ABP 1 (2017)

Apunte Catalán
Universidad Universidad de Girona (UdG)
Grado Medicina - 1º curso
Asignatura Bioestadística
Año del apunte 2017
Páginas 15
Fecha de subida 09/08/2017
Descargas 0
Subido por

Vista previa del texto

ABP 1 Estadística L’estadística és la ciència que s’encarrega de recollir, organitzar, presentar, analitzar i interpretar dades numèriques.
Conceptes • Va r i a b l e . É s u n a c a r a c t e r í s t i c a susceptible de ser mesurada en les unitats d’anàlisi1 que s’estudien, i pren diferents valors o graus d’intesitat, en dependència de quina sigui la unitat de mesura.
- Variables qualitatives. Són les variables que descriuen qualitats dels objectes, és a dir, atributs que no es poden mesurar numèricament (el color, la olor, el sexe…).
‣ Nominals. Consisteix en designar o “nombrar” les observacions o classificar-les en diverses categoríes mutuament excloents i col·lectivament exhaustives. Podem fer una classificació dins de les variables nominals: - Dicotòmiques. Aquestes variables poden prendre només dos valors, com per exemple en el cas del sexe (home-done) - Politómiques. Són variables que poden prendre més de dos valors, com seria el cas de la ocupació (estudiant, treballador, jubilat…).
‣ Ordinals. Consisteix en classificar per graus d’acord amb algun criteri. Porten de manera implícita diferències de magnitud i possibilita el seu ordenament i així indicar la posició que ocupen dins del grup. Donen més informació que les variables nominals tot i que tampoc es poden mesurar numèricament.
- Variables quantitatives. Són les variables que sí poden mesurar-se numèricament (el pes, l’edat, la talla, el nombre de fills…).
‣ Discretes o discontinues. Són aquelles que dónen un valor sencer, és a dir, no poden haver-hi valors intermitjos.
‣ Contínues. Són variables que si es prenen dos valors possibles, tots els valors intermedis també ho seran. Per exemple, quan mesuren l’alçada d’un individu els resultats podrien ser 166,0 cm o 166,002 cm. Accepten qualsevol valor fraccionari, independentment de que en moltes ocasions s’utilitzin valors sencers.
Las unitats d’anàlisi son aquells individus, objectes o fenòmens els quals s’obtindrà directament la informació de l’estudi.
1 1 Dissenys epidemiològics La investigació s’entén com aquell procés dedicat a respondre una pregunta. La seva resposta pretén aclarir el dubte del nostre coneixement, mitjançant un procés sistemàtic (a partir de la formulació d’una hipòtesis o objectiu de treball es recullen dades segons el planing), organitzat i objectiu.
El mètode científic parteix de l’observació d’una realitat, s’elabora una hipòtesi de treball, es contrasta i s’accepta o no.
Per a realitzar aquest procés necessitem tant l’epidemiologia com l’estadística.
Depenent de la definició de l’objectiu, que ha d’estar clarament definit, es decideix quin tipus d’estudi és el més apropiat, quina elecció de mostra ha de tenir, variables que ha de mesurar i anàlisi estadístic.
S’ha de triar entre estudis experimentals (assajos) i no experimentals (ecològics casos i controls, cohorts...). A continuació s’ha de considerar les amenaces o riscos que comporta dur a terme aquest estudi, hem de reflexionar sobre els biaixos.
A l'hora de realitzar un estudi en el qual s'aplica el mètode científic es segueixen uns passos generals: • Objectius. Cal definir els objectius específics de la investigació. Es tracta d'allò que nosaltres volem aconseguir a partir de l'observació de la realitat. Normalment comencen amb un infinitiu (ex: analitzar). Per definir l'objectiu d'un estudi és imprescindible que estiguin presents aquests elements: - Variable independent o d’estudi.
- Variable dependent o de resultat. És l’efecte que té la variable dependent.
- Població d'estudi • Hipòtesi general: suposició que es vol comprovar partint de teories elaborades i realitzant proves empíriques. Condueix a prediccions refutables i està formulada de manera que permet ser experimentada. Està formada per tres elements: 2 - Unitat d'anàlisi: allò del que es vol estudiar els seus comportaments (base de la recerca).
