EDITORIAL / EDITORIAL

229
SALUD COLECTIVA, Buenos Aires, 3(3): 229-233, Septiembre - Diciembre, 2007

Por una epidemiologa con (ms que) nmeros: cmo superar la falsa oposicin cuantitativo-cualitativo
For an Epidemiology with (more than) numbers: how to overcome the false quantitative-qualitative opposition

En el reciente Editorial publicado en Salud Colectiva, Ana Diez Roux nos presenta una impecable argumentacin en favor de una Epidemiologa con nmeros. Entiendo que se trata de una referencia a un pequeo libro que escrib hace veinte aos, titulado Epidemiologa sin Nmeros (1), que alcanz una rpida difusin en Brasil y en otros pases de Amrica Latina en un momento en que la Epidemiologa era criticada por haberse transformado en una disciplina eminentemente metodolgica, vaca de preocupaciones tericas y polticas. La autora defiende el punto de vista de que no es posible realizar una investigacin epidemiolgica sin recurrir a la cuantificacin de los eventos y procesos de salud-enfermedad-cuidado. Concuerdo integralmente con su argumento, tanto con relacin a este punto como con los elementos de sustentacin del carcter eminentemente matemtico (y particularmente estadstico) del abordaje epidemiolgico. Sin embargo, creo que ser interesante profundizar algunos de los temas sealados por Diez Roux, especialmente en lo que refiere a la compleja integracin metodolgica, logstica y analtica, requerida por las demandas actuales de una ciencia epidemiolgica ms apta para lidiar con los problemas complejos de la salud. De este modo, espero que la cuestin cualitativo/cuantitativo no sea entendida como un antagonismo o una contradiccin entre polos opuestos. No se debe pensar, al respecto, en un continuo entre cantidad y cualidad. No se trata de polos en un mismo espectro metodolgico, y s de acuerdos destinados a producir, con mayor eficiencia, conocimientos relacionados con problemas concretos de la naturaleza, la cultura, la sociedad y la historia; problemas que se refieren a la salud. La prctica de la ciencia resulta de una dialctica entre el conocimiento asentado y los problemas generados a travs de la interaccin con lo real (2). Las estrategias de problematizacin efectivamente propician el aumento de la capacidad del hombre de conocer y dominar las realidades factuales del mundo circundante, transcendiendo su alienacin, esencial en la construccin histrica de su emancipacin (3). Las demandas de la problematizacin transdisciplinaria de temas de la complejidad de la salud en la sociedad, imponen cada vez ms la bsqueda de la integracin de distintos abordajes metodolgicos desarrollados y aplicados a la investigacin en el campo de la salud colectiva (4). Creo que existen diversas y creativas formas de integracin metodolgica en la investigacin en salud, que incluyen indudablemente la investigacin epidemiolgica con la debida importancia. En el libro citado (1), entre otros temas en discusin, propuse una polaridad entre abordajes tendientes a la generalidad y abordajes tendientes a la profundidad. La unin del potencial generalizador de un estudio, con la capacidad de profundizacin del otro, podra ser alcanzada de diversas maneras, siempre en el plano logstico de la investigacin: a) Los abordajes tendientes a la profundidad pueden proporcionar elementos para la evaluacin de instrumentos de investigacin. La superficialidad en el tratamiento de las variables independientes en la investigacin epidemiolgica (problema poco reconocido y, sin embargo, muy frecuente en este campo de investigacin) puede ser atenuada con el desarrollo de instrumentos de recoleccin de datos a partir, por ejemplo, de entrevistas profundas para la produccin de patrones de evaluacin.

