Version Final Manual Espino

Manual para la elaboracin de proyectos y trabajos en salud
Manual para la
elaboracin de
proyectos y trabajos de
grado en salud.
Con nfasis en la carrera de medicina.
Carlos Espino
Escuela de Medicina Witremundo Torreaba
Sede Aragua - Universidad de Carabobo
ndice
Pgina
Captulo I
Proyecto de Investigacin en la carrera de medicina
Partes del Formato escrito del proyecto

de investigacin: CDCH, PEI y Asignatura Proyecto de
Investigacin..
Captulo I del Proyecto de Investigacin
El problema, el marco terico y los antecedentes
del problema..
Justificacin, significancia y factibilidad,
Objetivos: General y Especfico.
Captulo II del Proyecto de Investigacin.
La Metodologa
Diseo del estudio.
Contexto y lugar de la investigacin..
Participantes, sujetos, criterios de seleccin....
Variables, y su Operacionalizacin....
Fuentes, procedimientos y tcnicas generales y
especficas de medicin o cuantificacin.......
Error, sesgo y Confusor: cuales podran
presentarse y como evitarlos o
Tamao
de la muestra..
reducirlos
.,,..Instrumentos
de recoleccin de los datos.
Anlisis Estadstico
4
9
9
13
14
18
20
39
40
43
50
52
55
63
Continuacin ndice
Captulo III del Proyecto de Investigacin.
Aspectos Administrativos y de Recursos.
Recursos Institucionales..
Institucin (es) Responsables)....
Investigador Docente Responsable....
Recursos Humanos......
Recursos Financieros.......
Recursos Materiales..
Consideraciones ticas y su soporte..
Consentimiento Informado
.,,..Instrumentos de recoleccin de los datos.
Reporte de la Comisin de Biotica
Actividades del proyecto y su cronograma
Productos y beneficiados de los resultados.
Cronograma
de actividades.
Informado
Referencias
y Bibliografa...
Informado
Programa de Gestor Bibliogrfico: ZOTERO...
Informado
Informado
66
66
66
66
66
67
67
68
69
69
69
70
71
72
74
Captulo II
77
Ejecucin de la investigacin y Procesamiento:

manejo y anlisis de los datos.
77
Hacia el anlisis de los datos

Preparar los datos para el anlisis..
Pasos para crear la base de datos.
Construccin de la Base de datos en EXCEL..
Construccin de la Base de datos en EPIINFO con
FORMULARIO
79
80
Anlisis de los datos propiamente dicho...
106
88
89
92
Conceptos bsico de estadstica

Medidas Bsicas en la Estadstica.
Aplicacin de la Inferencia estadstica..
Anlisis estadstico con programa EPIINFO,
107
117
138
152
Captulo III
176
Trabajo Final en formato de publicacin
176
Aspectos Generales..
El Ttulo....
Resumen.
Introduccin....
Material y Mtodo
178
179
Resultados..
Discusin.
Bibliografa
181
183
185
188
201
202
Captulo
Un Proyecto de Investigacin en la
Carrera de Medicina
El objetivo de este manual es apoyar y direccionar a
los estudiantes de medicina de la Universidad de Carabobo
Sede Aragua en la elaboracin de un Proyecto de
Investigacin en el rea de la salud. Este proyecto, se inicia
acadmicamente en el quinto ao de la carrera y se concluye
en el sexto ao con el trabajo final de grado. Sin embargo, no
todos los estudios que sern realizados por nuestro alumnos
siguen, ni tienen porque hacerlo, un modelo estndar de
investigacin, esto permite, en los casos que corresponda,
que los estudiantes y sus tutores puedan aplicar enfoques y
metodologas no tradicionales en el campo de la investigacin
en salud.
Las recomendaciones que aqu se presentan siguen
en muchos aspectos, aquellas sugeridas por el comit
internacional de revistas mdicas, cuya primera y ms famosa
reunin fue la realizada en la ciudad de Vancouver en 1978.
Este comit, entre otras propuestas sugiere, para el reporte
final de los productos de investigacin, el uso del conocido
formato de publicacin con la estructura IMRAD, acrnimo de
Introduccin, Material y mtodos, Resultados y Discusin. (1)
Aun cuando por su propia condicin y momento de

planificacin, el proyecto de investigacin, a ser presentado
finalizando el quinto ao, tiene un formato que no puede
seguir la estructura de uno de publicacin, este si intenta
preparar y adaptar las condiciones, en trmino de sntesis, de
construccin y de redaccin del proyecto, para hacer ms
coherente la realizacin del trabajo final de grado en sexto ao
en el formato IMRAD. Por otra parte, en esa primera etapa de
planificacin, queremos que los proyectos escritos puedan
adaptarse fcil y rpidamente a formatos establecidos para la
obtencin de financiamiento por parte de reconocidas
instituciones acadmicas y de investigacin a nivel nacional.
En nuestro caso, haremos referencia a dos de esas
instituciones: El Consejo de Desarrollo Cientfico y
Humanstico (CDCH) de la Universidad de Carabobo y al
Observatorio Nacional de Ciencia y Tecnologa e Investigacin
(ONCTI) del Ministerio del Poder Popular para Ciencia,
Tecnologa e Innovacin (MPPCTI) a travs de su Manual de
Formulacin de Proyectos. (2),(3).
Es propsito de este manual, queriendo tambin
reflejar el objetivo de la asignatura Proyecto de Investigacin,
lograr que nuestros estudiantes de medicina al culminar su
carrera profesional obtengan competencia y herramientas que
les permitan realizar proyectos que puedan ser considerados
por instituciones que financien estudios cientficos. Para
lograrlo se requiere una dinmica diferente a los utilizados en
los tradicionales y extensos proyectos en formatos rgidos.
Queremos que nuestro profesional desarrolle capacidad de
sntesis y de redaccin cientfica en la bsqueda de objetivos
concretos y factibles. En ese mismo sentido se desea
estimular y desarrollar capacidad de anlisis y escritura en
formatos proclives para la divulgacin cientfica, establecidos

por la mayora de nuestras revistas mdicas en Venezuela.
De esta manera y tambin vinculado a las normas de
Vancouver,
seguimos algunas sugerencias particulares,
desarrolladas por diferentes comits de editores en reas
especificas de la investigacin. En nuestro caso haremos
nfasis en el documento STROBE: (acrnimo del ingls de
STrengthening the Reporting of OBservational studies in
Epidemiology) el cual aplica para estudios epidemiolgicos y
clnicos no teraputicos. Adems, para otras situaciones de
estudios ms especficos, se recomienda revisar las guas y/o
listas de chequeo de CONSORT: estudios clnicos
teraputicos aleatorizados, ORION: estudios de infecciones
nosocomiales, COREQ: estudios cualitativos,
STARD:
estudios diagnsticos y STREGA: estudios genticos. (4),(5)
Este manual sigue principalmente las sugerencias de
STROBE, por recoger este, muchos aspectos de los otros
documentos y por ser los estudios clnico-epidemiolgicos los
ms frecuentemente realizados por los estudiantes de
medicina, segn no los dice la experiencia obtenida en aos
anteriores. Se anexan los documentos y listas de chequeo
que sustentas esas recomendaciones y queda de parte de
tutores y estudiantes valorar el uso y alcance de ellas. (4)
Partes del Formato Escrito del

Proyecto de Investigacin:
No es fcil acordar o decidir un formato especfico
para la realizacin escrita de un Proyecto de Investigacin. En
principio las variaciones propuestas para esa estructura
pueden variar mucho de un libro de metodologa a otro. La
propuesta que se hace en este manual se basa en dos
consideraciones: 1.- Interesa que nuestro profesional pueda
ofertar proyectos a instituciones de financiamiento, por tanto
esos proyectos debern ser escritos de la manera gil, directa
y precisa, tal como en esos casos son requeridos y
conociendo los requerimientos que en esa materia de escritura
y propuesta hacen dichas instituciones. 2.-Igualmente interesa
que los productos de investigacin actuales y futuros sean
divulgados en la comunidad cientfica, esto al igual que en el
punto anterior requiere el desarrollo de una capacidad para
decir las cosas realmente importantes y necesarias de una
investigacin tanto en su fase de planificacin como de
divulgacin.
Si evaluamos los requisitos que en materia de la
propuesta escrita solicita el CDCH de la Universidad de
Carabobo a quien quiere lograr financiamiento para su
investigacin, a continuacin presentamos los requisitos ms
importantes solicitados respecto al formato que deben tener
los proyectos consignados ante esta dependencia. Tabla 1.
Tabla 1. Resumen de requisitos para la solicitud para

financiamiento de Proyectos de Investigacin ante el CDCH de
la Universidad de Carabobo. 2013
1.-Informacin de identificacin del proyecto

2.-Datos del o los responsables del proyecto
3.-Detalles del proyecto:
-Resumen
-El Problema (antecedentes, justificacin y formulacin)
-Objetivos del Proyecto
-Metodologa
-Referencias Bibliogrficas
-Justificacin del uso de los fondos
-Actividades del Proyecto
-Cronograma de Actividades
-Necesidades de Servicio y personal, justifique
-Productos del Proyecto
4.-Detalle del uso de los fondos.
Veamos ahora los requisitos de ONCTI, para los

investigadores que desean financiar sus proyectos, tal y como
fueron presentados en el documento accesible en su pgina
de internet: (2)
Tabla 2. Resumen de los requisitos para financiamiento y la
solicitud de Proyectos en el PEI de la ONCTI del MPPCI. 2013
1.-Planteamiento del problema (mximo 150 palabras): Describa de
forma clara y concisa la situacin actual del problema detectado, las
dificultades o discrepancias entre lo que es y lo que debe ser y las
posibles consecuencias de mantenerse la situacin actual.
2.-Antecedentes (mximo 150 palabras): Indique a grandes rasgos qu
acciones se han tomado previamente para la solucin del problema. Si
este proyecto es la continuacin o una fase
Tabla 2. Continuacin.
posterior de un proyecto coordinado por usted, incluya el nombre del
mismo y las fuentes de financiamiento.
3.-Justificacin (mximo 150 palabras): Explique en forma clara y
concisa la importancia de la realizacin del proyecto en trminos del
aporte a la solucin del problema planteado. Puede considerar tambin
aspectos tales como: beneficios sociales, formacin del talento humano,
participacin de comunidades, articulacin con la gestin y polticas.
4.-Objetivo general (mximo 150 palabras): Seale lo que se desea
lograr con el proyecto, dnde y para qu. El objetivo general surge del
problema a resolver; as mismo orienta el producto final del proyecto y
permite mantener una constante referencia con el trabajo a ejecutarse.
5.-Objetivos especficos (mximo 5 de 30 palabras cada uno): Estos
son desarrollos bien definidos del objetivo general y, en ese sentido,
ayudan a complementar la idea o el requerimiento principal. Son medibles
por los productos que generan. Por lo tanto, los objetivos especficos
deben estar enmarcados en el objetivo general facilitando as su
cumplimiento. Si se trata de un proyecto de grupo, indique el coordinador
de cada objetivo especfico, recuerde que una persona puede coordinar
uno y slo un objetivo especfico, en otras palabras, en un proyecto de
grupo cada objetivo especfico tendr un coordinador o coordinadora
diferente.
6.-Metodologa (mximo 1200 palabras): Describa de forma clara,
concisa y resumida las actividades, tcnicas, procesos, procedimientos e
instrumentos a utilizar para obtener los resultados del proyecto de
investigacin o innovacin. Cada actividad debe estar ligada a un objetivo
especfico.
7.-Cronograma de actividades: Incluye los tiempos de ejecucin de
las actividades del proyecto y los meses en los cuales se realizar. El
sistema acepta proyectos con una duracin de 2, 3 4 semestres. Cada
actividad debe vincularse directamente a un objetivo especfico. Cada
objetivo especfico puede desagregarse en un mximo de 5 actividades
(Mximo 30 palabras para cada una) para 3 semestres).
8.-Resultados esperados y usuarios de los mismos (mximo 200
palabras total): Describa brevemente los resultados cualitativos y
cuantitativos del proyecto, as como los procesos, bienes o servicios que
se derivan del mismo, de ser el caso. Seale las personas o instituciones
que utilizarn estos resultados y los mecanismos de articulacin
propuestos.
9.-Bibliografa (mximo 300 palabras): indique la bibliografa ms
relevante utilizada en el proyecto.
10.-Aspectos de la tica para Vida en el Proyecto
A partir de lo expuesto por las dos ms importantes