- Variables: característiques que poden assumir diferents valors qualitatius i quantitatius entre els elements d'una població i que ens permeten establir les diferències i similituds entre els elements.
- Elements lògics: relacionen les unitats d'anàlisi amb les variables i aquestes entre si.
Tipus d'hipòtesis: • Hipòtesi nul·la: nega l'efecte que ens interessa trobar.
• Hipòtesi alternativa: hipòtesi acceptada quan es refuta la hipòtesi nul·la.
• Hipòtesi de treball: serveix a l'investigador com a base d'estudi. Intenta donar una explicació al fenomen que s'està investigant, i s'intenta acceptar com a resultat de l'estudi.
1. Antecedents. Abans de començar amb el disseny de l'estudi caldrà investigar els antecedents consultant bibliografies, estudis similars que s'han realitzat, casos en què s'ha treballat el mateix… 2. Disseny de l'estudi: es pot dissenyar de diverses formes, però es pot utilitzar l'esquema PICO, que ens permet formular les preguntes que s'investigaran: • P (pacient): Sobre quins pacient se'ns planteja el problema? Definir la població a la qual es refereix la pregunta. S'esmenten les característiques de la població i es pot ser tan específic com es desitgi.
• I (intervenció): Què intervenció o exposició realitzarem / estudiarem? Pot ser un tractament, una prova diagnòstica, una exposició danyada, etc.
• C (comparació): Amb quina comparem la intervenció? Hi quan hi ha més d'una intervenció. Es compara amb placebo, una altra prova diagnòstica, etc. O simplement amb res.
• O (outcome): Quin resultat esperem? Pot ser resultat clínic, de laboratori ... Es pot ser tan específic com es desitgi.
3. Realització: es realitza l'estudi el qual ja ha estat prèviament dissenyat i es recullen les dades (es poden seguir diferents metodologies) 4. Anàlisi de dades: S'analitzen les dades recollides durant la realització mitjançant diferents tècniques estadístiques i obtenim resultats.
5. Conclusions: S'extreuen i es discuteixen unes conclusions a les que s'arriba després d'analitzar les dades recollides.
6. Publicació dels resultats: Si es considera que l'estudi és vàlid, es publiquen els resultats d'aquest.
Les característiques més importants de l’arquitectura d’un estudi es poden classificar segons quatre eixos principals: 1.Segons la direcció temporal • Tranversals. És un tipus d’estudi observacional i descriptiu que medeix alhora la prevalència de l’exposició i l’efecte en una mostra poblacional en un sol moment temporal; és a dir, permet estimar la magnitud i distribució d’una enfermetat en un moment donat. En aquests estudis no es pot diferenciar si la causa d’un canvi està en les diferències d’edat o bé en les 3 diferències en el moment del naixement. La presència de l’enfermetat i l’exposició s’observa simultàniament i això dificulta la interpretació causa-efecte. En aquests tipus d’estudi no hi ha un seguiment del procés.
Avantatges Inconvenients Senzills No permeten l’observació de la causalitat d’una associació Cost acceptable Biaixos de selecció Permeten generar hipòtesi de treball Problemes per definir i mesurar l'exposició Estimació de prevalences Població amb temps superiors de supervivència o millor curs clínic Es poden estudiar diverses exposicions alhora.
• Longitudinals. És un tipus d’estudi observacional que investiga el mateix grup de gent de manera repetida al llarg d’un període d’anys, en ocasions dècades o fins i tot segles, en investigacions científiques que requereixen el maneig de dades estadístiques sobre diverses generacions consecutives de progenitors i descendents. Poden ser tant descriptius com analítics i permeten establir relacions de causalitat.
2.Segons la cronologia dels fets • Prospectiu. És un estudi longitudinal en el temps que es dissenya i es comença a realitzar en el present, però les dades s’analitzen un cop ha transcorregut un determinat temps, en el futur. Els fets estudiats (exposició al factor i el seu efecte) s’observen a mesura que succeixen.
• Retrospectiu. És un estudi longitudinal en el temps que s’analitza en el present, però obté les dades del passat. El seu inici és posterior als fets estudiats.
• Ambispectius. Quan existeix una combinació d’ambdós.
