Dialnet UsoDeLaCorrelacionDeSpearmanEnUnEstudioDeIntervenc 5156978
Dialnet UsoDeLaCorrelacionDeSpearmanEnUnEstudioDeIntervenc 5156978
Dialnet UsoDeLaCorrelacionDeSpearmanEnUnEstudioDeIntervenc 5156978
Científico
INFORMACIón
CIENTÍFICA
Artículos de Reflexión
RESUMEN
El análisis de Correlación de Spearman, es un método estadístico no paramétrico, que pretende examinar la inten-
sidad de asociación entre dos variables cuantitativas. Con base en una investigación clínica real en fisioterapia, el
presente artículo ilustra el sustrato teórico subyacente a la aplicación de éste método. Tiene como objetivo ayudar
a estudiantes, fisioterapeutas e investigadores a entender su aplicabilidad en muestras pequeñas y en aquellas que
no tienen una distribución normal, condiciones muy frecuentes en la investigación en fisioterapia, y puntualizar
sobre la interpretación de los resultados.
Palabras clave: Estadística y Datos Numéricos, Coeficiente de Correlación de Spearman, Fisioterapia, Cuidados
Intensivos
ABSTRACT
The correlation’s Spearman is a nonparametric statistical method, which aims to examine the strength of associa-
tion between two quantitative variables. Based on a true clinical research in physiotherapy, this article illustrates
the underlying theoretical application of this method substrate, to help students, professionals and researchers to
understand their applicability to small samples and those who do not have a normal distribution, very common
conditions on research in physiotherapy, and so complex and restricted areas such as critical care, and achieve the
interpretation of results.
Keywords: Nonparametric Statistics, Data Correlations, Spearman Rank Correlation Coefficient, Physical therapy,
Intensive care
1
Fisioterapeuta. Especialista en Fisioterapia en Cuidado Crítico. Magíster en Epidemiología. Docente- Investigadora y Coordinadora
Especialización Fisioterapia en Cuidado Crítico del Adulto, Universidad CES. Correo electrónico: mmondragon@ces.edu.co
Movimiento
98 Científico
fisioterapia iberoamericana
Dentro de los métodos no paramétricos se encuen- Dado que una correlación expresa el grado de aso-
tra el análisis de Correlación de Spearman, el cual ciación entre dos variables, ésta se puede clasificar
pretende examinar la dirección y magnitud de la según el sentido de la relación en (Ver Figura 1):
asociación entre dos variables cuantitativas, es de-
cir la intensidad de la relación entre las variables, • Lineal o curvilínea, según la nube de puntos se
en cualquier tipo de asociación, no necesariamente condense en torno a una línea recta o a una cur-
lineal. Asimismo, permite identificar si, al aumen- va.
tar el valor de una variable, aumenta o disminuye • Positiva o directa, cuando al aumentar una varia-
el valor de la otra variable, y ofrece un coeficiente ble aumenta la otra y viceversa.
de correlación, que cuantifica el grado de asociación • Negativa o inversa, cuando al crecer una varia-
entre dos variables numéricas (Martínez-González & ble, la otra decrece y viceversa.
Faulín Fajardo, 2006). • Funcional, si existe una función tal que todos los
valores de la nube de puntos la satisfacen.
Este artículo expone los resultados de una investiga-
ción terminada en fisioterapia, desde una perspecti- Cuando no existe ninguna relación y la nube de
va analítica, aclarando aspectos estadísticos, concer- puntos están distribuidas al azar, se dice que no es-
nientes al análisis de Correlación de Spearman. tán correlacionadas (Nula).
Antecedentes Históricos
Movimiento 99
Científico
ARTículos de reflexión
Movimiento
100 Científico
fisioterapia iberoamericana
Datos Hipótesis
Con el fin de hacer más didáctica la demostración, se HO: X yY son mutuamente independientes.
tomarán dos de las variables para realizar la correla- HA: X y Y no son mutuamente independientes.
ción: MIF inicial (x) y Días en ventilación mecánica
(y) Para el caso sería:
Movimiento 101
Científico
ARTículos de reflexión
Tabla 3. Clasificación jerarquizadas de valores deMIF inicial De esta forma, a las jerarquías 2, 3, 4 y 5, se les asig-
(x) y Días en ventilación mecánica (y), di y na el valor 3.5.
