13 Stat Experimenta 14 Alumnos

download 13 Stat Experimenta 14 Alumnos

of 15

Transcript of 13 Stat Experimenta 14 Alumnos

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    1/36

    Dra. Julia Piscoya Sara2014

    ESTUDIOSEXPERIMENTALES*

    UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS(Universidad del Perú, DECANA DE AMÉRICA)

    FACULTAD DE MEDICINA

    DEPARTAMENTO DE MEDICINA PREVENTIVA Y SALUD PÚBLICA

    *Basada en las presentaciones desarrolladas por los profesores de laSección de Epidemiología

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    2/36

    DISEÑOS DE INVESTIGACIÓN

    DESCRIPTIVOS ANALÍTICOS

    OBSERVACIONALES

    SIN GRUPOCONTROLADO

    CON GRUPOCONTROLADO

    TRANSVERSALYLONGITUDINAL

    CASO-CONTROL

    YCOHORTES

    REPORTEDE CASO

    SERIE DECASOS

    ESTUDIOSECOLÓGICOS

    EXPERIMENTALES

    ALEATORIONO ALEATORIO

    CUASIEXPERIMENTO

    EXPERIMENTOVERDADERO

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    3/36

    EXPERIMENTO (en ciencias)

    Estudio donde se manipulan las

    variables causales para determinarlas consecuencias sobre otrasvariables efecto, dentro de una

    situación controlada por elinvestigador.

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    4/36

     

    ESTUDIOS EXPERIMENTALES

    ¿En que se diferencia un estudioobservacional de un

    experimental?

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    5/36

     CARACTERÍSTICAS DE LOS

    ESTUDIOS EXPERIMENTALES1.- OBJETIVO

    Demostrar asociaciones2.- MANIPULACIÓN DE VARIABLES

    El investigador manipula la variableconsiderada “CAUSA” 

    3.- CONTROL DE LOS SUJETOS DE ESTUDIOLos sujetos de estudio deben tenerdeterminadas características para

    establecer los grupos.4.- CONTROL EXPERIMENTAL DE VARIABLES

    EXTRAÑASSe deben controlar todas aquellas variables

    que pueden afectar la relación estudiada.

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    6/36

     

    ESTUDIOS EXPERIMENTALES 

    Estudios donde el experimento está definido porla capacidad que tiene el investigador de tenercontrol sobre la variable exposición (causa);

    decide quien estará expuesto y quien no, a quédosis, la vía y el tiempo de exposición.

    Sin embargo, existen otras variables(intervinientes) que podrían afectar la relaciónentre la exposición y el efecto.

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    7/36

    TÉCNICAS DE DISEÑO

    EXPERIMENTAL

    Para asegurar que los efectos encontradosse deban a la exposición y no a otrasvariables se hace necesario el uso de trestécnicas o componentes

    AleatorizaciónGrupo de controlMedición basal

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    8/36

    ALEATORIZACIÓN

    Llamado también randomización,es el proceso por el cual lossujetos son asignados al azar  paraconformar los grupos de estudio.

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    9/36

    1.- Seleccionar sujetos mediante unprocedimiento de criterios de inclusión yexclusión.

    •   Criterio de inclusión Es la característica que sedesea que tenga el sujeto de estudio. Ejm: >15años, sexo femenino etc.

    •   Criterio de exclusión Es la característica queNO se desea que tenga el sujeto de estudio. Ejm:

    que no tenga antecedentes de enfermedadrespiratoria, que no tenga historia de desnutricióncrónica.

    PASOS PARA ALEATORIZAR:

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    10/36

    2. Tener un listado numerado de los

    sujetos.3. Determinar el número de grupos a

     formar

    4. Distribuir al azar a los sujetos, en losgrupos establecidos.  Es decir, cadasujeto debe tener la misma

    probabilidad de pertenecer acualquiera de los grupos. Laasignación debe ser impredecible.