Estudis de cohort Segons la relació cronològica entre l’inici de l’estudi i el desenvolupament de la malaltia d’interès, els estudis de cohort poden classificar-se en prospectius i retrospectius.
• Estudi de cohort prospectiu. L’investigador parteix de la formació dels grups d’individus exposats i no exposats a un possible factor de risc i els segueix durant un temps per determinar les taxes d’incidència del desenllaç d’interès o de mortalitat en ambdós grups.
• Estudi de cohort retrospectiu. La exposició a la malaltia ja ha succeït un cop es comença l’estudi. L’identificació de les cohorts exposades i no exposades es basa en la seva situació en una data prèvia ben definida, suficientment lluny en el temps per a que la malaltia en estudi ja hagi tingut temps de desenvolupar-se.
Els estudis de cohort són longitudinals ja que existeix un seguiment d’individus.
4 Avantatges Inconvenients Permeten el càlcul directe de les taxes d’incidència No són eficients per a l’estudi de malalties poc en les cohorts exposades i no exposades, i del risc freqüents relatiu dels exposats en relació amb els no exposats Asseguren una adecuada seqüència temportal (l’exposició al factor d’estudi precedeix a l’aparició del desenllaç) No són eficients per a l'estudi de malalties amb un llarg període de latència.
En els dissenys prospectius es minimitzen els errors Els estudis prospectius acostumen a ser de llarga en la medició de l’exposició durada.
Permeten avaluar els efectes del factor de risc sobre diverses malalties Requereixen un nombre elevat de participants.
Els estudis prospectius tenen un cost elevat.
Estudis de casos i controls En els estudis de casos i controls s’escull un grup d’individus que tenen un efecte o una malaltia determinada (casos) i un altre en el qual està ausent (controls). Els dos grups es comparan respecte a la freqüència d’exposició prèvia a un factor de risc o factor d’estudi que es sospita que està relacionat amb l’efecte o malaltia.
Per identificar els casos s’han d’establir, de forma clara i explícita, la definició de la malaltia i els criteris que han de complir aquells que la presentin per ser inclosos en l’estudi. Per altra banda, els criteris de selecció s’han de dirigir a que només s’escollin individus que potencialment han pogut estar exposats al presunte factor de risc.
Avantatges Inconvenients Útils per estudiar malalties poc freqüents Fàcil que s’introdueixin errors sistemàtics tant en la selecció de grups com en la recollida d’informació Són un bon disseny per estudiar malalties amb llargs períodes de latència En ocasions es difícil establir la seqüència temporal entre l’exposició i la malaltia Permeten estudiar exposicions poc freqüents sempre que estiguin associades a la malaltia No són un bon disseny per estudiar més d’una malaltia simultàniament Poden avaluar múltiples factors de risc per una sola malaltia.
No permeten calcular la incidència o prevalència de la malaltia La seva duració és relativament curta 3.Segons la finalitat de l’estudi • Descriptiu. És un tipus de metodologia que es centra en recollir dades que descriguin la situació tal i com és. L’objectiu d’aquest tipus d’estudi és identificar casos de malalties, estimar la seva freqüència i examinar les tendències de una determinada població. No estan enfocats a una presunta relació de causa-efecte. Són útils quan es coneix poc respecte a 5 allò que volem estudiar i normalment serveixen com a inici de posteriors investigacions analítiques.
- Estudis de sèrie de casos. Consisteixen en la enumeració descriptiva d’unes característiques seleccionades, observades en un moment en el temps, en un grup de pacients amb una malaltia determinada o en un grup d’individus que tenen una determinada condició en comú.
Avantatges Inconvenients Fàcil, ràpid i econòmic No hi ha grup control,no poden comparar el factor de risc.
Cridar l’atenció i detectar epidèmies greus No es pot comprovar amb hipòtesis Generar hipòtesis de treball per a futures investigacions No poden arribar a conclusions.
Detecten casos extranys - Estudis de prevalència i d’associació creuada. Són dissenys transversals que tenen com a finalitat principal l’estimació de la prevalència d’una malaltia o una característica en una població. Es basen en la definició precisa d’una població d’estudi i l’obtenció d’una mostra representativa d’ella, en la que es determina la freqüència d’individus que presenten la característica o malaltia en estudi. La validesa dels resultats dependrà de la representativitat de la mostra. Donat que les variables es mesuren de forma simultània o en un curt període, existeix una ambigüetat temporal que dificulta la interpretació d’una possible relació causa-efecte.
