Resumen Argimon Pallás
Capitulo 17
Formación de grupos de estudio PRINCIPIO DE COMPARABILIDAD Estudios analíticos analíticos estiman el efecto de un factor de estudio sobre una variable de respuesta y la magnitud de la asociación entre ambas variables, mediante la comparación de los resultados observados en un grupo de estudio v/s un grupo de referencia o control. Grupo control: Función proporcionar una estimación del valor de la variable var iable de respuesta en ausencia del factor de estudio. Requisito debe ser comparable al de estudio en todas aquellas variables que puedan influir sobre la respuesta Formación de los grupos: Debe realizarse de forma que éstos no difieran significativamente en la distribución de las variables pronosticas, excepto en la del factor de estudio. Existen tres conceptos básicos relacionados con la comparabilidad de los grupos que mi nimizan los sesgos: 1. Los sujetos de ambos grupos deben deben ser representativos de una una misma población de de referencia elimina o reduce sesgo de selección. 2. Deben controlarse los posibles factores de confusión 3. La información obtenida de los sujetos de ambos grupos debe ser valida. Eliminar o reduce sesgo de de información. Técnicas útiles para asegurar la comparabilidad inicial de los grupos según tipo de estudio: estudio: 1. Estudios experimentales asignación aleatoria 2. Estudios de casos y controles emparejamiento (matching) Ambas estrategias se pueden pueden complementar complementar con la restricción de los criterios de selección, selección, de forma que tanto el grupo de estudio como el de control sean homogéneos. Teniendo en cuenta el principio de comparabilidad, lo más adecuado es que el grupo control sea contemporáneo o concurrente al grupo de estudio (misma ubicación en el tiempo). El uso de otros tipos de grupo control tiene ciertas limitaciones. Por ejemplo: misma condición que grupo en estudio pero que fueron diagnosticados, tratados tratados o seguidos se guidos en Controles históricos misma
un espacio de tiempo anterior. Inconvenientes: - difícil asegurar que los criterios de selección - seguimiento de los sujetos - medición y evaluación de la respuesta la distribución de las variables pronosticas son similares a las del grupo de estudio (tabla 17.1). Otros tipos de grupo control inconvenientes similares a controles históricos y sus respectivas limitaciones: limi taciones: - series de pacientes obtenidos de la literatura, de bases de datos o a partir de su participación en algún otro estudio datos correspondientes a la población general. -
COMPARABILIDAD DE LOS GRUPOS EN ESTUDIOS OBSERVACIONALES Formación de los grupos depende de de tipo de estudio. Asignación de los sujetos a: Estudios observacionales se realiza en función de la existencia o no de la enfermedad de interés (estudios (estudios de casos y controles) o de la presencia o no de la l a exposición (estudios de cohortes). Estudios de cohortes: Los sujetos sujetos se clasifican en: 1. expuestos (cohorte de estudio) 2. no expuestos (cohorte interna de comparación) Puede asegurarse que ambos grupos proceden de la misma población de estudio (cohorte general) Debido a que la asignación de los grupos depende de la exposición o no a un factor puede suceder que esta exposición puede este asociada con otros factores pronóstico (potenciales factores de confusión) afectándose la comparabilidad inicial de los grupos En los diseños en que no se parte de una cohorte general, sino que se identifica un grupo de sujetos expuestos al factor de estudio (cohorte de estudio) y un grupo de sujetos no expuestos que actúa como control (cohorte externa de comparación), se les añade la dificultad de asegurar as egurar que la cohorte externa sea representativa de la misma población de la que procede la cohorte de estudio. Estudios de casos y controles: ambos grupos deben ser representativos de una misma población, formada conceptualmente conceptu almente por los miembros de una cohorte subyacente, definida por los criterios de inclusión y exclusión Tipos Casos y controles anidado en una cohorte, cohorte , donde se identifica claramente la cohorte subyacente, de la que proceden tanto los casos como los controles. Casos y controles poblacionales en los que se seleccionan todos los casos que se desarrollan en una zona determinada, el grupo control debe ser una muestra representativa de la población que reside en el área geográfica de la que proceden los casos. La selección del grupo control se simplifica puede extraerse una muestra aleatoria de la población mediante técnicas probabilísticas. Casos y controles controles con diseño no es poblacional, Los casos se detectan sin identificar i dentificar la cohorte subyacente de donde proceden, el grupo control debe ser representativo r epresentativo de aquellos individuos que, en el supuesto de desarrollar la enfermedad, hayan sido detectados como casos. Casos y controles hospitalarios La selección de los controles a partir de los individuos ingresados en el mismo hospital en que se han identificado los casos donde se asume asume que la distribución distribución de la exposición es la misma que que en la población población de donde proceden los casos. Esta asunción es razonable cuando se cumplen dos supuestos: El área de influencia del hospital es la misma para los casos y para los controles . La selección de los controles no está relacionada con la exposición en estudio . COMPARABILIDAD DE LOS GRUPOS EN LOS ESTUDIOS EXPERIMENTALES: ASIGNACIÓN ALEATORIA Estudios experimentales. Se asignan a los diferentes grupos que se desea comparar por un procedimiento aleatorio. La asignación aleatoria (randomización) técnica técnica que más asegura comparabilidad. Consiste en que la decisión decisión de qué tratamiento (o intervención) recibirá cada uno de los pacientes incluidos en el estudio se realiza al azar . Por ello, el
ensayo clínico aleatorio es el estudio que proporciona mayor fuerza a los resultados observados, y constituye el estándar con el que se compara el resto de los diseños de investigación. VENTAJAS DE LA ASIGNACIÓN ALEATORIA Las ventajas de la asignación aleatoria son:
El azar tiende a producir grupos comparables. Esta tendencia es mayor cuanto más elevado es el número de sujetos. En los estudios que se llevan a cabo con un número de pacientes relativamente reducido, aumenta la probabilidad de que alguna variable quede distribuida de forma desigual. Si esta variable está relacionada con la respuesta que se mide, actuará como un factor de confusión. La asignación aleatoria permite el uso del cálculo de probabilidades para determinar hasta qué punto una diferencia observada puede ser causada por el azar. El hecho de que la asignación aleatoria proporcione grupos comparables depende de dos aspectos muy relacionados: 1. debe generarse una secuencia aleatoria que no sea predecible ni por el investigador ni por el paciente 2. la secuencia debe aplicarse después de haber tomado la decisión de incluir el sujeto en el estudio, de forma que ésta no pueda verse influida por el conocimiento previo de la intervención que debería recibir (ocultación de la secuencia aleatoria). La ocultación de la secuencia aleatoria no debe confundirse con el concepto de «ciego». Ocultación de la secuencia aleatoria previene sesgo de selección y evita que el investigador conozca la secuencia antes de la asignación, Técnicas de «ciego» evitan un sesgo de información y protegen la aleatorización una vez se ha producido la asignación. TÉCNICAS DE ASIGNACIÓN Aunque se utiliza una terminología similar, muestreo y asignación son dos conceptos diferentes (fig. 17.2). La Asignación parte de una muestra de pacientes que debe ser distribuida en dos o más grupos. Después, se procede a la distribución aleatoria de los sujetos de esta muestra en dos grupos, cada uno de los cuales recibirá una de las intervenciones que se comparan. Una forma sencilla de proceder a la distribución de los sujetos en dos grupos es la asignación sistemática , según la cual se asignan alternativamente según la secuencia ABABABAB... NO es aconsejable su uso, ya que el investigador conoce qué tratamiento recibirá el próximo sujeto que entre en el estudio. Lo mismo si se realiza según las fechas de nacimiento (días pares o impares) o las iníciales de los apellidos.
