Investigacion

Clases de Residentes 2015
Metodologa de la Investigacin
Servicio de Obstetricia y Ginecologa

Hospital Universitario
Virgen de las Nieves
Granada
METODOLOGA DE LA INVESTIGACIN
M Teresa Maroto Martn
28/05/15
I. METODOLOGA DE LA INVESTIGACIN
La investigacin es un proceso sistemtico y organizado, dedicado a responder a
una pregunta. Dicha respuesta lo que pretende es aclarar la incertidumbre de
nuestro conocimiento, para ello se formula una hiptesis u objetivo de trabajo y se
establece un plan de recogida de datos que, una vez analizados e interpretados,
modificarn o aadirn nuevos conocimientos a los ya existentes.
1.1. Etapas en el diseo de una investigacin:
-
Definicin del problema de investigacin: revisin del estado actual de

conocimientos, justificacin, pregunta de investigacin (hiptesis, objetivos)
Eleccin del diseo del estudio: objetivos del estudio, frecuencia de la

enfermedad, frecuencia de la exposicin, factibilidad.
Planificacin operativa.
Poblacin diana y poblacin elegible.
Criterios de seleccin.
Tipo de muestreo y tamao de la muestra.
Fuentes de informacin.
Variables de estudio y mtodos de medida.
Estrategia de anlisis: Tipo de medidas epidemiolgicas, Mtodo de

anlisis estadstico (contraste de hiptesis, intervalos de confianza).
La epidemiologa y la estadstica son instrumentos indispensables para la

realizacin de este proceso.
Dra M Teresa Maroto / Dra Brbara Romero
1.2.
Tipos
de
estudios:
Criterios
de
clasificacin
de
los
estudios
epidemiolgicos.
a. Segn la manipulacin o intervencin: Hay manipulacin cuando el investigador

es el responsable de asignar la exposicin a cada uno de los participantes en el
estudio, de tal forma que un individuo difcilmente podr estar expuesto si no
participa en el mismo. Segn esto los estudios se clasifican en:
-
Experimentales. Hay manipulacin. Son estudios analticos, entendiendo

como tales aquellos cuyo objetivo es verificar hiptesis causales a nivel
individual. Son los ensayos clnicos, representan el estudio de mayor
calidad ya que al seleccionar de forma aleatoria los grupos de estudio la
posibilidad de sesgos ser menor. Sus principales limitaciones son el coste,
las limitaciones ticas y dificultades para la generalizacin de resultados.
Observacionales. No hay manipulacin, el investigador se limita a observar

lo que ocurre de forma natural, no decide quin va a estar expuesto y quin
no. Pueden ser analticos o meramente descriptivos (cuando su objetivo es,
simplemente, describir la frecuencia y distribucin de uno o varios
fenmenos relacionados con la salud en una poblacin).
b. Segn el tipo de asignacin: Hay aleatorizacin (o asignacin aleatoria) cuando

la asignacin de los sujetos a los grupos de comparacin (expuestos y no
expuestos) se efecta de forma aleatoria, es decir, el azar decide a qu grupo
pertenecer cada sujeto participante en el estudio. Esta caracterstica es exclusiva
de los diseos experimentales. Dependiendo de que exista o no asignacin
aleatoria se diferencia entre Estudios Experimentales Puros y Estudios

Cuasiexperimentales.
c. Seguimiento: Se dice que hay seguimiento cuando los sujetos incluidos en el
estudio son observados durante un perodo de tiempo. Ello permite situar
cronolgicamente los fenmenos observados durante el perodo de tiempo
explorado en cada sujeto. Segn este criterio, los diseos pueden ser:
-
Longitudinales. Son estudios en los que hay seguimiento, por lo que se

pueden ordenar cronolgicamente los sucesos en estudio. Este tipo de
estudios
son
necesarios
en
investigacin
causal.
Los
estudios
experimentales y los estudios observacionales analticos son estudios

longitudinales.
-
Transversales o de corte. No hay seguimiento. Los fenmenos de inters

se estudian en un instante del tiempo. La informacin que se recoge sobre
una posible exposicin y un determinado efecto est referida al mismo
momento del tiempo. Por esta razn no sirven para investigacin causal, ya
que no se puede conocer que ocurre antes y que ocurre despus.
d. Sentido del estudio: El sentido del estudio viene determinado por quien forma
inicialmente los subgrupos de comparacin: expuestos y no expuestos al factor de
exposicin o personas con y sin el efecto bajo estudio (generalmente enfermos y
no enfermos). Segn este criterio, los estudios pueden ser:
-
Con sentido hacia delante. Partiendo de la exposicin se busca el efecto.

