Uploaded on

 

More in: Travel , Business
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
No Downloads

Views

Total Views
1,039
On Slideshare
0
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
25
Comments
0
Likes
1

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. Métodos de Investigación
    • Dr. Ignacio Méndez Ramírez
    • IIMAS UNAM
    Centro de Investigación y Docencia Económicas 2008
  • 2.
    • La estatura de los seres humanos tiene distribución normal
    PREGUNTAS DE INICIO
  • 3.
    • En un estudio se tienen dos grupos de 50 personas. El primer grupo realizó ejercicio físico vigoroso durante un año. El segundo grupo no lo hizo, fue sedentario. Al término del año se miden los ácidos grasos en suero.
    Para el primer grupo el promedio fue de 12.3 mg por cc., en cambio para los sedentarios fue de 18.5 mg por cc. Se realiza la prueba de “t” y da una P< 0.0001. Se concluye “El ejercicio físico vigoroso disminuye los niveles de ácidos grasos”.
  • 4. Comparación de Paradigmas Epistemológicos
    • POSITIVISMO
    • Objetivo
    • Empírico
    • Racionalidad en el Método
    • Reduccionista
    • Certeza
    • La Matemática está en la realidad
    • Causalidad determinista
    • NUEVA FILOSOFIA
    • Objetividad Intersubjetiva
    • Constructivismo
    • Racionalidad en el científico
    • Sistémico
    • Minimizar errores
    • La Matemática aproxima la realidad
    • Causalidad Probabilística
  • 5. El uso de los modelos en el trabajo de investigación se da de acuerdo al esquema siguiente: Realidad Diseño Modelo Estadística Epistemología Análisis
  • 6. Sistemas Mario Bunge “ Crisis y reconstrucción de la f ilosofía” Gedisa 2002 Los seres humanos y sus subsistemas y supersistemas Sistema mundial Grupos Sociales Individuos Supersistemas pe. SNC Organos pe. hipotálamo Microsistemas pe. minicolumnas corticales Células pe. Neuronas Orgánulos pe. cromosomas Moléculas pe. ADN Átomos, pe. Ca Partículas Elementales y campos Sociedades Niveles Sociales Niveles Biológicos Niveles Químicos Niveles Físicos
  • 7. Un n ivel de organización es u na colección compuesta por todas las cosas materiales caracterizadas por propiedades peculiares ( en especial leyes) Decimos que las propiedades de las cosas del enésimo nivel que no están presentes en los niveles inferiores son propiedades emergentes específicas del enésimo nivel Cualquier cosa perteneciente a un nivel determinado, está compuesta por cosas que pertenecen a niveles inferiores. Moraleja Metodológica : 1.- Identificar el nivel o niveles atravesados por su objeto de estudio. 2.- No saltar niveles. 3.- Reconocer la genealogía de los niveles superiores Holismo, Análisis, Síntesis y Enfoque multinivel
  • 8. Sesgado y con carga valorativa Insesgado y sin valores Axiológico El investigador interactúa con el objeto El investigador es independiente del objeto Epistemológico Realidad Subjetiva y Múltiple, según los participantes Realidad Objetiva y Singular Ontológico Cualitativo Cuantitativo Paradigmas
  • 9. Cualitativo Cuantitativo Paradigmas
    • Inductivo
    • Multifactorial y simultáneo
    • Diseño emergente
    • Categorías que surgen en Contexto
    • Patrones y teorías para entender
    • Validez
    • Estudio de Caso
    • Deductivo
    • Causa y Efecto
    • Diseño Estático
    • Libre de Contexto
    • Generalizaciones para predicción, explicación y entendimiento
    • Confiabilidad
    • Casos múltiples
    Proceso de Investigación
    • Informal
    • Decisiones por desarrollar
    • Personal
    • Formal
    • Definiciones previas
    • Impersonal
    Lenguaje
  • 10. Cualitativo Cuantitativo Paradigmas
    • Adaptado a falta de reglas o guías
    • Alta tolerancia a la ambigüedad
    • Estudios de larga duración
    • Adaptado a reglas y guías
    • Baja tolerancia a la ambigüedad
    • Estudios breves en tiempo
