratamientos  en  medicina    

Los  diseños  de  inves@gación  que  vamos  a  

ver  a  con@nuación  pueden  u@lizarse  para  

muchos  temas  en  el  ámbito  de  las  

Ciencias  de  la  Salud,  incluyendo  

inves@gaciones  sobre  factores  

psicológicos  y  tratamientos  psicológicos.  

 

En  algunos  casos  representan  diseños  

caracterís@cos  de  la  inves@gación  en  

medicina.  

     

l.  Proceso  de  

Inves2gación  clínica  y  

epidemiológica  (Cap.  1).

   

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.  

(5)

Inves@gación:  

Proceso  sistemá@co,  organizado  y  obje@vo,  

des@nado  a  responder  a  una  pregunta.    

 

Aplica  el  método  ciendfico:    

(1)  Iden@ficación  del  problema      

(2)  Revisión  de  conocimientos,    

(3)  Formulación  de  hipótesis  u  obje@vos,  

(4)  Establecimiento  del  diseño    

(5)  Recogida  de  datos  (observación-­‐medición)        

(6)  Análisis  de  datos  para  obtener  conclusiones    

(7)  Difusión  pará  añadir  nuevos  conocimientos.    

Jo

sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   9  

Aspectos  que  se  plantean  en  una  inves@gación:    

 

1.  Definir  la  

pregunta

 con  claridad  

2.  Escoger  el  

diseño

 idóneo  

3.  Seleccionar  la  

población

 de  estudio  

adecuada    

4.  Calcular  el  

número  de  casos

 necesario    

5.  

Medir

 las  variables  con  fiabilidad  y  validez    

6.  Planear  la  estrategia  de  

análisis  estadís@co

 

7.  Organizar  el  estudio  cuidadosamente  

8.  Ejecutar  el  estudio  con  minuciosidad  

José

 L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   10  

(6)

Inves/gación  descrip/va

 

 

Ausencia  de  hipótesis

 (facilita  hipótesis  para  

estudios  posteriores)  

(

p.  e.,  es@mar  la  frecuencia  con  que  aparece  una  

enfermedad  o  describir  sus  caracterís@cas).    

 

Inves/gación  analí/ca

 

Contrasta  hipótesis

 (p.e.  evaluar  las  intervenciones  

realizadas,  determinar  efectos).    

 

Orientación  explica/va

   

 (comprender  el  porqué  de  los  fenómenos)

 

Orientación  predic/va

 

(obtener  predicciones  fiables  y  posibilitar  el  

control).  

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   11  

Control  de  las  condiciones

 de  inves@gación    

 

-­‐  es  un  elemento  clave  del  método  ciendfico.  

   

-­‐

para  aislar  las  relaciones  entre  fenómenos,  

se  intenta  controlar  los  factores  que  no  están  

siendo  inves@gados  de  forma  directa,    

-­‐

más  dijcil  de  conseguir  en  el  mundo  real  que  

en  un  laboratorio.    

 

José  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.  

(7)

2.  Bases  metodológicas  

de  la  inves2gación  clínica  

y  epidemiológica  (Cap.  2)

 

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   13  

La  pregunta  o

 hipótesis

 puede  referirse  a    

 

frecuencia  con  que  aparece

 una  

enfermedad  o  a  la

 descripción

 de  sus  

caracterís@cas  (

estudios  descrip/vos

),  o  

bien  a    

la  

es@mación  del  efecto

 de  un  factor  (una  

exposición  o  una  intervención)  sobre  una  

enfermedad  o  una  variable  de  respuesta  

(

estudios  analí/cos

).    

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   14  

(8)

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   15  

En  la  nomenclatura  de  Argimón  y  Jiménez:    

X  

Y  

Factor

 

• 

exposición  a  una  

variable  

• 

intervención  

Variable  de  

Respuesta  

• 

enfermedad  

• 

resultado  o  

efecto  

2.1.  

Error.

   

En  cualquier  estudio  se  han  

de  minimizar  dos  @pos  de  

errores:  

Aleatorio,  y  

Sistemá@co.

   

José  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.  

(9)

2.1.1.  Error  aleatorio:  se  debe  al  azar    

Debido  a:    

(1)   se  trabaja  con  muestras,  y  no  con  poblaciones,    

(2)   la  variabilidad  del  proceso  de  medición,  (por  el  instrumento  

de  medida,  por  la  propia  variabilidad  biológica  o  por  la  debida   al  observador).    