Métodos utilizados con mayor frecuencia para asignación
Asignación aleatoria simple: - técnica más sencilla. Equivalente a lanzar una moneda al aire cada vez que un sujeto fuese incluido en el estudio (si saliera cara recibiría la intervención A, y si saliera cruz, la intervención B. Con este método, aproximadamente la mitad de los individuos recibiría cada una de las intervenciones.
Asignación por bloques - Consiste en crear unos bloques de un tamaño prefijado múltiplo de dos, de forma que la mitad de los sujetos de cada uno de estos bloques será asignada a un grupo, y la otra mitad, al otro El orden en que estas intervenciones se asignan dentro de los bloques es aleatorio, y el proceso se repite sucesivamente para cada uno de ellos, hasta que todos los sujetos han sido asignados. - Garantiza que, en cualquier momento a lo largo del proceso, el número de sujetos de cada uno de los grupos será muy similar. Asignación estratificada - Implica la división de la muestra en subgrupos en función de las variables pronosticas consideradas procediéndose, a continuación, a la asignación aleatoria de los sujetos dentro de cada uno de los Estratos, utilizando alguna de las técnicas ya comentadas. - Esta técnica ayuda a prevenir la aparición de Desequilibrios en la distribución de las variables pronosticas - No tiene sentido estratificar por variables fisiológicas o sociodemográficas, como la edad, el sexo o la profesión, si no existe ningún motivo para sospechar que puedan modificar la respuesta o su evaluación. Técnicas adaptativas La probabilidad de asignación se va modificando, adaptándose, a medida que el estudio progresa. Pueden clasificarse en dos grandes grupos. 1) las que adaptan la probabilidad de asignación según la aparición de desequilibrios en la distribución de las variables pronosticas o en el número de sujetos de cada uno de los grupos. 2) las que la ajustan en función de la respuesta observada en los pacientes estudiados, e intentan minimizar el número de sujetos que reciben la intervención menos eficaz. Asignación por grupos A veces resulta más práctico asignar grupos de pacientes, por centros, por consultas o por áreas geográficas etc. Este procedimiento es útil para evitar el fenómeno de contaminación que aparece cuando un individuo se somete, total o parcialmente, a la intervención destinada a los sujetos del otro grupo. Es habitual el uso de la asignación por grupos en los estudios de fluoración de las aguas, en los que la unidad de asignación es la comunidad, o en los ensayos de intervención dietética, en los que lo es la familia.
Capitulo 18
Medición de las variables Medir = asignar valores a una variable. Tipos de variables: Variables objetivas (fáciles de medir) su definición es clara, deja poco margen a la interpretación por parte del sujeto o del investigador y se dispone de un buen instrumento para medirlas. Variables subjetivas (difíciles de medir) no existe una definición clara ni un proceso de medición universalmente aceptado para medirla como por ejemplo el concepto de salud o de calidad de vida.
VALIDES Y FIABILIDAD En cualquier estudio, el equipo investigador debe asegurar la validez y la fiabilidad de las medidas que utiliza. Validez expresa el grado en que el valor que se obtiene con el proceso de medición se corresponde con el verdadero valor de la variable en un sujeto, es decir, que no existe un sesgo (Error sistemático) en el proceso de medición. Fiabilidad expresa el grado en que se obtendrían valores similares al aplicar el proceso de medición en más de una ocasión, concepto muy relacionado con el de variabilidad aleatoria .
FIABILIDAD El término fiabilidad es sinónimo de precisión que refiere a obtener resultados repetibles cuando se utiliza el mismo instrumento de medición. Cuanta menor variabilidad se obtenga al repetir una medición, más fiable será el proceso. Fuentes de variabilidad: La fiabilidad de una medida no es una propiedad intrínseca de ella, sino más bien de un instrumento cuando se aplica en una muestra de individuos concreta, en unas condiciones dadas. La medición de un fenómeno clínico está su jeta a: 1. Variación individual : La mayoría de fenómenos biológicos
Varían de un momento a otro. Una medición realizada en un momento dado puede considerarse una muestra de todas las posibles mediciones de este fenómeno durante un período determinado y no tiene por qué representar su verdadero valor Para minimizar la variación biológica interindividual, una estrategia consiste en repetir la medición varias veces y utilizar alguna medida promedio de los resultados. Sin embargo, antes de ponerla en marcha hay que considerar el coste y las dificultades prácticas que implica. 2. Variación causada por el instrumento: Se entiende por instrumento cualquier vehículo útil para recoger datos de una
forma organizada (Ej.: sonda, cuestionario). Siempre pueden presentarse variaciones al aplicar un instrumento de medida y en la técnica empleada, por ello, es importante estandarizar los procedimientos y seleccionar el instrumento que presente menor variabilidad. 3.
Variación causada por el observador: Las personas que llevan a cabo la medición de la presión arterial pueden variar; por ejemplo, el ángulo de observación, las condiciones en que realizan las mediciones, o aumentar su experiencia a medida que progresa el estudio. Para reducir la variabilidad debida a los observadores es necesario entrenarlos debidamente antes de iniciar el estudio y elegir medidas lo más objetivas posible, ya que, cuanto más subjetivas sean, mayor es la probabilidad de que exista variabilidad. Siempre que sea factible es conveniente evaluar la variabilidad inter e intraobservadores.
Evaluación de la fiabilidad: La fiabilidad se evalúa repitiendo el proceso de medición, con el fin de analizar la concordancia entre las distintas medidas. Si las variables son: Cualitativas El índice más utilizado para ello, es el índice Kappa, que corrige la concordancia observada por la que se esperaría simplemente por azar.