Analític.
Tot estudi que avalua una presunta relació causa-efecte. El presunte agent pot ser • tant un factor etiològic com un tractament o intervenció per prevenir o millorar una situació clínica.
4. Segons el control del factor de l’estudi • Observacional. Són els estudis en els que el factor d’estudi no és controlat pels investigadors, sinó que aquests es limiten a observar, medir i analitzar determinades variables en els individus. L’exposició pot venir imposada (el sexe o la raça), pot haver estat escollida pels individus (fumar) o decidida pel professional sanitari dins del procés habitual d’atenció primària (actes terapèutics ordinaris), però no d’una manera deliberada en el marc d’una investigació.
• Experimental. Es consideren experimentals els estudis en els que l’equip investigador assigna el factor d’estudi i el controla de forma deliberada per a la realització de la investigació, segons el pla preestablert. Aquests estudis es centren en una relació causaefecte (analítics) i en general avaluen l’efecte d’una o més intervencions preventives o terapèutiques.
- Assaig clínic aleatori (ECA). És un estudi de disseny paral·lel amb dos grups que consisteix en la selecció d’una mostra de pacients i la seva assignació de forma aleatoria a un dels dos grups. Un d’ells rep la intervenció d’estudi i l’altre la de control que s’utilitza com a referència o comparació. Els dos grups es segueixen de forma 6 concurrent durant un període determinat, quantificant i comparant les respostes observades en ambdós.
El ECA es considera el millor disseny possible per avaluar l’eficacia d’una intervenció sanitària, ja que és el que proporciona l’evidència de major qualitat respecte l’existència d’una relació causa-efecte entre la intervenció i la resposta obtinguda.
Un dels aspectes claus en el disseny dels ECA és la selecció de la intervenció que s’utilitzarà com a referència de comparació. S’ha de respectar l’anomenat principi d’incertesa segons el qual un ECA solament s’ha de realitzar si existeix una vertadera incertesa respecte quina de les intervencions que es comparen beneficia més als pacients.
En termes generals, per seleccionar la intervenció de referència, existeixen tres opcions: - Placebo. És un preparat que manca d’activitat farmacològica pero l’aparença del qual i característiques organolèptiques són idèntiques a las del preparat en l’estudi.
La finalitat és controlar l’efecte placebo, que refereix a l’efecte psicològic o fisiològic de qualsevol medicació, independentment de la seva activitat farmacològica i que depèn de la propia personalitat del pacient, conviccions i l’entusiasme de l’equip investigador. El placebo també permet emmascarar les intervencions.
- Tractament actiu. Té com a objectiu estimar la relació de benefici/risc del nou tractament en una situació clínica concreta. Quan es comparen dos tractaments actius sol ser convenient emmascarar-los per prevenir possibles biaixos.
- Cap intervenció.
Les variables subrogades són mesures de laboratori o signes físics, com la colesterolemia, que s’utilitzen com a substituts d’un resultat clínicament rellevant, 7 Les variables clíniques es defineixen sobre la base de la malaltia en estudi, com la supervivència en el càncer o las fractures en les vèrtebres per osteoporosi.
L’estudi es duu a terme sobre una població definida per uns criteris de selecció especificats a priori de la qual s’obtindran els individus que finalment participaran en l’assaig.
Els criteris d’inclusió identificaran una població en la que les intervencions que es comparen podrien estar igualment indicades i, per tant, potencialment poden beneficiarse d’elles. Si es defineixen uns criteris molt amplis, la població d’estudi serà més representativa de la diana i les possibilitats de generalitzar els resultats seran majors però al ser més heterogenia, serà més difícil detectar una resposta al tractament i es requerirà un major nombre d’individus.
Quan els individus compleixen els criteris de selecció específics, aquests han de donar el seu consentiment per participar en ell.
Les expectatives tant dels participants com dels investigadors poden influir en l’avaluació de la resposta observada. Aquest problema s’evita utilitzant las tècniques de cec.
- Cec simple. Normalment els participants desconeixen quina intervenció rep cadascun dels individus.
- Doble cec. Tant els pacients com els investigadors desconeixen el tractament administrat.