    Aptitudes psicológicas Habilidad literaria, Computación para análisis de textos Habilidad técnica, computación estadística Experiencia y entrenamiento del Investigador
  • 11. Cualitativo Cuantitativo Paradigmas
    • Investigación exploratoria
    • Variables desconocidas
    • El contexto es importante
    • Puede no existir teoría básica
    • Confirmar teoría
    • Estudiado previamente
    • Variables conocidas
    • Teorías existentes
    Naturaleza del problema
  • 12. Cualitativo Cuantitativo Paradigmas
    • Grupos de enfoque
    • Entrevistas a profundidad
    • Observación participante
    • Interpretación de textos
    • Motivaciones, deseos
    • Variables relevantes por descubrirse
    • Casos particulares
    • Experimentos: Aleatorización, Homogeneización, Bloques
    • Estudios Observacionales: Modelos, Efectos ajustados
    • Causalidad Probabilística
    • Inferencia sobre poblaciones
    Aspectos Metodológicos
  • 13. SINTESIS DE PARADIGMAS (complementariedad) Cualitativo Cuantitativo
    • Se descubren las particularidades de un elemento
    • Se interpretan dentro de la tendencia general los aspectos particulares o la forma, y quizá el por qué de las desviaciones de la tendencia
    • Las conclusiones estadísticas son para promedios o proporciones
    • Se detectan las tendencias generales
    • Se aplican a un individuo o elemento, las conclusiones de la población a la que pertenece
  • 14. SINTESIS DE PARADIGMAS (complementariedad) Cualitativo Cuantitativo
    • Se descubren las particularidades de un elemento. Se interpretan sus características en el contexto especifico
    • Se pueden tener unos pocos elementos estudiados a profundidad, y describir e interpretar semejanzas y diferencias
    • La presencia de interacciones múltiples , y entre diversos conceptos e indicadores, es difícil de determinar
    • Modelos gráficos, ecuaciones simultáneas, análisis de factores, correspondencia, conglomerados, etc.
  • 15. Síntesis de Paradigmas Cualitativo y Cuantitativo Ante las características de las epistemologías aceptadas actualmente para todas las ciencias; las diferencias básicas desaparecen, por lo que se puede y debe buscar una síntesis de los dos paradigmas.
  • 16. No se puede ser totalmente objetivo
    • Todos los Hechos tienen carga teórica.
    • Constructivismo.
    • Formas “ Humanas” de pensar y percibir
    • Se capta lo que se conceptualiza.
    • Hay que creer para ver.
    • Hay que ver para creer.
  • 17. Construcción de teoría
    • Se postulan conceptos y ligas entre ellos.
    • Se obtienen consecuencias verificables.
    • Se contrastan las deducciones con las observaciones.
  • 18. { La estatura de seres humanos es normal } f(x)= [1/(2  2 )] 1/2 exp[(x-  ) 2 /(2  2 )] Para un grupo de personas homogéneo en edad, sexo, raza y alimentación; el modelo normal puede representar la distribución de frecuencias de las estaturas en forma aproximada . ABCD/EFG Factores NO comunes Factores comunes Estaturas negativas?
  • 19. Ciencias Fácticas Formales Elementos : Células, familias, personas, árboles, etc... Propiedades : Conceptualizar y medir. Asociación o causalidad: a una propiedad se acompañan otra (s) Elementos : Puntos, espacios, vectores, funciones, etc... Propiedades: Definirlas, son los axiomas. Teoría: consecuencias lógicas de los axiomas. Modelos CORRESPONDENCIA
  • 20. METODO CIENTIFICO GUIA, PASOS, REALIMENTACION PRIMER CICLO : PROBLEMATIZACION, HIPOTESIS Fase de tormenta de ideas Para generar la hipótesis de la investigación, elaborar la lista de hipótesis (candidatos) No debe limitar las ideas PROBLEMA OBJETIVOS HIPOTESIS CONCEPTOS Y VARIABLES
  • 21. HIPOTESIS VARIABLES RECURSOS DISEÑO METODO CIENTIFICO GUIA, PASOS, REALIMENTACION SEGUNDO CICLO DISEÑO
  • 22. DISEÑO ESTRUCTURA MEDICIONES CÓMO, CUÁNDO, DÓNDE SEGUIMIENTO? CONTROL DE FACTORES DE CONFUSION POBLACIONES ELEMENTOS A, B, C,... MUESTRAS REPRESENTATIVIDAD CÓMO , CUÁNTOS?