Corresponden con los estudios de cohortes y experimentales. (ej:
resultados obsttricos en mujeres expuestas al tabaco).
Con sentido hacia atrs. Partiendo del efecto se busca la exposicin. Es el

rasgo distintivo de los estudios de casos y controles. Este criterio no es
aplicable a los estudios sin seguimiento. (Ej, factores de riesgo asociados
al CIR).
e. Momento de comienzo del estudio: El momento de comienzo del estudio

respecto a la aparicin del efecto permite diferenciar entre:
-
Prospectivos o concurrentes. Si el efecto que se estudia an no se ha

producido cuando el investigador inicia su estudio. Los estudios
experimentales por definicin siempre sern prospectivos.
Retrospectivos. Si el efecto que se estudia ya se ha producido cuando el

investigador inicia el estudio.
El trmino de estudios prospectivos o retrospectivos puede inducir a confusin.

Existe la tendencia a identificar estudios prospectivos con estudios de cohortes y
retrospectivos con estudios de casos y controles, cuando en realidad pueden
existir estudios de cohortes prospectivos y retrospectivos (cohortes histricas o no
concurrentes), y estudios de casos y controles prospectivos y retrospectivos. Ante
esta situacin, lo realmente importante es conocer cmo es el diseo y que se
est haciendo, ms que poner apellidos a algo que puede inducir a error.
f. Unidad de estudio:
-
Individuales. Las mediciones sobre las variables de inters relacionadas

con la exposicin y el efecto que se estn analizando se efectan a nivel
individual, sujeto por sujeto. De esta forma, para cada participante en el
estudio se dispone de toda la informacin necesaria.
Agregados o ecolgicos. Son aquellos estudios en los que todas las

variables del estudio son ecolgicas (es decir, variables que toman valores
para entidades no individuales). As, para cada sujeto del estudio, no es
posible conocer su status individual con respecto a la exposicin y al
efecto. Las variables ecolgicas se suelen obtener a partir de fuentes de
informacin secundarias.
Ventajas
Ensayos clnicos
Limitaciones
Mayor control en el diseo.
Coste elevado.
Menos posibilidad de sesgos
Limitaciones ticas.
Repetibles y comparables con otras
Validez externa.
experiencias.
Estudios de
cohortes
Estiman incidencia.
Coste elevado.
tiles para estudiar exposiciones
Dificultad en la ejecucin.
raras.
Tamao muestral elevado.

Prdidas en el seguimiento.
Estudios de
casos y controles
Menos costosos.
Facilidad de introducir sesgos de
Corta duracin.
seleccin y/o informacin.
tiles para enfermedades raras
La secuencia temporal entre
Anlisis de varios factores de riesgo
exposicin y enfermedad no
para una enfermedad.
siempre es fcil de establecer.
Fciles de ejecutar. Poco costosos.
Estudios
transversales
Permite estudiar varias enfermedades
No permiten investigacin causal.
o factores de riesgo. Caracterizan la
Sesgos de informacin y seleccin.
distribucin de la enfermedad respecto
No tiles para enfermedades raras
a diferentes variables.
ni de corta duracin.
tiles en planificacin sanitaria.
1.3. Sistema GRADE

En funcin del rigor cientfico del diseo de los estudios pueden construirse
escalas de clasificacin jerrquica de la evidencia, a partir de las cuales se
establecen recomendaciones respecto a la adopcin de un determinado
procedimiento o intervencin sanitaria. Existen diferentes escalas de gradacin de
la calidad de la evidencia cientfica, as pues, dependiendo del sistema empleado
una misma evidencia y recomendacin podra clasificarse como II-2 y B; C+ y 1, o
evidencia slida y fuertemente recomendada.
El grupo de trabajo GRADE (Grading of Recommendations Assessment,
Development and Evaluation) establece un mtodo comn y razonable para
calificar la calidad de la evidencia y la fuerza de las recomendaciones.
El enfoque GRADE especifica cuatro niveles de calidad. (ver ANEXO I)
La calificacin ms alta es para los estudios aleatorizados (ensayo clnico), sin
embargo, los revisores pueden rebajar la evidencia a prueba de moderada, baja,
o incluso muy baja calidad, en funcin de la presencia de diversos factores. Por lo
general, la puntuacin se reducir en un nivel para cada factor, hasta un mximo
de tres niveles para todos los factores. Si hay problemas muy graves para un solo
factor (por ejemplo, no ciego y prdida de ms del 50% de los pacientes durante el
seguimiento), los ensayos aleatorios pueden disminuir dos niveles debido a ese
factor por s solo. Del mismo modo estudios observacionales en los que se
obtienen grandes resultados, sin aparentes sesgos, pueden ver elevada su
calidad.
II.
BIOESTADSITCA
La estadstica es el conjunto de mtodos necesarios para recoger, clasificar,

representar y resumir datos, as como para hacer inferencias (extraer
consecuencias) cientficas a partir de ellos. Por tanto podemos destacar dos
grandes apartados:
-
Estadstica
descriptiva:
tiene
por
fin
la
recogida,
clasificacin,
representacin y resumen de los datos proporcionados por una experiencia