230
SALUD COLECTIVA, Buenos Aires, 3(3): 229-233, Septiembre - Diciembre, 2007

NAOMAR DE ALMEIDA FILHO

Tal conjunto de procedimientos, se establece actualmente como rutina en la investigacin epidemiolgica, tan slo en relacin a la variable dependiente enfermedad. La investigacin epidemiolgica de problemas de salud relacionados con algunos objetos de estudio de la antropologa social (como problemas familiares, diferencias tnicas, desigualdad social, etc.) slo se beneficiara con el desarrollo de instrumentos simplificados, basados en patrones confiables y conceptualmente vlidos. Llegu a sugerir que, grosso modo, las ciencias sociales pueden tener, para las variables independientes de la Epidemiologa, el mismo papel que las llamadas ciencias bsicas de la salud tendran con relacin a sus variables dependientes. b) Los datos producidos a travs de tcnicas antropolgicas pueden ser una rica fuente de informacin para el proceso de construccin de modelos de investigacin epidemiolgica. Adems, esas tcnicas pueden colaborar en la formulacin de hiptesis de trabajo, como resultado del examen de historias de casos "tpicos" que engloban temas bsicos de la investigacin en pauta. c) Las tcnicas cualitativas pueden ayudar a crear estrategias mixtas de investigacin epidemiolgica, de modo de superar la distancia de lo real inherente a los diseos ms estructurados. Por otro lado, los diseos hbridos permiten combinar anlisis de generalizacin dentro de investigaciones ms abiertas, y viceversa. Un estudio de caso control "anidado" en una estrategia de corte transversal, un estudio de cohortes en paralelo a un estudio de casos con submuestra especfica, o un cuestionario con etapas mltiples de identificacin de casos, pueden ser ejemplos de este tipo de solucin. Debo aprovechar la oportunidad para avanzar justamente en la revisin de este punto especfico. En ese aspecto, podemos trabajar en la direccin sealada por Juan Samaja, en su hoy clsico Epistemologa y Metodologa (2), donde actualiza algunas ideas de John Galton, un cientista social norteamericano de la dcada del '60, que propuso dispositivos llamados matrices de datos, como forma de comprensin de la heurstica de la investigacin. La idea de las matrices refuta, sobre todo, el proceso de investigacin y nos permite sustituir la disyuncin que considero falsa entre cualitativo y cuantitativo, por una nocin bastante ms descriptiva, ms eficiente, que sera la categora de estructuracin del proceso de investigacin. La nocin de matrices nos remite a la produccin de datos como producto, con tres modalidades diferenciadas: datos estructurados, datos no estructurados (en el extremo opuesto) y, entre ambos, una enorme gama de grados distintos de estructuracin que pueden ser llamados datos semiestructurados. Podemos definir una matriz de datos estructurada al lmite como aquella en la cual, desde el inicio de la investigacin, se sabe cul es el N de casos, cul es el Zn de la unidad de anlisis, y en la que durante el proceso de investigacin, se consigue completar todas las celdas de la matriz. Ese es el ideal del investigador de orientacin empirista, en general, y del epidemilogo en particular. Se trata en ambos casos de investigadores de una lnea controlada, que buscan la produccin del dato estructurado. En ese caso, todo el proceso restante de investigacin, incluso la heurstica de la investigacin, derivar bsicamente de formas de investigacin de diferencias. Pero por esa va se pueden reconocer tambin identidades: a partir del caso promedio se construye el caso modal para establecer tipologas. Podemos, de esa forma, evaluar lo que convencionalmente llamamos cuantificacin; sin embargo, esta denominacin no necesariamente se superpone a la presente nocin de estructuracin. Podemos trabajar con una matriz de datos rigurosamente estructurada y al final, en el anlisis del estudio, no presentar ni siquiera un nmero. La investigacin no estructurada puede ser definida exactamente como lo contrario. Es mejor comenzar por un ejemplo. Vamos a realizar una etnografa o un estudio de comunidad (clsicamente, las etnografas se llamaban estudio de comunidad). El investigador tiene una idea sobre el tema, pero no conoce an las unidades de anlisis del estudio, simplemente porque su intencin como investigador es, de alguna manera, dar lugar a las voces del sujeto de la investigacin. Es una mera cuestin de postura del investigador. Digamos que tan slo se sabe que se va a trabajar con adolescentes, lo que ya es un buen comienzo. En el proceso de investigacin, ser necesario descubrir las unidades de anlisis al identificar los casos que llamamos, con cierto riesgo, informantes, razn por la cual este proceso debe