Cuantitativas se utiliza el coeficiente de correlación intraclase, que combina un análisis de la correlación de las medidas con una prueba de la diferencia de las medias entre ellas, o el método gráfico de Bland y Altman.
Deben estudiarse diferentes aspectos de la fiabilidad: - la repetibilidad (fiabilidad test-retest) - la concordancia intraobservador - la concordancia interobservador. 1. Repetibilidad: Tiene por objetivo determinar si una prueba da los mismos resultados o similares, cuando se aplica a
una misma persona en más de una ocasión. Requiere que las condiciones de aplicación sean iguales en ambas ocasiones. El hecho de aplicar la misma prueba en más de una ocasión en la misma muestra de individuos conlleva algunos problemas, ya que algunas características pueden variar con el tiempo. Esta dificultad se puede subsanar, al menos parcialmente, efectuando la segunda medición poco tiempo después de la primera. Sin embargo, Si el intervalo de tiempo entre la aplicación de las dos pruebas es breve, es posible que el resultado obtenido en la segunda ocasión esté influido por el aprendizaje adquirido la primera vez. En otras palabras, ambas mediciones no son independientes y el coeficiente de fiabilidad estará artificialmente elevado. 2. Concordancia intraobservador se refiere al grado de
Consistencia de un observador consigo mismo al leer o interpretar un resultado. Al igual que con la repetibilidad, Las dos medidas que realiza cada observador deben ser independientes una de otra, lo que puede ser muy difícil de conseguir cuando la observación de interés es un hallazgo físico que requiere la presencia directa del paciente, ya que el recuerdo de la primera exploración puede condicionar el resultado de la segunda. Esta dificultad queda soslayada si la observación es, por ejemplo, una radiografía o un electrocardiograma. 3. Concordancia interobservador se entiende la
Consistencia entre dos observadores independientes sobre una medida practicada en el mismo individuo. Para asegurar la independencia de las medidas entre ambos observadores, uno no debe conocer el resultado proporcionado por el otro (observadores ciegos). Con frecuencia, la concordancia intra e interobservador se evalúa en un mismo estudio. El análisis de la concordancia inter e intraobservador es, en muchas ocasiones, un paso previo a la validación de una nueva prueba diagnóstica, ya que, si los distintos observadores discrepan en los resultados, la prueba, aunque teóricamente pueda ser válida, tendrá poca utilidad clínica. CONSECUENCIAS DE UNA MEDIDA POCO FIABLE Si la medición de la variable de respuesta tiene poca fiabilidad, la consecuencia directa es que la estimación del efecto que se obtenga será poco precisa, es decir, su intervalo de confianza será muy amplio. Este problema puede soslayarse aumentando el tamaño de la muestra, ya que el número de sujetos necesario depende, entre otros factores, de la variabilidad de las medidas, aunque ello supone un incremento de la complejidad y el coste del estudio. VALIDEZ Validez se refiere al grado en que una variable mide realmente aquello para lo que está destinada. Es un concepto ligado al de error sistemático. Cuanto menos válida sea una medida más probabilidades hay de cometer un sesgo. Los responsables del estudio deben procurar escoger siempre las medidas más válidas, en especial cuando se trata de las Variables importantes del estudio. Fuentes de error sistemático: 1. Error causado por el individuo: Ocurre cuando el error en la medición de un fenómeno se introduce a causa de los participantes en el estudio. El ejemplo más sencillo es el sesgo de memoria.
2. Error causado por el observador: Ocurre cuando el observador mide una variable de forma errónea, por ejemplo, al utilizar una técnica incorrecta para la toma de la presión arterial (mala posición del brazal, tomarla en el brazo inadecuado, etc.) o al administrar un cuestionario de forma errónea. 3. Error causado por el instrumento: Ocurre cuando la medida empleada no es la adecuada para el fenómeno que se quiere analizar, o en el caso de que el instrumento utilizado no esté bien calibrado. Evaluación de la validez: Para evaluar la validez de una medida se comparan sus valores con los obtenidos con una técnica de referencia objetiva, fiable y ampliamente aceptada como una buena medida del fenómeno de interés ( validez De criterio). Cuando la variable es: Dicotómica los índices de validez de criterio más usados son la sensibilidad y la especificidad La - sensibilidad probabilidad de que una persona que presente la característica sea clasificada correctamente por la medida empleada en el estudio. - especificidad probabilidad de que una persona que no tenga la característica sea correctamente clasificada por la medida utilizada. Para que una medida sea útil deberá ser lo más sensible y específica posible. Cuantitativa una forma de evaluar la validez es el análisis de las diferencias individuales entre los valores que proporciona la medida que se está utilizando y la obtenida con el método de referencia, sintetizadas en su media y desviación estándar A veces es difícil disponer de un criterio de referencia adecuado, bien porque no existe o porque no está al alcance del investigador. En estos casos, el procedimiento más empleado es evaluar la: Validez de constructo o de concepto, que analiza la correlación de la medida con otras variables que se cree que están relacionadas con ella ( validez convergente) y la correlación con otras que se sospecha que no tienen relación alguna ( validez divergente). Si la correlación es alta en el primer caso y baja en el segundo, puede considerarse que la medida tiene validez de constructo. Otro aspecto a tener en cuenta es la evaluación de la validez de contenido de la medida, es decir, si contempla o abarca todas las dimensiones del fenómeno que se quiere medir. CONSECUENCIAS DE UNA MEDIDA POCO VÁLIDA La utilización de medidas poco válidas conduce a una respuesta errónea a la pregunta de investigación. Si se trata de: - estudio descriptivo se obtendrá una prevalencia errónea. - estudios analíticos los sesgos de información conducirán a una estimación errónea del efecto del factor de estudio. En este tipo de estudios (analíticos), conviene distinguir entre los errores: 1) Diferenciales: Ocurre cuando la medición del factor de estudio y/o la variable de respuesta depende del valor de otra variable, y afecta de modo diferente a los participantes en el estudio según el grupo al que pertenecen. Una verdadera asociación puede quedar enmascarada, disminuida o aumentada, o bien puede encontrarse un efecto que en realidad no existe. 2) NO diferenciales: Ocurre al medir el factor de estudio y/o la variable de respuesta y que se produce por igual en todos los participantes, con independencia del grupo al que pertenecen o del valor de cualquier otra variable. En otras palabras, significa que cuando la variable es cualitativa, la sensibilidad y la especificidad para medirla permanecen constantes en todos los participantes, al margen de otros factores. Si la variable es continua lo que permanece constante es la diferencia entre la media observada y la verdadera media. Cuando se comparan dos grupos y se usa una medida poco válida que afecta a todos los participantes por igual, se introduce un error no diferencial que conduce a una infraestimación del verdadero efecto o asociación.