fuentes de promocin y financiamiento a la investigacin que
podrn tener nuestros futuros egresados, podemos concluir:
Ambas exigen una capacidad de sincretizar informacin que,
lejos de indicar superficialidad, garantiza la necesidad de
dominio de un tema o rea de investigacin. La presentacin
de innecesarios y largos marcos tericos contrasta aqu con la
concrecin a los aspectos realmente importantes en una
investigacin donde la claridad con la cual se presenta un
problema de investigacin es lo fundamental en el abordaje de
un proyecto o propuesta de investigacin, todo esto
acompaado de la coherencia de uno o de unos objetivos
claramente redactados y una metodologa muy precisa que
muchas veces requiere, como vemos en los requisitos de la
ONCTI, mayores espacios relativos para su redaccin.
Se presenta a continuacin el formato metodolgico
para la presentacin de los proyectos de investigacin que
hemos venido utilizando en los ltimos dos aos y medio en la
asignatura, y que complementa adecuadamente por una parte
la actividad de concrecin cientfica que solicitan nuestros
entes oficiales de financiamiento y por la otra establece una
prctica coherente entre lo que se planifica y la manera y
necesidad como se quieren divulgar los resultados de los
estudios. Tabla 3.
A pesar de utilizar la divisin clsica de los captulos
utilizada en los formatos de proyecto de tesis tradicionales
para separar las partes del proyecto, hemos tenido el cuidado
de garantizar la redaccin de los aspectos claves de la
informacin cientfica requerida en formatos ms dinmicos y
como veremos ms adelante tambin se explica cmo esa
informacin deber usarse correctamente en la transicin de

la redaccin de un proyecto a la redaccin de un trabajo final
de grado en un formato de publicacin.
Tabla 3. Formato propuesto en la asignatura Proyecto de
Investigacin. Escuela de Medicina Sede Aragua UC 2013
Paginas Preliminares
Portada
-Titulo
Captulo I
El Problema,
-Marco Terico
-Antecedente
-Delimitacin y Formulacin de Problema.
Justificacin, significancia y factibilidad
Objetivos
-General
-Especficos
Captulo II
Metodologa
-Diseo del estudio.
-Contexto y lugar de la investigacin.
-Participantes, sujetos, criterios de seleccin.
-Variables, y su Operacionalizacin
- Fuentes, procedimientos, materiales y tcnicas
generales y especficas de medicin o cuantificacin.
Instrumentos de recoleccin de los datos.
-Confusores y Sesgos, cuales podran presentarse y
como evitarlos o reducirlos
-Tamao Muestral
-Anlisis Estadstico
Tabla 3. Continuacin.
Captulo III
Aspectos Administrativos y Recursos
-Recursos Institucionales
-Lugar responsable de la investigacin
-Investigador-docente responsable de la investigacin
-Recursos Humanos
-Recursos Financieros
-Recursos Materiales
-Soportes y consideraciones ticas
-Consentimiento Informado
-Reporte de la Comisin de evaluacin de los
aspectos ticos en el estudio.
Actividades del Proyecto y su Cronograma.
-Productos del proyecto y beneficiarios de los
resultados del proyecto.
Referencias - Bibliografa
Tablas y Figuras (cuando sean necesarias)
Anexos
Captulo I del proyecto de investigacin

El Problema, el Marco Terico y los
Antecedentes del problema.
Los protocolos de tesis generalmente separan el
problema de su marco terico a travs de captulos diferentes.
En nuestro caso los presentaremos unidos aun cuando
expliquemos sus diferencias conceptuales. La razn de

unirlos es la coherencia que se busca entre estos conceptos y
reducir el desgaste que produce un marco terico extenso en
perjuicio de la concrecin de un problema cientfico y adems
porque se corresponde mejor con la manera de redactar el
informe final en el formato de publicacin.(6),(1),(7)
Sugerimos el inicio de este subttulo con los aspectos
generales del tema, aquellos que estn bien establecido sobre
el rea de estudio, que muchas veces por su importancia y
significancia atraen la atencin del lector no experto en ese
tpico y al mismo tiempo le permite al lector con experticia
evaluar si el autor introduce el contexto terico de una manera
adecuada y con los referentes ms importantes y originales
(evite citas secundarias: citar lo que otro a su vez cit de un
artculo original), siguiendo un orden natural esta primera parte
introductoria sera ese marco terico reducido a los aspectos
ms generales que le dan esqueleto al inters real de la
investigacin. Siguiendo una gradacin lgica de lo general a
lo particular se irn presentando otras referencias o
fundamentos tericos de manera que nos vayan acercando a
nuestro inters particular, un acercamiento que en otro
contexto seran los antecedentes directos de la investigacin;
y que van dando anclaje a ese punto donde nosotros
delimitaremos el problema de nuestra investigacin, es decir
aquello donde no encontramos respuestas conocidas o
publicadas a nuestra duda cientfica. El Problema es
entonces aquello que no conocemos o no entendemos como
ocurre, que no se reporta en la bibliografa o no se reporta
referido
a
poblacin
objeto
de
nuestro
inters
si bien pudo ser reportado en otras poblaciones de diferentes
caractersticas. Repetimos, lo que se conoce como
10
Antecedentes de la Investigacin (aunque, estrictamente,

tambin son fundamentos tericos) se refiere a
investigaciones realizadas en relacin directa o muy vinculada
a nuestro problema ya delimitado. Estudios que pueden ser
semejantes al que proponemos, o muy parecidos pero
realizados, por ejemplo, en poblaciones diferentes a la
nuestra.
Con cierta frecuencia, en investigaciones en salud, se
confunde o solapan lo que es un Problema de Investigacin
con lo que es un problema de salud pblica o un problema de
la prctica mdica. Por ejemplo: puede estar claramente
demostrado que la Diabetes Mellitus es un problema de salud
pblica y no ser necesariamente un problema de investigacin
(saber o no si es un problema en salud pblica). Como si
podra ser un problema de investigacin, por ejemplo:
desconocer cul es el impacto ms importante de esa
enfermedad en la calidad de vida de los pacientes que la
sufren.
En este tipo de formato sugerimos buscar bibliografa
lo ms actual y pertinente al tema. Las tesis convencionales
utilizan una revisin exhaustiva de la bibliografa que sustenta
tanto el basamento terico contextual como los antecedentes
directos de nuestra investigacin que realmente son los que
nos dicen si el problema existe o no. En nuestro caso, en el
proyecto de investigacin a ser realizado en esta asignatura,
tambin deben buscarse los sustentos de ambas situaciones
pero haciendo mayor nfasis en aquellos aspectos
directamente relacionados con el problema. Por ejemplo si se
estudia la evaluacin del impacto de la vigilancia activa del
dengue en Maracay (problema cientfico porque se desconoce
11
si ese tipo de vigilancia realmente impacta positivamente o no

la presencia de la enfermedad), necesariamente se debe citar
aspectos generales de esta enfermedad y su epidemiologa
pero al momento de redactar, al menos 70 % o ms de la
bsqueda bibliogrfica en relacin a este captulo I y por tanto
el volumen de lo que se escribir, debe estar relacionado con
lo que se ha publicado nacional e internacionalmente en
vigilancia activa del dengue y su impacto en los efectos de la
enfermedad de su epidemia que es el problema real de
inters y de estudio.
En otro ejemplo, ms directamente clnico y tomado
de una tesis presentada en el ao 2013 por nuestros
graduandos (8), el problema se podra expresar de esta
manera: Se desconoce con precisin si existe una posible
relacin entre la aparicin de retinopata en recin nacidos
pre-trminos y la menor o mayor oxigenoterapia que en
trmino de das fue aplicada en ellos. Se puede saber mucho
de retinopata en recin nacidos y por otra parte de los
beneficios y limitaciones de la oxigenoterapia, pero el punto
ms importante a buscar (70%) es si ambos se relacionan, y
en el caso de este estudio si esa relacin aumenta con los
das de exposicin y lo que sugerimos es centrar la bsqueda
terica en esa posible relacin y menos (30%) en esos
aspectos por separado. Este es un punto de franca diferencia
entre una tesis tradicional y el proyecto que desde aqu
impulsamos. No utilice mucho espacio ni tiempo en revisar y
citar literatura para repetir informacin de poca importancia al
problema cientfico especfico y por el contrario busque
informacin relacionada directamente o indirectamente con el
problema a resolver.
12
Justificacin, significancia y factibilidad.

La justificacin y la significancia estarn directamente
vinculadas a lo dicho en el punto anterior. Los efectos
negativos de no conocer una determinada situacin, por
ejemplo en algn problema de salud, expresan razones que
deben quedar de manera explcita en esta parte del
documento, estas justificaciones pueden ser de orden
cientfico, social, econmico e inclusive en algunos casos, de
orden particular o grupal. Hay que tener claro que es posible
resolver un problema cientfico sin nombrar que lo justifica o
justific desde un punto de vista social o sanitario. La
significancia y los alcances, serian el lado positivo, frente
aquello negativo que justifica un estudio, de lograrse y
obtenerse los objetivos propuestos, la significancia y el
alcance expresa la ganancia social, mdica y cientfica que se
obtendra con los resultados. Esta significancia es la
importancia que pueda implicar un resultado o un estudio para
cambiar situaciones previas. En ocasiones la significancia o
alcance de un estudio se evidencia mejor que aquello que lo
justific. La justificacin es fundamental en la redaccin del
proyecto, y puede ser un punto clave en la decisin de un
rbitro para dar el visto bueno a la aprobacin de un proyecto,
Menos importante es plasmar la justificacin en el trabajo final
porque se entiende que si el trabajo de realiz y public fue
porque ya haba sido justificada su realizacin.
La Factibilidad es un aspecto muy importante tanto por
sus implicaciones acadmicas como por aquellas instancias
que evalan la asignacin de financiamiento. Este punto est
relacionado con el captulo III de recursos para la
13
investigacin. Se coloca en este lugar para que el estudiante y