-
Inferencia estadstica: consiste en llegar a conclusiones vlidas a partir de

una informacin incompleta.
2.1.
Tipos de variables: una variable es cualquier caracterstica que sea
medible, contenido en el protocolo de recogida de datos.
Clasificacin segn la manipulacin del investigador:

-
Independientes: controladas por el investigador, variables de agrupacin o

variables demogrficas.
Dependientes: variables de desenlace o de respuesta.
Confusoras: intervienen en la relacin de dos variables modificando la

asociacin existente entre stas.
Clasificacin segn la escala de medicin:

-
Cualitativas: miden fenmenos que no son originalmente cuantificables

numricamente, sirven para determinar asociaciones en tablas 2x2. Hay
dos tipos de variables cualitativas:
o Dicotmicas: solo tienen dos categoras. Son las ms utilizadas en
epidemiologa. (Ej: sexo, presencia o no de una determinada
enfermedad)
o Politmicas: tienen ms de dos categoras (Ej: grupo sanguneo)
Cuantitativas: miden cantidades, tiene mayor potencia estadstica, se

pueden utilizar en muestras ms pequeas, permiten la categorizacin a
posteriori, aportan mayor informacin.
o Discretas: slo pueden tomar valores numricos enteros, es decir
sin decimales, (ej: edad gestacional en das).
o Continuas: pueden tomar cualquier valor numrico dentro de un
intervalo (ej: altura, pH arterial).
2.2. Tipos de anlisis:

Anlisis descriptivo: consiste en el anlisis de cada variable de forma individual
Una serie de observaciones solo queda perfectamente definida si se dan sus
valores originales (datos continuos) o su distribucin de frecuencias con clases sin
agrupar (datos cualitativos), pero a veces es ms simple y suficientemente
representativo el dar algunas caractersticas numricas que los resuman
adecuadamente. Tales caractersticas son denominadas de un modo genrico por
medidas de una distribucin de frecuencias y suelen dividirse en medidas de
posicin y medidas de dispersin:
- Medidas de posicin: es un nmero que describe cmo se encuentra el resto
de la muestra con respecto a l, son llamadas medidas de tendencia central:
o Media aritmtica: es la medida ms usada, se define como el valor
promedio de los valores de la muestra. Como medida descriptiva
presenta la desventaja de quedar fuertemente afectada por los valores

extremos de la muestra, cosa que no ocurre con la mediana.
o Mediana: si los datos de una muestra se ordenan de menor a mayor,
se define la mediana como aquel dato que deja tantas observaciones
de la muestra por debajo como por encima de l. Es preferible utilizarla
cuando no se desee tener en cuenta los valores extremos.
o Percentiles,
deciles,
cuartiles
(mejor
en
caso
de
distribucin
asimtrica).
o Moda: es el valor que tiene mayor frecuencia. Se utiliza pocas veces en
la literatura cientfica. Dado que utiliza un nico dato de la muestra su
uso implica una gran prdida de informacin.
- Medidas de dispersin: es un nmero que pretende indicar cmo de variables,
discrepantes dispersos son los datos de la muestra.
o Varianza: se define como la media de los cuadrados de las
desviaciones a la media. Es fcil de tratar matemticamente, por lo
que es la medida de dispersin ms utilizada en la inferencia
estadstica. Su principal inconveniente es que viene expresada en
unidades que son el cuadrado de las unidades de las observaciones
originales. Para obviarlo se extrae la raz cuadrada, obtenindose as la
desviacin tpica estndar.
o Desviacin estndar: es la medida
ms utilizada en la literatura
cientfica.
Inferencia estadstica
La inferencia estadstica permite obtener una conclusin a cerca de una poblacin
a travs de la informacin proporcionada por una muestra. Consta de dos partes,
la estimacin y el contraste de hiptesis. La teora de la estimacin slo se
preocupa de asignar valores a los parmetros desconocidos, pero en ocasiones
es preciso establecer procedimientos para aceptar o rechazar una hiptesis que
se emita acerca de un parmetro o caracterstica poblacional.
El primer paso es establecer claramente la hiptesis nula (H0) que se somete a
comprobacin para analizar si es cierta o no. Ej:
H0 acetato de ulipristal tiene la misma eficacia en la reduccin del tamao del
mioma que los anlogos de la GnRH
H1 la eficacia de ambos tratamientos es distinta
A continuacin se obtienen los datos y se ordenan. Las tablas de contingencia

