INDICE

 Visite nuestro Sitio WEB en

www.managementensalud.com.ar

Unase a  nuestro foro en YAHOO

Recibiras por mail:

Noticias, Eventos y Novedades

y podras comunicarte con el resto de los Suscriptores:

Realizando consultas, Opinando, Saludando y Ofreciendo tus Servicios

SUSCRIBASE A NUESTRO BOLETIN:

Nuestro Libro/Guia

Introduccion

En los ultimos años hemos asistido a un aumento sustancial de la produccion cientifica, que ha sido notablemente favorecido por la expansion de Internet como medio de comunicacion. La red no solo ha facilitado a las revistas especializadas una via de difusion, sino que tambien ha proporcionado otras plataformas para la comunicacion de la ciencia, como son los repositorios de articulos y protocolos o las bases de datos publicas. En este marco el investigador desempeña un doble papel, como transmisor y como receptor de informacion. Con la avalancha de publicaciones disponibles crece la necesidad de comunicar de forma correcta e inequivoca los resultados de la investigacion. Ademas, son necesarios instrumentos que nos permitan detectar los estudios de mayor calidad y que se ajusten mas a nuestro campo de interes.

Criterios basicos para la evidencia cientifica.

En el ambito de la biomedicina, donde el volumen de publicaciones es especialmente relevante, la estadistica se ha consolidado como un indicador imprescindible de la validez de la informacion transmitida, respaldada cada vez mas, por revistas de prestigio y grupos de investigacion. Estos incorporan en sus guias para autores referencias especificas sobre la importancia y el uso de la estadistica como herramienta esencial en el proceso de demostrar la “evidencia cientifica”.

La aplicacion de los metodos estadisticos es clave no solo en la fase de presentacion de resultados, sino que debe realizarse a lo largo de todo el proceso de investigacion medica con el fin de garantizar reproducibilidad, generabilidad y comparabilidad de los resultados.

La reproducibilidad esta involucrada en todo el proceso de investigacion, aunque es en la fase final de la comunicacion donde se pone a prueba. En cambio, poco se puede hacer respecto a la generabilidad y la comparabilidad en el momento de escribir un articulo si estos aspectos no se han tenido en cuenta en la fase crucial del diseño del estudio.

Fuente: Cielo - Epidemiología genética de la artritis reumatoide: ¿qué esperar de América Latina?

Control del error en el diseño.

En la fase de diseño de un estudio, los metodos estadisticos proporcionan las herramientas para anular los errores sistematicos y minimizar el error aleatorio. Los errores sistematicos o sesgos pueden producirse tanto en la seleccion de la poblacion objetivo, como en la extraccion de la muestra, en la asignacion de tratamiento o en el seguimiento, la recogida y el posterior analisis de los datos. Segun en que momento se produzcan los sesgos, restan validez externa o interna al estudio.

Se considera validez interna el grado en que los resultados y conclusiones se aplican a la poblacion de referencia, mientras que la validez externa se refiere a la utilidad para otros investigadores que trabajen en circunstancias distintas. El maximo grado de validez se establece en el momento de concebir la investigacion, pues depende de los criterios de inclusion y de las condiciones generales del estudio.

La validez interna indica la solidez y el rigor con que podemos afirmar que los resultados observados son efectivamente atribuibles a los tratamientos o intervenciones analizadas, indicando asi el grado en que el estudio permite satisfacer los objetivos del investigador. Cuando los grupos estudiados presentan diferencias en sus atributos, el investigador debe tener en cuenta que estos atributos y la intervencion pueden tener confundidos sus efectos sobre los resultados, puesto que sera imposible distinguir si las diferencias halladas se deben al tratamiento o a la heterogeneidad de origen de los grupos.

La estadistica y el metodo cientifico ponen a nuestra disposicion diversas herramientas para neutralizar las diferencias producidas por los atributos que podemos observar; son las denominadas tecnicas de ajuste, que pueden ir desde la sencilla restriccion en la inclusion de pacientes hasta los metodos mas sofisticados de ajuste global que pretenden controlar simultaneamente los efectos de diversas variables confusoras.

Los errores sistematicos hacen referencia a la validez del estudio, y los errores aleatorios remiten a la precision de los resultados. El error aleatorio es mas facil de cuantificar (y por lo tanto es preferible) que el error sistematico, y aunque no es posible eliminarlo completamente hay que tratar de minimizarlo. Para evaluar su magnitud se dispone de herramientas clasicas ampliamente aceptadas, como el error tipico, que cuantifica el error esperado debido al proceso aleatorio, o los intervalos de confianza, que acotan los valores del parametro compatibles con los resulta- dos observados en la muestra.

