Fases Del Análisis Estadístico de Los Datos de Un Estudio

FASES DEL ANÁLISIS ESTADÍSTICO DE LOS DATOS DE UN ESTUDIO
Cómo asegurar la calidad de los datos: es evidente que para que los resultados de un
estudio se adecuen a la realidad, los datos deben ser correctos y deben cumplir con unos
estándares de calidad. Es por ello que no tener en cuenta una mínima calidad de los datos
puede conducirnos a concluir nuestro estudio de forma errónea.
Definición del análisis estadístico: el análisis estadístico es un apartado dentro del
protocolo cuya finalidad es exponer la estrategia de análisis a seguir. Contemplará la
definición de cada una de las variables imprescindibles y secundarias del estudio y nos
informará de la técnica utilizada para la medición y análisis para asegurar la respuesta a la
pregunta planteada en el estudio.
Plan de análisis estadístico: en el plan de análisis se expone y detalla, de acuerdo a los
objetivos propuestos, las medidas de resumen de las variables y cómo serán presentadas
(cuantitativas y/o cualitativas), indicando los modelos y técnicas analíticas que se utilizarán
para comprobar las hipótesis del estudio. Se recomienda que éste sea previo al análisis para
no decantarse por opciones que puedan verse alteradas por los primeros resultados
obtenidos. En el plan de análisis también se describe brevemente el software que será
utilizado para el análisis de datos. Se nombra en él, la utilización de técnicas estadísticas
preliminares para asegurar el cumplimiento de los supuestos estadísticos. En el caso de que
no se cumplan los supuestos establecidos se utilizarán pruebas equivalentes que no
presenten dichas limitaciones, como por ejemplo pruebas no paramétricas. Todo el análisis
va a ir dirigido a responder preguntas concretas y sencillas, generalmente establecidas en el
protocolo previo, dejando claramente definidas las variables principales que se van a
utilizar como respuesta, tanto por su significado clínico como por la forma de cálculo que
se va emplear, si lo hubiera (por ejemplo, recodificaciones o cálculos específicos).
Gestión de datos: en primer lugar, se realizará una base de datos con entrada de datos
validada que contenga sus filtros y rangos que impedirán que los valores inconsistentes
sean grabados. Esta base de datos almacenará los datos que contiene el cuaderno de
recogida de datos (CRD) reflejando toda la información aportada por los investigadores
para su posterior análisis estadístico. Es importante que el diseño de la base de datos siga el
mismo orden que el CRD. Nos deberemos asegurar de que los datos transcritos en el CRD
se pasan de forma correcta a la base de datos. Los datos que no cumplan los requisitos serán
revisados y corregidos. La respuesta será actualizada en la base de datos cuando se
disponga de dicha información.
Revisión de los datos: existen una serie de procedimientos a realizar en los datos ya
introducidos para valorar si contienen valores incorrectos, que nos pueden conducir a
conclusiones equivocadas. Para llevar a cabo este proceso utilizaremos las técnicas que
componen la estadística descriptiva revisando las variables una por una en búsqueda de
valores ilógicos en las mismas o con errores de transcripción.
Consideraciones prácticas de la selección de la prueba estadística adecuada: decidir qué
prueba estadística es la adecuada para nuestros datos no es un proceso mecánico. Depende
de cada situación en particular y de los conocimientos del investigador para justificar el
porqué de su decisión. Es muy importante que el investigador se sienta cómodo con la
prueba que utilizará, ya que su capacidad para interpretar de forma adecuada el resultado
obtenido dependerá de la correcta comprensión de la prueba. A continuación, nombraremos
algunas normas que nos pueden facilitar la elección de la prueba estadística más adecuada
para nuestros datos. Para elegir la prueba adecuada debemos tener claras las características
de las variables a analizar. Existen las pruebas paramétricas y las pruebas no paramétricas,
en función de la distribución de las variables y pruebas para datos independientes o
apareados. Las pruebas que deberemos utilizar serán distintas según las variables a analizar
sean cualitativas o cuantitativas. Una variable cuantitativa presenta una mayor información
que una variable cualitativa, aunque esta última puede llegar a ser mucho más fácil de
interpretar. Un aspecto que debemos tener claro es si nuestros datos se tratan de datos
apareados o independientes. Los datos medidos sobre el mismo individuo serán siempre
apareados. Este es el caso, por ejemplo, de la comparación de las cifras de hematocrito de
los individuos de una muestra en dos momentos del tiempo, antes y después de una
intervención. Para esta situación existen pruebas más potentes, dado que la variabilidad en
las pruebas paramétricas de estas mediciones es menor. Si no existe apareamiento, se habla
de datos independientes
Población para el análisis: todo estudio que se precie debe contener una serie de
consideraciones que deben estar justificadas en muchos ámbitos: En primer lugar,
deberemos indicar la fuente de la que hemos extraído la muestra, así como si ha existido
algún mecanismo de selección de sujetos (aleatorización, por bloques, muestreo
sistemático). Posteriormente, deberemos describir la muestra de pacientes que estamos
analizando, teniendo en cuenta las variables recogidas durante el proceso.
Valoración del análisis de grupos de estudios comparables: en cuanto a las
características de la muestra, también es importante analizar la situación al inicio del
estudio para evaluar la homogeneidad basal entre los grupos de estudio y para dar una idea
de la situación de partida. Para que los resultados de nuestro estudio sean válidos y no
tengan sesgos que alteren nuestros resultados, antes de efectuarse cualquier comparación en
la variable respuesta, deberemos asegurarnos de que los dos (o más) grupos de estudio son
comparables inicialmente en relación a variables que puedan influir en la respuesta.
Análisis de resultados: para el análisis principal, siempre debe indicarse la respuesta para
cada uno de los grupos y el nivel de significación (p-valor). Estos datos crudos sólo hacen
referencia a la probabilidad de que el azar haya podido explicar los resultados, pero no dan
una magnitud del efecto de un tratamiento.
Análisis estratificado: muchas veces, parece indicado realizar un análisis estratificado de
nuestros datos, principalmente de cara a responder preguntas secundarias que se nos
plantean importantes; pero en muchas ocasiones también puede ser realizado para evaluar
la existencia de un factor de confusión que puede influenciar en los resultados así como
para evaluar el cambio del efecto producido en nuestra respuesta dependiendo de valores de
otras variables que actúan como modificadoras del efecto.
Factor de confusión: los factores de confusión son variables que interfieren en nuestra
variable principal, pudiendo afectar a los resultados que, con tanto esfuerzo se han obtenido
durante el análisis. Siempre que podamos debe prevenirse en la fase de diseño, aunque no
siempre es posible. Podremos identificar un factor de confusión cuando este factor aparece
relacionado con nuestra variable de respuesta y, a la vez, está asociado con otras variables
del estudio que se relacionan con nuestro factor, sin ser una variable intermedia entre estas
relaciones. Cuando tenemos en cuenta un factor de confusión, la relación entre el factor y el
efecto que estamos evaluando se modifica de la misma forma en todos los grupos.

Fases Del Análisis Estadístico de Los Datos de Un Estudio

Cargado por

Copyright:

Formatos disponibles

Fases Del Análisis Estadístico de Los Datos de Un Estudio

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Fases Del Análisis Estadístico de Los Datos de Un Estudio

Cargado por

Copyright:

Formatos disponibles

FASES DEL ANÁLISIS ESTADÍSTICO DE LOS DATOS DE UN ESTUDIO

También podría gustarte