TEMA 3. DE LOS CONCEPTOS A LAS VARIABLES.Población, muestra, parámetros y estadísticos. Variables y escalas de medida

TEMA 3. DE LOS CONCEPTOS A LAS VARIABLES

Estadística: ciencia cuyo objetivo es demostrar, ya sea cuantitativamente o cualitativamente, datos provenientes de observaciones demográficas, económicas, biomédicas... en la que intervienen un gran número de factores de variación
Bioestadísticas: aplicación de la estadística en la interpretación de los fenómenos de vida. La variabilidad supone el carácter esencial.


Podemos clasificar la estadística en descriptiva o deductiva y en diferencial o analítica:

Descriptiva: trata, resume y presenta los datos observados de una manera científica y gráfica.

Analítica: establece conclusiones sobre una población, a partir de datos obtenidos en una muestra. Para ello hay que seguir cierto nivel de seguridad o intervalo de confianza.

Investigación cualitativa y cuantitativa

Conjunto de procedimientos ordenados, que tiene como objetivo obtener explicaciones válidas sobre unos fenómenos observados, y que además se rige por principios y reglas.

Características

• Mayor objetividad
• Gran capacidad de predicción
• Mayor control
• Gran generalización
• Capaz de combinar el razonamiento inductivo, el deductivo y la evidencia empírica o práctica.

El razonamiento inductivo establece una generalización a partir de observaciones particulares

El razonamiento deductivo parte de un resultado general, y realiza predicciones concretas

La evidencia empírica se relaciona con la realidad objetiva y reunida a través de los sentidos.

Investigación cuantitativa: recogida de datos numéricos y análisis estadístico. Se centra en el razonamiento deductivo, la lógica y el positivismo lógico.

Investigación cualitativa:atiende los aspectos dinámicos (por ejemplo, las opiniones), holísticos e individuales. Evita la cuantificación, recogiendo información subjetiva a través de entrevistas no estructuradas, observación de pacientes...Está infravalorada, ya que no se demuestra por una formula matemática. Es mucho mas complicada, muy pocos artículos son de discursos,entrevistas...en las que se dice exactamente lo que una persona dijo "verbatim". Por ejemplo, un articulo de calidad percibida en población hiperfrecuentadora infantil. Es muy difícil que los nºs midan eso.

ECA: diseños de estudios mas potentes: cuantitativo

Articulo en el que se interviene personas que no pueden dormir sin el uso de fármacos. Les pedimos que rellenen unos cuestionarios para medir el insomnio, el estrés, la calidad del sueño... Finalmente establecemos unos valores, no atendemos a lo que cada persona siente sobre ese aspecto.

Procedimiento muestral

Un muestreo permite escoger un grupo  pequeño, de manera que posea unas características que puedan ser extrapolables a una población que estamos estudiando.

Proceso de la inferencia estadística

Seleccionamos a partir de una población N aleatoriamente, una muestra n, siendo esta un estimador (eje alfa ) y a partir de este podremos hacer el proceso de inferencia y obtener un parámetro (eje mu)


Parámetros y estadísticos

Parámetro

• Es una cantidad numérica calculada sobre una población o universo, y su tamaño se expresa en N (mayúscula)
• El objetivo es resumir todos los datos que hay en la población, en unos números (parámetros)
• Estos parámetros se expresan con letras griegas:  σ  (desviación típica),π (proporción), µ (media),etc.

Estadístico

• Cantidad numérica calculada sobre una muestra extraída de la población o universo, cuyo tamaño se expresa con n (minúscula)
• El objetivo es resumir toda la información de la población en unos pocos números (estimadores)
• Los parámetros esta vez, se expresan con letras latinas en minúsculas : s (desviación típica), p (proporción), alfa (media),etc.

POBLACIÓN DE ESTUDIO

Definición: conjunto finito o infinito de elementos que están definidos por una o más características, todos y cada uno de ellos. Por ejemplo, personas celíacas.