ESTRATEGIAS PARA AUMENTAR LA FIABILIDAD Y LA VALIDEZ Las cinco primeras estrategias tienen efecto sobre la validez y sobre la precisión la sexta sólo mejora la fiabilidad, las restantes sirven para aumentar la v alidez de la medición. 1. Seleccionar las medidas más objetivas posibles. 2. Estandarizar la definición de las variables. Es imprescindible que las variables estén definidas de forma operativa
en el protocolo o en el manual de instrucciones, para que todos los investigadores utilicen los mismos criterios incluso ante situaciones dudosas. 3. Formar a los observadores. el entrenamiento no permitirá controlar totalmente la variación entre un observador y otro, pero sí reducirla. 4. Utilizar la mejor técnica posible. 5. Utilizar instrumentos automáticos. Si es factible, y el instrumento automatizado es más preciso, permitirá reducir la variabilidad interobservador. 6. Obtener varias mediciones de una variable. El promedio de varias medidas tiende a ser más preciso que una medida aislada. Esta estrategia sólo mejora la precisión, no la vali dez. 7. Emplear técnicas de enmascaramiento (ciego). En los ensayos clínicos controlados con placebo donde es posible utilizar las técnicas de enmascaramiento, y más concretamente las de doble ciego, es muy difícil incurrir en un error diferencial, ya que ni los observadores ni los participantes conocen la intervención que están recibiendo De todos modos, las técnicas de ciego no evitan los errores no diferenciales. 8. Calibrar los instrumentos. Capítulo 19
Selección y definición de las variables Selección de variables Hay que tener en cuenta recoger tantas variables como sean necesarias y tan pocas como sea posible, tomando en cuenta la dificultad de su medición. Las variables se pueden agrupar en cinco bloques. Un primer grupo hace referencia a las variables que permiten la aplicabilidad del protocolo, se corresponden con los criterios de inclusión y exclusión, y sirven para determinar si un individuo es candidato o no en el estudio. El segundo corresponde a dos elementos ya especificados en la formulación del objetivo; por un lado, el factor de estudio. (Si se trata de una exposición, interesará medir tipo, intensidad y la duración) Las variables de tercer tipo se identifican a partir del análisis del modelo teórico en el que se enmarca la investigación. Corresponden los potenciales factores de confusión, aquellas que se sabe, o se sospecha, que están asociadas tanto al factor de estudio como a la variable de respuesta. El cuarto grupo lo forman las variables que describen las características de los sujetos estudiados, de forma que pueda evaluarse la capacidad de generalización de los resultados a otros grupos de sujetos o poblaciones. (Ej.: clasificación de la enfermedad, el tiempo de evolución, tratamientos previos) El último corresponde a las variables que complementan la medición del efecto o la asociación, definen subgrupos de sujetos de especial interés o necesarios para responder preguntas secundarias. Definición de las variables
Es útil adoptar definiciones estándar, utilizadas y validadas a fin de poder comparar los resultados con los de otro trabajo. Éstas deben ser claras, operativas y no dejar lugar a la ambigüedad. Suele ocurrir que no haya una variable única que, por sí sola, exprese toda la complejidad del fenómeno que se desea medir. Para esto se utiliza diferentes variables, de manera que cada una de las cuales refleje un aspecto diferente de dicho fenómeno, y que después puedan agruparse en una escala combinada. Escala de medida Esta determinará el análisis estadístico que podrá realizarse. La más simple corresponde a las variables nominales, cuyos valores son categorías no numéricas definidas, en el caso que exista dos valores posibles (si/no) se habla de variables dicotómicas. En las variables ordinales las categorías pueden ordenarse de alguna forma lógica. Las variables cuantitativas discretas pueden adoptar solo ciertos valores (número de hijos o el ingreso a hospitalarios).las variables cuantitativas continuas pueden adoptar cualquier valor numérico dentro de un rango. Para determinar el uso de una u otra se debe valorar la dificultad de la recogida de la información necesaria frente al beneficio esperado. Fuentes de información: Pueden clasificarse en cinco grupos .Algunas variables pueden medirse utilizando diferentes fuentes. La elección de la más adecuada se basa en el tipo y la validez de la información que pueden proporcionar, los recursos necesarios para obtenerla, la aceptabilidad del método por los sujetos y la probabilidad de que proporcione una cobertura adecuada a todos ellos. -observación directa: La utilidad del examen físico o de las medidas biológicas depende, principalmente, de su
estabilidad en el tiempo. Un problema que se puede presentar con las medidas biológicas es que su valor se modifique por la presencia de una enfermedad. -entrevistas y cuestionarios: Permiten obtener información tanto sobre exposiciones ocurridas en el pasado como en la
actualidad. Son la fuente de información de elección cuando se requieren grandes cantidades de datos, en especial, si se refieren principalmente a exposiciones pasadas y que han tenido un gran impacto en la vida del individuo. -registro por el propio paciente: Se refiere a un registro detallado y prospectivo llevado a cabo por los propios sujetos del
estudio. El detalle (y la duración del registro) con que s e recoge la información está definida por el investigador. En la mayoría de las ocasiones, el registro es diario y su duración de pocos días o semanas. Al ser registros prospectivos, no dependen de la memoria de los sujetos, y son muy útiles para exposiciones muy frecuentes y que tengan poco impacto en la vida de los individuos. -informador indirecto: La entrevista a personas próximas a los sujetos incluidos en el estudio se usa cuando éstos no son
capaces de proporcionar la información necesaria.