  • 23. VALIDEZ EXTERNA REPRESENTATIVIDAD DE LAS MUESTRAS POBLACION MUESTRA La distribución de las variables de interés en el estudio es aproximadamente la misma en la población y en la muestra X i f(X i ) X i f(X i )
  • 24. VALIDEZ EXTERNA Muestreo de la Población. Se toman al azar n elementos de la población MUESTRA La distribución de las variables de interés en el estudio es aproximadamente la misma en la población y en la muestra POBLACION Mientras que no sea autoponderada, la muestra no es representativa X i f(X i ) X i f(X i )
  • 25. VALIDEZ EXTERNA Muestras disponibles. A partir de un grupo de n elementos disponibles se define la población. La distribución de las variables de interés en el estudio es aproximadamente la misma en la población y en la muestra e.g.: toma como la muestra los pacientes con la patología de interés de acuerdo con el orden de la llegada POBLACION MUESTRA X i f(X i ) X i f(X i )
  • 26. VALIDEZ EXTERNA REPRESENTATIVIDAD DE LAS MUESTRAS MUESTRA ¿En qué difieren las poblaciones? POBLACION ABCD/EFG X i f(X i ) X i f(X i ) POBLACION
  • 27. DESCRIPCION O EXPLICACION
    • Una sola población.
    • Describir características.
    • Estimar promedios, totales, etc.
    • Conocer evolución.
    • Distribución espacial
    • Búsqueda sistemática de asociaciones
    • Dos o mas poblaciones.
    • Hay una hipótesis de causalidad.
    • Control de factores de confusión.
    • Se definen las poblaciones por la causa, o...
    • Se definen las poblaciones por el efecto. (Casos y controles)
    DESCRIPTIVO COMPARATIVO
  • 28. CAUSALIDAD y x Hipótesis Teórica. Conceptos o “Constructos” X 1 X 2 X 3 X 4 ... X k Y 1 Y 2 Y 3 Y 4 ... Y m Hipótesis Empírica (s) Entre Indicadores de los conceptos.
  • 29. CONCEPTOS DE CAUSALIDAD X Y Causalidad determinística La causa es necesaria y suficiente para el efecto. La configuración del mundo está determinada por la configuración anterior. X Y X Y Causa necesaria pero no suficiente Causa suficiente pero no necesaria Trisomía 21 Sx. Down Amiba Amibiasis Anemia Deficiencia Fe
  • 30. CONCEPTOS DE CAUSALIDAD X Y
    • Causalidad probabilística
    • Causa no necesaria ni suficiente
    • Asociación estadística
    • Las probabilidades de Y cambian al cambiar X
    Tabaquismo Cáncer pulmonar
  • 31. CONTRASTACION DE HIPOTESIS Comparación de lo observado con lo esperado según hipótesis H: la Hipótesis D: el Diseño SA: Supuestos Adicionales P: la predicción (lo que se espera si H, es cierto) Se efectúa el Diseño, D, y se observa si ocurre o no P. Cuando hay aleatoriedad, se cuantifican las discrepancias entre Observado y Esperados H, D, SA H P TEORIA Esperado PRACTICA Observado
  • 32. APOYO CONDICIONADO TEORIA H, D, SA H P PRACTICA Se efectúa la investigación con diseño D Ocurre P o algo cercano a P (puede ocurrir con facilidad por azar, si H es cierta) CONCLUSION No se apoya H, condicionado a la validez de D y la operación de los SA H
  • 33. RECHAZO CONDICIONADO TEORIA H, D, SA H P PRACTICA Se efectúa la investigación con diseño D CONCLUSION No se apoya H, condicionado a la validez de D y la operación de los SA H NO Ocurre P o algo cercano a P (lo observado NO puede ocurrir con facilidad por azar, si H es cierta)
  • 34. B, D, SA B P EXPLICACIONES ALTERNATIVAS …………… . Se efectúa el diseño D, y ocurre P ( o algo probable bajo H) Formalmente tanto H como las explicaciones alternativas son apoyadas. Condicionadas a la validez del diseño D, y de cada uno de los SA TEORIA R, D, SA R P H, D, SA H P A, D, SA A P
  • 35.