- Triple cec. A més, hi ha altres persones que també desconeixen el tractament que reben els individus, ja sigui el professional estadístic que analitzarà les dades, o la persona responsable de decidir si es suspèn un tractament per l’aparició de reaccions adverses.
El seguiment s’ha d’adequar a cada problema concret i ser suficient prolongat com per permetre que es presenti la resposta esperada. En alguns casos serà de poques setmanes i altres es poden allargar anys. Com menor sigui el temps de seguiment, més fàcil serà mantenir el contacte amb els participants així com el seu interès en l’estudi.
Errors i biaixos En la confecció dels quadres estadístics es cometen errors, voluntaria o involuntàriament. Existeix un biaix quan un error no apareix com un fet aleatori, sinó de manera sistemàtica. Per tant, podem dir que un error té caràcter aleatori mentre que el biaix és sistemàtic.
A més, podem diferenciar-los en què un error pot ser minimitzat augmentan el nombre de mostra però l’ocurrència de un biaix pot ser controlada o neutralitzada. Tot i així, a vegades és impossible controlar el biaix però convé alments tenir consciència de la seva existència.
Tipus d’error En qualsevol estudi s’han de minimitzar dos errors principalement: l’error aleatori i l’error sistemàtic.
8 1. Error aleatori. Es deu a l’atzar. Té lloc tant pel fet de que es treballa amb mostres d’individus i no amb poblacions senceres, com per la variabilitat inherent al procés de mediació de variables, ja sigui per l’instrument de mesura que s’utilitza, per la propia variabilitat biològica o per la deguda a l’observador.
Per exemple, suponguem que es desitja conèixer el porcentatge d’històries clíniques en les que estan registrats els antecedents familiars de cardiopatía isquèmica. Per fer-ho, es selecciona una mostra d’histories clíniques, determinant el tant per cent que conté la informació d’interès i inferint que el porcentatge observat en la mostra és el mateix que es trobaria si s’haguessin analitzat totes les històries.
Tot i aixó, existeix la possibilitat d’equivocar-se, simplement perquè, per atzar, s’ha escollit una mostra d’històries que no reflecteix de forma exacte el vertader per cent. Aquesta possibilitat és tant major com menor és la mida de la mostra estudiada.
L’error aleatori està molt relacionat amb el concepte de precisió. Una estimació o una mesura és tant o més precisa quan menor és el component d’error aleatori.
Tipus de biaix Podem diferenciar 3 tipus de biaix: 1. De selecció. Aquest es produeix durant la selecció o seguiment de la població en estudi arribant a una conclusió equivocada. Té lloc amb major freqüència en els estudis retrospectius i transversals.
• Neymann. Quan existeix alguna pèrdua prematura per mort de l’individu afectat per la condició en estudi. Aquesta mort no té relació amb la condició de l’estudi.
• Berkson (admissió). Es va descubrir al veure que no hi havia relació entre el càncer i la tuberculosi. Un estudi afirmava que havia pocs cancerosos amb antecedents de tuberculosis i concluíen que la tuberculosi servia de protecció contra el càncer.
• De no resposta a efecte voluntari. En el cas de voler estudiar una enfermetat pulmonar molts poden rebutjar la seva participació per no ser judjats socialment o perquè malgrat fumar es consideren sans i no desitjen ser avaluats.
• De membresia o pertanença. Quan s’inclouen en una mostra molts casos d’un mateix grup. Per exemple, els metges tenen uns hàbits de vida que en comparació amb altres grups socials poden variar molt les conclusions d’un estudi.
• De procediment de selecció. Quan no es respecta el principi d’aletorietat.
2. Medició o informació. També la introducció d’errors en una medició causa una conclusió errònia de la hipòtesi.
• De memòria. En estudis retrospectius en els quals es pregunta per antecedents a determinades circumstàncies en diferents períodes de vida existint la possibilitat d’oblidar-se.
• Falta de sensibilitat d’un instrument. Quan no es compta amb mètodes de recol·lecció d’informació adeqüats. En el cas de tractar-se d’una enquesta, un biaix d’aquest tipus podria ser la mala formulació de les preguntes a tractar causant dubtes en la persona enquestada a l’hora de contestar. Així doncs, es pot donar una informació errònia.
