Seminario 5: Exposición del trabajo de investigación

Al fin hemos terminado el trabajo final de la asignatura, y mi grupo y yo nos hemos quedado muy satisfechas debido al gran cambio que hemos tenido con respecto a la presentación del primer seminario; fue un desastre total. Sin embargo, para este trabajo nos hemos esforzado muchísimo más y se ha notado la diferencia.

El profesor nos ha dicho hoy durante el seminario que hiciésemos una autoevaluación de nuestro propio trabajo, comparándolo con el trabajo final que hicimos para la asignatura del cuatrimestre pasado de "Promoción de la Salud". Pues bien, con mucha diferencia me ha gustado más realizar este trabajo por diferentes motivos:

1. He estado con compañeras con las que compagino muy bien y hemos estado muy a gusto trabajando las tres juntas.
2. Ha habido compañerismo a la hora de ayudarnos en los temas que no entendíamos, tanto entre nosotras como con el resto de compañeros del seminario; supongo que esto será así porque ya llevamos más tiempo juntos, nos conocemos más y tenemos más confianza entre nosotros.
3. Me ha gustado infinitamente más llevar a la práctica el realizar los cuestionarios a los niños o cualquiera que sea el trabajo de investigación que hubiésemos realizado; me encanta interaccionar con la gente y cosas como estas son por las que cada día estoy más convencida de que mi decisión ha sido la correcta al escoger esta carrera.
4. Por último, la ayuda del profesor ha sido inmejorable. No es por hacer la pelota, sino porque pocos profesores hay, o al menos que yo conozca, que se impliquen tanto por sus alumnos, les ayude tanto en los temas que desconocen y sobre todo al ser de universidad, porque todos sabemos que en el instituto todo es más pequeño y los profesores te conocen e intentan ayudarte. Pues si me llevo algo muy positivo de esta asignatura han sido los seminarios porque el profesor nos ha inculcado un buen rollo impresionante, y así sí se trabaja a gusto de verdad.

Tras todos mis últimos esfuerzos, después de estar más perdida que el barco del arroz en esta asignatura, puedo decir que he comprendido toda la materia y que espero salir exitosa del examen. ¡Ánimo a todos mis compañeros y mucha suerte en estas dos semanas!

Tema 10

Tema 10: Hipótesis estadísticas. Test de hipótesis.

En este último tema vemos que para controlar los errores aleatorios, además del cálculo de intervalos de confianza, se realizan test o contrastes de hipótesis, de manera que con los resultados obtenidos podemos rechazar la hipótesis nula o no, es decir, establecer si entre las variables existe una relación.

Existen diferentes tipos de análisis estadísticos según el tipo de variables implicadas en el estudio, de los cuales al que más importancia le otorgaremos será al de Chi cuadrado. Estos test de hipótesis miden la probabilidad de error que cometo si rechazo la hipótesis nula.

Tipos de errores en test de hipótesis

Aun siendo breve este tema, no podemos restarle importancia ya que, por ejemplo, con Chi cuadrado, vamos a saber como es de probable que siendo iguales dos grupos a comparar, se obtengan resultados como los obtenidos o haber encontrado diferencias más grandes por grupos. Pienso que es de interés actual ya que con este método podemos comprobar por ejemplo, que crema tiene más relevancia a la hora de curar una úlcera por presión, o cual es la mayor salida profesional elegida por cada curso académico de un centro.

Tema 9

Tema 9: Estadística inferencial: Muestreo y estimación.

En este penúltimo tema hablamos de la estadística inferencial; para lograr entenderlo, primeramente tenemos que entender algunas definiciones:

• Población de estudio: conjunto de pacientes sobre los que queremos estudiar alguna cuestión.
• Muestra: conjunto de individuos concretos que participan en el estudio.
• Tamaño muestral: nº de individuos de la muestra.

Pues bien, el objetivo de este tema son los procedimientos estadísticos que permiten pasar de lo particular (muestra) a lo general (población); a esto denominamos inferencia estadística. Para elegir las muestras de forma que éstas reflejen las características de la población utilizamos las técnicas de muestreo.