    • Falta de Validez Externa
    • El azar. Nulidad Estadística
    • Errores de medición
    • Endogeneidad. En realidad Y causa X
    • Teorías plausibles y competitivas
    • Factores de Confusión
      • Presentes de modo diferente en los grupos con variantes de X.
      • Afectan también la Y.
      • Control:
      • Homogeneizarlos
      • Formar Bloques
      • Aleatorización
      • Análisis Estadístico
    EXPLICACIONES ALTERNATIVAS
  • 36. SIGNIFICANCIA ESTADÍSTICA …………… . Se efectúa el diseño D, y ocurre P ( o algo probable bajo H) Si en modelos estadísticos se supone cierta la explicación alternativa “No es cierta H”, y SA A es que “ocurre P por azar”, se demuestra que es improbable la ocurrencia de P. Se considera que se ha eliminado por improbable esa explicación, el azar. Nótese que quedan otras posibles explicaciones alternativas. TEORIA Azar, D, SA A P R, D, SA R P PRACTICA H, D, SA H P B, D, SA B P
  • 37. VALIDEZ INTERNA CONTROL DE FACTORES DE CONFUSION En la hipótesis de que X causa Y, es necesario eliminar explicaciones alternativas y factores de confusión, para que si al cambiar X se producen cambios en Y, estos puedan ser atribuidos a X. Metodología Estadística : La asociación entre X y Y, persiste cuando se condiciona con variables A 1 , A 2 , A 3 , …A n . El condicionamiento se logra:
    • Por diseño (homogeneización, bloques o aleatorización) y/o
    • Por análisis; así, se dice que se evalúa el efecto de X sobre Y, “corregido” o “ajustado” por A 1 , A 2 , A 3 , …A n
  • 38. CRITERIOS DE CLASIFICACION DE INVESTIGACIONES 1. Según el propósito son Descriptivos o Comparativos 2. Según la evolución son Transversales o Longitudinales 3. Según la fuente de información son Retrospectivos o Prospectivos 4.- Según el control del investigador son Observacionales o Experimentales
  • 39. Pasado Presente Futuro P = población m = muestra ENCUESTA DESCRIPTIVA P m m Extrapolación
  • 40. P 2 m 2 m 2 Extrapolación Pasado Presente Futuro P 1 y P 2 = poblaciones m 1 y m 2 = muestras ENCUESTA COMPARATIVA P 1 m 1 m 1
  • 41. P 1 m 1 m 1 Extrapolación en el pasado Pasado Presente Futuro P = poblaciones m = muestras REVISION DE CASOS P 1 m 1 m 1 Extrapolación en el presente Evolución Posible seguimiento Captación de información de aspectos en el pasado
  • 42. P 1 = población de casos con efecto m 1 = muestra de casos P 2 = población de controles, sin efecto m 2 = muestra de controles, sin efecto CASOS Y CONTROLES m 1 m 1 P 1 Casos Controles Búsqueda del factor causal No expuestos Evolución seguimiento retrospectivo Se supone que en el pasado no está presente el efecto Pasado Presente Futuro Evolución m 2 P 2 m 1 Expuestos Expuestos
  • 43. Pasado Presente Futuro P 1 y P 2 = poblaciones m 1 y m 2 = muestras PERSPECTIVA HISTORICA m 1 P 1 Evolución seguimiento retrospectivo P 1 m 1 posible seguimiento m 1 Evolución m 2 P 2 m 2 m 2 P 2
  • 44. Pasado Presente Futuro P 1 = población m 1 = muestra ESTUDIO DE UNA COHORTE P 1 seguimiento P 1 P 1 mediciones m 1 m 1 m 1