• D’adaptació. Es produeix quan es migra d’un grup a un altre. Està relacionat amb els estudis casos-control. Per exemple, un investigador tracta d’estudiar com afecta el fet de ser o no fumador en un cas en concret, ell no pot evitar que un no fumador (grup 9 control) al cap del temps es converteixi en fumador. Es produiria llavors, una migració del grup control al grup cas.
3. De confusió. Quan l’efecte del factor d’estudi està barrejat amb els efectes d’altres factors diferentes (extranys) al d’interès.
Mostreig i tipus de mostreig Selecció de mostres Una mostra és un subconjunt d’individus de la població que tenim a disposició per a ser observats i treure conclusions de la població de la qual obtenim la mostra. Es pot definir, també, com una part de la població.
Per entendre el concepte de mostra necessitem conèixer la definició de població: • Població. Grup, gairebé sempre nombrós, compost freqüentment per persones que tenen en comú, almenys, una característica susceptible de ser investigada. A partir de la població s’etreuen les mostres necessàries per al seu estudi.
- Població teòrica. Població sobre la qual es generalitzaran els resultats de l’estudi.
- Població de referència. Població sobre la qual es dirigeixen les conclusions d’un estudi realitzat sobre una mostra.
- Població estudiada. Població a la qual es pot accedir a l’estudi.
Qualsevol estudi ha de determinar la mida de la mostra necessària per a la seva realització.
La mostra s’obté del mostreig, que és una important tècnica estadística.
Existeixen moltes classes de mostres que es poden obtenir de les poblacions. Tot i així, no es pot utilitzar qualsevol tipus de mostra com a base per fer inferències vàlides respecte de la població.
En general, per realitzar una inferència vàlida es necessita un mostreig de la població fonamentada científicament.
La validesa externa es relaciona amb la generalització. La validesa es refereix a la veritat aproximada de proporcions, inferències o conclusions. Per tant, la validesa externa es refereix a la veritat aproximada de les conclusions que impliquen generalitzacions.
En la ciència hi ha dos enfocaments principals en la manera d’aportar proves per a una generalització.
Qualsevol estudi ha de determinar la mida de mostra necessari per a l'execució del mateix.
• Criteris d'inclusió: són una sèrie de característiques que identifiquen a un individu com pertanyent a la població de l’estudi.
10 • Criteris d'exclusió: són una sèrie de característiques el compliment identifica un individu que podria generar biaix en l'estimació de relació entre les variables, variar paràmetres de mesura o presentar un risc en la seva salut per la participació en l’estudi.
Model de mostreig Aquest model s’inicia mitjançant la identificació de la població que ens agradaria generalitzar. A continuació, es dur a terme la investigació de la mostra. Finalment, a causa de que la mostra és representativa de la població, es pot generalitzar automàticament els resultats a la població.
Planificació del mostreig Las unitats de mostreig són els elements sobre els quals se’ls hi aplicarà la tècnica de selecció.
El primer pas per planificar un mostreig acostuma a ser la definició de marc de mostreig, que és essencialment una llista o forma d’identificació de les unitats de mostreig sobre les que se’ls hi aplicarà el procés de selecció.
La definició d’aquest marc ha de ser cuidadosa ja que condiciona la interpretació dels resultats.
El següent pas és decidir com seleccionar la mostra. En línies generals, les tècniques de mostreig poden classificar-se en probabilístiques i no probabilístiques.
Tècniques de mostreig Probabilístiques Es defineix com el procés de selecció en que tots els individus candidats tenen una probabilitat coneguda, diferent de zero, de ser inclosos en la mostra. S’utilitza alguna forma de selecció aleatòria per obtenir les unitats que seran estudiades.
L’ús d’una tècnica de mostreig probabilístic tendeix a assegurar que s’obtindrà una mostra representativa, en especial, si la població i la mostra són de gran mida. Tot i així, pot ser que no sigui així ja que el propi atzar pot conduir a una mostra a que no tingui la mateixa distribució de variables d’interès que la població de referència, sobretot si la seva mida és reduïda.
En totes les tècniques probabilístiques la selecció de les unitats es realitza a l’atzar i s’evita la possible parcialitat, conscient o inconscient, dels investigadors. És per aquesta raó que les mostres tendiran a ser més representatives, però no significa que estiguin exentes d’error.