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    11/36

    Población dereferencia Sujetosseleccionados

    Grupos

    aleatorizados

    Criterios deinclusión

    y exclusión Asignaciónal azar

    Proceso de aleatorización:

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    12/36

    Muestreo Aleatorio Simple

    POBLACIÓN muestra

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    13/36

    Población dereferencia

    Sujetosseleccionados

    Grupos

    aleatorizados

    Criterios deinclusión

    y exclusión Asignaciónal azar

    POBLACIÓN muestra

    ALEATORIZACIÓN

    MUESTREOALEATORIO SIMPLE

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    14/36

    VENTAJAS DEL PROCESO DE

    ALEATORIZACIÓN1. Elimina el sesgo de selección

    2. Proporciona grupos de estudio

    equiparables, donde las variablespronósticas conocidas y desconocidasestán distribuidas al azar

    3. Proporciona las bases estadísticaspara las pruebas de significación quese apliquen

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    15/36

    GRUPO DE CONTROLEs el grupo sin intervención. Por principioséticos, en muchas circunstancias cuando se

    trabaja con sujetos humanos no es posibledejar sin intervención, por lo que se debeutilizar una intervención diferente, si esposible la mejor hasta ese momento.

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    16/36

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    17/36

    MEDICIÓN BASAL

    Es la medición del efecto deinterés  antes de la intervención.

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    18/36

    Medición

    basal

    Medición de

    resultados

    INTERVENCIÓN

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    19/36

    EXPERIMENTO VERDADERO

    RESULTADO(+)

    P

    O

    B

    L

    C

    I

    O

    N

    C

    R

    I

    T

    E

    R

    I

    O

    S

    AL

    EATORIZA

    CION

    RESULTADO(+)

    RESULTADO(-)

    RESULTADO(-)

    INTERVENCIONEXPERIMENTAL

    GRUPOCONTROL

    S

    U

    J

    E

    T

    O

    S

    INICIO

    CONFORMACIÓN

    DE GRUPOS

    MEDICIÓN DE

    RESULTADOS

    MEDICIÓNBASAL

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    20/36

    CLASIFICACIÓN DE LOSDISEÑOS EXPERIMENTALES

    Los diseños experimentales se

    clasifican según la presencia o no de

    las técnicas empleadas, es decir,

    medición basal, grupo de control y

    aleatorización.

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    21/36

    INCOMPLETOSin

    Medición Basal

    COMPLETOExperimento

    verdadero

    COMPLETOCuasi-

    experimental

    INCOMPLETOPre-

    experimento

    ALEATORIZADOS

    DISEÑOSEXPERIMENTALES

    NO

    ALEATORIZADOS

    AleatorizaciónMedición BasalGrupo Control

    AleatorizaciónGrupo Control

    Medición BasalGrupo Control

    Medición Basaló

    Grupo Control

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    22/36

    ENMASCARAMIENTOEs la técnica que ayuda a reducir

    el efecto de la subjetividad, delobservador y de los sujetos deestudio, en el proceso de lasmediciones

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    23/36

    TIPOS DE ENMASCARAMIENTO

    SIMPLE DOBLE TRIPLE

    SUJETO

    OBSERVADOR

    ANALISTA DE DATOS

    TIPOS DE ENMASCARAMIENTO EMPLEADOS

    EN LOS ENSAYOS CLÍNICOS

    = Puede conocer el grupo de asignacióndel sujeto

    = “Ciego” respecto al grupo de asignación

    del sujeto

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    24/36

    (Pseudo-experimentos o pre-experimentos)

    DISEÑOS EXPERIMENTALES

    NO ALEATORIZADOS INCOMPLETOS

    Sin medición basalSin grupo control

    Medición basalINTERVENCIÓN

    Medición deresultados

    Uso de medidasdescriptivas

    X, s,Si cumplen los requisitos (N)