 

La  mejor  estrategia  para  reducir  el  error  aleatorio  debido  a  que   u@lizamos  una  muestra  es  (1)  aumentar  el  tamaño  de  la  

muestra.  

 

Para  reducir  el  error  aleatorio  debido  a  la  medición  hay  que  (2)  

estandarizar  las  condiciones  de  la  medición,  entrenar  a  los  

observadores  y  medir  en  más  de  una  ocasión  [y  u@lizar   instrumentos  fiables].     Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   17  

2.1.2.  Error  sistemá@co  o  sesgo:    

 

Es  un  error  en  el  

diseño

:    

(1)  en  la  selección  de  sujetos  (

sesgo  de  selección

)  o    

(2)  en  la  medición  de  variables  (

sesgo  de  información

),    

conduce  a:  es@mación  no  válida.  

 

El  (1)    sesgo  de  selección:  

-­‐  elegir  una  muestra  que  no  represente  a  la  población    

-­‐  formar  grupos  no  comparables      

 

El  (2)  sesgo  de  información:    

-­‐  mediciones  de  mala  calidad  [falta  de  validez]  

-­‐  sistemá@camente  desiguales  entre  grupos.    

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   18  

(10)

2.1.  Error.  Sesgo  de  información:    

Principales  fuentes:  

•  medidas  poco  sensibles  y/o  específicas,    

•  criterios  diagnós@cos  incorrectos,  o  dis@ntos  en  cada   grupo,    

•  imprecisiones  u  omisiones  en  la  recogida  de  los  datos.      

Las  variables  deben  medirse  con  el  instrumento  adecuado,   validado  y  bien  calibrado,  y  aplicado  de  la  misma  forma  en   todos  los  casos.    

 

Los  errores  sistemá@cos  (de  selección  o  de  información)  a   diferencia  de  lo  que  ocurre  con  el  error  aleatorio  [muestral],   no  se  atenúan  al  aumentar  el  tamaño  de  la  muestra.    

 

El  error  sistemá@co  va  muy  ligado  al  concepto  de  validez.    

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   19  

2.2.

 Grupo  Control.

   

 

Estudios  analí/cos

   

 Pretenden  es@mar  el  

efecto

 de  un  

factor

 

sobre  una  

variable  de  respuesta

.    

 

Requieren

 un  

grupo  control

 que  sirva  de  

referencia.    

 

Debe  formarse  de  manera  que  sea  

comparable

 con  el  grupo  de  estudio

 

en  todo

,  

excepto

 en  la  exposición  o  el  tratamiento

 que  

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.  

(11)

Efectos  a  controlar.

   

 

Efecto  Hawthorne

   

Respuesta  inducida  por  el  conocimiento  de  los  

par@cipantes  de  que  están  siendo  estudiados.    

 

La  par@cipación  en  un  estudio  puede  cambiar  

el  comportamiento  de  los  individuos  tanto  del  

grupo  de  estudio  como  del  de  control.    

 

El  

grupo  control  no  elimina  este  efecto

,  pero  es  

de  esperar  que  ocurra  por  igual  en  ambos  

grupos  y,  de  este  modo,  conocer  el  efecto  de  

la  intervención.    

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   21   Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   22   [Otros  efectos:     Efecto  Pigmalion:    

Las  expecta@vas  de  una  persona  influyen  en  el  comportamiento  de   otra  (o  de  sí  misma).    

 

Efecto  Rosenthal:  (sinónimo  o  caso  par@cular  del  efecto  Pigmalion)  

Las  expecta@vas  de  los  profesores  influyen  en  el  rendimiento  de  los   estudiantes.    

 

Las  expecta@vas  del  inves@gador  pueden  influir  en  los  sujetos   experimentales.  

 

Si  el  estudio  es  doble  ciego  (ni  los  casos  ni  los  inves@gadores  que   tratan  con  ellos  saben  a  que  grupo  se  aplica  tratamiento  y  a  cual   placebo)  entonces  el/los  efectos  Pigmalion  no  desaparece  pero  

(12)

Efectos  a  controlar.    

 

Efecto  placebo    

respuesta  que  se  produce  como  consecuencia  de  la  

administración  de  un  tratamiento,  pero  que  

no

 

puede  considerarse  un  efecto  específico  del  mismo.    