autores se entrenen en la manera de demostrar las
capacidades humanas, tcnicas, materiales y de tiempo que
se tienen y necesitan para poder cumplir con la investigacin
Objetivos
Si con el Problema planteamos y delimitamos algo que
no conocemos, con el Objetivo decimos claramente que lo
queremos conocer, expresndolo en alguien o algo, en un
lugar y en un momento determinado.
En relacin al ejemplo planteado anteriormente, se
delimita el siguiente problema de investigacin: no se han
realizado estudios ni se conoce en Venezuela el impacto de
aplicar la medida de vigilancia activa (entendida como un tipo
especial de vigilancia) para el control del dengue.
El objetivo general es una consecuencia directa de
este problema y dira: Determinar el impacto de la aplicacin
de la vigilancia activa en la poblacin de un municipio de alta
incidencia de dengue en la ciudad de Maracay, durante el ao
2011.
El ejemplo anterior puede reflejar el objetivo general
de una investigacin de donde se podran a su vez desprender
uno o ms objetivos especficos, los cuales, lgicamente,
estaran contenidos en el, o vinculado (s) de tal manera que
sea (n) necesario (s) para que se pueda lograr el objetivo
general que a generalmente coincide con el objetivo principal
de la investigacin. Un objetivo especifico, en ese mismo
ejemplo, vendra dado por las diferentes maneras de medir el
14
impacto a travs de la incidencia de los casos y a su vez

hacerlo en poblaciones adultas e infantiles.
Presentamos ahora el ejemplo vinculado a un estudio
clnico y cuyo problema expresamos previamente en relacin
a la oxigenoterapia en recin nacidos. En este caso una
manera de delimitar el problema dira: estudios previos han
vinculado la retinopata del recin nacido prematuro (ROP) a
la terapia con oxigeno, pero no se conoce con precisin si
una mayor exposicin al oxigeno expresada en nmero de
das de oxigenoterapia se puede relacionar con una mayor
frecuencia de esa patologa.
Fcilmente podemos prever que el objetivo en este
caso, tal y como lo expresaron en la tesis sus autores, fue:
..esta investigacin tiene como finalidad evaluar la relacin
entre el tiempo de oxigenoterapia y la aparicin de retinopata
del prematuro en el Hospital Central de Maracay durante el
perodo Enero- Junio del ao 2013
Objetivos Especficos
Usualmente la investigacin de inters se gua por un
objetivo principal que reproduce en muchos casos el objetivo
general y el cual se renombra con mayor precisin como uno
de los objetivos especficos; adems ese objetivo principal y/o
general necesita cumplir, o para cumplirse, uno o varios
objetivos previos y relacionados que tambin son objetivos
especficos. Es muy conveniente entender que esos objetivos,
redactados en el mismo orden que deben y pueden obtenerse,
nos permiten organizar los pasos de nuestras actividades y la
15
metodologa, lo cual veremos ms claramente al hablar de la

Operacionalizacin de las Variables.
Importante es tambin explicar que la definicin de los
objetivos especficos tiene su mayor utilidad en la fase de
proyecto de la investigacin: lo ms probable es que al
momento de redactar el trabajo final en formato de publicacin
estos objetivos se reduzcan a la clara, exclusiva y de manera
continua (no como subtitulo) exposicin del objetivo principal.
Usando de nuevo el ejemplo de la retinopata en
prematuros, al redactar los objetivos especficos, los podemos
enumerar en el mismo orden que los vamos a obtener.
1. Establecer las caractersticas demogrficas y
obsttricas de las madres de los recin nacidos en
el estudio.
2. Determinar las caractersticas antropomtricas,
clnicas y factores de riesgo a la ROP en los
recin nacidos estudiados.
3. Describir las caractersticas de la oxigenoterapia y
su tiempo de uso en los RN estudiados.
4. Determinar la frecuencia y proporcin de ROP
entre los RN estudiados.
5. Evaluar la relacin entre el tiempo de
oxigenoterapia y la aparicin de retinopata del
prematuro.
Hiptesis
La hiptesis en el estudio es una prediccin de los que
se espera encontrar basado en el conocimiento previo a la
16
ejecucin de la investigacin que ya hemos adquirido sobre el

tema. Tradicionalmente en la investigacin mdica de tipo
cuantitativo y a diferencia de los objetivos, la hiptesis debe
tratar de establecer valores especficos mnimos en los
cambios que se esperan. La hiptesis es una prediccin
basado directamente en el objetivo planteado; sin embargo, en
no pocas ocasiones es difcil ser preciso en lo que se espera
obtener. Volviendo a los ejemplos anteriores, las hiptesis
podran decir:
Despus de aplicar durante un ao la vigilancia activa de
dengue en el municipio Zamora se espera una reduccin de
por lo menos 40 % en la incidencia acumulada de casos que
para el ao 2010 fue de 130 por 100.000 habitantes.
En el caso del estudio clnico la precisin de la
hiptesis estara vinculada al conocimiento previo que se
tenga del problema, entre otras maneras podra decir:
En la medida que los recin nacidos tengan ms das en
oxigenoterapia mayor ser la proporcin de ellos con
retinopata.
Las hiptesis no se limitan a estudios comparativos,
aun en estudios descriptivos podemos establecer que
esperaramos encontrar en los resultados y hacerlo si es
posible en trminos numricos. Podemos notar que ninguna
de las instituciones financiadoras consideradas utiliza o solicita
hiptesis a los proyectos pero la ONCTI nos pregunta sobre
RESULTADOS ESPERADOS que de alguna manera nos
coloca a pensar y a escribir sobre nuestros posibles
resultados, es decir nuestra hiptesis.
17
El Capitulo I tendr una futura correspondencia en el formato

de publicacin IMRAD en la seccin de la Introduccin, el
estilo cambiar, la redaccin ser hecha en pasado, se
eliminarn muchos subttulos, no incluir la factibilidad y muy
poco la justificacin. Los objetivos y la hiptesis cuando
aplique, se expresarn claramente pero su forma narrativa
ser continua. Lea la introduccin de un buen artculo
publicado y vern todas estas partes incluidas en la
introduccin pero en un estilo ms directo y conciso.
Captulo II del Proyecto de Investigacin.

La Metodologa
En este captulo del proyecto se desarrolla la
Metodologa del estudio que se quiere realizar. Es importante
que el estudiante reconozca que en ocasiones la modeles ms
frecuentes de investigacin mdica puede ser influida por
aspectos metodolgicos, diseos y terminologas de otros
campos afines a la salud y a la medicina como la antropologa,
la sociologa, la psicologa y la pedagoga entre otros; esta
prctica es, adems de vlida, enriquecedora al hecho
cientfico pero el autor debe estar consciente y dominar esas
particularidades para aplicar y entender sus diferencias y
correspondencias.
A pesar que nos enfocaremos en los tipos de
investigacin ms frecuentes en el campo de la medicina y
adems ms frecuentes entre los realizados por estudiantes
de medicina, es importante reconocer aquellos estudios que
se centran en revisar los artculos que sobre un tema en
particular han sido publicados en revistas cientficas. Estos
18
son conocidos como los artculos de revisin. Una variante,

medible de este tipo de investigacin son los estudios de
metaanlisis; el cual mide, de acuerdo a parmetros
estadsticos y metodolgicos preestablecidos, la significancia
de varios estudios realizados en relacin a un tema en
particular y donde generalmente existen estudios a favor y
estudios en contra a una teora en particular. Estos estudios
se conocen tambin por ser realizados con fuentes
secundarias de informacin. Se reconoce la necesidad e
importancia de este tipo de investigacin, que en otros
campos de la ciencia podra corresponderse con un tipo de
estudio documental; sin embargo, a nuestros estudiantes les
pedimos que se involucren en estudios con datos directos
obtenidos en condicin de sus actividades de formacin o en
relacin a ellas. En este sentido, es necesario, que el novel
investigador, seale con claridad si la fuente de esos datos
son parte de su propio y directo registro (fuente directa
adems de primaria) o si depende del registro realizado por
otros miembros del sector salud o similar (fuente indirecta pero
aun primaria desde nuestro punto de vista), caso en el cual a
pesar de existir un mediador que se involucra en la
informacin que se requiere, consideramos que son datos
vinculantes a su actividad acadmica y de investigacin, por
tanto, tampoco puede considerarse como unos datos
obtenidos en investigaciones previas y menos aun publicadas
por otros investigadores. En conclusin diferenciamos cuando
la fuente secundaria de los datos es otra investigacin a
cuando la fuente secundaria de los datos es personal
intermedio con actividad asistencial en los medios donde la
investigacin se realiza.
19
Empezaremos por las caractersticas que deben ser

reportados en relacin al Diseo en los estudios mdicos para
continuar con aspectos fundamentales que tambin deben ser
reportados en la metodologa de un proyecto de investigacin.
Como hemos mencionado hacemos nfasis en estudios
epidemiolgicos o de descripcin de casos clnicos en el
mbito de la salud, tomando por lo tanto, muchas de las
recomendaciones y hechas por el documento STROBE
previamente mencionado. (4).
Diseo del estudio

Los diseos en los estudios mdicos o en salud han
sido ampliamente presentados, generalmente se relacionan al
mbito o nivel de la investigacin que a grandes rasgos
podemos separar en bsico, clnico y epidemiolgico. Su
reporte en el proyecto puede ser presentado en un prrafo de
pocas lneas en la parte inicial de la Metodologa. A pesar de
lo corto como se exprese, su clara identificacin requiere en
muchos casos dedicar un tiempo para decidir en cual nivel se
est realizando el estudio y poder definir su correspondiente
diseo que a su vez impactar la manera como ser analizada
la informacin obtenida en los resultados. Con frecuencia una
investigacin se realiza en, o abarca, ms de un rea o nivel
de los mencionados pero presenta su mayor nfasis en solo
uno de ellos. Puede pasar que un estudio se desarrolla tanto
en el rea bsica como en la clnica e inclusive en la
epidemiolgica. Es importante, en tales casos, definir donde
ese estudio ha puesto mayor nfasis o inters, aun cuando
esa decisin no se mencione al reportar el diseo del estudio.
Por ejemplo: en la promocin de 2012, se realiz un estudio
para determinar la identificacin molecular de las especies de
20
virus del papiloma humano en pacientes femeninas a quienes

se les obtuvo citologa de cuello uterino. En dicho estudio se
tena que registrar una importante informacin clnica y
epidemiolgica; sin embargo, el nfasis de la investigacin se
mantuvo en el nivel bsico, es decir, en lo molecular, lo cual
demarc el mbito del estudio y la caracterstica del diseo.
A continuacin de presentas los tipos de estudios
cuantitativos que con mayor frecuencia de realizan y reportan
en el rea de la salud. Estas variantes identifican muchos de
los diseos de estudio que se pueden describir en este
rengln de la metodologa. (9),(10).
De acuerdo al mbito de competencia en las ciencias
de la salud, consideramos que al momento de redactar el
diseo se debe comenzar por decir si el estudio se realiza
en el contexto de las Ciencias Bsicas, de la Clnica, o de
la Epidemiologa o si combina dos o ms de esos contextos.
Entonces y de acuerdo a este nivel de competencia,
la investigacin Mdica y en Salud puede ser clasificada en:
1-.Investigacin en las Ciencias Bsicas.

2.-Investigacin Clnica.
3.-Investigacin Epidemiolgica.
1.-Investigacin en las Ciencias Bsicas.