(2x2 rxs) ocupan un lugar importante en las Ciencias de la Salud y son las mejor
estudiadas. Se han definido una gran cantidad de medidas de asociacin (ms de
30). Lo primero que hay que hacer es ordenar la tabla situando el factor objeto de
estudio en columnas, lo segundo es elegir el test oportuno, para ello habr que
tener en cuenta las caractersticas de las variables a estudiar.
-
Test de homogeneidad con dos muestras:

o Dos medias:
! Independientes:
T-Student (varianzas iguales),
Test Welch (varianzas distintas).
! Apareadas: T-Student.
o Dos proporciones:
! Independientes (test de Fisher).
! Dependientes o apareadas (test de McNemar).
Test de homogeneidad de varias muestras cualitativas:

o Chi-cuadrado (tamao muestral grande)
o Test de Fisher (tamao muestral pequeo)
o Test de McNemar
Ante una tabla de contingencia pueden plantearse distintas cuestiones. En primer

lugar, se querr determinar si existe una relacin estadsticamente significativa
entre las variables estudiadas. En segundo lugar, interesar cuantificar dicha
relacin y estudiar su relevancia clnica. Esta ltima cuestin podr resolverse
mediante las denominadas medidas de asociacin o de efecto (riesgo relativo
(RR), odds ratio (OR), reduccin absoluta del riesgo (RAR)). Por otro lado, para
responder a la primera pregunta, la metodologa de anlisis de las tablas de
contingencia depender de varios aspectos como son: el nmero de categoras de
las variables a comparar, del hecho de que las categoras estn ordenadas o no,
del nmero de grupos independientes de sujetos que se estn considerando o de
la pregunta a la que se desea responder.
Existen diferentes procedimientos estadsticos para el anlisis de las tablas de
contingencia como la prueba Chi-cuadrado, la prueba exacta de Fisher, la prueba
de McNemar o la prueba Q de Cochran, entre otras.
Desde que Pearson introdujo el test de la Chi-cuadrado en 1900, sta se ha
convertido en una herramienta de uso general para conocer si existe o no relacin
entre variables de tipo cualitativo. Sin embargo, su aplicacin exige de ciertos

requerimientos acerca del tamao muestral que no siempre son tenidos en cuenta.
La prueba Chi-cuadrado es aplicable a los datos de una tabla de contingencia
solamente si las frecuencias esperadas son suficientemente grandes. Del mismo
modo, cuando los datos exhiben algn grado de dependencia, el test Chicuadrado no ser el mtodo apropiado para contrastar la hiptesis nula de
independencia.
Cuando no se verifiquen las condiciones necesarias para la utilizacin del test de
Chi-cuadrado se puede utilizar la prueba exacta de Fisher (tamao muestral
pequeo) o el test de McNemar (cuando hay asociacin entre las variables, es
decir, el inters se centra en comparar si las mediciones efectuadas en dos
momentos diferentes, normalmente antes y despus de alguna intervencin, son
iguales o si, por el contrario, se produce algn cambio significativo).
Todos los test nos darn un valor P que nos ayudar a la decisin final en el
contraste de hiptesis. Lo que se acepta o rechaza es la hiptesis nula.
-
Si p es pequea se rechaza H0 (p<0,05), las nicas diferencias que hay se

deben al azar.
Si p es grande no se rechaza H0. No hay diferencias estadsticamente

significativas, no se puede descartar que el azar explique las diferencias.
Si p>0,05 y p<0,10 se aproxima a la significacin estadstica. Hay que

describir el hallazgo y no concluir, el lector decidir en funcin del tamao
muestral y la diferencia.
Consideraciones sobre el valor P:

-
No es la probabilidad de H0 sea cierta, sino que es la probabilidad de

encontrar la diferencia observada si la H0 fuese cierta.
No mide la fuerza de asociacin entre dos variables, por tanto, no define la

importancia prctica.
P depende del tamao muestral
Anlisis multivariante:
Conjunto de tcnicas analticas basadas en la aplicacin de modelos matemticos,
cuyo objetivo general es establecer una relacin entre los valores de una variable
dependiente Y y un conjunto de variables independientes X.
El trmino regresin fue introducido por Galton en su libro Natural inheritance
(1889) refirindose a la ley de la regresin universal: Cada peculiaridad en un
hombre es compartida por sus descendientes, pero en media, en un grado
menor. Su trabajo se centraba en la descripcin de los rasgos fsicos de los