Siempre que trabajamos con muestras, aunque sean representativas, hay que asumir un cierto error. 

• Muestreo probabilístico o aleatorio: la muestra se elige por azar, se puede evaluar este error aleatorio. Cuanto mayor sea el tamaño de la muestra, menor será el error aleatorio por probabilidad.
• Muestreo no probabilístico: no es posible evaluar este error.

Proceso de inferencia estadística

La variabilidad de los valores del estimador en las distintas muestras de un determinado tamaño que tomamos de una población es lo que consideramos como error estándar. Cuanto más pequeño es este, más nos podemos fiar del valor de una muestra concreta.

Los intervalos de confianza son un par de nº tales que, con un nivel de confianza determinados, podemos asegurar que el valor del parámetro es mayor o menor que ambos nº. Los valores más destacados son los siguientes

• Nivel de confianza del 68% - z = 1
• Nivel de confianza del 95% - z = 2
• Nivel de confianza del 99% - z = 3

Para tener un pequeño grado de probabilidad de que un pequeño grupo que seleccionemos posea las características que queremos estudiar de cierta población, hay que realizar unas técnicas de muestreo. Existen dos tipos de muestreo posible: el probabilístico, en el que todos los sujetos de la población tienen una probabilidad de ser seleccionados; y el no probabilístico, en el que puede haber personas que no tengan esa probabilidad de ser seleccionados en la muestra.

Me parece de interés este tema porque es importante que en un estudio el error sea lo más disminuido posible, para que así las estimaciones y los resultados sean lo más perfectos que se pueda y podamos englobar a toda o la mayoría de la población en los resultados de la muestra.

Tema 8

Tema 8: Medidas de tendencia central, posición y dispersión.

- Este tema corresponde a la teoría reflejada en el post del Seminario 3. -

Con este tema estudiamos las medidas descriptivas estadísticas; además de las tablas y gráficos, podemos resumir una serie de observaciones mediante "estadísticos" o "función de los datos observados".

Aunque el hecho de no ser teoría hace que el tema se vuelva un poco más llevadero, aquí ya empieza a haber exceso de fórmulas, muy parecidas todas con las que nos podemos liar a la hora del examen. Por ello, he echo este resumen del tema incluyendo todas las fórmulas, las cuales no están en el anterior post, para que todo esto quede más claro:

Tema 7

Tema 7: Introducción a la bioestadística.

La estadística son conocimientos para aprender de la experiencia, en forma de números que muestran variaciones entre diferentes individuos. Las características clínicas que se observan cambian de un paciente a otro; son variables. Por tanto la estadística es la ciencia que estudia la variabilidad.

Para medir las variables utilizamos diferentes escalas de medida:

• Escala nominal: en una variable sólo podemos comprobar si son iguales o diferentes, por ejemplo; Género: Hombre/Mujer; Raza: blanco/negro...
• Escala ordinaria: podemos establecer si son iguales o diferentes y, si son distintas, determinar cuál de ellas es mayor. Por ejemplo: Grado de mejoría tras el tratamiento: 1.nulo, 2.leve, 3.media, 4.máximo.
• Escala de intervalo: presenta las características de las dos escalas anteriores pero, además representa una escala equivalente entre los valores. Por ejemplo: Temperatura: 36ºC, 37ºC, 38ºC...
• Escala de razón: es el nivel más alto de medición. Además de las características de las escalas anteriores (identidad, orden y distancias equivalentes), posee el 0 absoluto, que representa nulidad o ausencia de lo que se estudia. Ejemplo: edad, peso, talla...

También podemos establecer diferencias entre los tipos de variables:

• Cualitativas: propiedades que no pueden ser medidas.
• Nominales. No hay diferencia de importancia.
• Dicotómicas: tienen dos categorías (sí/no, hombre/mujer...)
• Policotómicas: más de dos categorías (raza, religión...)
• Ordinales. Hay diferencia de importancia y valor (Satisfacción en el trabajo: mucho, poco, nada...)
• Cuantitativas: se pueden medir en términos numéricos.
• Discretas: nº finito de valores (Nº de hijos: 1, 2, 3, 4...)
• Continuas: cualquier nº dentro de un rango (Talla: cms, mms...)