• Mostreig aleatori simple. És aquella tècnica en la que cada unitat del marc de mostreig té la mateixa probabilitat de ser escollit i en la que cadascuna de les possibles mostres de la mateixa mida tenen la mateixa probabilitat de ser escollides. És un mostreig equiprobabilístic.
1. El primer pas és preparar una llista de les unitats de mostreig, numerant-les de manera seqüencial.
11 2. A continuació, es seleccionen tants números aleatoris com elements ha de tenir la nostra mostra. La selecció de números aleatoris acostuma a realitzar-se amb un ordinador o una calculadora.
Aquesta tècnica de mostreig requereix que es coneguin abans la llista completa de totes les unitats de mostreig. Si la llista conté errors o elimina segments de la població es perdran les ventatges propiesdel mostreig aleatori ja que no totes les unitats tindran la mateixa probabilitat d’aparèixer a la mostra.
Avantatges Inconvenients Tècnica senzilla i fàcil de comprendre És necessari un previ coneixement de la llista de totes les unitats de la mostra Permet el càlcul ràpid de mitjanes i variances.
Quan es treballa amb una mostra petita, és possible que no sigui representativa de la població • Mostreig aleatori estratificat. Es tracta d’una modificació del mostreig aleatori simple, que intenta assegurar que la mostra presenti la mateixa distribució que la població en relació amb determinades variables.
1. La població es divideix en estrats en funció de les categories de les variables per las que es desitja estratificar, formant subgrups amb alguna característica comú i mutuament excloents.
2. A continuació, s’escull una mostra aleatoria de cada estrat, mantenint les proporcions observades en la població de referencia.
Els estrats s’han de definir en funció de variables que puguin influir sobre els resultats.
La correcta aplicació d’aquesta tècnica requereix que es conegui la distribució en la població de la variable utilitzada per a l’estratificació i que la variabilitat entre els diferents estrats sigui el més amplia possible, mentre que a dins de cada estrat ha de ser el més petita possible.
Així, obtindrem subgrups homogenis respecte la possible variable de confusió i heterogenis entre si.
Avantatges Inconvenients Estimacions més precises Si els estrats són reduïts, l’avantatge de la precisió es perd.
Tendeix a assegurar que la mostra representi adequadament a la població en funció d’unes variables determinades S’ha de conèixer la distribució en la població de les variables utilitzades en l’estratificació.
Es poden aplicar diferents fraccions de mostreig a cada estrat Càlcul de les estimacions més complez que en el mostreig aleatori simple.
• Mostreig en múltiples etapes. Consisteix en seleccionar unitats de mostreig d’una població (unitats primaries) i, en una segona etapa, obtenir una mostra de cada una de les 12 unitats primaries (unitats secundaries).
Per exemple, si volem estudiar la prevalencia de l’esclerosis en nens d’edat escolar, una manera de seleccionar la mostra seria escollir a l’atzar escoles i, dins de cada una d’elles, una mostra de nens.
Quan en un estudi s’inclouen totes les unitats secundaris (per tant, la fracció de mostreig és 100%) es denomina mostreig en conglomerat.
Aquesta tècnica és útil quan la població de referència és molt gran i està dispersa.
Avantatges Inconvenients Útil en poblacions grans i disperses La precisió d’estimació serà menor si les unitats primaries contenen persones similars en relació amb el fenòmen d’interès.
La necessitat de llistes de les unitats d’una etapa es limita a aquelles unitats de mostreig seleccionades en l’etapa anterior La variabilitat és major i el seu càlcul és complex.
• Mostreig sistemàtic. Aquest procediment es basa en aplicar alguna regla sistemática simple, com escollir un de cada n individus. Els passos a seguir són: 1. Calcular la constant de mostreig (k), dividint el total de la població candidata per la mida de la mostra desitjada.
2. S’extreu la primera unitat a l’atzar entre les k primeres unitats de mostreig i se li suma la constant, successivament, fins a completar la mida de la nostra mostra.
Avantatges Fàcil d’aplicar, còmode i pràctica Inconvenients Si la constant que s’aplica està relacionada amb el fenomen que es vol mesurar. S’obtindran estimacions molt distorcionades.