Cuando se pretende reducir el valor del error aleatorio, rapidamente se piensa en aumentar el tamaño de la muestra, pues se trata de un modo sencillo, aunque no esta exento de inconvenientes y suele ser costoso. Uno de los objetivos de la estadistica como ciencia es precisamente estudiar que indicadores calculados en las muestras son mas estables de una muestra a otra, ya que su uso comporta menor incertidumbre y, por tanto, mayor informacion con un mismo tamaño muestral, razon por la que son conocidos como estimadores mas eficientes. Dado que esta oscilacion tambien depende del proceso de obtencion de los datos, la estadistica teorica tambien busca aquel diseño mas eficiente que, para un mismo coste de recoleccion de los datos, origine la menor oscilacion. Finalmente, un investigador puede utilizar la estrategia de concentrarse en una subpoblacion de menor variabilidad o mayor efecto, aunque ello pueda afectar, al menos en potencia, la validez externa de sus resultados.

Eleccion de la prueba estadistica segun el tipo de datos.

Aunque no es posible establecer una regla de oro que ayude a elegir la prueba estadistica mas adecuada para cada caso, existen una serie de pasos que pueden orientar al investigador en la toma de la decision mas apropiada para el analisis de sus datos.

En primer lugar, debemos elegir entre pruebas parametricas y no parametricas. Las primeras asumen algun tipo de distribucion (generalmente la normal o gaussiana) sobre la poblacion de la que hemos extraido nuestros datos, mientras que las segundas no hacen dicha asuncion.

A primera vista puede parecer que la opcion mas comoda es elegir siempre una prueba no parametrica y despreocuparnos de las premisas sobre nuestros datos. Hay tres razones para evitar esta postura: en primer lugar, si bien es cierto que las pruebas no parametricas precisan menos requisitos sobre la distribucion de los datos, eso no significa que no realicen ninguna asuncion sobre su tipo y estructura; en segundo lugar, la mayoria de las pruebas no parametricas utilizan el rango de las observaciones (su orden dentro de la muestra) en lugar del valor cuantitativo completo, por lo que su potencia es menor; y finalmente, este parametro de que prescinden puede ser muy util para cuantificar las implicaciones practicas de los resultados, por ejemplo, mediante el tamaño del efecto. Asi, las pruebas parametricas son mas capaces de detectar y cuantificar el efecto existente, por lo que deben elegirse siempre que sea posible. Para muestras suficientemente grandes, resultados matematicos como el teorema del limite central garantizan que las pruebas parametricas sean robustas ante desviaciones de las premisas, mientras que la perdida de potencia en las pruebas no parametricas es irrelevante dado el elevado numero de sujetos. En cambio, las diferencias entre los dos tipos de pruebas crecen a medida que los tamaños de muestra disminuyen, por lo que, cuando las muestras son pequeñas, la eleccion de la prueba se vuelve muy relevante.

A modo orientativo, podemos indicar que es adecuado elegir una prueba parametrica cuando:

–         Se pueda asumir, por estudios anteriores o bien por razonamiento teorico (la variable es la suma de muchos factores), que la distribucion sea “razonablemente” normal.

–         Si las muestras son muy grandes, aunque haya dudas sobre la distribucion.

–         En cambio, deberiamos elegir una prueba no parametrica si:

o         La distribucion es claramente no normal, con mucha asimetria o una forma irregular.

o         Existen valores truncados o valores fuera de la escala de nuestras mediciones.

Algunos ejemplos de estas situaciones pueden ser las variables de tipo orden o “rango” que no permitan interpretacion cuantitativa, o las variables que representan un “tiempo hasta”, ya que suelen ser muy asimetricas y tener datos “censurados” (casos que aun no han presentado el evento y solo se conoce que su tiempo es, por lo menos, el observado).

En caso de duda acerca de si las muestras son grandes (>100), se puede recurrir a metodos graficos como la recta de normalidad (de Henry o p-p plot), presente en los programas estadisticos mas comunes, que permiten visualizar las diferencias entre la distribucion de los datos y la de referencia. En muchos casos en que la distribucion de la poblacion no es normal, los datos se pueden transformar matematicamente para conseguir una distribucion gaussiana y asi poder usar las pruebas parametricas. Las transformaciones que generalmente dan buenos resultados son las logaritmicas, las raices cuadradas y las reciprocas, puesto que generalmente sus resultados son faciles de interpretar. Nunca se deberia acometer una transformacion si luego no sabremos interpretar y transmitir los resultados que proporciona.

Una vez determinada la distribucion de la poblacion estudiada, la siguiente pregunta que debemos realizar es si nuestros datos son independientes. Ahora nos hallamos ante una cuestion que, en la mayoria de los casos, tiene respuesta rapida, y cuya solucion debe dirigirnos a elegir entre pruebas para observaciones dependientes o independientes. Cuando se comparan dos grupos decimos que los datos dependientes estan apareados; en cambio, si tenemos tres o mas grupos de datos hablaremos de medidas repetidas.

