Tema 2: El método científico y sus perspectivas

Proceso deductivo: métodos estadísticos (cuantitativos)

La estadística utiliza el método deductivo: de lo particular a lo general.

• Quiero sacar información de una población amplia, para ello selcciono una muestra por métodos aleatorios.
• Con esta muestra, recogemos datos y hacemos estimaciones, contrastamos hipótesis.
• Si contrastamos esa hipótesis podemos deducir un parámetro, una ley, confirmación de la teoría

Normalmente utilizan cuestionarios y se miden variables. Suelen ser preguntas cerradas. Hay veces que fallan puesto que a veces se suelen contestar en relación a lo que se espera de nosotros (mienten en los cuestionarios). En estas ocasiones, se aplica un método inductivo para complementar.

Proceso inductivo: métodos cualitativos

No utilizan los números o cifras como en el método estadístico. 

Con los métodos cualitativos lo que hacemos es, a partir de poblaciones generales, seleccionamos “informantes clave” y ese informante clave se caracteriza porque tiene cierta representatividad sobre el grupo, por lo tanto, no se puede seleccionar aleatoriamente. Lo que hacemos es tratar de comprender el fenómeno individual a partir del fenómeno colectivo. Si comprendes al individuo, comprendes al grupo.

Atributos de los paradigmas cualitativos y cuantitativo

Paradigma cualitativo	Paradigma cuantitativo
·        Emplea métodos cualitativos	·        Emplea métodos cuantitativos
·        Fenomenologismo y comprensión: "Interesado en comprender la conducta humana desde el propio marco de referencia de quien actúa"	·        Positivismo lógico: "busca los hechos y las causas de los fenómenos sociales, prestando escasa atención a los estados subjetivos de los individuos"
·        Observación naturalista y sin control	·        Medición penetrante y controlada.
·        Subjetivo	·        Objetivo
·        Próximo a los datos: perspectiva "desde dentro"	·        Al margen de los datos: perspectiva "desde fuera"
·        Fundamento en la realidad, orientado a los descubrimientos, exploratorio, expansionista, descriptivo e inductivo	·        Fundamentado no en la realidad, orientado a la comprobación, confirmatorio, reduccionista, inferencial, hipotético, deductivo
·        Orientado al proceso	·        Orientado al resultado
·        Válido: datos "reales", "ricos" y "profundos"	·        Fiable: datos "sólidos" y "repetibles"
·        No generalizable: estudio de casos aislados	·        Generalizable: estudio de casos múltiples
·        Holístico	·        Particularista
·        Asume una realidad dinámica	·        Asume una realidad estable

Fases del proceso de investigación

Tenemos varias etapas: 

1. Etapa conceptual: En primer lugar, definimos qué queremos investigar y para qué investigarlo mediante la observación de fenómenos que nos llaman la atención. Por ejemplo: ¿Por qué cada vez hay más intolerancias a los alimentos? Para investigarlo primero buscamos información para ver si hay alguna investigación o publicación que aclare las dudas. 
2. Etapa empírica: Responde a otra pregunta ¿Cómo investigarlo? Una vez que decidimos investigar, me planteo cómo investigarlo, qué datos tengo que recoger, qué población, etc.
3. Etapa interpretativa: Una vez que analizamos y recogemos los datos, tenemos que interpretar los resultados. Responde a la pregunta ¿Cuál es el significado de los hallazgos? Termina normalmente con una conclusión. Por ejemplo: si mi pregunta es ¿Por qué hay tanta intolerancia a los alimentos?, la conclusión será mi respuesta. 

Etapa conceptual de la metodología de investigación

La etapa conceptual del proceso de investigación:  

1. Observación de hechos 
2. Identificación y formulación del problema
3. Revisión bibliográfica (antecedentes): Es muy importante hacer búsquedas bibliográficas y estudios ya realizados, puesto que puede que nuestra inquietud ya esté estudiada.
4. Marco teórico o marco de referencia conceptual (base teórica del problema): Una vez decidido que es lo que se quiere investigar se debe realizar un marco teórico, es decir la base teórica del problema. Son conceptos y definiciones que se van a manejar durante la investigación. Es situar la investigación, conceptualizar.
5. Definición del problema de investigación 
6. Definición de objetivos/formulación de la hipótesis (estudios cuantitativos analíticos): Formular enunciados expresando que es lo que se quiere investigar. Siempre va enfocado a conocer una realidad. Ejemplo: Si el problema es la baja frecuencia de frutas, conocer los factores relacionados, asociados con el bajo consumo de fruta. No saber la finalidad del trabajo sino por qué no comen fruta, es decir no es promover la salud, sino investigar por qué sucede, que factor se asocia con esa acción. A veces en estudios descriptivos no se basan en factores, solo saber niveles de conocimientos, averiguar acciones que se dan lugar, y no se platean hipótesis. Solo se plantea describir como se plantea una variable.
7. Definición operacional de términos y variables: Variables-Características que cambia de una persona a otra, tiene más de dos opciones.
8. Importancia del estudio y limitaciones: Reflexión de para qué hacerlo o investigarlo, se debe de establecer esta importancia a priori.