Para mostrar los datos adquiridos en nuestro estudio, hacemos uso de las tablas de frecuencia, distribuyendo las variables en filas y las frecuencias en columnas.

Por otro lado tenemos las representaciones gráficas, que nos ofrecen orientación visual y representan las conclusiones del estudio.

• Diagrama de barras: se utiliza para medir una variable cualitativa, nominal y sobre todo las policotómicas.

• Histogramas y polígonos de frecuencias: se utiliza para medir variables cuantitativas continuas. 

• Gráfico de tronco y hojas: forma de expresar variables cuantitativas continuas.

• Representaciones gráficas:
• Gráficos de sectores: para variables cualitativas dicotómicas.

• Gráfico para datos bidimensionales: para variables cuantitativas.

• Gráfico para datos multidimensionales: diagrama de estrellas.

Este tema me ha resultado muy sencillo ya que básicamente trata de la clasificación de datos, pero aun así no nos podemos confiar ya que hay que practicar varios problemas de cada cosa para que nos quede claro. Pienso que este método de representación de datos es muy interesante y a la vez efectivo en los estudios, ya que de una simple visual podemos interpretar perfectamente todos los resultados que hemos obtenido.

Tema 6

Tema 6: La etapa empírica de la investigación: el diseño y el material y métodos.

En esta etapa identificamos la parte práctica de la investigación, en cuyo comienzo debemos especificar la población en la cual realizaremos el estudio (población de estudio). Cuando no es posible incorporar toda la población al estudio, realizamos un muestreo, es decir, seleccionamos a un número determinado de personas de esa población para realizar el estudio con ellas, y después poder aplicar los resultados al resto de la población.

A la hora de enfrentar un problema, dependiendo del tipo de diseño que se haya utilizado, calcularemos de una manera u otra la magnitud de asociación. 

Estudios descriptivos. En este tipo de estudio podemos medir:

• Medida de prevalencia: describe una situación en un punto determinado del tiempo (proporción de la población que tiene la enfermedad en un punto específico del tiempo).

nº de individuos enfermos/nº de individuos en la población

• Medida de incidencia: describe la frecuencia de nuevos casos, lo que ocurre durante un período de tiempo (flujo de sanos a enfermos).

nº casos de nuevos enfermos/nº sujetos no enfermos al comienzo

- Incidencia acumulada: calcula el riesgo de que se produzca un fenómeno. Utilizamos un período de tiempo durante el cual consideramos que todos los individuos de la población están a riesgo de la enfermedad.

nº casos de nuevos enfermos/población a riesgo inicial

- Tasa/densidad de incidencia: velocidad con la que aparecen nuevos casos con respecto al tamaño de la población.

nº casos nuevos enfermos/personas-tiempo a riesgo

Estudios de seguimiento y experimentales. En este tipo de estudio podemos medir:

• Incidencia en no expuestos (I.ne.): nº casos nuevos no expuestos/nº total no expuestos
• Incidencia en expuestos (I.e.): nº casos nuevos expuestos/nº total expuestos

Con estos datos calcularemos el Riesgo Relativo (RR), es decir, la relación entre la incidencia en expuestos y no expuestos. Cuando el RR es igual a 1 quiere decir que las incidencias son las mismas, por lo que aceptamos la hipótesis nula.

RR = I.e/I.ne

Estudios de casos y controles. En este tipo de estudio comparamos dos grupos, uno que presenta la variable dependiente y otro que no. Entonces calculamos ODDS RATIO mediante:

• ODDS casos: presencia del factor entre los casos/ausencia del factor entre los casos
• ODDS controles: presencia del factor entre los controles/ausencia del factor entre los controles

ODDS RATIO = ODDS casos/ODDS controles

Al principio este tema me ha resultado un poco lioso porque no lo entendía bien, pero tras leerlo 3 veces con atención y separando conceptos me ha quedado muy claro. Aquí me empieza a llamar un poco más la atención la asignatura, ya que se hace más llevadera debido a la poca teoría que tiene este tema; como realmente se aprende todo lo explayado en este post es haciendo muchos ejercicios, y eso cuesta menos trabajo ya que son repetitivos y a la hora del examen te salen automáticamente!