descendientes (una variable) a partir de los de sus padres (otra variable). Pearson
realiz un estudio con ms de 1000 registros de grupos familiares observando una
relacin del tipo: Altura del hijo = 85cm + 0,5 altura del padre (aprox.) Conclusin:
los padres muy altos tienen tendencia a tener hijos que heredan parte de esta
altura, aunque tienen tendencia a acercarse (regresar) a la media. Lo mismo
puede decirse de los padres muy bajos. En la actualidad el sentido de regresin
es el de prediccin de una medida basndonos en el conocimiento de otra.
-
Regresin lineal: numerosos trabajos de investigacin en las ciencias de la

salud se centran en la determinacin de la relacin existente entre dos
variables aleatorias x e y. En ocasiones el inters radica solamente en
conocer si tales variables se relacionan o son dependientes entre s, o
conocer el tipo de relacin que liga a dos variables.
Regresin logstica: Los modelos de regresin logstica son modelos de

regresin que permiten estudiar si una variable binomial depende, o no, de
otra u otras variables (no necesariamente binomiales).
Regresin o correlacin?
Cuando el objetivo de la experiencia sea solamente comprobar si los datos estn
relacionados o no, y en qu grado, deber de utilizarse el coeficiente de
correlacin. Cuando el objetivo sea, adems del anterior, ver en qu modo vara
Y con los cambios de X hacer predicciones acerca de Y de X deber
realizarse una regresin.
Cuando slo hay dos variables implicadas, X e Y, y el objetivo es slo medir su
relacin, suele ser costumbre en las publicaciones cientficas representar la nueve
de puntos y la recta de regresin, anotando adems el coeficiente de correlacin
junto a su significacin.
10
Variable
Independiente
PREDICTORA
Variable
Dependiente
RESULTADO
Cualitativa
PRUEBAS DE CONTRASTE DE HIPOTESIS

Chi-cuadrado
Prueba exacta Fisher
Test McNemar
Q Cochran
T-student
ANOVA
Test Mann Whitney
Test Wilcoxon
Test Kruskall-Wallis
Test de Friedman
Regr. Log. Simple
Regr. Log. multivariante
Si n grande
Si n pequea
2 grupos muestras apareadas
>2 grupos muestras apareadas
Varias variables predictoras
cualitativas
Comparar 2 medias (independt.)
Comparar >2 medias (independt.)
2 grupos independientes
2 grupos dependientes
>2 grupos independientes
> 2 grupos dependientes
1 variable predictora cuantitativa
Regresin lineal simple

Correlacin Pearson
Paramtrico
Paramtrico
Correlacin Spearman
No paramtrico
Regresin mltiple
Kaplan-Meier
Long-Rank
Regresin de COX
Curvas de supervivencia
Comparar curvas de
supervivencia
Anlisis multivariante
Regresin logstica
Cualitativa
Cuantitativa
Cualitativa
Cuantitativa
Cuantitativa
Cuantitativa
Supervivencia
III. ESCRITURA CIENTFICA: Estructura del artculo cientfico original.

Durante muchos aos el proceso de escribir informes fue totalmente intuitivo,
autoformativo y desestructurado para los cientficos. Sin embargo en el siglo XIX
se escribieron los primeros artculos con estructura similar a los actuales. A medida
que avanzaba el siglo XX, las grandes revistas sanitarias fueron consolidando su
prestigio y establecieron normas especficas para la publicacin de originales.
El artculo cientfico original es un documento escrito que contiene la descripcin
clara, concisa y completa de una investigacin. Es decir, el estilo de redaccin
cientfica debe ser claro (inteligible y fluido), conciso (ausencia de lo superficial),
preciso (uso correcto de trminos) y sencillo (lenguaje entre iguales).
El artculo se divide en los siguientes apartados:
3.1. Partes preliminares del artculo.
Ttulo:
Su estructura debe ser sencilla. Se recomienda un nico prrafo sin puntuaciones,
claro, conciso y preciso sobre los contenidos del artculo. El ttulo no debera
11
sobrepasar las 15 palabras redactadas en tono afirmativo. No es aceptable un