    PRUEBA t

    Si no cumplen los requisitos

    Prueba de MANN WHITNEY

    Intervención y

    Medición deResultados

    Grupo

    intervención

    Medición de

    resultados 

    Grupo

    Control

    Medición de

    resultados 

    Grupo

    intervención 1

    Medición deresultados 

    Grupo Control

    Intervención 2

    Medición deresultados 

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    25/36

    DISEÑOS EXPERIMENTALES

    NO ALEATORIZADOS COMPLETOS

    Cuasi-experimentos o Ensayo en comunidad

    Si cumplen losrequisitos (N)

    PRUEBA t

    Si no cumplenlos requisitos

    Prueba deMANN WHITNEY

    Si cumplen losrequisitos (N)

    ANALISIS DE VARIANZA

    Si no cumplenlos requisitos

    Prueba deKRUSKAL-WALLIS

    Medición

    Basal

    Grupo

    intervención

    Medición

    Basal

    Grupo

    Control

    Medición

    Basal

    Grupo

    intervención 1

    Medición

    Basal

    Grupo Control

    intervención 2

    Medición

    Basal

    Grupo

    intervención 1

    Medición

    Basal

    Grupo

    intervención 2

    Medición

    Basal

    Grupo

    control

    Medición

    Basal

    Grupo

    intervención 1

    Medición

    Basal

    Grupo

    intervención 2

    Medición

    Basal

    Grupo control

    intervención 3

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    26/36

    SIN MEDICION BASAL

    DISEÑOS EXPERIMENTALES

    ALEATORIZADOS INCOMPLETOS 

    Si cumplen losrequisitos (N)

    PRUEBA t

    Si no cumplenlos requisitos

    Prueba deMANN WHITNEY

    Si cumplen losrequisitos (N)

    ANALISIS DE VARIANZA

    Si no cumplenlos requisitos

    Prueba deKRUSKAL-WALLIS

    Aleatorización

    Grupo

    intervención

    Aleatorización

    Grupo

    control

    Aleatorización

    Grupo

    intervención 1

    Aleatorización

    Grupo control

    intervención 2

    Aleatorización

    Grupo

    intervención 1

    Aleatorización

    Grupo

    intervención 2

    Aleatorización

    Grupo

    control

    Aleatorización

    Grupo

    intervención 1

    Aleatorización

    Grupo

    intervención 2

    Aleatorización

    Grupo control

    intervención 3

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    27/36

    DISEÑOS EXPERIMENTALES

    ALEATORIZADOS COMPLETOS

    Experimento verdadero 

    Si cumplen losrequisitos (N)

    PRUEBA t

    Si no cumplenlos requisitos

    Prueba deMANN WHITNEY

    Si cumplen losrequisitos (N)

    ANALISIS DE VARIANZA

    Si no cumplenlos requisitos

    Prueba deKRUSKAL-WALLIS

    Aleatorización

    Medición Basal

    Grupo

    intervención

    Aleatorización

    Medición Basal

    Grupo

    control

    Aleatorización

    Medición Basal

    Grupo

    intervención 1

    Aleatorización

    Medición Basal

    Grupo control

    intervención 2

    Aleatorización

    Medición Basal

    Grupo

    intervención 1

    Aleatorización

    Medición Basal

    Grupo

    intervención 2

    Aleatorización

    Medición Basal

    Grupo

    control

    Aleatorización

    Medición Basal

    Grupo

    intervención 1

    Aleatorización

    Medición Basal

    Grupo

    intervención 2

    Aleatorización

    Medición Basal

    Grupo control

    intervención 3

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    28/36

     EJEMPLO 1

    Se desarrolló una investigación en la que se estudio elefecto de una nueva dieta para niños con bajo peso alnacer. Se seleccionaron 6 niños, que reunieron loscriterios de inclusión y exclusión, luego fueronexaminados y pesados. Posteriormente, recibieron lanueva dieta y fueron evaluados al mes de instalarse ladieta, los resultados fueron como sigue:

    Peso al nacer ( Kg) Peso después de la dieta (Kg)

