03/11/16  

1  

Tema  2.    Diseños  de  Investigación  en  Psicología  General  Sanitaria   Jo

sé  L.  M

eliá.  U

niversita

t  de  Va

lència.  

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)  

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

2  

03/11/16  

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”  

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

3  

2.1.    Revisión  de  los  diferentes  tipos  de  Investigación  Tema  2.    Diseños  de  Inves@gación  en  Psicología  General  Sanitaria  

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

4  

03/11/16  

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  

 

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

5  

Introducción  

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

6  

03/11/16  

4  

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

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).    

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

8  

03/11/16  

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.    

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

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   Jo

sé  L.  M

eliá.  U

niversita

t  de  Va

lència.  

10  

03/11/16  

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).  

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

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.  M

eliá.  U

niversita

t  de  Va

lència.  

12  

03/11/16  

7  

2.  Bases  metodológicas  de  la  inves2gación  clínica  y  epidemiológica  (Cap.  2)  

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

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).    

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

14  

03/11/16  

8  

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

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.  M

eliá.  U

niversita

t  de  Va

lència.  

16  

03/11/16  

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].    

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

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.    

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

18  

03/11/16  

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.    

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

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  recibe.    

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

20  

03/11/16  

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.    

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

21  

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

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  puede  esperarse  que  sea  aproximadamente  el  mismo  en  el  grupo  control  y  en  el  grupo  experimental.]  

03/11/16  

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.    

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

23  

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

24  

[  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.  También  existe  el  efecto  contrario,  llamado  efecto  nocebo:  si  una  persona  cree  que  un  tratamiento  no  le  producirá  efectos  o  le  producirá  efectos  nega@vos  es  más  probable  que  esto  sea  lo  que  realmente  suceda.]  

03/11/16  

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.    

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

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.       Jo

sé  L.  M

eliá.  U

niversita

t  de  Va

lència.  

26  

03/11/16  

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.    

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

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.    

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

28  

03/11/16  

15  

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

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  

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

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.]          es.wikipedia.org/wiki/Paradoja_de_Simpson  

03/11/16  

16  

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

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  

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

32  

[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.]                      es.wikipedia.org/wiki/Paradoja_de_Simpson  

03/11/16  

17  

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

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.  

José  L.  M

eliá.  U

niversita

t  de  Va

lència.  

34