ttulo redactado en tono interrogativo y deben evitarse las abreviaturas.
Autora:
Es fundamental establecer criterios de autora al iniciar cualquier investigacin
grupal y, aun ms, multidisciplinar o multicntrica. El grupo de Vancouver define al
autor como aquel que participa en la concepcin y el diseo o en el anlisis e
interpretacin de los datos, en la redaccin del artculo o su revisin crtica en
busca de un contenido intelectual relevante y la aprobacin final del manuscrito.
De esta definicin se desprende que no deben figurar como autores: autoridades,
directores, jefes de servicio o departamento, que hayan autorizado y patrocinado la
investigacin, personas que hayan proporcionado ayuda econmica, o que hayan
facilitado locales y equipos para investigacin o los que hayan proporcionado
alguna
ayuda
tcnica.
Estos
se
deben
mencionar
en
la
seccin
de
agradecimientos.
En cuanto al orden de los autores existe un consenso en la comunidad cientfica: el
primer nombre corresponde al autor principal y luego vienen los dems autores
ordenados en funcin de su contribucin al estudio. Algunas revistas de prestigio
no admiten ms de seis autores y este debe ser el lmite a considerar por cualquier
grupo de investigacin.
Resumen:
El resumen es una entidad independiente y por tanto debe ser auto-explicativo y
autnomo del resto del artculo, debe permitir al lector identificar el contenido del
documento de forma rpida y exacta.
La extensin, dependiendo de la revista, oscila entre 150 y 300 palabras. La base
de datos MEDLINE trunca los resmenes en la palabra 250 de la versin inglesa
del resumen, por tanto este debera ser el lmite para cualquier autor. La forma
tradicional de estructura se organiza en cuatro apartados que conviene
presentarlos en prrafos diferentes:
-
Fundamentos/objetivos (o hiptesis) principales del estudio.
Metodologa empleada, incluyendo diseo, tiempo, lugar y sujetos (muestra)

de la investigacin y las variables predictoras y resultado a determinar.
Los resultados o hallazgos principales con resultados numricos precisos.
Las conclusiones principales del estudio.
12
Se debe redactar el resumen en pasado, excepto los objetivos que van en infinitivo
y las conclusiones que se expresan en tiempo verbal presente. Se suele aadir
una versin en lengua inglesa, para lo cual hay que conseguir un buen traductor de
ingls.
Al final del resumen se suelen aadir de 3 a 9 palabras clave tambin, conocidas
como descriptores. Estas se incluyen en las bases de datos indexadas como
criterios de bsqueda, por lo que deben ser escogidas de forma cuidadosa y
estandarizada. Deben elegirse entre las que se encuentran incluidas en los
tesauros,
en
lengua
espaola
el
ms
utilizado
es
DeCS
http://decs.bvs.br/E/homepagee.htm y en lengua inglesa el MeSH Database

http://www.ncbi. nlm.nih.gov/mesh.
3.2. Partes principales del cuerpo del artculo.
La comunidad cientfica ha adoptado el sistema IMRYD: introduccin, Material y
mtodos, Resultados y Discusin/conclusin, donde cada una de las partes
principales del artculo corresponde con una etapa del proceso de investigacin.
Introduccin:
Responde al qu y al por qu de la investigacin. Los autores deben presentar
puntualmente el tema o campo de estudio y, apoyados en referencias
bibliogrficas, concretar el problema o pregunta que va a ser objeto de estudio.
El lector debe conocer, a travs del autor, el estado actual del problema, sus
antecedentes y los conocimientos ms recientes existentes sobre el mismo. Para
ello el autor debe haber realizado una primera y exhaustiva revisin bibliogrfica
centrada en los descriptores principales de la investigacin. El captulo finaliza con
el planteamiento del objetivo (u objetivos) o la hiptesis de estudio.
Material y mtodos:
Este captulo suele ser el ms vulnerable para el rechazo de manuscritos por
revistas biomdicas que utilizan sistemas de revisin por rbitros, generalmente
expertos en diseos de investigacin y anlisis de los datos.
El objetivo del captulo es describir el proceso con el detalle suficiente que permita
al lector la clara comprensin del proceso de investigacin y que haga reproducible
la investigacin o su continuacin. Slo incluir la informacin disponible antes de
comenzar el estudio.
13
Resultados:
Este captulo se debe estructurar de la siguiente forma:
-
Descripcin general de la muestra o de los grupos sometidos a

comparacin.
Resultados principales, relativos al objetivo o hiptesis.
Resultados secundarios y hallazgos inesperados.
La estadstica descriptiva domina este primer prrafo. Las variables continuas se