Niveles de población

Población diana:todas las que yo quiero estudiar y que presentan una característica, por ejemplo,personas celíacas
Población de estudio: subconjunto de individuos que deben cumplir unos criterios de inclusión
Muestra: las personas  que finalmente selecciono, porque igual algunos han decidido no colaborar
Participantes: los individuos que completan el estudio

Representatividad de la población

Tamaño: suficientemente grande para que sea representativa y para el correcto análisis de los datos
Comparable: GI/GC comparables

Tipo de muestreo

Muestreo probabilistico: todos tienen la misma probabilidad de ser elegidos, tiene mucha mas fiabilidad. Por ejemplo,necesito a 100 pacientes de urgencias, tengo que pensar aleatoriamente a quienes voy a elegir, pero no puedo elegir los 100 en un día. Tiene la misma probabilidad el nº 1 que entre en el hospital, que el 300º de poder participar en el estudio. Se hace gracias a fórmulas matemáticas en el ordenador.

Muestreo no probabilistico: no todos tienen la misma probabilidad, hay una serie de elementos que influyen como el efecto "bola de nieve". Es menos fiable. Por ejemplo, si queremos estudiar qué piensan los enfermeros  sobre el insomnio. Mandamos cuestionarios por una red social a enfermeros de trabajo y pedimos que estos se lo envíen a otros que conozcan. Es un matiz de azar.

Muestreo aleatorio:

• Simple: selección al azar, usando poblaciones pequeñas, es el más representativo.
• Desventajas: hay que hacer un listado de todas las unidades, exige un costo por dispersión de la población y puede que haya grupos minoritarios no representados
• Sistemático: selección de individuos según una regla.
• Formula: K= N/n     r= 1 y K (N: población candidata/ n:muestra)
• Ventajas: no es necesaria una lista completa

Ejemplo: si r=3   1=3// 2 (3+K)// 3 (3+(2Xr))


Muestreo probabilístico

Conglomerado:
Se obtiene de grupos establecidos cuando no hay listado de población. Puede que haya listado de los grupos, por ejemplo en un hospital estudiamos la calidad de vida de los pacientes.

1. Cogemos mediante un muestreo aleatorio simple un hospital
2. Pasamos a usar el muestreo conglomerado

La desventaja es que no se conoce de antemano el tamaño de la muestra, porque eso dependerá del grupo seleccionado.


Estratificado:se utiliza cuando una característica no se distribuye en toda la población, sino en un estrato en particular

La ventaja es que podemos controlar adecuadamente la variable en cada subgrupo de la población, mientras que necesitamos más información y un listado de cada individuo de la población.



Consecutivo: es el mas representativo y fiable de los no probabilistico.  Se eligen todos los individuos de una población que son accesibles y que cumplan los criterios de inclusión, durante un tiempo de reclutamiento fijado.

Desventaja: hay una serie de interrupciones. También puede ocurrir que sea un periodo corto o que haya fluctuaciones.

Ejemplo: ¿Cuánto tiempo duermen los recién nacidos? . Elijo  a los 100 primeros, no hay una secuencia aleatoria y por lo tanto, es menos fiable. Existe un gran sesgo.


Conveniencia: se reclutan a los individuos que sean más accesibles para el investigador o que se presenten voluntariamente. Debo elegir siguiendo unos factores ,por ejemplo, que tenga 5 años de experiencia. Si quieres hacer entrevistas debes escoger a grupos de expertos , y estos ya cumplen unas premisas: tienen doctorados, ha publicado un nº determinado de  artículos... (duelo perinatal)

Desventaja: es poco sólida, ya que requiere una gran homogeneidad de la variable que se quiere estudiar. Por lo tanto, genera grandes sesgos. Un ejemplo sería parar a personas que pasan por la calle.
Ventajas: poco costoso y fácil


Intencional: análogo al de conveniencia . La desventaja que presenta es el no contar con un método externo y objetivo para valorar la idoneidad de los sujetos. Encontramos el método Delphi, en el que se crean juicios intuitivos emitido por expertos. Su objetivo era la selección de un sistema industrial norteamericano óptimo.