Son los estudios que generalmente, o en la mayor
parte del tiempo, se realizan en espacios circunscritos a
21
laboratorios, fuera de los espacios clnicos o de las

comunidades. Estos incluyen investigacin en bioqumica,
fisiologa, gentica, anatoma, histologa, farmacologa,
biologa molecular o biotecnologa, reas de las ciencias
bsicas que usualmente pueden ser aplicadas a travs de
clulas y/o muestras biolgicas de animales o humanos, o de
materiales bajo condiciones de laboratorio. Algunos autores lo
defines tambin como estudios experimentales, basados en
que en la mayora de sus diseos las variables independientes
son manipuladas y controladas por el cientfico, pero hay que
diferenciarlo de los estudios experimentales clnicos, donde a
esa manipulacin y control de la variable independiente se le
agrega la aleatorizacin de los participantes. Cuando la
investigacin se realiza o enfatiza en este mbito, el diseo se
vincula mucho a las tcnicas de laboratorio utilizadas en el
caso de las ciencias bsicas y al control y aleatorizacin en el
caso de los ensayos clnicos teraputicos.
2.-Investigacin Clnica.
Son estudios que se realizan en individuos
generalmente enfermos o que presentan sntomas y signos de
alguna enfermedad. En la investigacin que se realiza en el
mbito clnico. Como tambin sucede en los estudios
epidemiolgicos, en los estudios clnicos se pueden realizar
dos grandes tipos de diseo: 1.-Los estudios Descriptivos,
cuyo objetivo es conocer la frecuencia y ocurrencia de una
determinada enfermedad o enfermedades, caracterizando los
aspectos clnicos, datos epidemiolgicos pero de pacientes
enfermos, informacin de las pruebas paraclnicas, de
tratamiento y de evolucin que se presentan en la enfermedad
22
o sndrome que se est estudiando. Usualmente los estudios

de Series de Casos corresponden a este tipo de diseo. Si
esa descripcin se hace en el tiempo, o secuencialmente se
obtiene informacin del desarrollo de la enfermedad en el
tiempo, puede adems tener un componente prospectivo en
el diseo sin dejar de ser una descripcin de la entidad
considerada. 2.-Los estudios Analticos, cuyo objeto es
establecer relaciones causales a travs de comparaciones
establecidas en el diseo. A su vez esas comparaciones
pueden ser de dos tipos: 2.1-La de estudios experimentales,
donde el investigador est en capacidad de manipular la
variable independiente o factor, por ejemplo la dosis de un
medicamento y adems hacerlo de manera controlada (con
grupo control) y por aleatorizacin para la seleccin de los
integrantes de cada grupo o grupos: Un claro ejemplo son los
Ensayos Clnicos Controlados Aleatorizados (ECCA), los
ensayos teraputicos tambin pueden ser experimentales pero
no controlados como los realizados en las fases I y II de los
ensayos teraputicos. El otro tipo de estudio analtico en el
mbito clnico son los estudios: 2.2.-Observacionales, donde
el investigador se conforma con observar y comparar grupos
de pacientes que tienen determinadas condiciones de su
enfermedad y tratamiento para a partir de all obtener
conclusiones de ellas. Ejemplos de este tipo de estudios en el
mbito clnico tenemos los estudios Pronstico que parten de
comparaciones entre grupos, los estudios diagnsticos
realizados en condiciones reales no experimentales y los
estudios teraputicos no experimentales. (10).
El concepto de estudio observacional se ha utilizado
ms en los estudios epidemiolgicos debido a las
implicaciones ticas que modelos experimentales podran
23
tener en ese entorno poblacional. Diferente al entorno clnico

donde la posibilidad de utilizar modelos experimentales, sobre
todo en las pruebas teraputicas, fortalecen esos estudios
desde el punto de vista de la fuerza estadstica.
Es muy importante cuando el estudio se define como
clnico, determinar la modalidad particular en la cual se
realizar el estudio, porque en cada una de ellas se han
desarrollado conceptos muy especficos y anlisis estadsticos
particulares para cada caso. Por ejemplo los estudios
Pronsticos entre los cuales se encuentran los estudios de
supervivencia, utilizan casi invariablemente modelos
estadsticos especficos para conocer la probabilidad de vivir
en determinada enfermedad. (9),(10).
Al momento de redactar el diseo en un estudio del
espacio clnico se deber decir algo como, por ejemplo: El
presente es un estudio clnico, de tipo diagnstico, utilizando
un diseo de tipo transversal para conocer la sensibilidad,
especificidad y el Valor Predictivo Positivo de la Prueba XX.
Incluidos en los estudios clnicos se encuentran:

Estudios Diagnsticos,
Ensayos Teraputicos,
Estudios Pronstico,
Estudios Descriptivos de Series de Casos y
Descripcin de un Caso que por lo especial amerite
su descripcin y publicacin.
24
Estudios Diagnsticos
Son estudios diseados para evaluar la capacidad
diagnstica de una prueba. Generalmente al pensar en
pruebas diagnosticas se piensa en pruebas de laboratorio. Sin
embargo, este diseo tambin es til para evaluar pruebas
clnicas para el diagnostico de enfermedad o sndromes.
El diseo se basa en comparar el resultado de la
prueba (o test) con la presencia verdadera o no de la
enfermedad. Esta comparacin presenta 4 posibles
resultados, visibles en la tabla 4. (11).
Tabla 4. Esquema para comparar dos pruebas diagnsticas.
Prueba X
Positiva
Prueba X
Negativa
Enfermedad
Presente
Enfermedad
NO Presente
a+b
c+d
a+c
b+d
Donde:
(a) significa nmero de pacientes con una prueba positiva cuando la
enfermedad est presente
(b) significa nmero de pacientes con una prueba positiva cuando la
enfermedad NO est presente.
(c) significa nmero de pacientes con una prueba negativa cuando la
enfermedad est presente
(d) significa nmero de pacientes con una prueba negativa cuando la
enfermedad NO est presente.
(b) Tambin se conoce como Falso Positivo y
(c) Tambin se conoce como Falso Negativo.
25
Los indicadores que se calculan en este tipo de diseo son:

Sensibilidad (S) = a /a+c
Se define como la proporcin de personas con la enfermedad
que resultan positivas a la prueba de la enfermedad. Una
prueba con alta sensibilidad raramente perder personas con
la enfermedad.
Especificidad (E) = d /b+d
Se define como la proporcin de personas sin la enfermedad
que resultan negativas a la prueba de la enfermedad. Una
prueba con alta especificidad raramente perder (o no
detectara) personas sin la enfermedad.
Valor Predictivo Positivo (VPP) = a /a+b
Se define como la probabilidad de enfermedad de una
persona con una prueba positiva para la enfermedad.
Valor Predictivo Negativo (VPN) = d /c+d
Se define como la probabilidad de no tener la enfermedad
cuando el resultado de la prueba es negativo para la
enfermedad.
El estndar de Oro como criterio para comparar una
prueba clnica o de laboratorio es una prueba ya reconocida
por su alta capacidad de deteccin de la enfermedad.
Ensayos o estudios Teraputicos

Estudios o ensayos en voluntarios humanos que se
utiliza para evaluar la seguridad y eficacia de tratamientos y o
intervenciones contra enfermedades y problemas de salud; as
como para determinar efectos farmacolgicos. Como dijimos
antes, los efectos teraputicos en pacientes pueden
26
determinarse a travs de dos grandes tipos de abordaje

cientfico: 1.-El Ensayo Clnico Controlado Aleatorizado
(ECCA) conocido tambin como el tipo Experimental de los
estudios clnicos y 2.- Los estudios teraputicos
Observacionales, al no manipular ni controlar la asignacin
aleatoria del tratamiento, entre los pacientes o grupos de
pacientes, es considerado como estudios de tratamiento no
experimental. Figura 1.
Otras maneras de clasificar los ensayos teraputicos
Diseos de acuerdo al tipo de teraputica a evaluar:
Tratamientos Mdicos
Procedimientos quirrgicos
Suplementos Nutricionales.
Segn el Tipo de asignacin:
Fija (se mantienen los mismos participantes durante todo el
estudio) Dinmica (nuevos participantes se van agregando al
estudio).
Nmero de sedes:
Donde se realiza la investigacin.
nico - Multicntrico.
Estructura del Diseo.
Etapas de:
Seleccin o Reclutamiento, Aleatorizacin o no de la
intervencin.
Seguimiento en el tiempo.
Anlisis y resultado.
27
Diseo bsico de los ensayos clnicos aleatorizados

Poblacin
Muestra
Seleccin
no aleatoria
Asignacin
aleatoria
Etapa de seleccin
y asignacin
Grupo
con Tratamiento
Pos
Neg
Pos
Grupo
sin Tratamiento
(otro tto. o placebo)
Etapa de seguimiento
En el tiempo.
Neg
Etapa de Anlisis y
resultado.
Figura 1. Esquema de los Ensayos Clnicos.
Estudios Pronsticos
Cuando un estudio se centra en pacientes y se quiere
conocer en ellos que factores se asocian con la evolucin de
su enfermedad estamos ante un estudio Pronstico. Su diseo
es usualmente longitudinal y guarda similitud con los estudios
epidemiolgicos de Cohorte, con la diferencia que all se
busca determinar Factores de Riesgo para la enfermedad en
poblaciones generales y en este caso el inters es conocer
Factores pronstico para eventos graves como la muerte y las
complicaciones en poblaciones enfermas. Muchos indicadores
se han estandarizado y utilizado para describir la evolucin de
una enfermedad. Tabla 4. De estos la supervivencia se mide
en trminos de probabilidad de 0 a 1, utilizando tablas
modelos especficas para ello como Kaplan Meyer. La
28
letalidad, le remisin, la recurrencia y la respuesta en

porcentaje del total de los enfermos considerados. La
mortalidad especfica se mide en funcin de 10 o 100000 mil
habitantes.
Tabla 5. Indicadores frecuentemente usados para medir el
pronstico de una enfermedad.
Factores Pronsticos a la muerte y complicaciones.
Supervivencia en 5 aos (o menos o ms aos)
Letalidad
Mortalidad especfica por causa de enfermedad
Respuesta a Intervenciones clnicas o quirrgicas.
Remisin de la enfermedad
Recrudescencia de la enfermedad
Estudios de Casos.
En esencia y en su mayora son estudios
descriptivos realizados en espacios clnicos, cuyo inters
principal es conocer las caractersticas clnicas, paraclnicas,
factores de riesgo y epidemiolgicas de enfermedades que por
mltiples razones se hacen objeto de nuestro inters.
Enfermedades no descritas que comienzan a aparecer en un
rea determinada, enfermedades ms comunes pero que por
su impacto en la salud pblica se hacen foco de nuestro
inters cientfico, cambios inesperados en los clsicos
patrones de una enfermedad; es decir, variadas circunstancias
justifican la necesidad de describir adecuadamente eventos
mrbidos. Usualmente los mtodos estadsticos para analizar
los resultados son sencillos. En algunos casos se pueden
hacer comparaciones entre pacientes o grupos de pacientes
29
separados por diferentes condiciones, en estos casos el

