Tema%2.% Diseñosde Investigaciónen PsicologíaGeneral ... · 03/11/16& 5 Inves@gación:&...
Transcript of Tema%2.% Diseñosde Investigaciónen PsicologíaGeneral ... · 03/11/16& 5 Inves@gación:&...
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