Tema 5

Tema 5: El marco teórico y los objetivos de la investigación. Hipótesis de investigación.

En todo trabajo de investigación debemos definir unos objetivos, es decir, a donde queremos llegar, qué queremos lograr. Es frecuente desglosar un objetivo general en varios específicos. En cambio, la hipótesis es un enunciado sobre lo que queremos conseguir en esta investigación, acerca de las relaciones entre las variables con las que tratamos.

Ejemplo:

• Objetivo: conocer si mejora el resultado en el abordaje de las UPP según la técnica que se utilice.
• Hipótesis: sospecho que existen diferencias en los resultados del abordaje de las UPP según la técnica que se utilice.

Siempre sospechamos que una variable influye sobre la otra, es decir, existe una variable independiente (predictora) y una dependiente (resultado). En todo caso, existe una "hipótesis nula", que indica que no existen diferencias entre ambas variables. En toda hipótesis existen dos hipótesis alternativas y una hipótesis nula.

Ejemplo: Conocer si el abordaje de las úlceras por presión (UPP) mejora según la técnica que se utilice.

• Variable independiente (V1): evolución de las UPP.
• Variable dependiente (V2): técnica de cobertura de la lesión con azúcar no estéril o técnica de empleo de hidrocoloides.
• Hipótesis alternativa 1: el azúcar no estéril es más eficaz que los hidrocoloides.
• Hipótesis alternativa 2: los hidrocoloides son más eficaces que el azúcar no estéril.
• Hipótesis nula (H0): el tipo de técnica no influye en la evolución de las UPP.

Para realizar la pregunta de nuestro trabajo de investigación, que debe ser clara y precisa, acudimos a la teoría descrita en la entrada del Seminario 1, en la cual se explica cómo realizar una pregunta PICO y como buscar en bases de datos científicas la información necesaria para responder nuestra pregunta.

Para determinar el nivel de evidencia de un trabajo, clasificamos de la siguiente manera los tipos de estudio epidemiológicos:

Por último, tenemos los estudios de seguimiento o de cohorte, que se refieren a grupos que tienen algo en común, y haciendo un seguimiento del grupo este estudio puede ser:

• estudio de casos y controles
• retrospectivo
• prospectivo

Una vez determinado el nivel de evidencia (ayuda a los profesionales de la salud a valorar la fortaleza o solidez de la evidencia asociada a los resultados obtenidos de una estrategia terapéutica), podemos clasificarlo de la siguiente manera:

• Nivel de evidencia I: la evidencia proviene de metaanálisis de ensayos controlados, aleatorizados, bien diseñados. 
• Nivel de evidencia II: la evidencia proviene de, al menos, un ensayo controlado aleatorizado o un metaanálisis de alta calidad. Se deduce que haya sesgos.
• Nivel de evidencia III
• Nivel de evidencia III.1: la evidencia proviene de, al menos, un estudio controlado bien diseñado sin aleatorizar. Estudios analíticos observacionales.
• Nivel de evidencia III.2: la evidencia proviene de estudios analíticos observacionales bien diseñados, tipo cohorte prospectiva o casos y controles.
• Nivel de evidencia III.3: la evidencia proviene de cohortes históricas (retrospectivas). Es el más frecuente.
• Nivel de evidencia IV: opiniones de autoridades respetadas, basadas en la experiencia clínica no cuantificada, o en informes de comités expertos. Estudios descriptivos.

De los anteriores niveles de evidencia, surgen cinco grados de recomendación, aplicables como criterios de calidad a distintos niveles:

Aunque algo lioso por la gran cantidad de teoría que contiene, me parece interesante este tema debido a la cantidad de estudios y fuentes bibliográficas a las que se puede acudir y en los que se pueden clasificar. De esta misma manera, es importante conocer todos estos tipos de estudio para poder realizar nuestro trabajo de investigación y llevarlo a cabo con éxito.