Las causas más frecuentes de esta incapacidad son la defunción del individuo seleccionado, la presencia de enfermedades mentales o la edad. Son muy útiles en estudios de casos y controles sobre una enfermedad de elevada letalidad y cuando la serie de casos es muy pequeña. -registros previos: Los registros previos contienen datos obtenidos
para otro propósito que no es el del estudio de investigación, y se denominan datos secundarios , por oposición a los datos primarios, recogidos directamente para la realización del estudio. Sus principales ventajas radican en que son fuentes de datos rápidas, sencillas y económicas. Además, si los registros son exhaustivos, no habrá pérdidas de información debido a las no respuestas. Si la información que contienen se ha registrado prospectivamente, se minimizan errores de memoria. Tienen importantes limitaciones relacionadas fundamentalmente con su validez y calidad. Los datos que contienen han sido recogidos por múltiples personas, que pueden haber utilizado definiciones y métodos diferentes. Las bases de datos se mantienen habitualmente con finalidades clínicas o administrativas, pero no de investigación. Pueden diferenciarse dos grandes tipos de datos secundarios: – Datos individuales , que proporcionan información separadamente
para cada sujeto. – Datos agregados, que proporcionan información sobre grupos de
individuos, pero no de forma separada para cada uno de ellos. Capítulo 20
Diseño de cuestionario Proceso estructurado de recogida de información a través de la cumplimentación de una serie predeterminada de preguntas. Estructurado significa que a todos los participantes se les fo rmulan las mismas preguntas, de la misma forma y en la misma secuencia. La finalidad es conseguir la máxima fiabilidad en la información. Tipo de cuestionarios: La forma de obtener la información a través de un cuestionario puede ser de dos tipos: que sea el propio participante quien lo cumplimente o que sea administrado por un encuestador. Encuestas auto cumplimentadas: Al no mediar un entrevistador, no se introducen sesgos por la forma de formular las
preguntas ni por el modo de registrarlas, y además el estudio es más económico.
Encuestas administradas por un e ncuestador: El entrevistador puede aumentar el porcentaje de respuestas y motivar al
participante a responder correctamente, o clarificar y obtener datos más completos. Por otro l ado, puede introducir un sesgo al preguntar, ya sea omitiendo cuestiones o cambiando sus palabras, al clarificar las respuestas; ya sea porque no lo hace o lo hace de forma inadecuada o sesgada, al registrar las respuestas da das por el entrevistado; ya sea porque falsea los da tos y registra respuestas de preguntas que no se han formulado. Entrevistas personales: Éste es el tipo de encuestas que proporciona el mayor número de respuestas. Es más fácil
contestar unas preguntas verbalmente que por escrito. Además, en un cuestionario por correo los participantes pueden dejar sin contestar parte de una sección y pasar a la siguiente. Encuestas telefónicas: Muchas de las ventajas de las entrevistas personales también se consiguen con las telefónicas.
Tienen un coste intermedio y el porcentaje de respuestas es más alto que en las en cuestas por correo, aunque algo más bajo que en las realizadas por entrevista personal. La entrevista ha de ser breve y muy sencilla. Estar muchos minutos al teléfono respondiendo preguntas que por su complejidad requieren frecuentes aclaraciones es cansado y hace que el entrevistado termine colgando el auricular. Redacción de las preguntas
Evitar preguntas ambiguas No usar términos vagos No formular las preguntas de forma negativa No formular dos preguntas en una Un concepto, una pregunta Utilizar lenguaje sencillo No sobrevalorar la memoria de los encuestados Utilizar preguntas cerradas para las cuestiones personales
Las preguntas han de ser neutras Evitar un numero de opciones muy elevado en las preguntas cerradas Considerar todas las posibles alternativas Las alternativas han de ser mutuamente excluyentes Ordenar lógicamente las alternativa
Capítulo 21
Validación de cuestionario Introducción Antes de aplicar un cuestionario es necesario evaluar su fiabilidad y su validez, lo que permitiría además comparar sus resultados. Pero es posible realizar nuevos cuestionarios, ya sea, cuando existentes han mostrado resultados poco satisfactorios, cuando se ha mostrado eficaz pero en un medio distinto o cuando no hay ninguno que sea adecuado para medir las variables de interés. Éstos deben ser; sencillos, viables y aceptados, fiables, válidos y bien adaptados culturalmente, útiles y sensibles a cambios. La validación de un cuestionario implica múltiples fuentes de información y la recogida de diferentes evidencias empíricas. No existe un criterio concreto ni único a partir del cual pueda considerarse que un cuestionario es válido, en general, es necesario realizar más de un estudio con esta finalidad.
-Viabilidad
Los mejores instrumentos son inservibles si su aplicación resulta completa y costosa. El tiempo empleado en la cumplimentación del cuestionario, la sencillez y la amenidad del formato, y el interés, la brevedad y la claridad de las preguntas, así como la factibilidad de la puntuación están relacionados a éste concepto. -Fiabilidad Se obtiene cuando los resultados son consistentes al aplicar en diferentes ocasiones un instrumento. Se evalúa administrando el cuestionario a una misma muestra en dos ocasiones distintas y/o por dos observadores diferentes. Si la escala de medida es cualitativa, se evalúa mediante índice Kappa, y si es cuantitativa mediante el coeficiente de correlación intraclase. -Repetibilidad También conocido como fiabilidad test-retest, se logra cuando se administra un cuestionario a la misma población en dos ocasiones diferentes en el tiempo, obteniendo resultados idénticos o similares. -fiabilidad interobservador Consiste en estimar el grado de concordancia entre dos o más evaluadores. Una alta fiabilidad interobservador implica que la fiabilidad intraobservador también es alta. No obstante, si la fiabilidad interobservador es baja, no se puede asegurar si se debe a la existencia de diferencias entre los observadores o se debe a un solo observador. -consistencia interna Se refiere a si los ítems que miden un mismo atributo presentan homogeneidad entre ellos. Cuando un cuestionario está compuesto por diferentes subescalas, cada una de las cuales pretende medir una dimensión diferente del fenómeno, debe evaluarse la consistencia interna de cada una de ellas. -fuentes de error -Cambios a través del tiempo en la característica estudiada; Cambios debidos a las condiciones de administración del cuestionario; variaciones debidas al propio cuestionario; cambios atribuidos a los encuestadores; errores en el manejo de los datos. Sensibilidad al cambio: es la capacidad que tiene un instrumento para detectar cambios clínicos importantes en el
atributo verdadero que se mide. Ésta se mide con el estadístico “tamaño del efecto” que relaciona la media de las diferencias entre puntuaciones antes y después de una intervención con la desviación estándar de la puntuación antes de la intervención. El conocimiento de la S.C de un instrumento es importante para la estimación del cálculo del tamaño muestral necesario para mostrar los cambios debidos al tratamiento en un ensayo clínico. A mayor S.C mejor será el tamaño de la muestra necesaria. Validez -validez lógica: o aparente es el grado en que parece que un cuestionario, una parte de él o un ítem mide lo que quiere medir. Si las preguntas carecen de validez lógica es muy probable que los encuestados rechacen contestar. Cuando se trata de temas muy sensibles, conflictivos o que no están muy bien vistos socialmente es preferible realizar preguntas indirectas, con una menor validez aparente.