Consideraremos que dos o mas observaciones son dependientes si los valores de un grupo estan mas proximos a su “pareja” en el otro grupo que a cualquier otro valor del segundo grupo elegido al azar. En general, son datos apareados o repetidos los:

-          Medidos dos o mas veces sobre la misma unidad de estudio. Por ejemplo antes y despues de una intervencion, presion sanguinea al inicio y a los 10 minutos, u ocupacion de cama de hospital asignada por el mismo responsable.

-          Medidos en sujetos apareados. Por ejemplo en gemelos, o en casos y controles apareados por edad y sexo.

Por ultimo, el investigador debe fijarse en el tipo de datos con que trabaja. Para ello debe identificar cual es su variable respuesta o dependiente (comunmente representada por Y), cual es la variable que representa la intervencion que se desea proponer (X) y cuales son aquellos atributos no modificables (variables explicativas, posibles confusoras) que predeterminan la respuesta. Por ejemplo, en un ensayo clinico la respuesta puede ser una medida clinica (glucosa en sangre) que siga una distribucion normal, la intervencion puede tomar dos valores para el tratamiento (placebo y tratamiento), mientras que los atributos podrian ser la edad, el sexo o los habitos dieteticos previos al tratamiento.

Bibliografia

Mabrouki K, Bosch F. Redaccion cientifica en biomedicina: lo que hay que saber. Cuadernos de la Fundacion Dr. Antonio Esteve Nº9. 2007. Ed. Prous Science. Barcelona.

Autor:

Diego Camps

Editor – Facultad de Medicina, Universidad Catolica de Cordoba

Executive Editor – International Archives of Medicine

Miembro de WAME (World Associatio

ANMAT_143-09.HTM

B.O. 28/01/09 - Disp.143/09-ANMAT - SALUD PUBLICA - Incorpora a la Disp.7292//98 nueva categoria

ANMAT_142-09.HTM

B.O. 28/01/09 - Disp.142/09-ANMAT - PRODUCTOS MEDICINALES - Prohibe el uso y la comercializacion de un determinado producto

ANMAT_141-09.HTM

B.O. 28/01/09 - Disp.141/09 - ANMAT - Prohibe la comercializacion y uso de determinados productos

ANMAT_6-09.HTM

B.O. 27/01/09 - Disp.6/09-ANMAT - ESP MEDICINALES - Prohibe preventivamentee la comercializacion de un determinado producto

ANMAT_138-09.HTM

B.O. 27/01/09 - Disp.138/09-ANMAT - PROD ALIMENTICIOS - Prohibe la comercialiizacion de un determinado producto

ANMAT_137-09.HTM

B.O. 27/01/09 - Disp.137/09-ANMAT - PROD MEDICINALES - Clausura preventiva deel establecimiento propiedad de una firma. Prohibe comercializacion y uso de determinados productos

ANMAT_136-09.HTM

B.O. 27/01/09 - Disp.136/09-ANMAT - PROD MEDICINALES - Prohibe preventivamentte la comercializacion y uso de un determinado producto

SSS_43-09.HTM

B.O. 26/01/09 - Res.43/09 - SSS - Deroga todas las normas emanadas de esta Superintendencia que obligan a los Profesionales Farmaceuticos, Establecimientos Farmaceuticos y Redes de Prestadores de Establecimientos Farmaceuticos a inscribirse en el Registro de Prestadores de este organismo

CABA_LEY_2987.HTM

C.A.B.A. - LEY 2987 - Garantiza el derecho de la población materno infantil a la atención domiciliaria conforme a lo establecido en la Ley 153

ANMAT_5-09.HTM

B.O. 20/01/09 - Disp.5/09-ANMAT - ESPECIALIDADES MEDICINALES - Prohibe prevventivamente la comercialización de determinado producto

ANMAT_4-09.HTM

B.O. 20/01/09 - Disp.4/09-ANMAT - ESPECIALIDADES MEDICINALES - Prohibe la ccomercialización y uso de determinados productos

ANMAT_3-09.HTM

B.O. 20/01/09 - Disp.3/09-ANMAT - PRODUCTOS MEDICOS - Prohibe la comercialiización y uso de determinados productos

MS_7-09.HTM

B.O. 19/01/09 - Res.7/09-MS - SALUD PUBLICA - Establece limite al contenido de plomo en las pinturas, lacas y barnices. Vigencia

DECRETO_21-09.HTM

B.O. 19/01/09 - Decreto 21/09 - MINISTERIO DE SALUD - Crea Comisión Nacioonal de Investigación

CABA_DTO_1566-08.HTM

C.A.B.A. - DECRETO 1566/08 - Aprueba reglamentación Ley 2808. Proceso judicial aplicable al cobro ejecutivo de prestaciones brindadas a personas con cobertura social o privada, por la red de Efectores Públicos de Salud

Fuente: Punto Profesional

Si se desea conocer en detalle alguna de las disposiciones del BORA haga CLIC  sobre la reglamentacion.

Fuente: Vnunet.es, por Juan A. Vicente