PLAN DE ANÁLISIS DE LA INFORMACIÓN - INVESTIGACIÓN

Plan de análisis de la información

El plan de análisis de una investigación contempla los siguientes pasos:

• Análisis univariado.
• Pruebas de hipótesis.
• Análisis multivariado: para los casos que aplique.
• Software en el que se analizará la información. Valores a partir de los cuales se tomarán las asociaciones estadísticas como significativas.

Plan de análisis de la información:

• La variable de interés se denomina variable dependiente para el análisis de la información, las demás variables, múltiples y complejas, que se relacionan entre ellas de múltiples formas se denominan variables independientes.
• La selección de esas variables se hace a partir de lo que indica la literatura, estudios previos, razonamiento fisiopatológico o anatómico que nos indique que esas variables pueden estar influenciando nuestro desenlace.
• Se busca establecer las relaciones entre esas variables, para ello es necesario decir cuáles son las variables que decidió estudiar.

¿Cuáles son las variables que decidí estudiar?

Variables deben contemplar: Enfermedad, Sexo, Uso previo de antibióticos, Hospitalización, Presencia de catéter, sonda vesical, intubación mecánica invasiva, Tipo de bacteria, Evolución: resolución, muerte, Antecedente de cirugía.

Cuando ya definió variables, recolectó la información, lo siguiente es establecer.

• Establecer o describir la naturaleza de esas variables.

Las variables pueden ser cualitativas o cuantitativas.

• Las cualitativas pueden ser dicotómicas o politómicas. Las dicotómicas admiten dos opciones de respuesta y no hay un orden jerárquico entre ellas. Las politómicas admiten más de dos opciones de respuesta, pueden ser nominales (pueden ser comorbilidades, no tienen un orden jerárquico entre ellas) y ordinales (tienen un orden jerárquico, como la gravedad de una enfermedad).
• Las variables cuantitativas se clasifican en discretas o continuas. Las discretas admiten solo números enteros (ejemplo: número de hijos). Las continuas admiten números decimales (ejemplo: días en UCI, 1.5 días).

Es importante tener claro la naturaleza de las variables porque de ello depende el análisis de la información que voy a redactar, tanto univariado, bivariado y multivariado.

Análisis univariado

• Variables cualitativas: Se calcularon frecuencias absolutas y relativas. Su representación gráfica es con gráficos de barras o sectores.
• Medidas de frecuencia: Clave para interpretarlas es tener claro cuál es el denominador. El cálculo de esas medidas implica tener un numerador y un denominador. Tanto para hacer el análisis como para interpretar artículos.
• Proporción-prevalencia: La prevalencia está conformada por un numerador y un denominador. El numerador está incluido en el denominador, no tienen unidad de medida, los datos son mayores a 0 y mayores o iguales a 1.
• La tasa de letalidad: número de muertes al año o período específico/número de casos de personas enfermas en ese mismo período específico x 100.
• Proporción de mortalidad debido a una enfermedad específica: número total de muertes por esa enfermedad/número total de muertes debido a todas las causas x 100.

Diferencias incidencia vs. Prevalencia.

Prevalencia: número total de casos en una población en un momento en el tiempo. Se afecta por el desenlace (curación, muerte), dependiendo con la velocidad que ocurra la prevalencia puede disminuir. Se modifica por la incidencia y por la evolución de los pacientes.

Incidencia: número de casos nuevos, tiene repercusiones en la prevalencia. Si la incidencia aumenta con mucha frecuencia la prevalencia va a aumentar.

Se puede aumentar la prevalencia con una incidencia estable en la medida en que la duración promedio de la enfermedad aumente.

Razón de Odds y riesgos relativos RR.

• Se utiliza la exposición y la enfermedad, si estuvo expuesto y desarrolló la enfermedad, si estuvo expuesta y no desarrolló la enfermedad, si no estuvo expuesta y la desarrolló y si no estuvo expuesta y no la desarrolló.
• Toman valores entre 0 e infinito.
• OR: estudios transversales y casos y controles.
• RR: estudios de cohortes.
• En la medida que aumenta la frecuencia del evento en la población estudiada el OR y RR se distancian. Si la frecuencia del evento es muy baja la OR y RR tienden a ser similares.
• Hay software que lo calcula.

Análisis univariado.

Variables cuantitativas:

• Medidas de tendencia central, medidas de dispersión, medidas de posición.
• Gráfico: histograma o polígono de frecuencias.
• Medidas de tendencia central: media y mediana. Se acompaña de una dispersión.
• Medidas de dispersión: desviación estándar y rango intercuartil.
• Medidas de posición: cuartiles, deciles, percentiles. Mínimo y máximo, etc.
• Media + desviación estándar. Mediana + rango intercuartil.