 

Cuando  una  enfermedad  no  @ene  un  tratamiento  

conocido  o  ampliamente  aceptado  y  se  quiere  

evaluar  la  eficacia  de  un  nuevo  fármaco,  es  

importante  que  al  grupo  control  se  le  administre  un  

tratamiento  lo  más  parecido  posible  al  nuevo  

fármaco  en  todas  las  caracterís@cas,  excepto  en  la  

ac@vidad  farmacológica,  para  controlar  el  efecto  

placebo.    

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   23   Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.  

[  Un  placebo  es  una  sustancia  farmacológicamente  inerte.    

En  el  efecto  placebo  una  persona  mejora  porque  cree  que  el  tratamiento  va  a   mejorarle.  Se  ha  demostrado  que  esta  creencia  produce  cambios  en  el  cerebro   responsables  de  la  mejoría.  De  modo  que  la  causa  es  fic@cia  pero  una  parte  del   efecto  no  lo  es;  es  decir  hay  efectos  psicofisiológicos  reales.    

 

El  placebo  no  funciona  con  todo  el  mundo.  Alguna  es@maciones  señalan  que  es   eficaz  en  aproximadamente  un  35%  de  las  personas,  pero  este  porcentaje  puede   variar  fuertemente.  

El  efecto  placebo  @ene  uso  en  la  medicina  convencional,  especialmente  cuando  se   supone  que  el  sujeto  realmente  no  padece  enfermedad  (p.e.  hipocondría)   Si  a  la  persona  se  le  explica  que  ha  recibido  un  placebo  el  efecto  se  desvanece.    

El  efecto  placebo  está  influido  por  la  apariencia  y  verosimilitud  del  placebo:  p.e.  las   pa@llas  de  azúcar  más  grandes  y  de  colores  más  vivos  @enden  a  producir  un  efecto   placebo  mayor.    

El  efecto  placebo  explica  una  parte  sustancial  de  los  efectos  atribuidos  a  medicinas   alterna@vas.    

El  principal  uso  del  placebo  en  inves@gación  se  da  en  los  Ensayos  Clínicos   Aleatorizados.  

(13)

Efectos  a  controlar.

   

 

Regresión  a  la  media:

   

La  tendencia  de  los  casos  que  @enen  un  

valor  

extremo

 de  una  variable  a  presentar  valores  

más  cercanos  a  la  media  cuando  esta  variable  

se  mide  por  segunda  vez.    

 

Cuando  se  dispone  de  un  grupo  de  

comparación,  este  fenómeno  no  desaparece,  

pero  se  controla,  ya  que  es  de  suponer  que  

sucederá  en  ambos  grupos  por  igual.    

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   25  

Efectos  a  controlar.

   

 

Evolución  natural

:

   

Cuando  el  curso  habitual  de  una  patología  

@ende  hacia  su  resolución,  los  esfuerzos  

terapéu@cos  pueden  coincidir  con  la  

recuperación  observada,  pero  no  ser  su  causa.    

 

De  ahí  la  importancia  de  comparar  siempre  los  

resultados  obtenidos  en  un  estudio  con  los  del  

grupo  control.      

José  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   26  

(14)

2.3.  

Factores  de  confusión.

   

Los  estudios  analí@cos  implican  una  

comparación  entre  

grupos

.    

Para  que  esta  comparación  sea  válida  los  grupos  

serán  similares  en  relación  con  las  caracterís@cas  que  

influyen  sobre  los  resultados.    

A  menudo,  estas  variables  se  distribuyen  de  modo  

desigual  y  es  necesario  corregir  estas  diferencias.  

 

El  

fenómeno  de  confusión

 aparece  cuando  la  asociación  

observada  entre  un  factor  de  estudio  y  la  variable  de  

respuesta  puede  ser  total  o  parcialmente  explicada  por  

una  tercera  variable  (

factor  de  confusión

),  o  por  el  

contrario,  cuando  una  asociación  real  queda  

enmascarada  por  este  factor.    

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   27  

2.3.  

Factores  de  confusión.

   

 

Paradoja  de  Simpson:

   

En  la  situación  más  extrema,  un  factor  de  confusión  

puede

 inver/r

 

la  dirección  de  una  asociación.  