expresan mediante una medida de tendencia central acompaada de medidas de
dispersin. Las variables categricas se refieren en forma de porcentajes o de
frecuencias. Cualquier variable continua que se transforme en categrica, debe
obedecer a criterios clnicos o basarse en los percentiles de la poblacin
estudiada.
Tras esta descripcin cabe encontrar los resultados principales que respondan a
los objetivos o hiptesis del estudio. Posteriormente aparecern resultados
derivados del anlisis estratificado o multivariante.
La informacin estadstica debe ser completa e incluir el valor de los datos
enfrentados, el test estadstico con sus condiciones, el valor estadstico y el nivel
de significacin o mejor, el intervalo de confianza.
Las tablas y grficos deben apoyar al texto y no debe haber informacin
redundante. Deben ser auto-explicativos y entendibles sin acudir al texto.
Discusin
Es la fase interpretativa de la investigacin. Hay que apoyarse en la metodologa
empleada incluyendo las limitaciones, enfatizar los aspectos nuevos y ms
relevantes del estudio, sin repetir datos o informacin de la seccin de resultados o
introduccin. Se debe volver a hacer una revisin de la literatura de las
publicaciones ms recientes, comparando y contrastando los resultados con los de
otros estudios relevantes actuales sobre el tema.
La discusin se debe finalizar enunciando en un prrafo aparte las conclusiones
del estudio, que resumen la interpretacin de los hallazgos. Estas responden a los
objetivos de investigacin y se sustentan sobre los resultados del estudio. Debe
haber tantas conclusiones como objetivos se plantearon.
14
3.3. Partes finales.

Agradecimientos:
Esta seccin se aprovecha para mencionar a los que apoyaron o ayudaron en el
proceso y no cumplen criterios suficientes para figurar como autores. El
agradecimiento siempre es personal, nunca a instituciones. El estilo debe ser
sobrio y se ubica despus de las conclusiones y antes de las citas bibliogrficas
Bibliografa:
Este apartado recoge la bibliografa consultada para plantear y planear el estudio y
posteriormente para interpretar los hallazgos del mismo.
La gran mayora de las publicaciones cientficas utilizan el sistema Vancouver.
Los artculos deben ser pertinentes, actuales y rigurosos, es decir, que su
contenido se adecue al tema de investigacin del artculo, que sea preferiblemente
de los ltimos 5 aos y a ser posible, artculos originales, y que sean fcilmente
localizables con las referencias indicadas.
Existe un criterio de distribucin; un 30-40% de las citas debera aparecer
nicamente apoyando la discusin del artculo. Este hecho sera reflejo de la
realizacin de una segunda revisin bibliogrfica para la interpretacin de los
resultados. En total cabe esperar como apoyo a un artculo original unas 25 citas
por cada 2000 palabras de texto.
Anexos:
Son un instrumento til, aunque no esencial, para poner a disposicin del lector
material relacionado con el texto, pero inapropiado para figurar en l. Suele incluir
notas tcnicas sobre mtodos o procesos, cuestionarios y formularios utilizados en
la recogida de informacin, tablas complejas para comprobacin de datos, etc.
15
BIBLIOGRAFA:
1. Pita Fernndez, S.
Epidemiologa. Conceptos bsicos. En: Tratado de
Epidemiologa Clnica. 1ed. Madrid: DuPont Pharma S.A.; 1995. p.25-47.

(Actualizado 28/02/2001).
2. Fisterra.com, Atencin Primaria en la Red [sede Web]. La Corua:
Fisterra.com; 1990- [actualizada 2001; acceso mayo de 2015]. Metodologa
de la investigacin. Disponible en:
https://www.fisterra.com/formacion/metodologia-investigacion/
3. GRADE working group [sede Web]. Estados Unidos; 2005- [actualizada
2008; acceso mayo de 2015]. Disponible en:
http://www.gradeworkinggroup.org/index.htm
4. GRADE: an emerging consensus on rating quality of evidence and strength
of recommendations. BMJ 2008;336:924.
5. Primo J. Niveles de evidencia y grados de recomendacin (I/II).
Enfermedad Inflamatoria Intestinal al da. 2003;2(2):39-42.
6. Martn Andrs A, Luna del Castillo JD. En: Bioestadstica para las ciencias
de la salud. 4 ed. Madrid: Norma; 1993.
7. Martn-Andrs A, Luna del Castillo JD. En: 50 10 Horas de Bioestadstica.
3 ed. Madrid: Norma; 1995.
16
ANEXO I: Sistema GRADE

Criterios GRADE para valorar la calidad de la evidencia
Calidad
evidencia
Diseo
estudio
Alta
ECA
Moderada
Baja
Muy Baja
Estudio
observacio
nal
cualquier
otra
evidencia
Disminuir grado si
Limitacin importante
(-1) muy importante
(-2) de la calidad del
estudio.
Inconsistencia
importante (-1)
Datos escasos o
imprecisos (-1)
Alta probabilidad de
sesgo de notificacin
(-1)
Aumentar grado si
Evidencia de una fuerte asociacin:

RR>2 RR<0,5 basado en e.
observaciones sin factores de
confusin (+1)
Evidencia de una muy fuerte
asociacin: RR>5 <0,2 basada
en evidencia sin posibilidad de
sesgos (+2).
Evidencia de un gradiente dosis
respuesta (+1).
Los posibles factores de confusin
podran haber reducido el efecto
observado (+1)
Criterios GRADE. Estimacin del grado de la recomendacin