  • 45. Pasado Presente Futuro P 1 y P 2 = poblaciones m 1 y m 2 = muestras ESTUDIO DE VARIAS COHORTES m 1 seguimiento P 1 P 1 mediciones m 1 m 1 P 1 m 2 seguimiento P 2 P 2 mediciones m 2 m 2 P 2
  • 46. Pasado Presente Futuro EXPERIMENTO m 1 Mediciones Tratamientos Evaluación final Asignación aleatoria a los tratamientos Seguimiento P i = población inicial m = muestras T = tratamientos extrapolación P con T 2 P con T 3 P con T 1 m 2 m 1 m 1 m 2 m 1 P con T 1 P con T 2 P con T 3 m P i
  • 47. ESTUDIOS DE CAUSA A EFECTO Tiempo inicial t 0 Tiempo final t 2 Poblaciones en estado inicial ningún elemento presenta el efecto Poblaciones en estado subsecuente n 2 elementos sin la causa b individuos sin la causa b individuos sin la causa n 1 elementos con la causa P 1 P 1 P 2 P 2
  • 48. X Y CAUSALIDAD PROBABILISTICA X X X Y Y Y CAUSALIDAD DETERMINISTICA CAUSA SUFICIENTE PERO NO NECESARIA CAUSA NECESARIA PERO NO SUFICIENTE CAUSA NO NECESARIA NI SUFICIENTE, PERO HAY UNA RELACION ESTADISTICA P(Y/X) > P(Y/noX)
  • 49. APOYO EMPIRICO A LA CAUSALIDAD Si la asociación entre X y Y persiste después de condicionar (mantener constante) posibles factores de confusión o explicaciones alternativas, A 1 ,A 2 ,...A n se tiene un apoyo empírico a la causalidad X Y A 1 , A 2 , A 3 , ...A n
  • 50. Hay dos maneras de condicionar, por diseño y por análisis. Por diseño mediente bloques , homogeneización y aleatorización . Por análisis, se incluyen en el modelo como variables independientes las mediciones de los posibles factores de confusión, además de la X; con la Y como dependientes. En todos los casos es importante considerar la posibilidad de interacciones entre la X y los factores A 1 , A 2 , ...n APOYO EMPIRICO A LA CAUSALIDAD X Y A 1 , A 2 , A 3 , ...A n
  • 51.
    • EXPERIMENTO
      • Se tienen dos o más poblaciones.
      • Hay seguimiento.
      • Se eligen o inventan las variantes del factor causal la X.
      • Se aleatoriza la asignación de esas variantes a las unidades experimentales.
      • Se forman bloques.
    • OBSERVACIONAL
      • Una o mas poblaciones.
      • Dos poblaciones: Los elementos se eligen ya con las variantes del factor causal. Se pueden formar bloques. Comparativo.
      • Una población: Se estudia una muestra de ella. Descriptivo
    Estudio observacional comparativo = Pseudoexperimento
  • 52.
    • LONGITUDINAL
      • Se mide en dos o más ocasiones la o las variables de interés.
      • La comparación de los valores en épocas distintas nos informa de la evolución de los elementos.
      • Se conserva la identidad de los elementos durante el seguimiento.
    • TRANSVERSAL
      • Se mide una o más variables en una sola ocasión en cada unidad.
      • No hay seguimiento y no se requiere mantener la identidad de los elementos.
    Hay estudios longitudinal en el que medición se realiza en un solo día, mientras que hay estudios transversales en el que se requiere tres meses para la medición.