-validez de contenido: se basa en el análisis del concepto que se pretende medir y en la definición de las áreas o dimensiones que abarca y sus límites con otros conceptos relacionados. Suele evaluarse a través de la opinión de expertos, un tanto más exhaustivo en el que deberían participar tanto investigadores y clínicos como miembros de la población diana. -validez de criterio: puede evaluarse de dos formas; la validez concurrente y la validez predictiva. Para valorar la primera se relaciona la nueva medida con la de referencia, siendo ambas administradas simultáneamente, de forma similar al estudio de la utilidad de una prueba diagnóstica. Con el criterio de referencia no esté disponible hasta un tiempo después, se valora hasta qué punto la nueva medida es capaz de predecirlo correctamente y se habla de validez predicativa. -validez de constructo o de concepto: cuando no es posible evaluar la validez de criterio se recurre a ésta la cual engloba
distintas estrategias; una de ellas “validez discriminante” se refiere a la capacidad para distinguir entre
subgrupos de pacientes o individuos con distintos niveles del atributo de interés. El método más sencillo para evaluar la validez discriminante es la de los grupos extremos, que consiste en administrar el cuestionario a dos grupos de sujetos de interés distintos. -fuentes de erro: orden de las preguntas (colocar aquellas más conflictivas al final); redacción de las preguntas (puede inducir a una respuesta sesgada); errores en la categorización de las respuestas; sesgo de conveniencia social; tendencia a dar siempre la misma respuesta; elección de la categoría o puntuación intermedia. Adaptación transcultural No puede limitarse a una simple traducción, sino que debe seguir una metodología que asegure la equivalencia conceptual y semántica con el original y la comprensión por los pacientes de la versión adaptada. El método más utilizado es de la traducción-retraducción por persona bilingüe, seguido de un análisis de la nueva versión para detectar discrepancias y de la comprobación en un grupo de pacientes de su comprensión y aceptabilidad. Obtención de valores de referencia: está dada por el grado en que se pueden realizar juicios de valor sobre un resultado cuantitativo, que permitan la toma de decisiones clínicas. Selección y uso de un instrumento de medida; ya sea, para evaluar la efectividad de una intervención sanitaria o para describir y/o discriminar entre grupos de pacientes. -estudios longitudinales -estudio transversales (describir el estado de salud y/o discriminar entre los pacientes) Capítulo 22:
Estrategia de Análisis Para planificar la estrategia de análisis en necesario tener presente el objetivo específico de cada estudio y el marco conceptual para establecer las relaciones entre las variables y el rol de cada una de ellas. A continuación los pasos a seguir desde lo más sencillo a lo más complejo. Estrategia de Análisis de un Estudio Descriptivo 0. Revisión de los Datos Antes de analizar los datos es necesario asegurarse de su calidad, de lo contrario los resultados podrían ser erróneos. Dentro de esta etapa se deberá hacer un análisis de las variables una a una, en busca de valores no habituales
o ilógicos, o de errores de transcripción o codificación. Para esto son útiles las técnicas de presentación y síntesis de datos que componen la estadística descriptiva. En una tabla de frecuencias se podrán detectar más fácilmente errores de codificación o transcripción y al mismo tiempo podrá comprobarse si la distribución de frecuencias es similar a la esperada, lo que puede indicar la necesidad de realizar agrupaciones o desagregaciones de determinados valores. En el caso de las variables cuantitativas, hay que revisar su distribución y determinar su media y desviación estándar. Si esta última es muy elevada en relación con la media, indica una gran dispersión de los valores o una falta de normalidad en la distribución. Además los valores extremos deben ser verificados y corregidos si es necesario. 1. Describir los sujetos estudiados Esta descripción permite Evaluar que tan adecuada es la muestra, conocer en qué tipos de sujetos se ha obtenido el resultado, evaluar la posibilidad de extrapolar los resultados y de que el estudio sea replicado por otros autores. 2. Evaluar la representatividad de la Muestra Para esto se deben tener en cuenta que variables se analizarán. Se deben comparar las características de los individuos seleccionados como: la fuente, el mecanismo de selección e inclusión, características socio demográficas, características de la enfermedad estudiada, la situación basal y los factores que pueden influir en el resultado. 3. Estimar el Valor del parámetro de interés La medida de la frecuencia de una condición debe ser adecuada al objetivo y diseño del estudio. Para un estudio transversal va a corresponder a la prevalencia, la cual puede ser Instantánea (puntual o de punto) o de Periodo, dependiendo si se mide en un momento determinado o en algún momento durante un período especificado. Cuando se trata de una enfermedad o condición de curso prolongado se utiliza la prevalencia puntual o instantánea, mientras que en procesos agudos o de curso breve se utiliza la prevalencia de periodo. Dependiendo de la rareza o grado de frecuencia que tenga la enfermedad en la población podrá expresarse la prevalencia en porcentaje o por cada millón o 100 mil habitantes. Para estudios longitudinales se utiliza la incidencia, la que puede ser Incidencia Acumulada , que corresponde a la proporción de individuos sanos que desarrolla la enfermedad a lo largo de un periodo determinado; o Densidad de Incidencia que corresponde al número de casos nuevos que ocurren por unidad de persona-tiempo a riesgo. Si el interés está en predecir el cambio en el estado de salud en función de alguna característica, entonces se deberá estimar el riesgo de que este cambio ocurra (incidencia acumulada ). Cuando el tiempo de seguimiento es muy desigual entre los sujetos de la muestra, deberá optarse por la densidad de incidencia . 4. Calcular el Intervalo de Confianza de la Estimación El valor observado en la muestra no es más que uno de los posibles va lo res que hubieran podido obtenerse si se hubieran estudiado las múltiples muestras que pueden extraerse, y cada una de ella producirá un resultado diferente según la variabilidad. El Intervalo de Confianza (IC) corresponde a una medida de esta variabilidad que permita conocer entre qué límites se encuentra el verdadero valor de la población con una confianza determinada. Permite conocer la precisión con que el parámetro poblacional ha sido estimado. Habitualmente se estima un IC de 95%. 5. Describir las perdidas y/o no respuestas y evaluar su impacto potencial Se deben incluir tanto los números como los motivos, ya que podrían introducir un sesgo. Para evaluar su impacto se sugiere:
Comparar los sujetos que responden y los que no lo hacen, por las variables disponibles. Comparar los que responden a la primera llamada de los investigadores con los que lo hacen en llamadas sucesivas.