Bola de nieve: el investigador elige a un participante que cumpla los criterios de inclusión y le pide que busque a otros individuos con sus mismas características. Así sucesivamente hasta que tenga la muestra. Es muy utilizada en estudios cualitativos.
Tiene como ventaja que podemos acceder a partes de la población con difícil acceso (poblaciones marginales).

¿Cual es la desventaja?
Si hay una reducida red de contactos, la muestra será reducida. Existe cierto sesgo ya que el investigador está confiando en todos cumplan unas características.


Teórico: la selección de la muestra se hace de forma gradual debido a que:

• El propósito del estudio es la creación de una teoría
• Se integra la muestra sobre la marcha

Ventaja: de nuevo se pueden acceder a poblaciones marginales o de difícil acceso

Desventaja: equivalentes al muestreo "bola de nieve"

Ejemplo: Si quieres  probar una hipótesis ,pero es un tema novedoso y no hay mucha información. Vas cambiando de muestra según lo que te vas encontrando, por ejemplo, si investigamos el coronavirus

Estos muestreos son distintas maneras para obtener muestras y que mi estudio sea lo más acertado posible.


Calculo del tamaño muestral

Es importante determinar el número de sujetos necesarios para nuestra investigación, y que así sea representativa. Sino pueden ocurrir 2 situaciones:

-Que nos falten sujetos de estudio: debemos estimar los parámetros de estudio
-Que estudiemos a más sujetos de los necesarios: eso produce un gasto de tiempo y recursos. Hay mecanismos para evitar la saturación del discurso, hay veces que hablamos con 10 personas y todas acaban transmitiendo la misma información. Además no garantiza representatividad si no se ha hecho muestreo probabilístico.

El tamaño de la muestra puede depender:

• Variabilidad del parámetro: + frec= muestra pequeña
• La precisión con la que damos los datos: + precisión menor intervalo de confianza. Error estándar
• Nivel de confianza: en ciencias de la salud supone un 95%
• Poder estadístico: capacidad de un estudio de encontrar diferencias
• Efecto esperado: dependerá del efecto de la intervención, llevado a cabo en los ensayos clínicos. Para ello nos basamos en biografiaría previa. A mayor efecto esperado menor muestra necesaria.

Survey Monkey es una página web que permite obtener una muestra, a partir del nº de personas, el nivel de confianza y el margen de error.



MEDICIONES DIRECTA:

• Se realizan a elementos concretos como:
• Altura
• Temperatura
• Glucemia
• Respiración
• Peso
• Ritmo cardíaco

Por ejemplo, si quieres medir el insomnio puedes controlar los movimientos nocturnos del paciente, cuantas veces se despierta, su frecuencia cardíaca... gracias a una espirografía. Es mucho mas fiable que usar un cuestionario.

• Las enfermeras juegan un papel importante en la toma  de medidas directas, y esto es mucho más fiable. Es consciente en todo momento del proceso y por lo tanto del resultado. Pueden medir variables atributivas o demográficas, mediante el proceso de anamnesis. Algunas son:
• Edad
• Género
• Origen étnico
• Estado civil
• Nivel de ingresos
• Nivel educativo

MEDICIONES INDIRECTAS

En muchas ocasiones, deben medirse ideas subjetivas como el estrés, el cuidado, la ansiedad, el dolor o el afrontamiento. A pesar de esto, luego se pueden operativizar.

Es muy difícil que una estrategia de medición pueda intervenir en todos los aspectos de un concepto abstracto.