Definición y formulación de los objetivos

• Se trata de definir a dónde queremos llegar con la investigación; qué queremos lograr (profundizar en el conocimiento de un fenómeno, comprobar la relación entre dos variables, etc.)
• No confundir objetivos de investigación con objetivos de la práctica profesional.
• Es frecuente desglosar un objetivo general en varios específicos.
• Características de los objetivos: pertinentes, concretos, realistas y mensurables. 

Hipótesis

• Es un enunciado de las expectativas de la investigación, acerca de relaciones entre variables que se indagan (sólo para estudios estadísticos analíticos o experimentales). Supone aventurar resultados.
• Las investigaciones cualitativas no llevan hipótesis. 
• Es, por tanto, una predicción del estado esperado.
• Debe enunciar una relación esperada en dos (o más) variables.
• La hipótesis es un estado conjetural que enlaza las variables independiente y dependiente (predictora y resultado).
• Exige una definición previa clara y concisa de dichas variables.
• Se debe formular en términos de “hipótesis nula”: Independientemente de lo que yo crea, se queda como “supuesto”. La hipótesis “alternativa” es la que dice que sí hay relación.

Etapa empírica del proceso de investigación

• Es la etapa más práctica del proceso; el trabajo de campo.
• Corresponde al material y métodos y a la obtención de resultados en el trabajo de investigación.
• Define el enfoque o estrategia de abordaje del problema de investigación para el logro de los objetivos.
• Debe definir el plan de investigación: fuentes de información, método de recolección, gestión y análisis de los datos.
• Debe asegurar control o comprobación y validez interna y externa. 

Está conformada por:

• Planificación de la investigación (proyecto): Material y métodos.
• Diseño metodológico (técnicas cuantitativas o cualitativas).
• Población del estudio.
• Muestreo o selección de participantes.
• Variables.
• Definición del proceso de recogida de datos.
• Registro y procesamiento.
• Trabajo de campo: Recogida de datos. 
• Análisis de los datos. 

Tipos de diseño cuantitativo en función del objetivo de investigaciones

A partir de un problema de salud, realizamos una descripción y se mide el problema y se observan las diferencias entre grupos. Ecológicos: son variables medidas en grupos de individuos (epidemiológico) y transversales: variables medidas en individuos. 

Hay otro grupo de estudio que pretende evaluar la posible asociación entre los factores y el problema. Tenemos que buscar la asociación y relación de causa-efecto. Tenemos dos grupos de diseño: 

• Analíticos: analiza la relación entre dos variables (casos y controles, seguimientos). Por ejemplo: estudio para saber si hay relación entre tomar el sol y desarrollar cáncer de piel. Son de tipo observacional porque el investigador observa, pero no manipula.
• Los estudios de casos y controles: en ellos buscamos la causa en el pasado.
• Seguimiento: partimos de la causa para buscar el efecto. Por ejemplo: haciendo un seguimiento de las embarazadas para que no fumen.
• Experimentales: el investigador manipula y observa la variable dependiente.
• Aleatorios controlados: elección al azar de participantes.
• Cuasiexperimentos: no son experimentos puros.

Etapa interpretativa del proceso de investigación

• Convalidación de los métodos empleados. (cuestionar si el método empleado es fiable o no es fiable).
• Convalidación de los resultados. (contrastar los métodos empleados con otras investigaciones). 
• Describir fortalezas y debilidades del estudio. (puntos fuertes y débiles).
• Relación de los hallazgos con los objetivos e hipótesis.
• Relación de los hallazgos con los hallazgos de otros autores.
• Aspectos novedosos y relevantes.
• Extraer conclusiones.

Artículo científico (original o primario)

La primera publicación de los resultados de una investigación original, en forma tal que los colegas del autor puedan evaluar las observaciones, repetir los experimentos y verificar las conclusiones, en una revista u otra fuente documental fácilmente asequible dentro de la comunidad científica, Suelen tener una extensión de 4500 palabras. 

Comité Internacional de Editores de Revistas Médicas (International Committee of Medical Journal Editors, ICMJE) Conocidas popularmente como «normas Vancouver» Fomato IMRYD.