anlisis puede necesitar procedimientos comparativos algo
ms avanzados y se pueden considerar como estudios
analticos observacionales en reas clnica y aplicar diseos
venidos de la epidemiologa como los estudios de Casos y
Controles o los estudios de Corte Transversal.
3.-Investigacin Epidemiolgica
Son estudios que se realizan en grupos de personas
expuestas y/o no expuestas a riesgos de enfermedad y que
pueden (o no) estar enfermas al momento del estudio,
detectar la enfermedad es muchas veces parte del estudio. En
trminos muy generales los estudios epidemiolgicos se
realizan en poblaciones y buscan estimar problemas de salud
en ellas. Casi todos los estudios epidemiolgicos son tambin
llamados estudios Observacionales (de Campo en otras reas
de estudio) aunque los estudios llamados de Intervencin en
ciertos y raros casos especiales pudieran ser experimentales.
Estos estudios se pueden dividir en: (9),(12),(13).
a. Estudios Descriptivos; estos incluyen a los Estudios de
diagnstico de salud en comunidades y poblaciones, estudios
o encuestas de prevalencia, estudios basados en registros de
vigilancia epidemiolgica, los estudios ecolgicos y los
estudios de factores de riesgo. Muchos de los estudios
realizados como trabajo de grado en esta escuela de medicina
entren en tipo de investigacin epidemiolgica. Su inters
principal es conocer caractersticas especficas de eventos de
salud en poblaciones o comunidades y las comparaciones no
entran en su diseo. Se puede obtener la frecuencia en
30
porcentaje de la enfermedad o su prevalencia o su incidencia

cuando se registra adecuadamente la informacin. Tambin
se puede determinar la frecuencia absoluta o porcentual de los
factores de riesgo asociados. Desde el punto de vista de
inferencia estadstica, estos estudios generalmente no
requieren pruebas de hiptesis para establecer significancia
pero si es conveniente obtener los intervalos de confianza de
los valores obtenidos.
b. Estudios Analticos; su caracterstica ms importante es
que consideran grupos de comparacin en funcin a riesgos
conocidos o no, o en funcin a la presencia o no de la
enfermedad,
y/o en funcin a espacios demogrficos,
geogrficos o de tiempo.
Estos estudios adems de identificar los riesgos
tambin buscan medir el grado de asociacin entre el riesgo y
la enfermedad, de all que adems de utilizar las tradicionales
medidas de frecuencia como la incidencia, prevalencia y
porcentajes tambin miden le Riesgo Relativo (RR), el Riesgo
Atribuible (RA) y la razn de las razones de probabilidad
tambin conocida del ingls como Odds Ratio (OR).
Entre estos estudios Analticos se incluyen:

Estudios de Corte Transversal
Estudios Longitudinales con sus dos grandes variantes
Prospectivos de Cohortes y
Retrospectivos de Casos y Controles.
Estudios Mixtos. Tienen componentes de estudios
Transversales, y/o Prospectivos y/o Retrospectivos.
31
Estudios de Corte Transversal o Transversales

Tambin conocidos como estudios de Prevalencia de
una enfermedad o resultado de una prueba entre todos los
expuestos y no expuestos (por separado) a un riesgo o varios
riesgos, se caracterizan porque la enfermedad y la exposicin
(o riesgo) se estudian al mismo tiempo y en un solo momento.
Se diferencia de un estudio epidemiolgico descriptivo porque
en los de Corte Transversal desde el diseo se establece una
comparacin entre dos o ms grupos de individuos. En
ocasiones los estudios descriptivos hacen comparaciones
pero no lo establecieron as desde el diseo.
Los estudios de corte transversal respecto a los otros
estudios epidemiolgicos analticos son ms fciles de
realizar, econmicos y rpidos.
Estiman Prevalencia (casos nuevos y viejos de la
enfermedad) y nunca Incidencia (casos nuevos) porque no
identifican al individuo cuando no tiene la enfermedad.
En estos estudios, indistintamente el RR y el OR
pueden ser utilizados como medida de asociacin entre la
enfermedad y el riesgo o exposicin
En la Tabla 6 se aprecia la estructura de los
indicadores buscados, la Prevalencia de la enfermedad del
grupo expuesto al riesgo se obtiene dividiendo a / a+b y la
Prevalencia del grupo no expuesto dividiendo c / c+d. El
RR se obtiene dividiendo la prevalencia del grupo expuesto
sobre la prevalencia del grupo no expuesto.
32
Tabla 6. Estructura para visualizar el nmero de casos

considerados en un estudio Corte Transversal.
Prueba o
enfermedad
Positiva
Prueba o
enfermedad
Negativa
Total
Expuestos al
riesgo
a+b
No Expuestos
al riesgo
c+d
Total
a+c
b+d
a+b+c+d
Donde:
(a) significa nmero de pacientes enfermos o con una prueba positiva
cuando estn expuestos al riesgo que se estudia.
(b) significa nmero de pacientes sanos o con una prueba negativa
cuando estn expuestos al riesgo que se estudia.
(c) significa nmero de pacientes enfermos o con una prueba positiva
cuando No estn expuestos al riesgo que se estudia.
(d) significa nmero de pacientes sanos o con una prueba negativa
cuando No estn expuestos al riesgo que se estudia.
Estudio Prospectivo de Cohorte

Son estudios epidemiolgicos analticos diseados
para identificar factores relacionados con la enfermedad que
producen. Son estudios de seguimiento en el tiempo de dos (o
ms) cohortes o poblaciones sanas cuya diferencia ms
importante es estar expuesto o no al riesgo (o causa) que se
33
quiere estudiar. El riesgo se identifica primero y la enfermedad

despus, siguiendo a los individuos a travs del tiempo.
Se recomienda realizar estos estudios en las
siguientes situaciones:
Cuando existen Factores de Riesgo poco comunes o
raros, y ante enfermedades comunes o de mayor frecuencia.
Cuando se sospeche que las prdidas de seguimiento sern
pocas y cuando se quiere estar seguro de la relacin temporal
entre exposicin y enfermedad. Es la manera ms segura de
conocer la Incidencia de una enfermedad. La Incidencia de la
enfermedad del grupo expuesto al riesgo se obtiene
dividiendo a / a+b y la Incidencia del grupo no expuesto
dividiendo c / c+d. El RR se obtiene dividiendo la incidencia
del grupo expuesto sobre la incidencia del grupo no expuesto.
Tabla 7.
Tabla 7. Estructura para visualizar el nmero de casos

considerados en un estudio Cohorte.
Enfermedad
Presente
Sin
Enfermedad
Total
Expuestos al
riesgo
a+b
No Expuestos
al riesgo
c+d
Total
a+c
b+d
a+b+c+d
Donde:
(a) significa nmero de pacientes enfermos cuando estn expuestos
al riesgo que se estudia.
34
(b) significa nmero de pacientes sanos cuando estn expuestos al

riesgo que se estudia.
(c) significa nmero de pacientes enfermos cuando No estn
expuestos al riesgo que se estudia.
(d) significa nmero de pacientes sanos cuando No estn expuestos
al riesgo que se estudia.
Retrospectivos: de Casos y Controles

Es un tipo de estudio que intenta establecer una
relacin causal entre la enfermedad y sus factores etiolgicos
a travs de comparar individuos enfermos llamados casos con
individuos sanos (o con otra enfermedad) tambin conocidos
como controles. La idea es conocer los factores de riesgo los
cuales se encontraran hipotticamente con mayor frecuencia
en el grupo de casos.
Son tambin llamados estudios Retrospectivos,
porque buscan hacia el pasado los factores o causas que
pudieran ser relevantes para el desarrollo de la enfermedad.
Entre las ventajas para realizar este tipo de estudio se
encuentran que son Bueno para estudiar enfermedades
Raras. Son relativamente rpidos (meses o poco aos). Son
ms econmicos y pueden existir registros que facilitan la
consecucin de los casos, adems tienen poco o mnimo
riesgo para los sujetos. Se pueden estudiar mltiples causas
para una sola enfermedad. Es imposible conocer la incidencia
o la prevalencia de la enfermedad. Tabla 8.
35
Tabla 8. Estructura de casos en estudios de Casos y Control

Casos
Controles
Total
Expuestos
a+b
No
Expuestos
c+d
Total
a+c
b+d
a+b+c+d
En estos estudios el RR no puede ser calculado. La

medida de asociacin que aplica es el OR y se obtiene de
dividir el producto de a x d / c x d.
OR = axd / bxc
La gran mayora de las investigaciones que
realizan nuestros estudiantes de medicina en la Sede
Aragua estn considerados por los diseos que ya hemos
hablado, y su redaccin al momento de elaborar esa parte
en el proyecto puede realizarse con la informacin
presentada en las ltimas 10 pginas. No obstante con el
objetivo de aclarar algunos aspectos que pueden quedar
imprecisos se presenta de manera general otros aspectos
tericos que debe conocer un autor que realiza investigacin
en ciencias de la salud.
De acuerdo al control y capacidad de manipulacin
que el investigador tenga de la variable independiente o
variable factor y la condicin de aleatoriedad en la presencia
de ese factor, los estudios pueden clasificarse en estudios:
36
Experimentales: La variable Independiente o Factor

del estudio o Exposicin es manipulada por el investigador
pero su asignacin o no en la poblacin estudiada no depende
del investigador, sino de una distribucin o asignacin
aleatoriamente
obtenida.
(Asignacin
Controlada
o
aleatorizada de la Exposicin) muchos estudios en espacios
de laboratorio, algunos estudios clnicos (en especial los
ensayos teraputicos) y algunos (muy pocos) estudios
epidemiolgicos como los estudios de Intervencin con
asignacin aleatoria de la intervencin (generalmente una
medida de control preventiva-epidemiolgica).
No Experimentales: Son, en primer lugar, todos
aquellos estudios descriptivos en cualquiera de las reas de la
salud que no plantean la presencia de una variable
independiente o factor. Por ejemplo los estudios de casos o
series de casos en el rea de los estudios clnicos o los
estudios descriptivos epidemiolgicos como los diagnsticos
de salud. Los estudios epidemiolgicos analticos tanto
transversales como longitudinales son considerados No
Experimentales, en estos estudios, aun identificando una
variable independiente o factor, esta variable no puede ser
manipulada por el investigador y este se limita a observar su
presencia en el sector de la poblacin que la tiene. Es por esta
razn que estos estudios epidemiolgicos No Experimentales
tambin son conocidos como estudios Observacionales.
Debido a que no pueden manipular la variable factor pero si
pueden observarla.
Cuasi experimentales o Pseudo experimentales:
son estudios donde el investigador controla la variable
independiente, factor o de exposicin pero no usa
37
procedimientos de aleatorizacin para la asignacin de la

exposicin o factor. Ejemplo de estos estudios son los
Ensayos Clnicos No Aleatorizados y los Estudios
Epidemiolgicos de Intervencin No Aleatorizados.
En relacin al tiempo o momento, los estudios pueden ser:
Transversales Son estudios cuyos datos e
informacin de las variables dependiente e independiente en
la unidad de anlisis se obtienen en un mismo y nico
momento del tiempo. No hay seguimiento ni repeticin de la
medicin de las variables. Tanto los estudios de las ciencias
bsicas, como los estudios clnicos e epidemiolgicos pueden
ser transversales, ello implica que cada unidad de anlisis es
medida en solo momento del tiempo. En los estudios clnicos,
los estudios Diagnsticos, as como los estudios descriptivos y
los estudios de Corte Transversal son tipos de estudio que
entran en ese concepto. Este tipo de estudio junto a los
descriptivos representan los ms frecuentes realizados en la
escuela de medicina sede Aragua.
Longitudinales: Son estudios que requieren dos o
ms mediciones de cada unidad de anlisis, distanciadas en el
tiempo. Pueden ser Prospectivo o Retrospectivos,
dependiendo si las mediciones se realizan a futuro (Dise
Prospectivo) o buscando esa informacin de mediciones en el
pasado (diseo Retrospectivo). Estos estudios pueden ser
realizados en cualquiera de las reas de aplicacin en las
Ciencias de la Salud. Los Ensayos Clnico Teraputicos son
ejemplo de de estudios Longitudinales aunque usualmente de
corta duracin. Los estudios de Cohorte son ejemplo de
38
estudios Prospectivos y los de Casos y Controles son ejemplo

de estudios retrospectivo.
Contexto y lugar de la investigacin
A continuacin copio textualmente de la referencia de