6. Análisis de Subgrupos Se utilizan los subgrupos cuando la enfermedad puede variar en función de diferentes características. Para esto debe tenerse en cuenta el cálculo de tamaño muestral y el método de selección de los sujetos. Estrategia de Análisis de un Estudio Analítico 1. Describir los Sujetos Estudiados 2. Evaluar la Comparabilidad Inicial de los Grupos En caso de encontrar diferencias relevantes en alguna variable importante deberá controlarse su potencial efecto de confusión en fases posteriores. El análisis de comparabilidad no se basa en diferencias estadísticas, ya que algunas diferencias podrían ser estadísticamente significativas sólo por azar, mientras que diferencias relevantes podrían no serlo si el número de sujetos es reducido. 3. Estimar la magnitud del efecto o asociación Se debe elegir la medida óptima del resultado, identificar las variables que pueden influir y usar las pruebas estadísticas adecuadas. a) Elección de la Medida del Efecto: depende del tipo de estudio y su finalidad, y pueden ser Relativas y Absolutas. Las relativas más comunes son riesgo relativo y odds ratio. Dentro de las absolutas mas más utilizada es la Diferencia de Riesgos o diferencia entre las o incidencias observadas en ambos grupos, que proporciona una idea del impacto que tendría sobre la incidencia la eliminación de un factor de riesgo o la aplicación de una intervención. b) Variables a Controlar: según su función en la relación causa- efecto las variables pueden ser: Variable de Respuesta, o variable dependiente Factor de Estudio, o variable independiente principal Variables modificadoras del efecto, cuando la relación entre la variable de respuesta y el factor de estudio son influidas por una tercera variable. Potenciales Factores de Confusión, variables que están relacionadas tanto con el factor de estudio como con la variable de respuesta, de forma que, si no se tienen en cuenta en el análisis, se obtiene una estimación sesgada. Variables de la Cadena Causal, se sitúan antes (variables intermedias ) o después (variables posteriores ) de la variable de respuesta
c) Elección de la Prueba Estadística: dependerá del tipo de variables aplicadas, el número de grupos, tamaño de la muestra y condiciones de aplicación de la prueba. En caso de existir múltiples variables debe utilizarse un modelo estadístico multivariante. Los modelos más utilizados en investigación clínica y epidemiológica son la regresión lineal múltiple (cuando la variable de respuesta es cuantitativa), la regresión logística (cuando es dicotómica) y el modelo de Cox (cuando la variable de respuesta es el tiempo de aparición de un suceso). 4. Confusión y Modificación del Efecto Deben identificarse las variables que pueden ser modificadoras del efecto y prever la estimación del efecto en los diferentes estratos definidos por los valores de dichas variables. Si no se detecta ninguna modificación del efecto deberá obtenerse una estimación del resultado ajustada por los potenciales factores de confusión, y teniendo en cuenta las variables en forma simultánea. Para determinar la precisión de la estimación del efecto cada estimación deberá acompañarse de su intervalo de confianza correspondiente. 6. Análisis de Subgrupos Se justifica si se ha planteado previamente al estudio en función de la hipótesis. Evitar un gran número de subgrupos ya que puede llevar a una conclusión errónea. 7. Preguntas Secundarias Deben ser escasas en números, establecidas en forma previa y estar debidamente fundamentadas. Capitulo 23:
Sujetos a Incluir en el Análisis En algunos casos no es posible medir todas las variables en todos los sujetos, o pueden presentarse situaciones en las que es necesario excluir a determinados sujetos. Este tipo de circunstancias plantea dos tipos de problemas: Disminuye la potencia estadística y vulneran principios de representatividad y comparabilidad de los grupos. Este tipo de problemas se previene aumentando el tamaño de la muestra en función del porcentaje de abandonos esperados. En caso de que existan sujetos que no finalizan el estudio deben explicarse las circunstancia y el motivo en que esto se produzca. No Respuestas Por lo general cuando se utiliza este término se hace referencia a estudios transversales, y corresponden a los sujetos que forman parte de la muestra pero que no colaboran en el estudio o no se dispone de la información deseada, lo que puede llevar a una vulneración de la representatividad. El problema no radica tanto en su número sino en los motivos. Si el motivo está asociado al problema de estudio el conjunto final de sujetos analizados no será representativo. Si las pérdidas se deben al azar, la estimación que se obtenga tendrá una menor precisión. Exclusiones Pre-asignación en los Ensayos Clínicos Corresponden a los sujetos que aunque inicialmente son candidatos a par ticipar, no son finalmente incluidos, ya sea porque no cumplen todos los criterios de selección o no consienten en participar, lo que podrá limitar la generalización de los resultados. Como las exclusiones se han producido antes de la asignación de los grupos, no se vulnera el principio de comparabilidad, por lo que no se afecta la validez interna. Pérdidas
Aquellos sujetos que habiendo iniciado el estudio lo abandonan o se pierde el contacto con ellos. Si se producen en forma aleatoria no introducen un sesgo. Si su número es importante, pueden conducir a una disminución en la precisión de la estimación del efecto.
Tratamiento de las Pérdidas y No Respuestas 1. Considerar que se ha producido debido al azar y usar solo la información de los sujetos que han completado el estudio Reducción de la Precisión 2. Utilizar alguna técnica de ponderación de los resultados de la proporción observada de respuestas en diferentes estratos de la muestra Dificultad en el cálculo de las varianzas. 3. Asignar o imputar valores de la variable de respuesta u otras variables relevantes a las pérdidas o no respuestas Reducción artificial de la variabilidad de los valores Ninguna de las opciones anteriores es ideal y cualquiera que sea la opción utilizada debe hacerse constar en el protocolo del estudio, y al publicar los resultados. Retiradas Corresponde a aquellas personas incluidas en el estudio, pero que deliberadamente no son tenidas en cuenta en el análisis, a pesar de que en ellas se ha podido determinar la variable de respuesta. Si se excluye un número diferente de pacientes en cada uno de los grupos, puede alterarse dicha comparabilidad. Sujetos que No Cumplen los Criterios de Selección Sujetos incluidos en el estudio y asignados a un grupo, pero que posteriormente se considere que no cumplen con los criterios de selección. Puede ser por un error en la valoración de los criterios de inclusión, o cuando debe instaurarse rápidamente un tratamiento y la confirmación de alguno de los criterios se obtiene posterior a la intervención. Como regla general, los pacientes que no cumplan con los criterios de elegibilidad y que se hayan incluido por error deben permanecer en el estudio.