EDITORIAL / EDITORIAL

231
SALUD COLECTIVA, Buenos Aires, 3(3): 229-233, Septiembre - Diciembre, 2007

durar mucho tiempo. En un momento determinado podemos definir: este caso, al final del estudio, ser el caso 1, que va a responder sobre las unidades de anlisis: A, C - Y, G - K, F y as. El caso 2 va a decirnos muchas cosas sobre B, D... y sobre diferentes unidades de anlisis. En este ejemplo, se hizo un estudio que no tiene estructura, no tiene completitud, no tiene un cierre y... no tiene ningn problema por eso. Esos "no tiene" de ningn modo desvalorizan el trabajo, porque es posible que el problema que gener aquel proceso de produccin de conocimiento demande exactamente eso. Podemos realizar un estudio de alto valor cientfico y rigor metodolgico que se defina justamente por las caractersticas de no-estructuracin: las unidades de observacin no son fijadas al inicio del estudio (o sea, no existe un N-muestral); las unidades de anlisis son construidas en el proceso (o sea, el Zn resulta del propio ciclo de produccin del dato); los signos de datos o valores no son exhaustivos en la combinacin de unidades de observacin y unidades de anlisis (o sea, N x Z admite vacos). Veamos ahora con ms profundidad las definiciones posibles de semiestructura. Creo que podemos reconocer tres definiciones: 1) Primero: aquellos estudios donde tenemos una definicin previa de N nmero de casos o fijacin en el universo de la investigacin pero no podemos cerrar las unidades de anlisis. Esto es posible, ocurre muchas veces y puede ser muy provechoso para ciertos problemas de investigacin. 2) El segundo caso de semiestructura es el inverso. Aqu, tenemos fijacin en las unidades de anlisis, a veces muy rigurosa, pero no en los casos. Uno de los diseos experimentales de mejor relacin costoeficacia es el llamado estudio secuencial o estudio experimental abierto controlado. En l, el experimento es interrumpido en el momento en que se alcanza un cierto parmetro de significancia estadstica porque no se inicia con un nmero de casos predefinido. En cambio, un experimento ya cerrado se inicia con un nmero de casos y unidades de anlisis predeterminados. 3) Tercero: otra forma de pensar la no-estructuracin en los estudios observacionales que es una rareza, casi nunca ocurre es la siguiente: la no completitud de las celdas de la combinacin Z x N puede ser tomada como elemento de anlisis. Es posible fijar tanto el parmetro de observacin como el de anlisis pero el grado de estructuracin del estudio se distancia en relacin a la estructuracin absoluta (Z y N prefijados), por la existencia de celdas incompletas. Mi propuesta, en sntesis, es que no se gana nada al distinguir cualitativo de cuantitativo en la investigacin en salud colectiva, incluyendo la investigacin epidemiolgica. Para m, la cualidad es primordial y antecede y subordina a la cantidad. La cantidad deriva de la cualidad, siendo mera propiedad de facetas de los objetos que aceptan una atribucin de dimensionalidad. Por ejemplo, todos poseemos propiedades o cualidades como sexo, salud, edad, temperatura, estatura y peso, entre muchas otras, que conforman nuestra identidad o singularidad como seres humanos. Sexo y salud son cualidades nodimensionales porque no pueden ser reducidas a un indicador numrico. Por otro lado, temperatura, estatura y peso no slo pueden, sino que deben ser expresados mediante cuantificacin pues son por definicin cantidades. De todos modos, la nocin de cantidad en s es vaca, siempre referida o relativa a la cualidad. En la perspectiva de superar esa falsa oposicin, creo que debemos substituirla por categoras ms operacionales y pragmticas, capaces de viabilizar la tan deseada integracin metodolgica, tanto en el aspecto logstico como heurstico de la investigacin en salud. Tales categoras sern tiles incluso en el sentido de construccin necesaria de una epistemologa pragmtica dentro del realismo. Necesitamos un realismo que considere a la investigacin cientfica como un proceso de produccin de un producto el conocimiento cientfico que sea socialmente til. Este producto, a su vez, tampoco finaliza al cumplir sus funciones y no concluye en ese proceso, porque se trata de un ciclo dialctico, si me permiten una vez ms coincidir con Samaja (5). Voy a aprovechar la oportunidad para proponer entonces una tipologa de estudios metodolgicamente integrados hbridos metodolgicos compuesta por tres tipos:

232
SALUD COLECTIVA, Buenos Aires, 3(3): 229-233, Septiembre - Diciembre, 2007

NAOMAR DE ALMEIDA FILHO

1) Combinaciones, o sea, estrategias que usan o articulan en el plano logstico, tcnicas de otro registro metodolgico. Al ser una estrategia estructurada, puede utilizar tcnicas no estructuradas para la produccin de datos sin dejar de ser un diseo estructurado de investigacin. Tomemos un ejemplo. Un estudio caso-control diseo clsico de la epidemiologa de factores de riesgo que usa una rigurosa definicin clnica de caso, puede emplear una tcnica no estructurada de definicin de caso. De hecho, la tcnica del diagnstico clnico es no-estructurada. Una vez definido el caso, sern prcticamente movimientos forzados los que la llevan a un proceso de produccin del conocimiento observacin, dato, informacin, conocimiento donde, basta comenzar para tener una aproximacin de lo que va a suceder al final del estudio. Otro ejemplo: es posible que un buen estudio de este tipo use dos tcnicas no-estructuradas y, como estrategia de investigacin, contine rigurosamente estructurado como diseo de caso-control. Por ejemplo, para evaluar la situacin de clase de las personas a travs de su historia familiar, se construye una tipologa, indicadores o formas de clasificacin de los sujetos, tambin en relacin a la variable independiente "clase social". Montada en un diseo estructurado del modo ms clsico posible podemos combinar una tcnica clnica noestructurada de identificacin de caso con una tcnica socio-histrica no-estructurada (como historia oral familiar) para la definicin de exposicin. Pero la estrategia de investigacin deber continuar rigurosamente estructurada, puede ser hasta experimental si quisiramos, o si tuviramos recursos para eso, o si se justificara para responder a algn problema interesante de investigacin. En las combinaciones, finalmente, la estrategia mantiene su integralidad e incorpora tcnicas de una extraccin distinta a la propia. 2) En segundo lugar, los estudios de campo en salud colectiva pueden ser compuestos metodolgicos. Los compuestos son estrategias mixtas, donde, por ejemplo, se pueden tener dos etapas en un estudio. En ese caso, el compuesto metodolgico siempre puede ser separado en fases. Cada una de ellas tiene caractersticas distintas de modo que a veces se pueden realizar dos estudios en secuencia o dos estudios en paralelo. El desafo ser lograr que dialoguen para crear el mosaico del conocimiento sobre el problema. 3) Los estudios observacionales en salud tambin pueden ser complejos metodolgicos. Los complejos son hbridos metodolgicos inapelables, en los que no es posible separar dentro del estudio los elementos que tienen un mayor grado de estructuracin de los que presentan un grado menor. La estrategia termina siendo nica e indisociable, es un complejo de diseo y estrategia. Dar un ejemplo concreto para ilustrar el problema de la integracin metodolgica radical. Un tema esencial en la investigacin epidemiolgica es la representatividad de las muestras. Se realizan tests de representatividad con la finalidad de buscar el potencial de extrapolacin del dato para una muestra determinada, de una muestra para una poblacin y as sucesivamente. Se testea el principio de que tal muestra es representativa de una determinada poblacin por tener aleatoriedad, o mejor an, por estar justificada por la presuncin de aleatoriedad. Sin embargo, se puede cuestionar tal presuncin argumentando que la investigacin sobre un cierto problema de investigacin no puede basarse en una forma estructurada de seleccin de sujetos, porque de esa manera, el investigador no ser capaz de responder al problema. En ese caso, debemos identificar tipos especiales en una determinada poblacin y construir la muestra del estudio con esos tipos y modalidades. Esto se llama muestra de tipos seleccionados. Se trata de una estrategia de construccin de muestras que produjo una gran polmica a inicios del siglo XX, en los orgenes de la estadstica moderna (6). De hecho, las formas no paramtricas de construccin de muestras cedieron su lugar a las formas paramtricas porque normalmente stas se basan en la presuncin de la homogeneidad. Cuando se sortea un grupo, se les da a todos sus miembros la misma chance de compartir la muestra. Sin embargo, podemos tener un problema de investigacin donde eso resulte perjudicial o ineficiente para responder a la pregunta de investigacin. Finalmente podemos incorporar diferentes grados de estructuracin dentro de una misma estrategia, transformndola en un complejo metodolgico.

EDITORIAL / EDITORIAL

233
SALUD COLECTIVA, Buenos Aires, 3(3): 229-233, Septiembre - Diciembre, 2007

Para concluir, dira que la oposicin entre cualitativo y cuantitativo produjo rupturas a veces difciles de superar con especial impacto sobre la Epidemiologa que pueden paralizar el avance de la organizacin del campo de la salud colectiva frente a otros campos disciplinarios de la ciencia. Este es el momento de consolidar la sntesis y las convergencias para que, en primer lugar, no nos fragmentemos en trminos de proyecto metodolgico, porque el objeto "salud" no merece ni soporta la fragmentacin (7). En segundo lugar, para que la Epidemiologa no se debilite frente a otros campos cientficos, dado el riesgo (o eventualidad) de subordinarnos a las lgicas predominantes en otros campos de conocimiento. Ms an por el hecho de que muchos de los campos disciplinarios tangenciales al campo de la Epidemiologa no superaron adecuadamente algunas de esas cuestiones epistemolgicas y metodolgicas que estamos enfrentando en este rico momento de construccin conceptual dentro del campo de la salud colectiva.

Naomar de Almeida Filho

Doctor en Epidemiologa Profesor Titular, Instituto de Sade Colectiva, Universidade Federal da Bahia. Investigador I-A, Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico - CNPq.

REFERENCIAS BIBLIOGRFICAS 1. Almeida Filho N. Epidemiologa Sin Nmeros. Washington DC: OPS; 1992. (Serie Paltex PXE28) 2. Samaja J. Epistemologa y Metodologa. Buenos Aires: EUDEBA; 1994. 3. Bhaskar R. Scientific Realism and Human Emancipation. Londres: Verso; 1986.

4. Minayo MC. EL Desafo del Conocimiento. Investigacin cualitativa en Salud. Buenos Aires: Lugar Editorial; 1997. 5. Samaja J. La Dialctica de La Investigacin Cientfica. Buenos Aires: Helguero; 1987. 6. Hacking I. The Taming of Chance. Cambridge: Cambridge University Press; 1990. 7. Almeida Filho N. A Ciencia de la Salud. San Pablo: Hucitec; 2000.

FORMA DE CITAR Almeida Filho M. Por una epidemiologa con (ms que) nmeros: cmo superar la falsa oposicin cuantitativocualitativo. [Editorial]. Salud Colectiva. 2007;3(3):229-233.