STROBE la importancia y la forma de redactar esta parte de la
metodologa. Aun cuando la fuente se refiere a estudios
epidemiolgicos, el ejemplo es aplicable a algunos estudios
clnicos e inclusive a algunos estudios bsicos cuando
interesa relacionar la procedencia poblacional de las muestra.
Tomado de: Mejorar la comunicacin de estudios
observacionales en epidemiologa (STROBE): explicacin y
elaboracin. Jan P.Vandenbroucke y col. (4).
Para efectos del Proyecto, lo importante es entender
que la redaccin debe hacerse en FUTURO, los ejemplos a
continuacin estn redactados en pasado. Debe adaptar su
proyecto a una redaccin en tiempo futuro que luego se har
en tiempo pasado al redactar el trabajo final.
Contexto: describa el marco, los lugares y las fechas
relevantes, Incluyendo los periodos de reclutamiento,
exposicin, seguimiento y Recogida de datos.
Ejemplo
El Estudio de Cohortes Los Pasitos reclut (reclutar)
mujeres embarazadas de las clnicas de mujeres, recin
39
nacidos y nios en Socorro y San Elizario, en el condado de El

Paso, Texas, y de las clnicas materno-infantiles de Instituto
Mexicano de Seguridad Social en Ciudad Jurez, Mxico, de
abril de 1998 a octubre de 2000. Al inicio, previamente al
nacimiento de los nios incluidos en la cohorte, se entrevist
(entrevistar) a las madres respecto al ambiente familiar.
Explicacin
Los lectores necesitan informacin sobre el entorno y la
ubicacin para evaluar el contexto y la generalizacin de los
resultados del estudio. Las exposiciones, los factores
ambintales y los tratamientos pueden cambiar con el tiempo,
as como tambin los mtodos de estudio pueden evolucionar
a lo largo del tiempo. Saber cuando tuvo lugar un estudio y
durante qu periodos fueron reclutados y seguidos los
participantes, sita al estudio en un contexto histrico y es
importante para la interpretacin de los resultados.
Participantes, criterios de eleccin y

diagnsticos.
De nuevo copio textualmente de la referencia de
STROBE la importancia y la forma de redactar esta parte de la
metodologa.
Tomado de: Mejorar la comunicacin de estudios
observacionales en epidemiologa (STROBE): explicacin y
elaboracin. Jan P.Vandenbroucke y col. (4).
Estudios transversales: proporcione los criterios de
elegibilidad, y las fuentes y los mtodos de seleccin de
40
los participantes. Estudios de cohortes: proporcione los

criterios de elegibilidad, as como las fuentes y el mtodo de
seleccin de los participantes. Especifique los mtodos de
seguimiento. Estudios de casos y controles: proporcione los
criterios de elegibilidad, as como las fuentes y el proceso
diagnostico de los casos y el de seleccin de los controles.
Indique las razones para la eleccin de casos y controles
Se resaltan los estudios transversales por su
frecuencia, aplicable en nuestra experiencia en tesis de
pregrado.
Ejemplo en un estudio de cohortes
Las participantes en el Iowa Womens Health Study fueron
(sern) una Muestra aleatoria de todas las mujeres de 55 a 69
aos de edad obtenida de la lista de licencias de conducir del
Estado de Iowa en 1985,que representaban aproximadamente
el 94% de las mujeres de ese Estado en ese grupo de
edad.(y)
Los cuestionarios de seguimiento se enviaron
(enviarn) por correo en octubre de 1987 y en agosto de 1989,
para evaluar el estado vital y cambios de domicilio.(y) Se
identificaron(identificarn) los canceres incidentes, excepto el
cncer de piel tipo no melanoma, mediante el Registro Estatal
de Salud de Iowa.(y) La cohorte del estudio fue emparejada
con el Registro
Ejemplo en un estudio Transversal
Identificamos (se identificar) retrospectivamente pacientes
con un diagnostico principal de infarto de miocardio (cdigo
410) segn la modificacin Clnica de la Novena Revisin de
la Clasificacin Internacional de Enfermedades. De los
cdigos designados se descartaron diagnsticos excluyendo
41
aquellos cdigos cuyo quinto digito fuera 2, que indica un

episodio de atencin subsecuente. (y) Se seleccion
(seleccionar) una muestra aleatoria de la cohorte completa
de Medicare con infarto de miocardio de febrero de 1994 a
julio de 1995.(y) Para ser elegibles, los pacientes tenan que
presentarse en el hospital transcurridos al menos 30 minutos
con dolor de pecho, pero menos de 12horas, y haber tenido
una elevacin del segmento ST de al menos 1mm en dos
derivaciones contiguas en el electrocardiograma inicial40.
Explicacin
La descripcin detallada de los participantes del estudio ayuda
a los lectores a entender la aplicabilidad de los resultados. Los
investigadores normalmente restringen la poblacin de estudio
mediante
la
definicin
de
caractersticas
clnicas,
demogrficas y otras, entre los participantes elegibles. Los
criterios de elegibilidad tpicos se relacionan con la edad, el
sexo, el diagnostico y las condiciones de co-morbilidad. A
pesar de su importancia, a menudo los criterios de elegibilidad
no se describen adecuadamente. En un estudio sobre
investigaciones observacionales sobre accidentes vasculares
y cerebrales, 17 de 49 reportes (35%) no especificaron los
criterios de elegibilidad. Los criterios de elegibilidad se pueden
presentar como criterios de inclusin y exclusin, aunque esta
distincin no siempre es necesaria o til. No obstante,
aconsejamos a los autores indicar todos los criterios de
elegibilidad y describir el grupo del cual se seleccion la
poblacin de estudio (por ejemplo la poblacin general de una
regin o pas), as como El mtodo de reclutamiento (por
ejemplo
referencia
o
autoseleccin
mediante
anuncios).Conocer los detalles sobre los procedimientos de
seguimiento. (4).
42
Variables y su Operacionalizacin.
En este aparte el estudiante deber expresar con
precisin cules son sus variables en el estudio e indicar la
manera cmo obtener la informacin de ellas a travs de sus
indicadores especficos, sin explicar detalladamente estos
indicadores lo cual si se har en la parte de los procedimientos
y tcnicas de medicin. Tales indicadores ilustran el cmo y
con que (en el caso de usar tcnicas y equipos especiales). El
investigador obtendr el dato (o valor) de la variable en cada
sujeto o unidad de anlisis en el estudio, al hacer esto el
indicador automticamente nos estar diciendo la unidad de
medida que utilizaremos cuando el dato as lo requiera. A su
vez estas variables y los indicadores tendrn correspondencia
directa y expresa con los objetivos especficos que hayan sido
enunciados, visualizndose como ejemplo en los esquemas
anexos al final de este apartado. Dependiendo de los objetivos
y del tipo de diseo el estudiante identificar sus variables
principales y secundarias de la investigacin. En otros casos,
es decir cuando el objetivo requiera hacer comparaciones,
relaciones o asociaciones tambin deber indicar cules son
variables dependientes (variables resultado o de efecto) y
cuales variables independientes (determinante o causal o de
prediccin o factor), tambin y en estos casos cuando sea
aplicable definir las posibles variables confusoras y de
modificacin de efecto. Cuando sea necesario, sea preciso en
la unidad con la cual se mide la variable. (6),(14).
Hacer operativas las variables es presentar y explicar
la manera como esos aspectos (variables) cambiantes y
43
especficos de cada individuo o elemento unitario en el estudio

pueden ser obtenidos y se relacionan con los objetivos que se
han planteado en la investigacin.
En algunos casos, una misma variable puede tener
diferentes maneras para establecer su valor y cada una de
esas maneras puede indicar la precisin y calidad de la
informacin. Adems se puede utilizar una sola manera o
ms de una (dimensiones o sub-variables) en una misma
investigacin para conocer integralmente una variable. Por
ejemplo: la variable edad puede medirse y presentarse en su
valor exacto de aos cumplidos, pero tambin puede
expresarse de acuerdo a la categora o grupo de edad del
individuo, sea este: nio, adolescente, adulto o anciano. Dos
dimensiones o sub variables de una misma variable original.
Exactamente lo mismo puede ocurrir con la variable
hemoglobina sangunea expresada en su valor numrico
(cuantitativa) y adems expresada como condicin o no de
tener anemia, indicada u obtenida en dos categoras a partir
de dicho valor numrico (cualitativa).
En un proyecto de investigacin y luego en el trabajo
final es indispensable explicar las caractersticas de las
variables porque ello permite valorar la calidad de la
informacin obtenida. Presentar o no un cuadro esquemtico
de la operacionalizacin de las variables depende de la
experiencia de quien realiza el proyecto.
Nosotros
recomendamos su realizacin para que el estudiante visualice
mejor la importancia y coherencia que debe existir entre la
compresin, identificacin y manejo de las variables para el
logro de los objetivos de la investigacin. Este cuadro o
esquema, del cual se ofrece un ejemplo al final de este sub
44
ttulo, puede ser incluido en el cuerpo de la metodologa o

como anexo del proyecto, siempre que en la metodologa se
describa claramente la importancia y caractersticas de las
variables utilizadas.
Por ejemplo (ver esquemas): En un estudio en el rea
de la nutricin de los estudiantes universitarios su Objetivo
Principal y ms cercano al general puede ser: Conocer la
calidad de los alimentos consumidos por los estudiantes
durante un periodo especifico de su actividad acadmica. Para
lograr ese objetivo entre las variables del estudio se puede
definir una: Calidad de la alimentacin
Esta variable, Calidad de la Alimentacin, se pudiera
conocer a travs de una pregunta en una encuesta (Indicador)
que dijera: Cmo considera la calidad de los alimentos que
consume? Y hacerla cerrada con tres respuestas posibles
(valor de la variable) Buena, Regular o Mala. Es decir, la
variable calidad de la alimentacin vendra dada por un
indicador que pregunta en un cuestionario la opinin del
estudiante respecto a la calidad de su alimentacin. Sin
embargo, la misma variable podra tener otro indicador,
obviando la pregunta del prrafo anterior, donde se pregunte:
Cules fueron los alimentos que consumi en el desayuno,
en el almuerzo y en la cena de los ltimos cinco das?
Y otro indicador, agregado a los anteriores, de la
misma variable podra ser estar por tres das consecutivos en
el sitio (mbito universitario) y en el momento donde ese
estudiante se alimenta y anotar exactamente los alimentos
que est consumiendo.
45
Los tres ejemplos mencionados son tres indicadores