  • 53. Longitudinales con una población Evidencia de Causalidad? Mayor en C, luego D, nada en B A
      • Y
    Tiempo Tiempo Tiempo Tiempo Ocurre X Ocurre X Ocurre X Ocurre X B C D Maduración, evolución natural, etc..?
  • 54. Longitudinales con dos poblaciones Evidencia de Causalidad? Mayor en A, luego D, B y nada en C Tiempo Tiempo Tiempo Tiempo Ocurre X Ocurre X Ocurre X Ocurre X A B C D Control de Factores de confusión Control Expuesto Y
  • 55.
    • RETROSPECTIVO
      • La información fundamental, o parte de ella, ya ha sido captada en otras fuentes. El investigador no estudia los elementos, sino registros, expedientes, fichas, etc.., donde esta la información.
      • Es rápido y barato.
      • La información puede ser de mala calidad.
    • PROSPECTIVO
      • Toda la información fundamental se obtiene directamente aplicando instrumentos de medición a los elementos de estudio. La información no existe en fuentes secundarias, o es de muy mala calidad.
      • Es caro y lento
      • La información es de buena calidad.
  • 56. ENCUESTA DESCRIPTIVA POBLACION Ejemplo: Describir las prácticas de uso de plantas medicinales de los habitantes de una región. La población son todos los habitantes de la región. Se toma una muestra representativa de ellos; posiblemente con muestreo polietápico estratificado. Se aplica un cuestionario (Prospectivo) o se recurre a expedientes de servicios de salud (Retrospectivo) Ejemplo: Describir las áreas donde crece cierta especie vegetal. Se tendrá que muestrear aquellas zonas donde se sospeche que puede desarrollarse, posiblemente con muestreo de transectos. Validez externa MUESTRA
  • 57. ENCUESTA DESCRIPTIVA 2 Ejemplo: Perfil de ingreso estudiantes de una universidad. La muestra se forma con los expedientes de un grupo o generación. Se investiga la edad de ingreso,sexo, tipo de escuela de procedencia, nivel socioeconómico, etc. Ejemplo: Describir los padecimientos mas comunes en el servicio de admisión de un hospital de zona. La población son todos los pacientes semejantes a los que se estudian, la muestra POBLACION Validez externa MUESTRA
  • 58. ENCUESTA COMPARATIVA 1 Validez Externa Validez Interna Comparar el grado y tipo de prácticas agrícolas que usan las fases lunares, por parte de productores agrícolas que tengan diferente origen étnico y escolaridad. Los factores de confusión pueden ser, el grado de dependencia de la agricultura, capital, tipo de tenencia de la tierra, etc.. Validez Externa
  • 59. Comparar el grado y tipo de contaminación por metales pesados en zona de riego con aguas negras tratadas y con aguas limpias. Los factores de confusión son: Prácticas agrícolas, origen del suelo, clima, etc... ENCUESTA COMPARATIVA 2 Validez Externa Validez Interna Validez Externa Aguas negras Aguas limpias
  • 60. Comparar el perfil de estudiantes de la universidad pública con la privada Privada ENCUESTA COMPARATIVA 3 Validez Externa Validez Interna Validez Externa Pública
  • 61. REVISION DE CASOS 1 Tiempo Evolución Validez Externa PRESENTE PASADO En base a registros de médicos de servicio en zonas rurales, cuantificar los cambios en el uso de plantas medicinales y otras prácticas de la medicina tradicional. En base a expedientes del seguro y o crédito agrícola, valorar los cambios en las técnicas de producción agrícola, en los últimos 40 años.