Jerarquía Jerarquía
Paciente
(x) (y)
di di Cálculo de la estadística de prueba
2
1 2 17 -15 225 6∑di
rs = 1 –
n(n2 - 1)
2 19 20 -1 1
Entonces:
3 14 7 7 492
4 6 19 -13 169 6(3276)
rs = 1 –
5 15 1 14 196 23(529 - 1)
6 13 10 3 9
19656
7 21 2 19 361 rs = 1 –
12144
8 17 3 14 196
9 22 4 18 324 rs = 1 – 1,61857708
10 11 11 0 0
rs = 0,62
11 1 16 -15 225
12 16 5 11 121
Decisión estadística
13 7 13 -6 36
14 18 8 10 100 Dado que el valor calculado de rs= es menor que el
15 3 14 -11 121 valor crítico para Rho de Spearman, en un nivel de
significancia 0,05, que es , se rechaza la hipótesis nula.
16 8 12 -4 16
17 9 9 0 0
Conclusión
18 20 15 5 25
19 23 6 17 289 Se concluye que las dos variables están inversamente re-
20 4 22 -18 324
lacionadas, en una correlación negativa considerable.
Es decir, en la medida que la FIM pre intervención dis-
21 12 23 -11 121
minuye, los días en ventilación mecánica aumentaran.
22 10 18 -8 64
23 5 21 -16 256 Análisis por software estadístico
Fuente: Elaboración propia (2014)
El procedimiento realizado previamente fue propues
to cómo una alternativa sencilla y matemáticamente
IMPORTANTE: En las observaciones con igual va- acertada para descubrir correlaciones cuando no
lor numérico, se puede seguir el procedimiento de existían las computadoras. Paquetes estadísticos co
asignar a las observaciones de igual valor numérico mo SAS®, STATA® y SPSS®, facilitan el proceso,
la media de las jerarquías que intervienen. pues clasifican las mediciones en jerarquías de ma-
nera automática, calculan el coeficiente y determi-
Es decir, si en el ejemplo anterior, 4 observaciones nan el valor de p, por lo que al investigador le queda
tiene un valor numérico de 10, se toman las jerar- únicamente la tarea de interpretar los resultados.
quías que tienen esos valores (en éste caso, las jerar-
quías 2,3,4 y 5) y se dividen en el número de obser- En el estudio que se ha tomado como ejemplo, se
vaciones, así: procesaron las correlaciones propuestas como resul-
2 + 3 +4 + 5 tados secundarios (Ver Tabla 4).
= 3,5
4 Como puede observarse, se encontraron correlacio-
nes negativas considerables entre las variables FIM
Movimiento
102 Científico
fisioterapia iberoamericana
pre y post intervención, y dinamometría de mano En el estudio que sirve de ejemplo en éste artículo, se
post intervención, en relación con la estancia en encontraron varias variables rotuladas cómo colinea-
UCI. Estas variables mencionadas también se en- les (estancia en UCI, los días en ventilación mecánica
contraron correlacionadas inversamente con los días y la estancia hospitalaria); se consideraron así, porque
en ventilación mecánica. Asimismo, se evidenció co- su grado de correlación era fuerte y desde el cono-
rrelación positiva, entre considerable y fuerte, al re- cimiento del paciente crítico hospitalizado es posible
lacionar la FIM preintervención con respecto a las argumentar que están estrechamente asociadas. Por
variables FIM post y dinamometría pre y post. ejemplo, la estancia prolongada en UCI se asocia con
dificultad en el destete ventilatorio, aumento del tiem-
Adicionalmente a lo que se ha mencionado con refe- po en ventilación mecánica, mayor riesgo de complica-
rencia a la dinamometría post intervención, también ciones que pueden llevar a mayor estancia hospitalaria.
se presentó correlación positiva considerable con la
FIM post intervención y una correlación fuerte con la Cuando se analiza la estancia en UCI, con referencia
dinamometría post intervención. La única variable, a la independencia funcional pre-post y a la fuerza
con la que se correlacionó significativamente la Es- de agarre en la mano derecha post-intervención, se
tancia hospitalaria fue con la FIM postintervención. hallaron unas correlaciones inversas, es decir, que
una FIM inicial baja, se asociaría con prolongación
Por último, se hallaron correlaciones fuertes entre de la estancia, y a su vez, la estancia prolongada, ge-
la estancia en UCI, los días en ventilación mecánica neraría déficit en la calificación funcional y debili-
y la estancia hospitalaria, variables que pueden ser dad en el agarre al alta de la UCI.
colineales al estar estrechamente asociadas.