de una misma variable, que pudieran usarse de manera
exclusiva y excluyente o combinada en ese estudio. Si su uso
es combinado, permite establecer sub variables de la original,
donde el primer ejemplo: Cmo considera la calidad de los
alimentos que consume? pudiera considerarse una dimensin
subjetiva (opinin del estudiante) de la calidad de la
alimentacin consumida.
Pero para alcanzar
este objetivo principal
seguramente necesitamos obtener previamente un objetivo
especfico diferente al principal pero requerido para lograrlo,
enunciando ese objetivo como: conocer las caractersticas
demogrficas y sociales de los estudiantes participantes en el
estudio, habiendo definido para ello que las variables
necesarias son la edad, el sexo, el estrato social y la
procedencia de los estudiantes.
Con mucha frecuencia, y por eso lo destacamos aqu,
los estudios epidemiolgicos o clnicos, para obtener los
datos, siguen un orden que ms o menos se asemeja al orden
con el cual hacemos el abordaje clnico de un paciente o de un
individuo sano pero objeto de inters en investigaciones para
identificar factores de riesgo o factores preventivos. Es decir,
en muchas investigaciones epidemiolgicas o clnicas,
inicialmente nos interesa como objetivo conocer de donde
viene y cules son sus caractersticas personales generales y
sociales, esto se cumple a travs de un objetivo que quiera,
por ejemplo y como ya dijimos: identificar las caractersticas
demogrficas y/o sociales de los individuos en estudio.
Secuencialmente, luego nos interesa conocer los factores de
riesgo o factores que pudieran estar asociados al evento de
46
salud o enfermedad que estamos estudiando, as como los

antecedentes familiares y personales, pudiendo o no estar
representado en un objetivo especfico de nuestro estudio.
Luego, y siguiendo la misma lgica expresada antes, nos
puede interesar conocer las expresin clnica mrbida de los
pacientes estudiados, muchas veces se expresa en otro
objetivo especfico que adems puede ser o no el objetivo
central y principal del estudio, el cual, y sin embargo, por el
hecho de una lgica secuencia en el abordaje, hemos
colocado de tercero en el orden, aunque en el objetivo general
o principal del estudio nos hayamos encargado de resaltar de
manera primaria.
En conclusin al elaborar el diagrama de la
operacionalizacin de las variables, se deber comenzar con
aquellos objetivos especficos y sus variables que por el orden
lgico de su obtencin hayamos definido. Ver esquemas.
Tres funciones inmediatas se facilitan luego de hacer
un buen esquema de Operacionalizacin de las Variables:
1. Nos organiza el plan de accin de la investigacin en
un orden lgico de pasos y actividades, identificando
las variables a identificar e indicadores agrupadas por
los objetivos que no hemos planteado.
2. Nos facilita la elaboracin de la ficha o instrumento de
registro de los datos obtenidos, o de cuestionarios
3. Facilita la elaboracin de la base de datos digital en
computadoras.
47
Tabla 9. Esquema para visualizar la operacionalizacin de las

variables.
Objetivos
Especficos
Variables
Dimensiones
de la
variable o
subvariables
Indicador
Tipo de la
variable o
de la sub
variable
Valores de
cada variable
o dimensin
Determinar
los aspectos
demogrficos
y sociales de
los
estudiantes
participantes
en el estudio
Sexo
No
Seleccin
por
caracterstica
del fenotipo
Cualitativa
Nominal
Femenino
Masculino
Edad
1 En aos
cumplidos
1 Como
respuesta en
pregunta
directa.
2 De
acuerdo a
categora de
menor o
mayor de 18
aos de
edad segn
edad en
aos.
1.Cuantitativa
1cualquier
edad entre 15
y 30 aos.
Edad
2. Cualitativa
Nominal
2Menor de
edad
Y Mayor de
edad
EdadG
2 Por grupo
de edad
Nombre
en la
base de
datos.
Ej. en:
EXCEL
Sexo
Procedencia
No
Respuesta a
la pregunta:
Estado
donde vive
actualmente
Cualitativa
Nominal
Aragua
Carabobo
Miranda
Guarico
Apure
Otro
Estado
.
Estrato
social segn
mtodo de
Graffar
Modificado
por
Mndez..
No
Valor
obtenido al
responder
cuestionario
para Graffar
Modificado
por Mndez.
Cualitativa
Ordinal
Estrato I, II, III,

IV, y V
Graffar
48
Tabla 9. Continuacin Esquema para visualizar la operacionalizacin

de las variables
Objetivos
Especficos
Variables
Conocer la
calidad de
los
alimentos
consumidos
por los
estudiantes
durante un
periodo
especifico
de su
actividad
Acadmica
Calidad de
la
Alimentacin
Dimensiones
de la
variable o
subvariables
1 Subjetiva:
Opinin del
estudiante
respecto a la
calidad de su
alimentacin.
Indicador
Tipo de la
variable o
de la sub
variable
Valores de
cada variable
o dimensin
1 Respuesta
a la
pregunta:
Cmo
considera la
calidad de
los
alimentos
que
consume?
1 Cualitativa
Ordinal
1 Bueno, Regular
Mala. Puede ser
codificada como
1,2 y3
respectivamente.
2 Alimentos
consumidos
en las tres
comidas los
ltimos cinco
das.
2 Pregunta
con lista de
cotejo de
alimentos
consumidos
en
desayuno,
almuerzo y
cena los por
los ltimos 5
das.
2.Cualitativa
Ordinal
pero
considerando
el tipo y
balance
adecuado de
los alimentos
en cada
comida:
2 Bueno,
Regular Mala.
Puede ser
codificada como
1,2 y3
respectivamente.
Pero
considerando el
tipo y balance
adecuado de los
alimentos.
3
Observacin
directa de los
alimentos
consumidos
por el
estudiante en
tres das
consecutivos.
(en el
comedor por
ejemplo).
3
Observacin
directa con
lista de
cotejo de
alimentos
consumidos
en
desayuno y
almuerzo
por los
ltimos 3
das.
3.
Igual al
anterior pero
por
observacin
directa
3.
Igual al anterior
pero por
observacin
directa
49
Nombre
en la base
de datos.
Ej. en:
EXCEL
1 Calidad
Alim OS
2 Calidad
Alim
LC
3 Calidad
Alim
LCOD
Donde:
OS significa
opinin
subjetiva.
LC: Lista de
Cotejo
Y LCOD:
Lista de
cotejo por
observacin
directa.
Fuentes, procedimientos, materiales y tcnicas generales

y especficas de medicin y/o cuantificacin.
Esta parte es fundamental por dos razones, en primer
lugar en el proyecto permite demostrar al evaluador que los
autores estn en real capacidad operativa de alcanzar sus
objetivos y en segundo lugar, al presentarlo como un trabajo
final y/o publicarlo mostrarle a otros como puedan reproducir
lo que se ha hecho; por tanto, ser muy poco lo que se
modificar esta seccin del proyecto respecto al informe final
en formato de publicacin. El objetivo de esta parte del
proyecto es explicar paso a paso y claramente de donde,
como y con que se obtendrn los datos de la investigacin, de
all que consiste en detallar el Indicador que nombramos
someramente en la seccin de operacionalizacin para
conocer los datos de la variable. Si el estudio enfatiza
procedimientos clnicos se deber explicar su validez, los
criterios diagnsticos y las tcnicas utilizadas bajo especficos
estndares internacionales o de sociedades cientficas. Si se
utilizan o se agregan procedimientos de laboratorio es
importante explicar las tcnicas usadas con la suficiente
claridad para que el lector las pueda reproducir, de el nombre
y detalle de los equipos utilizados, reactivos y sus marcas
comerciales, ms cuando sean pruebas de reciente aplicacin.
Si se utilizan procedimientos clnicos o de laboratorio
novedosos, o pruebas con instrumentos tipo cuestionario,
deber darse informacin sobre la validacin en estudios
previos, o a travs de pruebas pilotos utilizadas o consulta de
expertos en la misma investigacin.
A continuacin se
50
presenta el ejemplo de las recomendaciones de STROBE en

este particular aspecto: (recuerde que para efectos de un
proyecto la redaccin se realiza en futuro.) (4).
Se calcul (calcular) principalmente el consumo de
cafena total usando las fuentes de composicin de alimentos
del Departamento de Agricultura de Estados Unidos. En estos
clculos se asumi (asumir) que el contenido de cafena era
de 137 mg por taza de caf, 47 mg por taza de t, 46 mg por
lata o botella de bebida de cola, y 7mg por racin de
chocolate. Este mtodo de medida del consumo (cafena)
mostr ser vlido tanto en el estudio de la cohorte NHS I como
en un estudio de una cohorte similar de profesionales de la
salud varones.(y) Se hall que el diagnostico auto-reportado
de hipertensin era fiable en la cohorte NHSI
El ejemplo anterior muestra como el procedimiento
que se uso, para conocer el consumo de cafena, reduce las
probabilidades de error al medir el valor de esta variable.
Presentamos otro ejemplo de cmo redactar aspectos
de esta parte de la metodologa:
Las muestras pertenecientes a los casos y los
controles pareados se analizaron (analizarn) siempre juntas
en la misma serie, y el personal del laboratorio no poda
(podr) distinguir entre casos y controles
La investigacin debe tener un formato o instrumento
de registro individualizado y muy bien identificado para cada
unidad de anlisis en el estudio, sea esta un paciente, una
muestra o un animal). Insistimos en el resguardo estricto que
51
debe existir para este documento. Un buen y organizado

esquema elaborado para operacionalizar la variable es la gua
para elaborar el instrumento de recoleccin de los datos.
Error, Sesgo y Confusor
Seguir un mtodo, las tcnicas y los procedimientos

favorecen la obtencin de informacin cercana a la realidad;
sin embargo, esa informacin nunca ser exacta. De all que
nuestra tarea es reducir lo ms posible ese espacio entre la
informacin en los datos obtenidos y la informacin real. Ese
espacio lo conocemos como Error, el error introducido por el
mismo hecho de investigar.
Hay dos tipos de error, uno es el error aleatorio que se
produce siempre que estudiamos muestras aleatorias que
provienen de poblaciones que usualmente representan
nuestro verdadero inters o a donde queremos generalizar
nuestros hallazgos. Intuitivamente sabemos que este error se
reduce en la medida que es mayor o ms grande nuestra
muestra, la nica manera de eliminar totalmente este tipo de
error es estudiar toda la poblacin. (9), (12).
El otro error es el error sistemtico y es el tambin
llamado sesgo, que ocurre cuando nuestros resultados se
alejan sistemticamente del verdadero valor que existe en la
poblacin que estudiamos. Este tipo de error es a su vez de
dos tipos: de seleccin y de informacin. El sesgo de
seleccin se produce cuando lo que se est estudiando difiere
52
sistemticamente entre los que participan y los que no