Estructura de un artículo:

Preliminares	1.      Título 2.      Autor 3.      Institución 4.      Resumen
Cuerpo	5.      Introducción 6.      Metodología 7.      Resultados 8.      Discusión 9.      Conclusiones
Finales	10.   Agradecimientos 11.   Referencias 12.   Apéndices

En la introducción se dice qué se ha investigado y por qué. En la metodología decimos cómo se hizo, qué población, el tiempo… En la discusión se imponen los datos. 

El 5 pertenece a la etapa conceptual, 6 y 7 a la etapa empírica y 8 y 9 a la etapa interpretativa. 

Errores de los estudios cuantitativos

Hay varios tipos de errores: 

• Errores Aleatorios: Debidos al azar. Selecciono participantes al azar y por azar entran en el estudio los más mayores y todos tienen la tensión alta.
• Se produce cuando el estudio se realiza sobre una muestra probalística de la población, es decir cuando realizamos el estudio sobre una parte de la población.
• Muestreo probabilístico aleatorio: Es el más fiable.
• Si se trabaja con muestras, es difícil esperar que los resultados coincidan exactamente con lo que ocurre en la población.
• Sabemos que existe, pero no sabemos si el resultado sobre la muestra supera o se queda corto con respecto al resultado real en la población.
• Medidas de control en los errores aleatorios:
• Primera Fase: Calcular el tamaño mínimo de una muestra necesario para poder detectar como estadísticamente significa una diferencia, si es que ésta existe realmente en la población. Obtener resultados que con el resultado real de toda la población no sea estadísticamente significativo (apenas haya diferencias importantes).
• Segunda Fase: uso de pruebas o test de hipótesis (errores α o β) (errores tipo 1 ó 2). Es una prueba para ver si la relación entre 2 variables existe o no (edad- colesterol ¿relación?) el valor de alfa para el cual me puedo quedar con la hipótesis es de 0.05 ya que el valor de alfa es entre 0-1.
• Tercera Fase: Cálculos de intervalos de confianza para las estimaciones obtenidas. Intervalo de confianza: Par de valores entre los que se encuentra el dato. La media de tensión arterial en una población es de 120 mmHg, tras aplicar el intervalo de confianza queda que la media está entre 110- 140 mmHg. Esto es un intervalo para la media, no para toda la población. Puede haber gente que lo supere o no, es el intervalo de la media no el total.
• Errores Sistemáticos: (sesgos) debido a las actuaciones que investiga el investigador (sesgos). Depende de las actuaciones que realice el investigador. Son evitables. Los comete el investigador por no hacer bien las cosas.
• Son errores que desplazan artificialmente las diferencias observadas en el estudio de las verdaderas, se muestree o no.
• Estos errores a veces exageran las verdaderas diferencias y a veces las minimiza.
• Estos errores afectan a la validez interna del estudio, es decir, a la credibilidad de las conclusiones.
• Tipos de sesgos:
• Sesgo de selección: Mal selección de la muestra. Se incluyen en el estudio sujetos de estudio que difieren en alguna característica relevante de la población sobre la que se pretenden sacar conclusiones. Si afecta al factor de exposición y al efecto de interés (factor de riesgo y enfermedad), los hallazgos no son extrapolables. Por ejemplo, la negativa a participar en un estudio, o abandonar durante un seguimiento. Así el investigador se pierde una parte de población, pudiendo ser esta parte la que lleve peores hábitos de salud.
• Sesgo de clasificación o información: Clasificar incorrectamente a un sujeto. Corresponde a una incorrecta medición de una variable. Depende, por tanto, de la validez y fiabilidad del método utilizado para recoger información. Puede afectar a la exposición o al efecto. Puede diluir las diferencias realmente existentes o a exagerar estas diferencias, pueden aparecer muchos casos de ansiedad y pocos casos de ansiedad.
• No Diferencial: Disminuye las diferencias realmente existentes. Si se hace un procedimiento que no guarda el anonimato.
• Diferencial: Exagera las diferencias realmente existentes.
• Grupo Control: Se utilizan para evitar los sesgos de clasificación. La finalidad del grupo de control es aislar el efecto del factor del estudio del debido a otros factores. Efectos que se controlan:
• Efecto Hawthorne: Sentirse observado mejora nuestra respuesta. Un grupo trabaja con luz y un observador para medir la producción y otro sin luz y un observador. Se observó que no producían tanto cuando no tenían luz, sin embargo, no tuvieron en cuenta que no producían más por la luz, producían más porque había un observador.
• Efecto Placebo: La administración de fármaco produce respuestas no atribuibles específicamente al mismo. A un grupo le doy un fármaco y a otra un placebo. El que toma el fármaco está predispuesto a curarse.
• Regresión a la media: Cuando se obtiene un valor extremo en una variable, la segunda vez que se mide tiende a los valores de la media. Si tomo la tensión arterial en un grupo y obtengo en una persona una tensión muy baja o muy alta, la clasifico como hipertensa y sube la media del grupo, pero si hiciera tres medidas, las dos siguientes medidas obtienen un valor más similar a la media.
• Evolución Natural: Las enfermedades tienden a su resolución de forma natural, sin que sean atribuibles a la intervención.
• Sesgo de confusión: Solo se comete si se realiza un test de hipótesis. Si se contractan dos datos y una de ellas no se ha estudiado. Es el único que se puede controlar en la fase de análisis y no solo en la de diseño. Es una distorsión de las estimaciones producidas por la distribución desigual en los grupos de comparación de una tercera variable (variable confundente). Si esa variable es predictora del efecto (factor de riesgo o protector) entonces su distribución desigual contamina la verdadera relación entre la exposición y el efecto estudiados.