• Dependiendo de si los datos tienen o no una distribución normal, la media se deja afectar por valores extremos, la mediana es menos afectada por esto.
• La media se usa si los datos tienen una distribución normal.
• Mediana recomendable usarla cuando los datos no siguen distribución normal.

Distribución normal: se distribuyen en forma de campana alrededor de la media, y que se marca una distancia de la media con la desviación estándar. Útil para decidir qué prueba estadística se va a utilizar en el análisis bivariado.

• Si no siguen la distribución normal, la medida es la mediana con el rango intercuartil.

Pruebas de hipótesis:

La hipótesis es la conjetura o suposición que motiva la investigación. No necesariamente hay hipótesis en las investigaciones. En un estudio descriptivo no hay hipótesis, mientras que una experimental sí.

Hay dos tipos:

• Hipótesis nula: representada por H0, es la afirmación sobre una o más características de poblaciones que al inicio se supone cierta, es decir, la creencia a priori. Es la hipótesis que plantea la igualdad.

• se rechaza cuando el valor p calculado en las diferentes pruebas es menor que el valor de a (alfa), que convencionalmente es de 0,05. Si el valor p es menor a 0.05 yo digo que rechazó la hipótesis nula, es decir que hay diferencias entre las medias, dependiendo de eso formula la hipótesis nula o alternativa, depende de enfermedad y prueba estadística.

• Hipótesis alternativa: representada por Ha, es la afirmación contradictoria a H0, y está generalmente es la hipótesis a investigar

Pasos para pruebas de hipótesis:

• Datos: es necesario comprender la naturaleza de las variables que forman la base para los procedimientos.
• Hipótesis: la hipótesis nula y la hipótesis alternativa. Formularlas.
• Estadístico de prueba. Seleccionarlo.
• Regla de decisión: H0 se rechaza cuando el valor p calculado es menor que 0.05. Establecer o aplicar.

Estadístico de prueba:

• Para seleccionarlo es importante tener en cuenta cuáles son las dos variables que voy a comparar y su naturaleza.
• Si tiene una variable dicotómica y la variable de desenlace es una variable cuantitativa, y si los grupos son independientes, y la variable cuantitativa tiene distribución normal aplica una prueba t- de student. Si no sigue una distribución normal aplica U de Mann-Whitney.
• Si la variable es cualitativa dicotómica y la frecuencia esperada es menor a 5, el estadístico que se aplica es Fisher. Si es politómica aplica chi-cuadrado.
• Si la variable dependiente desenlace o evento es dicotómica, es de alta frecuencia, puede aplicar chi-cuadrado. Así sea dicotómica con alta frecuencia.
• Si va a comparar dos grupos, una variable dicotómica, los grupos son pareados (cada individuo es su propio control), si es cuantitativa y de distribución normal hace t- de student para muestras pareadas. Si no distribuye normal hace test de wilcoxon. Si la variable dependiente es cualitativa dicotómica hace test de mcNemar, si es politómica hace prueba q de Cochran.
• La distribución normal solo se aplica cuando la variable dependiente es cuantitativa. Si es cualitativa dicotómica o politómica no se evalúa la normalidad.

Análisis multivariado:

• Hay que tener en cuenta las características de las variables independientes y la naturaleza de la variable dependiente.
• Si es cuantitativa y distribuye normal se hace regresión lineal. Si es cualitativa dicotómica regresión logística binaria y si es politómica regresión logística multinomial.
• El Análisis multivariado se puede hacer con varios propósitos, como identificar variables de confusión y predecir el valor de una variable en función de otra o cómo cambia una variable en función de otra.

Software en el que se analizará la información:

Los que se utilizan con mayor frecuencia en el ámbito clínico son: stata, epidat (cálculos del tamaño de la muestra, OR), SPSS an IBM company o el software R.

DIVULGACIÓN DEL CONOCIMIENTO CIENTÍFICO

Hay muchas formas de presentarlo.

Divulgación científica:

• Presentación oral: congresos, exposiciones, clubes de revista.
• Workshop: mesas de trabajo, cuenta delante de varios expertos el tema sobre el cual desarrolló su proyecto de investigación.
• Panel de expertos: reunirse con personas de la misma área del conocimiento de su proyecto y cuenta cómo fue.
• Póster: se usa en los congresos, se presentan los resultados.

Escritura de artículos científicos: mejor forma, queda alojado en la revista, está dentro de las bases de datos, se pueden evaluar o hacer búsquedas todas las personas a nivel mundial, por eso se ven más los resultados.

...