La estancia hospitalaria se correlaciona inversamen-
Interpretación de la Matriz de Correlación te con la FIM post intervención, lo que podría indi-
car que el deterioro funcional prolongó la perma-
La interpretación de los resultados a la luz de la nencia del paciente en la institución.
plausibilidad biológica y de la evidencia científica
es la gran responsabilidad que tiene el investigador En cuanto a los días con soporte ventilatorio, se en-
una vez se ha realizado cualquier tipo de procesa- contraron correlaciones inversas con la FIM pre-post
miento estadístico. En el ejemplo expuesto, se pue- y la dinamometría pre-post, hallazgos que sugieren,
den deducir, varias cosas: como en el caso de la estancia en UCI, que la FIM y la
fuerza podrían asociarse con mayores requerimientos
Movimiento 103
Científico
ARTículos de reflexión
ventilatorios en el tiempo cuando están disminuidas, Cáceres Hernández, J. J. (2006). Conceptos básicos de
y que así mismo, la ventilación prolongada llevaría a estadística para ciencias sociales. Las Rozas, Ma-
peores resultados en cuanto a fuerza y funcionalidad. drid: Delta Publicaciones.
Lo expuesto anteriormente podría brindar sustento Chiang LL, W. L. (2006). Effects of Physical Training on
plausible de que, aún precozmente, la inmovilización Functional Status in Patients With Prolonged Me-
y el manejo que en general se emplea para mantener chanical Ventilation. Phys Ther., 86(9), 1271–1281.
estable al paciente crítico, afectan en gran medida la Elorza, H., & Medina Sandoval, J. C. (1999).
independencia funcional y la fuerza muscular, lo que Estadística para las ciencias sociales y del comporta-
puede convertirse en un círculo vicioso, pues también miento. México: Oxford University.
la FIM medida al final del protocolo versus las estan-
Hernández Sampieri, R., & Fernández Collado, C.
cias tanto en UCI como en el hospital, así como los
(1998). Metodología de la investigación. México:
días en ventilación mecánica, se correlacionan inver-
McGraw-Hill.
samente. Lo anterior concuerda con lo manifestado
en diversos estudios (Chiang LL, 2006; Hudson et al., Hudson, M. B., Smuder, A. J., Nelson, W. B.,
2012; Latronico et al., 1996; Powers, Kavazis, & Levi- Bruells, C. S., Levine, S., & Powers, S. K. (2012).
ne, 2009) Both high level pressure support ventilation
and controlled mechanical ventilation induce
CONCLUSIONES diaphragm dysfunction and atrophy. Critical
Care Medicine, 40(4), 1254–1260. doi:10.1097/
Los análisis de correlación sirven para determinar la CCM.0b013e31823c8cc9
intensidad en la relación entre dos variables. El análi-
Latronico, N., Fenzi, F., Recupero, D., Guarneri, B.,
sis de Correlación de Spearman es una técnica no pa-
Tomelleri, G., Tonin, P., … Candiani, A. (1996).
ramétrica, que se aplica a aquellos estudios en los que
Critical illness myopathy and neuropathy. Lan-
no se cumple con los supuestos de normalidad en los
datos y es muy útil en las muestras pequeñas, a través cet, 347(9015), 1579–1582.
de la comparación de rangos en grupos de sujetos. Martínez Ortega, R. M., Tuya Pendás, L. C., Pérez
Este coeficiente es muy útil cuando el número de pa- Abreu, A., & Cánovas, A. M. (2009). El coefi-
res de sujetos (n) que se desea asociar es menor de ciente de correlación de los rangos de Spear-
30, y permite saber si hay relación entre las variables, man caracterización. Revista Habanera de Cien-
cual es su dirección y que tan fuerte es dicha relación. cias Médicas, 8, 0 – 0.
La comprensión de las técnicas estadísticas adecua- Martínez-González, M. A., Sánchez-Villegas, &
das para los objetivos y para la información que se Faulín Fajardo, F. J. (2006). Bioestadística amiga-
obtiene en una investigación, en el caso específico ble. Madrid: Díaz de Santos.
de la Fisioterapia, permiten una mayor y mejor uti- Mondragón-Barrera, M. A. (2013). Condición física
lización de dicha información, pues en ocasiones por y capacidad funcional en el paciente críticamen-
desconocimiento de los investigadores (por ejemplo, te enfermo: efectos de las modalidades cinéti-
docentes y estudiantes), se pierde la oportunidad cas, 27(1), 53–66.
de análisis de aspectos interesantes en los diferentes
Powers, S. K., Kavazis, A. N., & Levine, S. (2009).
ámbitos de la profesión o se escogen técnicas equi-
vocadas que llevan a resultados y conclusiones erró- Prolonged mechanical ventilation alters dia-
neos, desaprovechando así los datos hallados. phragmatic structure and function. Critical Care
Medicine, 37(10 Suppl), S347–353. doi:10.1097/
CCM.0b013e3181b6e760
REFERENCIAS
Anderson, D. R., Sweeney, D. J., & Williams, T. A.
(1999). Estadística para administración y economía.
México: International Thomson Editores.
Movimiento
104 Científico