GRADO DE
RECOMENDACION
1A
1B
Evidencia alta calidad

Fuerte recomendacin
Evidencia moderada
calidad
1C
Evidencia baja calidad
2A
Evidencia alta calidad
2B
Dbil recomendacin
2C
Evidencia moderada
calidad
Evidencia baja calidad
17
ANEXO II. Enlaces de inters:

-
EQUATOR network: para bsqueda de guas especializadas, ofrece

adems listas completas de las directrices disponibles para la presentacin
de informes, enumeradas por tipo de estudio: http://www.equatornetwork.org/library/
Metabuscador Trip data base: https://www.tripdatabase.com
Descarga gratuita de programa estadstico EPIDAT:

http://www.sergas.es/MostrarContidos_N3_T01.aspx?IdPaxina=62714
Nomenclatura de Vancouver, disponible en:

http://www.fisterra.com/herramientas/recursos/vancouver/
Red CASPe: CASP Espaa tiene por objetivo ensear y difundir habilidades
de bsqueda y lectura crtica de la evidencia cientfica. Disponible en:
http://www.redcaspe.org
18

Investigacion

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Investigacion

Hochgeladen von

Copyright:

Verfügbare Formate

Clases de Residentes 2015

Servicio de Obstetricia y Ginecologa

Definicin del problema de investigacin: revisin del estado actual de

Eleccin del diseo del estudio: objetivos del estudio, frecuencia de la

Poblacin diana y poblacin elegible.

Tipo de muestreo y tamao de la muestra.

Variables de estudio y mtodos de medida.

Estrategia de anlisis: Tipo de medidas epidemiolgicas, Mtodo de

La epidemiologa y la estadstica son instrumentos indispensables para la

Dra M Teresa Maroto / Dra Brbara Romero

Clases de Residentes 2015

a. Segn la manipulacin o intervencin: Hay manipulacin cuando el investigador

Experimentales. Hay manipulacin. Son estudios analticos, entendiendo

Observacionales. No hay manipulacin, el investigador se limita a observar

b. Segn el tipo de asignacin: Hay aleatorizacin (o asignacin aleatoria) cuando

Dra M Teresa Maroto / Dra Brbara Romero

Clases de Residentes 2015

aleatoria se diferencia entre Estudios Experimentales Puros y Estudios

Longitudinales. Son estudios en los que hay seguimiento, por lo que se

experimentales y los estudios observacionales analticos son estudios

Transversales o de corte. No hay seguimiento. Los fenmenos de inters

Con sentido hacia delante. Partiendo de la exposicin se busca el efecto.

Con sentido hacia atrs. Partiendo del efecto se busca la exposicin. Es el

e. Momento de comienzo del estudio: El momento de comienzo del estudio

Prospectivos o concurrentes. Si el efecto que se estudia an no se ha

Retrospectivos. Si el efecto que se estudia ya se ha producido cuando el

Dra M Teresa Maroto / Dra Brbara Romero

Clases de Residentes 2015

El trmino de estudios prospectivos o retrospectivos puede inducir a confusin.

Individuales. Las mediciones sobre las variables de inters relacionadas

Agregados o ecolgicos. Son aquellos estudios en los que todas las

Mayor control en el diseo.

Menos posibilidad de sesgos

Repetibles y comparables con otras

tiles para estudiar exposiciones

Tamao muestral elevado.

Facilidad de introducir sesgos de

seleccin y/o informacin.

tiles para enfermedades raras

La secuencia temporal entre

Anlisis de varios factores de riesgo

para una enfermedad.

siempre es fcil de establecer.

Fciles de ejecutar. Poco costosos.

Permite estudiar varias enfermedades

No permiten investigacin causal.

o factores de riesgo. Caracterizan la

Sesgos de informacin y seleccin.

distribucin de la enfermedad respecto

No tiles para enfermedades raras

tiles en planificacin sanitaria.

Dra M Teresa Maroto / Dra Brbara Romero

Clases de Residentes 2015

1.3. Sistema GRADE

La estadstica es el conjunto de mtodos necesarios para recoger, clasificar,

representacin y resumen de los datos proporcionados por una experiencia

Inferencia estadstica: consiste en llegar a conclusiones vlidas a partir de

Tipos de variables: una variable es cualquier caracterstica que sea

medible, contenido en el protocolo de recogida de datos.

Dra M Teresa Maroto / Dra Brbara Romero

Clases de Residentes 2015

Clasificacin segn la manipulacin del investigador:

Independientes: controladas por el investigador, variables de agrupacin o

Dependientes: variables de desenlace o de respuesta.