  • 62. REVISION DE CASOS 2 En base a registros estudiantiles, avaluar el proceso educativo de un plantel. Determinar tasas de reprobación, evolución de calificaciones, estas, se asocian con sexo, escuela de procedencia, carrera etc.. En base a expedientes de un hospital explorar y determinar evolución de pacientes con ciertas patologías. Se pueden encontrar factores asociados con peores evoluciones? Tiempo Evolución Validez Externa PRESENTE PASADO Retrospectivo con seguimiento Recolección de datos prospectivamente, además de los datos registrados
  • 63. CASOS Y CONTROLES 1 casos, con Y Controles, sin Y Validez Externa Validez Interna Pasado Presente Seguimiento retrospectivo Con X Sin X Sin X Pérdida de recursos genéticos o forestales, con veda: casos, sin veda: controles. Remontarse a épocas pasadas en la que no se habían perdido los recursos, para investigar posibles factores causales, tales como industrialización, educación, etc.. Validez Externa
  • 64. CASOS Y CONTROLES 2 Casos, con cáncer Controles, sin cáncer Validez Externa Validez Interna Pasado Presente Seguimiento retrospectivo Con X Sin X Sin X Validez Externa Evaluación de factores de riesgo para una neoplasia: cáncer de vejiga, pulmonar, enfermedad coronaria, etc.. Se pueden explorar varios posibles factores causales o de riesgo simultáneamente; las muestras pueden ser pequeñas, el periodo involucrado puede ser muy grande
  • 65. CASOS Y CONTROLES 3 Casos, reprobados Controles, regulares Validez Externa Validez Interna Pasado Presente Seguimiento retrospectivo Con X Sin X Sin X Validez Externa Comparar los expedientes de alumnos reprobados (casos) con alumnos regulares (controles). Valorar como riesgos para la reprobación: turno, carrera, sexo, escuela de procedencia, calificación previa, nivel socioeconómico, participación en deporte o actividades políticas.
  • 66. PERSPECTIVA HISTORICA 1 Validez Externa Validez Interna Pasado Presente Evolución pasada En base a expedientes de seguro o crédito agrícola, evaluar productividad agrícola en zonas comparables antes y después de un desastre natural, como volcán, o inundación. desastre natural Validez Externa
  • 67. PERSPECTIVA HISTORICA 2 Validez Externa Validez Interna Pasado Presente Evolución pasada Validez Externa Cuidados Intensivos En base a expedientes de casos de infarto cardiaco, comparar evolución entre los que recurren a sala de cuidados intensivos y los que se atienden en “piso”. Piso
  • 68. PERSPECTIVA HISTORICA 3 Validez Externa Validez Interna Pasado Presente Evolución pasada Validez Externa En base a expedientes de operaciones 40,000 comparar mortalidad con varios tipos de anestésico, halotano, éter, etc. Controlar por edad, tipo de operación, estado físico, etc. ... halotano éter ...
  • 69. UNA COHORTE 1 Tiempo Evolución Validez Externa PRESENTE FUTURO Se decreta una nueva ley de explotación forestal y se quiere conocer su impacto futuro en la conservación de recursos. Se establece una clínica de atención médica en base a medicina alternativa, se quiere saber como cambia la incidencia de padecimientos crónico-degenerativos en los próximos 10 años.
  • 70. UNA COHORTE 2 Tiempo Evolución Validez Externa PRESENTE FUTURO Se crea una nueva carrera , se quiere valorar todo el proceso educativo. Se decide efectuar exámenes y aplicar cuestionarios al término de cada semestre. Se modifica una ley de impuestos, se desea conocer el impacto que tiene en la actividad económica. Se toma una muestra de establecimientos y se les aplica un cuestionario cada seis meses.
  • 71. VARIAS COHORTES 1 Validez Interna Futuro Presente Evolución futura Se comparan los resultados de la medicina tradicional con la moderna, para diabetes y cáncer. Las poblaciones deben ser enfermos con características semejantes, pero una de ellas acude a los practicantes de la medicina tradicional , (X) y la otra a las clínicas u hospitales, (sin X) . Con X Sin X Validez Externa Validez Externa Validez Externa Validez Externa
  • 72. VARIAS COHORTES 2 Validez Interna Futuro Presente Evolución futura Con X Sin X Validez Externa Validez Externa Validez Externa Validez Externa Se comparan los cambios en actitudes en relación a relaciones sexuales, entre los televidentes de una serie “con mensaje” con los no televidentes y los que no ven la serie.