 

Un  factor  de  confusión  debe  ser  predic@vo  de  la  

respuesta  (es  decir,  estar  asociado  con  ella),  pero  esta  

asociación  no  @ene  que  ser  necesariamente  causal.  La  

mayoría  de  factores  de  confusión  no  son  causa  de  la  

respuesta,  sino  simplemente  están  correlacionados  con  

un  agente  causal.    

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.  

(15)

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   29   [Paradoja  de  Simpson  para  datos  con@nuos:  una  tendencia  

posi@va  aparece  para  dos  grupos  separados  (azul  y  rojo)  y  una   tendencia  nega@va  (negro,  punteado)  cuando  los  datos  se   combinan.]     es.wikipedia.org/wiki/Paradoja_de_Simpson   Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   30  

[La  paradoja  de  Simpson  (

o

 efecto  Yule-­‐Simpson  

o

 

paradoja  de  la  reversión

 

o

 

paradoja  de  la  

amalgamación

)    

Es  una  paradoja  en  la  cual  una  tendencia  que  

aparece  en  varios  grupos  de  datos  separados  

desaparece  cuando  estos  grupos  se  combinan  y  en  

su  lugar  aparece  la  tendencia  contraria  para  los  

datos  agregados.    

Esta  situación  se  presenta  con  frecuencia  en  las  

ciencias  sociales  y  en  medicina.]  

 

 

 

 

(16)

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   31  

[Ejemplo:  Discriminación  por  género  en  Berkeley  

Una  de  los  ejemplos  mejor  conocidos  de  la  paradoja  de   Simpson  ocurrió  cuando  se  presentó  una  demanda  contra  la   Universidad  de  California,  Berkeley  por  discriminación  contra   las  mujeres  que  habían  solicitado  su  ingreso  al  posgrado.    

Los  resultados  de  las  admisiones  para  el  verano  de  1973   mostraban  que  los  hombres  solicitantes  tenían  mayor  

posibilidad  de  ser  elegidos  que  las  mujeres  y  la  diferencia  era   tal  que  no  era  posible  que  fuera  debida  al  azar.]  

            es.wikipedia.org/wiki/Paradoja_de_Simpson   Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.  

[Discriminación  por  género  en  Berkeley  

Sin  embargo,  al  examinar  los  departamentos  de  forma  individual,   se  encontró  que  en  ningún  departamento  exisda  un  sesgo  contra   las  mujeres.  De  hecho,  la  mayoría  de  los  departamentos  había   presentado  un  "pequeño  pero  estadís@camente  significa@vo  sesgo   en  favor  de  las  mujeres"  Los  datos  de  los  seis  mayores  

departamentos  se  listan  debajo.]                    

(17)

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   33  

[Discriminación  por  género  en  Berkeley  

El  ardculo  de  inves@gación  de  Bickel,  et  al.  concluyó  que  las   mujeres  solían  presentar  solicitudes  en  campos  compe@@vos  con   bajo  porcentaje  de  admisiones  (tales  como  el  departamento  de   lengua  inglesa)  mientras  que  los  hombres  solían  presentar  en   departamentos  con  menor  competencia  y  mayor  porcentaje  de   admisiones  (como  ingeniería  y  química).    

Las  condiciones  bajo  las  cuales  los  datos  de  frecuencia  de  las   admisiones  de  departamentos  específicos  cons@tuyeron  una   defensa  contra  los  cargos  de  discriminación  se  encuentran   consignadas  en  el  libro  Causality  (Causalidad)  por  Pearl.]               es.wikipedia.org/wiki/Paradoja_de_Simpson  

2.4.  

Validez  Interna  y  Externa

.    

 

Validez  interna

 

 

Grado  en  que  los  resultados  de  un  estudio  son  

válidos  (libres  de  error)  para  la  población  que  ha  

sido  estudiada.    

Los  errores  sistemá@cos  y  los  factores  de  confusión  

afectan  a  la  validez  interna  de  un  estudio.    

 

Validez  externa

 

 

Grado  en  que  los  resultados  de  un  estudio  pueden  

ser  generalizados  a  otras  poblaciones  dis@ntas  a  la  

estudiada.  

Jo sé  L .  Me liá.  U ni ve rs itat   de  V al èn ci a.   34  

Figure

Actualización...

Referencias

Actualización...