Cumplimiento insuficiente con la intervención Aunque parece lógico excluir a aquellos sujetos que no han cumplido con la intervención, esto podría comprometer la validez interna del estudio Sujetos que reciben una intervención diferente de la Asignada La mejor estrategia para manejar estas situaciones es la de considerar a cada individuo en el grupo al que ha sido asignado, con independencia de la intervención que haya recibido (análisis por intención de tratar). Outliers Es un valor aberrante o inusual en comparación con el resto. Su inclusión en el análisis puede distorsionar los resultados, sobre todo en los estudios con un número reducido de sujetos. Solo debieran eliminarse cuando son claramente un error de medición. Modalidades de Análisis de un Ensayo Clínico Aleatorio La única opción válida de análisis es evaluar a todos los pacientes incluidos en el estudio según el principio denominado análisis según intención de tratar (intention-to-treat analysis ) o según asignación aleatoria (as-randomized ). Si no se siguiese el principio de intención de tratar, se comprometería la comparabilidad de los grupos. De todas formas, si estas situaciones se producen en un gran número de sujetos, el estudio debería ser considerado como no evaluable. Una alternativa diferente al análisis según intención de tratar es la de comparar sólo a los pacientes que han sido asignados a un grupo, han recibido el tratamiento correspondiente y han sido seguidos hasta el final del estudio. Esta estrategia se conoce como análisis de casos válidos o según protocolo. Sin embargo, la exclusión de sujetos del análisis puede generar sesgos y conducir a conclusiones erróneas, por esto la estrategia de análisis de un ensayo clínico debe ser la de intención de tratar. Capítulo 24
Preparativos para la puesta en marcha Manual de Procedimientos Es una versión ampliada de la sección de métodos del protocolo. Su función principal es estandarizar los procedimientos y disminuir la variabilidad. Ha de incluir los métodos para la selección de la muestra y reclutamiento, la forma de ponerse en contacto con los participantes, la definición y el procedimiento detallado de medición de las variables y su codificación, los métodos de obtención y gestión de las muestras, cómo deben recaptarse las no respuestas o las pérdidas. Además debe incluir la hoja de recogida de datos, las cartas de presentación a los participantes y las hojas de consentimiento informado. Cuaderno de Recogida de Datos El CRD es el soporte documental diseñado para la recolección de datos. Se debe preparar antes del inicio de dicho proceso, sin embargo no se diseña hasta que el plan de estudio este prácticamente completado. Formato Debe ser claro y atractivo, dirigido a facilitar la recolección y procesamiento de los datos. Se debe encabezar con el título del proyecto y registrar la fecha de la recogida de datos. Es preferible utilizar un CRD para cada individuo o unidad de estudio, las hojas deben foliarse con un número secuencial. Debe seguir la secuencia en que los datos serán recogidos, y las páginas deben ser espaciosas, con los contenidos distribuidos ampliamente y en forma alineada. Deben evitarse las abreviaturas, y especificar las instrucciones y codificaciones necesarias. Pre codificación Permite facilitar el procesamiento de los datos, y que el investigador escriba lo menos posible. Los datos pueden ser:
Alfanuméricos: deben escribirse completamente Dicotómicos: utilizando una codificación numérica evitando el cero. Respuestas Múltiples: mutuamente excluyentes Datos Numéricos: se recomienda que decenas y centenas ocupen siempre la misma posición. No es conveniente categorizar variables continuas. Fecha: día/mes/año No Pre codificados: cuando existen demasiadas respuestas posibles.
Formular las Preguntas Al recolectar los datos, cada pregunta se ha de formular tal y como está en el cuestionario, sin interpretaciones subjetivas o aclaraciones adicionales, ya que pequeñas variaciones pueden comportar cambios en el significado de la pregunta. Registrar las Respuestas Esto debe realizarse en forma exacta y completa, y el entrevistador no debe manifestar sorpresa, rechazo ni aprobación.
Control de Calidad de los Datos Durante el diseño con un manual detallado y preciso de todos los procedimientos Fases previas capacitar a personas responsables Durante la recogida supervisar el proceso y controlar la calidad y exhaustividad de los datos. Durante su manejo correcta codificación y proceso informático.
Prueba Piloto Su finalidad es poner a prueba los métodos y procedimientos del estudio para conseguir un protocolo que garantice que se podrá responder a la pregunta de investigación. Ha de tener características similares a la que se incluirá en el estudio. Habitualmente, su tamaño es de 30-50 sujetos. Capítulo 25
Solicitud de Ayuda para la Financiación En estos casos, además del protocolo de estudio, hay que rellenar una solicitud de ayuda para la financiación, dirigida a las agencias o instituciones, las que por lo general cuentan con formularios estandarizados. Para elaborar una solicitud de ayuda de financiación no es necesario tener un protocolo de estudio totalmente finalizado. Los contenidos metodológicos de la solicitud se han de exponer de forma escueta, y deben quedar especialmente claros el objetivo y la pregunta. Evaluación de las Solicitudes El propósito de la evaluación es asegurar que se cumplen los requisitos éticos, la calidad científica del proyecto y su viabilidad. El principal requerimiento formal es la presencia de toda la documentación solicitada. Actualmente, el principal mecanismo de control de la calidad de un proyecto de investigación es su revisión por expertos independientes, proceso conocido como revisión por pares ( peer-review ). Los evaluadores deben ser imparciales, sin conflicto de intereses, capaces de guardar la confidencialidad del proyecto, y científica y técnicamente competentes.
Antecedentes y estado Actual del Tema Permite determinar el grado de conocimiento de los investigadores, la pertinencia del estudio y las preguntas que quedan por responder.
Bibliografía más Relevante (de los últimos 5 años) Apoya la sección anterior e incluye artículos relacionados con la hipótesis de trabajo. Objetivos Concretos Corresponde a una declaración explícita de la pregunta. El número de objetivos de un proyecto debe ser limitado, y estos deben ser evaluables, factibles y relevantes. Los principales criterios para evaluar su relevancia son su originalidad, capacidad para solucionar un problema, posibilidad de producir avances significativos en el tema. Su relevancia sociosanitaria depende de la repercusión socio-económica, ya sea por su frecuencia o por su carga. Tienen importancia socioeconómica aquellos proyectos con elevada probabilidad de resultar en patentes, aplicaciones tecnológicas, programas informáticos o productos potencialmente comercializables. Experiencia del Equipo investigador sobre el tema La mejor garantía de que un proyecto puede realizarse adecuadamente es que los investigadores hayan completado proyectos similares con anterioridad. El número de personas que integran el equipo investigador debe corresponderse con la envergadura del proyecto. Evaluación de un Protocolo por un Comité Ético de Investigación Clínica Los investigadores deben presentar al CEIC el protocolo completo del estudio, incluyendo el cuaderno de recogida de datos y todos los anexos que sean necesarios.
