sábado, 26 de octubre de 2013 0 comentarios

Capítulo 1.4: Planificación y ejecución de investigaciones médicas.

Toda acción debe estar estructurada, de manera que durante su realización, no se necesiten improvisaciones que pueden traer como consecuencias aberraciones en el resultado obtenido. Para dicho fin, existe en Estadística 'La Planificación', que consiste en el ordenamiento de operaciones a ejecutar, incluyendo recolección, elaboración y análisis de la información, tomando en cuenta: tiempo, recursos humanos y económicos, con el propósito de estudiar un fenómeno. El orden de los pasos es el siguiente:

  1. Planteamiento del problema: 
    1. Se especifica puntualmente Qué se va a estudiar (su naturaleza), recalcando el Por Qué (Su importancia).
    2. Se determinan el objetivo final, como se puede inferir, el Para Qué se llevará a cabo la investigación, y también el objetivo inmediato que explica el Cómo se ejecutará (estrategias y procedimientos) la investigación.
  2. Búsqueda y evaluación de información existente.
    1.  El investigador debe estar al tanto de los avances o conocimientos que se tengan sobre su tema de estudio, para familiarizarse con su fenómeno. Sobre la validez de la información, debe poseer bibligorafías de calidad y cumplir con la condición de Investigación Científica.
    2. Los parámetros de evaluación involucran las siguientes interrogantes: ¿Quién hizo el estudio? ¿Por qué, Cuándo, Cómo se hizo? ¿Dónde, Cuál, Cuántos individuos fueron estudiados? ¿A qué conclusiones se llegaron?
  3. Formulación de hipótesis.
    1. La hipótesis es un supuesto que explica el por qué sucede un fenómeno, es la anticipación a los hechos que será comprobada. Si... (causa) Entonces... (Efecto)
    2. La Planificación y ejecución depende directamente de la hipótesis que se desea probar, la cual se adapta a las necesidades e intereses del investigador.
  4. Verificación de hipótesis.
    1. Se basa en la evidencia muestral y confirma la lógica y certeza presente en la hipótesis. 
    2. La ejecución de encuentas ha protagonizado como herramienta de obtención de datos, debido a la generación de resultados confiables y a bajo costo. Con esa finalidad, requiere un sistema técnico, sistema de gestión y administración.

      Con el objetivo de verificar una hipótesis, se cumple con un protocolo especificado según corresponda el caso acorde a los objetivos de la investigación:
  5. Conclusiones y recomendaciones.
    1.  Una vez finalizada la investigación, se procede a plantear las propuestas finales, basándose en los resultados obtenidos, el cumplimiento o no de los objetivos y la verificación o no de la hipótesis.
1 comentarios

Capítulo 1.3: Escalas de medición y variables estadísticas.

Las Escalas de medición:

Cuando se tienen numerosos datos basados en un patrón, es necesario consignarles un valor, ésta acción es conocida como medición y da origen a "Escalas", que en el contexto estadístico, permiten establecer una secuencia ordenada de valores con aspectos comunes entre sí. En conclusión, las escalas de medición corresponden a sucesión ordenadas de medidas.

Las principales escalas de medicas son cuatro:

  • Escala Nominal:
  • Escala Ordinal.
  • Escala de Razón.
  • Escala de Intervalo.


Nombre
Tipo de Variable
Permite categorías
Permite Orden
Establece Diferencias
Cero arbitrario
Cero Absoluto
Escala nominal
Nominal (Cualitativa)
Sí. Pueden o no ser dicotómicas (sí/no). Las categorías encapsulan a toda la información. (Hombre, mujer, por ejemplo.)
No.
No.
No aplica a éste tipo de escala.
No aplica a éste tipo de escala.
Escala ordinal
Ordinal (Cualitativa)
Sí.
Sí, en vista de la clasificación de categorías de acuerdo a un criterio en diversos grados. (niño, joven, adulto)
No
No aplica a éste tipo de escala.
No aplica a éste tipo de escala.
Escala de razón
Discreta o Continua (Cuantitativa)
No.
Si.
Si.
No.
Sí. Ejemplo: Masa
Escala de intervalo
Discreta o Continua (Cuantitativa)
Si
Si
Si, por ser valores numéricos. Como el caso de la ubicación en una carretera respecto de un punto de referencia  
Sí. Ejemplo: Altura sobre el nivel del mar.
No.
 
Variable: Se pueden definir como los elementos variantes o no constantes en los datos, es decir, es una característica fluctuante. En cuanto a los tipos de variables estadísticas tenemos:



Nombre
Tipo de Variable
Permite categorías
Permite Orden
Establece Diferencias
Cero arbitrario
Cero Absoluto
Escala nominal
Nominal (Cualitativa)
Sí. Pueden o no ser dicotómicas (sí/no). Las categorías encapsulan a toda la información. (Hombre, mujer, por ejemplo.)
No.
No.
No aplica a éste tipo de escala.
No aplica a éste tipo de escala.
Escala ordinal
Ordinal (Cualitativa)
Sí.
Sí, en vista de la clasificación de categorías de acuerdo a un criterio en diversos grados. (niño, joven, adulto)
No
No aplica a éste tipo de escala.
No aplica a éste tipo de escala.
Escala de razón
Discreta o Continua (Cuantitativa)
No.
Si.
Si.
No.
Sí. Ejemplo: Masa
Escala de intervalo
Discreta o Continua (Cuantitativa)
Si
Si
Si, por ser valores numéricos. Como el caso de la ubicación en una carretera respecto de un punto de referencia  
Sí. Ejemplo: Altura sobre el nivel del mar.
No.


Asimismo tenemos las variables en un experimento o investigación:


Variable Independiente
El valor no depende de otra variable.
Objeto de investigación.
Si se estudia la incidencia de dengue en Mérida, sector Arias. La picadura de mosquito figuraría como variable independiente, debido a que no depende de otros factores.
Variable Dependiente
El valor de ésta se encuentra sujeto a la acción de una variable diferente.
Generalmente está subordinada a la variable dependiente.
El padecer dengue (variable) es consecuencia de la picadura del mosquito Aedes aegypti.
Variable Interviniente
Son variables espontáneas, que con su surgimiento, forman parte de la investigación.  

La frecuencia de lluvias en la zona, de manera que inciden en los criaderos del mosquito.






Glosario:

  • Variables dicotómicas: Son aquellas que están agrupadas en dos segmentos. 
  • Cero arbitrario: No indica la ausencia de un dato, de ésta manera significa simplemente que el valor numérico del dato es cero.
  • Cero Absoluto: Se interpreta como ausencia de un dato.
Mosquito Aedes aegypti (Patas blancas).

 
;