Control de errores en los estudios estadísticos

• En la fase de diseño (selección y clasificación).
• Restricciones y apareamientos: Plantar una serie de grupos de control para desechar los objetos que no valen y que los que queden tengan características similares. Restringir a la hora de seleccionar a la población, por ejemplo, la edad hay que tenerla en cuenta si se hace un estudio para ver el dolor producido en la extracción de sangre, a un niño quizás le duela más que a un adulto. También podríamos excluir a las personas con deterioros cognitivos. Otra causa de exclusión es las personas cuyo nivel de dolor sea menor por el tratamiento de analgésicos. El apareamiento significa realizar grupos controles que sean parejos.
• Análisis estratificado y multivariantes: Incluir muchas variables en el estudio.

Validez interna y externa

• Validez Interna: Ausencia de sesgos para la población estudiada. Replicabilidad. Al volver a ejecutar en la misma población el mismo procedimiento, obtenga los mismos resultados o muy similares, esto quiere decir que tiene validez interna.
• Validez externa: Precisión y validez externa. Capacidad de extrapolar (reproduzco el procedimiento en otras poblaciones y obtengo resultados similares) los resultados del estudio en otras poblaciones. Exige de validez interna previa. En distinta población, realizo el procedimiento y obtengo el mismo resultado. 

Se puede tener validez interna y no tener externa, pero para tener validez externa hay que tener validez interna. 

Precisión y exactitud

• Precisión: Fiabilidad o reproductibilidad. Si se podría reproducir el trabajo sin sesgos. Ayuda a tener validez interna. Grado en que una medición proporciona resultados similares cuando se lleva a cabo en más de una ocasión en condiciones similares. Lo mido en dos ocasiones y obtengo el mismo resultado.
• Exactitud: Es la validez para que una medición mida realmente aquello para lo que está destinada. Es la validez del instrumento. Pueden existir errores de exactitud debidos al individuo, al observador y al instrumento de medición. Que la técnica de medición mida aquello para lo que está destinado. Para evaluar la validez o exactitud. Por ejemplo, miro el peso y me da el peso, pero no da la cantidad de grasa que tiene tu cuerpo, por lo que el peso no es el método adecuado. 

Para evaluar la validez o exactitud: 

• Validez de criterio: Comparación con una medida de referencia objetiva y fiable. Comparar nuestros resultados con un patrón fiable. Para ello recurrimos a la bibliografía.
• Validez de concepto: Analiza la correlación de la medida con otras variables.
• Validez de contenido: Contemplar todas las dimensiones del fenómeno que se quiere medir. Que aborde todo lo que se quiere medir.

Precisión y exactitud. Estrategia:

• Seleccionar las medidas más objetivas posibles.
• Estandarizar la definición de variables. Definir las variables de una forma estandarizada.
• Formar y entrenar a los observadores. Si hay más de un observador, que recojan todos los datos.
• Utilizar la mejor técnica posible.
• Utilizar instrumentos automáticos.
• Obtener varias mediciones de una variable para mejorar la precisión.
• Emplear técnicas de enmascaramiento (ciego). Con el enmascaramiento, evitamos sesgos, el efecto Hawthone, cuando una persona se siente observado, actúa de otra manera.
• Calibrar instrumentos.

Ética e investigación

• Respetar principios éticos en el diseño, ejecución, análisis y difusión.
• Cumplir con la normativa vigente con la protección de los derechos de los participantes: consentimiento informado.
• Dos componentes: fines y medios moralmente aceptables.
• Autorizaciones a los comités éticos de los centros.
• Documentos de referencia:
• Declaración de Helsinki (1964) revisado en Edimburgo (2000) 
• Informe Belmont (1978).
• Convenio de Oviedo del Consejo de Europa (2000)