    2.0 2.81.8 2.0

    1.7 2.42.2 2.51.9 2.32.1 2.6

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    29/36

     EJEMPLO 2

    Se estudio el efecto de un nuevo tratamiento para niños conbajo peso al nacer. Se seleccionaron 18 niños que fueronexaminados y reunieron los criterios de inclusión y exclusión.Antes de recibir los tratamientos fueron pesados (Kg) ydistribuidos de manera aleatoria (o asiganados al azar) en 3grupos (A, B y C ). Posteriormente, recibieron: A= Dietaconvencional, B = Nueva dieta, C= Nueva dieta ycomplementos.Fueron evaluados al mes de instalarse los tratamientos, losresultados fueron como sigue:

    Peso de recién nacidos (Kg)

    Peso A Peso B Peso C2.2 2.8 2.92.0 2.0 2.8

    2.3 2.4 2.72.5 2.5 3.32.9 2.9 2.92.8 3.2 2.5

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    30/36

    MEDICIÓN EN LOS ESTUDIOSEXPERIMENTALES

    Los resultados de los estudios experimentalespueden ser considerados como datos deINCIDENCIA porque:

    • Son estudios prospectivos• Se hace seguimiento

    • Se controla la aparición del resultado

    Por lo tanto, si tenemos incidencia en dos o

    más grupos, es factible calcular el RIESGORELATIVO

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    31/36

     

    Presente Futuro

    GRUPOSALEATORIZADOS

    Tasa deenfermedad 20%

    Trata A

    Trata B

    Trata C

       A   N   I   M   A   L   E   S   D   E

       E   X   P   E   R   I   M   E   N   T   A   C   I

       Ó   N

    GRUPO 1

    GRUPO 2

    GRUPO 3

    Tasa deenfermedad

    18%

    12%

    4%

    RR

    4/18

    12/18 0.66

    0.22

    Medición Basal

    MediciónResultados

    Mediciónde la asociación

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    32/36

    RANGO de RR INTERPRETACIÓN0.0 - 0.3 Beneficio grande

    0.4 - 0.5 Beneficio moderado

    0.6 - 0.8 Beneficio leve0.9 - 1.1 Sin efecto

    1.2 - 1.6 Riesgo leve

    1.7 - 2.5 Riesgo moderado

    >2.5 Riesgo elevado

    Interpretación de RR 

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    33/36

    Más ejemplos…. 

    1.- Evaluación de un nuevo medicamento que controla

    mejor la fiebre que los antiguos.Metodología: Se puede desarrollar un estudioexperimental, se conforman dos grupos de pacientes

     febriles. A un grupo se le administra el nuevo

    medicamento, mientras que al otro grupo se leadministra el tratamiento clásico

    Medición de la Eficacia: Se busca como indicador elpromedio del tiempo en el que la T° se reduce hastalimites normales, en cada grupo.

    Análisis: Comparación de dos promedios. Estacomparación puede hacerse con una prueba “t”. El

    resultado de esta prueba podrá establecer si lasdiferencias observadas son estadísticamente

    significativas.

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    34/36

      2.- Evaluación de un tratamiento que se suponetiene una mayor eficacia curativa para unadeterminada enfermedad.

    Metodología: se conforman dos grupos semejantesde sujetos que padecen de la misma enfermedad,uno recibe el nuevo tratamiento y otro eltratamiento tradicional.

    Medición de la eficacia: proporción de individuosdeclarados curados entre todos aquellos querecibieron o no el tratamiento.

    Análisis: una prueba de x2 para saber si ladiferencia observada entre las proporciones esestadísticamente significativa o no. Si ademásqueremos saber cuan fuerte es la asociación y encuanto aventaja un tratamiento a otro, podríamosusar el RR.

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    35/36

    BIOÉTICA

    PRINCIPIOS FUNDAMENTALES

    Autonomía

    No maleficencia

    Beneficencia Justicia

  • 8/19/2019 13 Stat Experimenta 14 Alumnos

    36/36

    REPORTE BELMONT 

    PRINCIPIOS:

    Respeto por las personas(Autonomía)

    Beneficencia(No maleficencia)

    Justicia