  • 73. VARIAS COHORTES 3 Validez Interna Futuro Presente Evolución futura Con X Sin X Validez Externa Validez Externa Validez Externa Validez Externa Se comparan las carreras académicas de un nuevo programa educativo, con el tradicional. Se comparan las carreras académicas de estudiantes con actividad política intensa con la de los políticamente no activos.
  • 74. EXPERIMENTO 1 Validez Interna Futuro Presente Evolución futura Población sin X Validez Externa población ALEATORIZACION Le toca X Le toca no X Población con X Validez Externa Se comparan los resultados de la medicina tradicional con la moderna, para diabetes y cáncer. Se tienen 50 voluntarios que pueden ser asignados al azar a cualquiera de los dos tipos de tratamiento.
  • 75. EXPERIMENTO 2 Validez Interna Futuro Presente Evolución futura Población sin X Validez Externa población ALEATORIZACION Le toca X Le toca no X Población con X Validez Externa Se comparan los resultados de un cambio en el proceso productivo. Cambiar condiciones de operación de una fábrica. Unidad experimental: una planta piloto.
  • 76. EXPERIMENTO 3 Validez Interna Futuro Presente Evolución futura Población sin X Validez Externa población ALEATORIZACION Le toca X Le toca no X Población con X Validez Externa Se comparan los resultados del control tradicional de paludismo con control focal. Unidad experimental: un pueblo de 2500 habitantes
  • 77. EXPERIMENTO 4 Validez Interna Futuro Presente Evolución futura Población sin X Validez Externa población ALEATORIZACION Le toca X Le toca no X Población con X Validez Externa Se comparan los rendimientos de maíz con diferentes tipos de fertilizante. Unidad experimental de 4 surcos de 10 m.
  • 78. El experimento más grande que ha habido Se quería evaluar la eficacia de la vacuna Salk contra la Poliomelitis. La incidencia de polio era en 1950-56 de 50 por cada 100,000 (probabilidad de 0.0005). Si se supone una efectividad de 50%; es decir, se evitan 50% de casos con la vacuna. Si la muestra hubiese sido de 100 vacunados y 100 con placebo, se esperan 100(0.0005)=0.05 en el placebo y 100(0.00025)=0.025 en el vacunado. Es decir, no se hubiera observado nada, cero casos en ambos grupos
  • 79. Si la muestra hubiese sido de 40,000 vacunados y 40,000 con placebo, se esperan 40000(0.0005)=20 en el placebo y 100(0.00025)=10 en el vacunado. En este caso aún se tienen números pequeños facilmente confundibles con el azar. Se decidió un experimento aleatorizado, doble ciego, con consentimiento informado con 200,000 en el grupo placebo y 200,000 en el placebo. Se esperan 200000(0.0005)=100 en el placebo y 200000(0.00025)=50 en el vacunado.
  • 80. Hubo algunos estados de EU no quisieron participar en el ensayo clínico controlado. En ellos se hizo un estudio comparativo abierto no aletorizado, asignado la vacuna a los niños de 2 o de primaria y el placebo a los de 1 o y 3 o . Se supone que el promedio de los dos últimos se parece a los de 2 o . Algunos se negaron a participar en ambos tipos de estudio. Los resultados fueron como la tabla siguiente
  • 81. Area n casos tasa( x100000 ) 40 4 9904 VacunacionInco 53 66 123605 2oNoInoculados 61 439 725173 controles 34 76 221998 Vacunados2o 54 585 1080680 AreasNo Alea 24 2 8484 Vacunas Incomp 54 182 338778 No Inoculados 81 162 201229 PlaceboAlea 41 82 200745 VacunadosAlea 57 428 749236 AreasAleator. 55 1013 1829916 Gran Total
  • 82.  
  • 83. Diferencias entre los dos grupos vacunados, p=0.26 Diferencias entre los dos grupos placebo, p=0.0019 Diferencias entre areas de experimento controlado con las de 2 o contra 3 y 4 o s., p=0.40 Diferencias entre los dos grupos no inoculados, p=0.96