Medición de signos y síntomas

• Las variables no pueden medirse de la misma manera, ya que su naturaleza te obliga a utilizar diferentes métodos de medición. 
• El dolor puede medirse con el simple hecho de decir, me duele o no.
• La tensión arterial se mide en mm Hg
• La glucemia se mide en mg glucosa/ dl sangre
• Para la medición de las variables utilizamos escalas de medición

Escalas de medición de variables

• Escala nominal o clasificatoria:
• Nivel más bajo de medición. Le damos un nombre a una característica
• Los datos se dividen en categorías, pero estas no guardan relacionan entre sí. Son exhaustivas y mutuamente excluyentes.
• Raza
1. Blanco
2. Amarillo
3. Negro

• Género
• Tipo de profesión
• Color de ojos

   Los números podrían ser sustituidos por letras o símbolos, no tienen ningún significado de orden y no siguen las propiedades aritméticas.

• Escala ordinal o de rango:
• Si establecemos una variable,se puede establecer  diferencias y orden (mayor o menor), entre categorías.
• Los números expresan igualdad, desigualdad y orden
• Ejemplo: Grado de satisfacción laboral diario
1. Nulo
2. Poco
3. Mucho
4. Bastante
5. Óptimo
• Ejemplo: medallas olímpicas
1. Oro
2. Plata
3. Bronce
• Importante
• Existe un orden, peor no podemos establecer la diferencia existente entre cada número. No sabemos si entre "mucho" y "bastante" hay el mismo recorrido que para "bastante" y "óptimo".

• Escala de intervalo:
• Presenta identidad y orden y además cumple que entre cada intervalo las distancias son equivalentes.
• Ejemplo: la temperatura, tensión arterial...
• Es una escala cuantitativa y en ella pueden aplicarse estadísticas como mediana., desviaciones y correlación.

• Escala de razón o proporción:
• Nivel más alto de medición
• Características propias de las demás escalas + posesión del 0 absoluto (ausencia de lo que se estudia)
• Muchas medidas en el campo de la salud, son de este tipo: edad, peso,talla, nº de hijos...

Variable

Característica que puede ser medida en la muestra o población y que varía, ya sea entre sujetos o entre distintos eventos.

La variable puede tomar distintos valores y se llaman datos.

Las variables podemos diferenciarlas en cuantitativas y cualitativas.

• Variables cuantitativas: toda variable expresada mediante un nº
• Discretas: puede tomar un número finito de valores entre cada intervalo, se asimila a números enteros. Por ejemplo, si tiramos 2 dados podemos obtener como máximo 11 valores distintos.
• Continuas: puede tomar infinitos valores en un intervalo, incluyendo los decimales. Por ejemplo, la edad, el peso, glucemia, tensión arterial o el volumen de agua dentro de una lavadora.
• Variables cualitativas:
• Pueden llamarse factores, atributos, variables categóricas, nominales...
• No toman valores numéricos
• Miden cualidades
• Dicotómica o binaria: sólo toma 2 valores, y estos son opuestos y excluyentes. Es decir, si eres uno, no puedes ser el otro. Ejemplo: hombre/ mujer
• Policotómica: puede tomar más de 2 valores. A su vez lo dividimos en ordinales o nominales
• Ordinales: establecen un orden, por ejemplo, nivel de inglés (A1, A2,B1,B2...)
• Nominal: no existe un orden, por ejemplo, la marca de móviles de tus amigos.
• Las categorías deben construirse bajo los criterios de exhaustividad y exclusividad.

OPERATIVIZACIÓN DE LAS VARIABLES

• Proceso de transformación de una variable subjetiva en una variable indirecta, que se pueda medir y que tenga significado.
• Las variables principales se descomponen en otras más específicas, llamadas dimensiones.
•  Estas a su vez deben traducirse en indicadores que permitan la observación directa.

Ejemplo:

VARIABLE      Accesibilidad a los servicios de salud
DEFINICIÓN  Mayor o menor posibilidad de tener contacto con los servicios de salud

DIMENSIONES

• Accesibilidad geográfica
• Accesibilidad económica
• Accesibilidad cultural

INDICADORES

• Tiempo medio en horas y minutos que tarda una persona para trasladarse desde su domicilio hasta el centro de Salud
• Cantidad de dinero que gasta para recibir la atención y disponibilidad económica para cubrir ese gasto
• Conocimiento sobre la atención que se da en el Centro de Salud y percepción del problema de salud