Quan la població de referència està ordenada seguint una tendència coneguda, el mostreig sistemàtic asegura una cobertura d’unitats de tots els tipus.
No és necessari tenir un llistat previ de tota la població.
• Mostreig aleatori per conglomerats. Es divideix la població en diversos grups de característiques semblants entre ells i després s’analitzen completament algun dels grups, descartant els altres. Dins de cada conglomerat existeix una variació important però els diferents conglomerats són semblats. Requereix una mostra més gran, però acostuma a simplificar la recollida de mostres. Freqüentment els conglomerats s’apliquen a zones geogràfiques.
13 • Mostreig mixte. Quan la població és complexa, qualsevol dels mètodes descrits pot ser difícil d’aplicar i en aquests casos s’aplica un mostreig mixt que combina dos o més dels anteriors sobre diferents unitats de l’enquesta.
No probabilístic En el mostreig no probabilístic es desconeix la probabilitat que posseeix cada unitat de ser inclosa en la mostra i la selecció es realitza mitjançant mètodes en els quals no hi intervé l’atzar.
• Mostreig consecutiu. És la tècnica més freqüent i consisteix en seleccionar els pacients que compleixen els criteris de selecció especificats en el protocol de l’estudi, a mesura que acudeixen a la consulta durant un període determinat. És la tècnica més utilitzada en els assajos clínics.
• Inclusió de voluntaris. En general, és preferible rebutjar la seva col·laboració ja que les vertaderes raons que porten a una persona a presentar-se per a un estudi sense ser seleccionat solen estar relacionades amb altres activitats que afecten a la representativitat de la mostra.
• Mostreig per quotes. Utilitzat en enquestes d’opinió i de mercat, però poc utilitzat en investigació epidemiològica. La composició general de la població de referència en temes de característiques com l’edat, el sexe o la classe d’educació es decideix, o es coneix, prèviament. Seguidament es determina el nombre de persones necessàries, o les quiotes, per als homes i dones, segons les diferents edats i la classe d’educació, on l’únic requeriment és aconseguir el nombre adequat de persones per emplenar cadascuna de les quotes.
• Tècniques adaptatives. El disseny de mostreig s’adapta en funció de les observacions que es van realitzant durant l’estudi. Depenent del mecanisme d’adaptació reben noms com - Bola de neu. aquest model és particularment útil quan es mostregen poblacions els components dels quals, per motius morals, ideològics, legals o polítics tendeixen a ocultar la seva identitat. A partir d'uns pocs individus l'entrevistador, amb ajuda dels primers, va "coneixent" a nous membres de la mostra. La informació se li diu una persona a una altra, després a una altra i així es va aconseguint més mostra. (Ex: una persona, aconsegueix a cinc i cadascuna d'elles a cinc).
- Passeig aleatori.
- Mostreig en red.
Tipus de validesa Solidesa o rigor en el grau d’aproximació a la “veracitat” dels seus resultats. Un estudi és vàlid si la manera en què ha estat dissenyat i realitzat fa que els seus resultats no estiguin esbiaixats. La sensibilitat (capacitat del test de detectar la malaltia) i l’especificitat (capacitat de detectar l’absència de malaltia) són les mesures de validesa. És més fàcil tenir validera interna que externa.
• Validesa interna. Adequació metodològica del disseny i desenvolupament de l’estudi que garanteix que els resultats no estiguin esbiaixats i, per tant, ens permetin una bona estimació de l’eficàcia real de la intervenció d’estudi. Resultats atribuïts només a l’efecte sota 14 investigació. Possible quan les fonts d’error han estat minimitzades en l’estudi (disseny, procediment i anàlisi). Si són verdaders els resultats de l’estudi llavors és vàlid.
- Poblacional. Quan es generalitza a altres unitats d’observació.
- Ecològica.
- Històrica. Depenent dels moments es pot generalitzar o no.
• Validesa externa. Possibilitat de generalitzar els resultats de l’estudi. Si és imparcial i es pot aplicar a la població general malgrat haver estudiat una mostra d’aquesta. Si hagués estudiat la població sencera haguessin estat els mateixos resultats.
• Validesa predictiva. El que es pot predir a partir d’un text.
15 ...

Comprar Previsualizar