participan en el estudio. Por ejemplo, supongamos que en una
comunidad queremos conocer o estimar el porcentaje de nios
menores de 10 aos con anemia, para ello se medir la
hemoglobina en una muestra de nios que voluntariamente
sean llevados por su madre al ambulatorio. Luego de hecho
este estudio, nos preguntaremos, como saber si en los nios
participantes no predominaron aquellos cuyas madres
pensaban que sus nios estaban anmicos y fueron
sistemticamente en mayor proporcin que aquellos nios
cuyas madres no pensaban lo mismo. Este sesgo como el de
informacin es especialmente importante en estudios
comparativos cuando haya dos o ms grupos participantes,
siendo en estos casos cuando el sesgo de informacin es
particularmente importante. El sesgo de informacin se
produce cuando los datos obtenidos u ofrecidos por un tipo de
participante o grupo difieren sistemticamente de los datos
obtenidos u ofrecidos por el otro grupo. Supongamos un
estudio de casos y controles, donde los casos presentan una
enfermedad y los controles estn libres de ella. Si el estudio
quiere encontrar una relacin entre la enfermedad y un
determinado factor de riesgo o exposicin ocurrida en el
pasado es muy probable que los casos o pacientes con la
enfermedad estn sistemticamente ms propensos a
recordar ese factor que los controles o personas sanas,
aunque en realidad esa diferencia no exista y simplemente
unos por su situacin particular recuerdan ms que otros.
En ocasiones esos sesgos son muy difciles de
controlar pero al menos es importante pensar en su posible
presencia para reportarlos como limitaciones del estudio y en
el mejor de los casos evitarlos en el momento de planificacin
53
de la investigacin, que es la nica fase en la cual el efecto

puede evitarse.
El confusor o factor de confusin no es propiamente
una causa de error, es simplemente una variable secundaria
que al momento de comparar las variables principales de
causa y resultado, se vincula con ellas y sin estar el
investigador consciente de ello, lo cual puede hacer llegar a
conclusiones equivocadas. La gran ventaja de este tipo de
situacin a diferencia de los sesgos anteriores es que la
misma puede ser controlada o ajustada durante el anlisis de
los datos.
Un clsico ejemplo sera un estudio donde se quiera
relacionar la frecuencia o presencia de infartos al miocardio
entre bebedores y no bebedores de caf, asumiendo el caf
como un potencial factor de riesgo para esa enfermedad. En
tal caso el tabaquismo pudiera ser una variable confusora que
si no es tomada en cuenta en el anlisis nos pudiera llevar a
conclusiones equivocadas, debido a que pudieran ser los
bebedores de caf ms fumadores de cigarrillos que los no
bebedores y la posible real causa de infarto entre los
cafeteros. Hay procedimientos sencillos (estratificar los datos)
y otros ms complejos (modelos multivariables) para ver si es
realmente un factor o si es otro el que se asocia a la
enfermedad.
54
Tamao de la muestra
En principio es importante aclarar que el tamao de la

muestra y las caractersticas del muestreo pueden tener
muchas particularidades y requerimientos que escapan al uso
y la necesidad de los proyectos que en general realizan los
estudiantes de medicina a quienes va dirigido este manual.
Cuando dijimos que uno de los tipos de errores
posibles de tener al realizar un estudio para obtener
informacin de una muestra que representa a una poblacin
de referencia era el error aleatorio tambin dijimos que a
mayor tamao de esa muestra, en trminos de probabilidad,
menor sera el error. La pregunta que debemos hacernos es
que tan grande debe ser esa muestra para que dicho error no
lo sea, pero al mismo tiempo que tan pequea debe ser la
muestra para que sea factible su realizacin en trminos de
tiempo, costo y capacidad. La respuesta viene dada por
convenciones probabilsticas donde se acepta, tambin
basados en otra convencin de un mnimo posible de margen
de error y de la variabilidad de lo que queremos medir, el
tamao especifico de la muestra como condicin resultante.
Tales convenciones y variabilidad, en condiciones especificas
de distribucin de sus probabilidades, se utilizan a travs de
una frmula matemtica para obtener el tamao mnimo
deseado de la muestra, o de las muestras cuando, ms all de
querer estimar un parmetro en una poblacin, queremos
probar hiptesis comparativas. Esta frmula vara
dependiendo de ciertas condiciones o elementos que a
continuacin presentamos: (15), (16)
55
1.-El primer elemento a identificar para establecer el

tamao de la muestra es la variable o resultado que identifica
nuestro principal objetivo. Determinando si lo que medimos
estadsticamente proviene de una variable numrica
cuantitativa o de una variable cualitativa. Por ejemplo, si
estudiamos valores de hemoglobina (variable cuantitativa) en
una muestra de personas de determinada poblacin, un
indicador estadstico usual para este tipo de variable ser su
media o promedio, para lo cual corresponder una formula
especfica para calcular un tamao deseado de muestra. Si
por el contrario, la variable principal a estudiar es la presencia
de anemia (variable cualitativa) en una muestra de una
poblacin, seguramente el indicador estadstico ser la
proporcin o porcentaje de anmicos en todos los estudiados,
en este caso el clculo del tamao de la muestra
corresponder al necesario para conocer una proporcin.
2.-El segundo elemento es determinar si queremos
estimar el parmetro de una poblacin; conocer el promedio
de hemoglobina que debe tener la comunidad en estudio a
partir, por ejemplo, del promedio encontrado en la muestra, o
si lo que queremos es probar una hiptesis al comparar dos
promedios de hemoglobinas pertenecientes a dos grupos de
personas: mujeres y hombres. Esta misma idea aplica si la
queremos realizar con una proporcin o porcentaje de
personas con anemia para estimarla a una poblacin o para
probar hiptesis de proporcin de personas con anemia entre
ambos sexos.
3.-En los casos anteriores si trabajamos con promedio
se usar la varianza estadstica en la frmula del clculo del
56
tamao de la muestra, y si trabajamos con proporciones o

porcentaje se usar el producto de la proporcin (p)
multiplicado por 1 menos esa proporcin tambin conocido
como q.
4.-El tamao de la muestra que queremos calcular
pertenece a una poblacin finita con una tamao conocido o a
una poblacin de tamao infinito o indeterminado. La frmula
para el clculo de la muestra cambia dependiendo de conocer
o no esta informacin. Entendamos; sin embargo, que, menor
sea la poblacin mayor ser el porcentaje de ella que
deberemos estudiar para mantener un error aleatorio
pequeo.
5.-Por convencin se recomienda en la estimacin de
parmetros poblacionales trabajar con niveles de confianza
probabilstica no menor de 0,95 o del 95%, lo cual se
corresponder con un valor estndar (en este caso 1,96) en
distribuciones esperadas de probabilidad utilizadas en la
frmula para el clculo del tamao de la muestra, conocida
como valor z.
6.-Semejante al punto anterior pero en casos de
pruebas de hiptesis donde requerimos la conformacin de
dos o ms grupos que son comparados, se recomienda
niveles de significancia menores de 0,05 o del 5%, es decir
que nuestra probabilidad de equivocarnos (error) por causas
aleatorias en nuestra conclusin del resultado sea menor a
dicho nivel de probabilidad.
7.-La formula del tamao de la muestra tambin
variar por accin de los efectos del diseo y/o de la manera
57
que realizamos el muestreo, estas consideraciones se

reducen en la medida que podamos realizar procedimientos
de azar simple a veces difciles en los escenarios de estudios
clnicos. Este valor si se incluye en la formula puede ir desde
1 cuando la muestra se obtiene por azar simple, hasta 10
dependiendo del efecto del diseo. El efecto del diseo
aumentar en la medida que el muestreo requiera diferentes
conglomerados y estratificaciones de la poblacin.
Los puntos anteriores introducen una variabilidad
importante en la formulas sencillas y originales para el clculo
de la muestra, presentaremos aqu solo las ms bsicas pero
recomendamos ampliamente el programa OPEN EPI de
acceso libre en la internet y donde explicaremos de manera
audio visual el clculo del tamao de la muestra como una de
sus funciones ms importantes.
Para calcular el tamao de la muestra a partir de una
proporcin de un evento que se quiere conocer en una
poblacin lo suficientemente grande.
Donde:
n es el tamao de la muestra
z es un valor de 1,96 cuando queremos un nivel de confianza del 95%
E es el error mnimo deseado, para un 5% de error el valor de E es 0,05
p es la probabilidad del evento que estudiamos (si por ejemplo el evento se
conoce o sospecha que ocurre en el 50% de los casos, p ser 0,5)
q es 1 menos p
58
Para calcular el tamao de la muestra a partir de una

media de un evento que se quiere conocer en una poblacin lo
suficientemente grande.
Donde:
n es el tamao de la muestra
z es un valor de 1,96 cuando queremos un nivel de confianza del 95%
E es el error mnimo deseado, dado por el valor exacto que se considere.
es la desviacin estndar de la media de la poblacin, la cual puede ser
sustituida por desviaciones conocidas de estudios previos o de pruebas.
Para otras condiciones que no sean las ms bsicas

de este tipo de clculo sugerimos la aplicacin y uso del
programa Open Epi, que puede ser bajado de manera libre y
gratuita, o utilizado en el mismo sitio de Internet, a travs de la
siguiente direccin: http://www.openepi.com. Este programa
trabaja con datos que ya hayan sido totalizados o con
informacin conocida como sera el caso del clculo del
tamao de la muestra. No requiere importar bases de datos.
Una vez instalado el programa se muestra como en la
figura 2, del lado izquierdo estn las funciones de las cuales
nos interesa resaltar la de Tamao de la Muestra o sample
Size si bajaran la versin en ingls. Hacemos clic all y
escogemos proporcin. (17). Figura 2.
59
Figura 2. Programa Open Epi. Pgina principal en INTERNET.

Vemos ahora que se despliegan los aspectos que
hemos hablado. Puede seleccionar el tamao exacto de su
poblacin, caso en el cual el programa ajustara la frmula para
esa situacin, si no se conoce se deja el valor que est all. Se
debe colocar aproximadamente y en valor porcentual la
proporcin que se estima debe tener el evento en la poblacin,
encontrar de en la muestra y el valor del error que se quisiera
lograr por encima y por debajo del valor que se encontrar en
la muestra. Si la muestra es aleatoria simple se deja el valor 1
donde dice efecto del diseo. Se presiona la opcin introducir
datos y luego calcular, luego nos dar una tabla con diferentes
tamaos de muestra dependiendo de la confianza que se
escoja, donde ya dijimos, recomendamos 95 %. Figura 3.
60
Figura 3. Open Epi. Tamao de muestra de variables de proporcin.

La siguiente figura 4 muestra los resultados obtenidos.
Figura 4. Resultados de tamaos de muestra por nivel de confianza.

Para estudios transversales o de cohorte donde se
comparen dos grupos y deseamos conocer los tamaos de
61
muestra de esos grupos, seleccionamos la

Cohorte/EC en tamao de la muestra. Figura 5.
opcin
Figura 5. Clculo de Tamao de muestra: dos grupos comparados.

En trminos muy generales y asumiendo poblaciones
suficientemente grandes cuando por ejemplo realizamos
estudios epidemiolgicos, sabemos que aquellos tamaos de
muestras que permiten un balance entre errores
convencionalmente pequeos y a la vez manejables para un
uso eficiente de recursos, estarn entre 400 y 1500 personas
o unidades de anlisis; por tanto, cuando condiciones
especiales de tiempo y recurso nos obligan a tener muestras
de tamaos ms pequeos, por ejemplo los estudios clnicos,
pues simplemente estaremos obligados a explicar esa
condiciones y a realizar nuestros clculos para conocer el
tamao de los errores esperados para esas especficas
circunstancias.
Por diferentes y lgicas razones que estn ms all de
ser explicadas en este manual, las investigaciones realizadas
62
por estudiantes de medicina deben ajustarse a tiempos

acadmicos y circunstancias especficas de mbitos
hospitalarios o de salud, lo cual en muchas situaciones son las
que realmente definen los tamaos de las muestras a estudiar.
En estos casos el autor debe describir las circunstancias que
justifican el tamao de su muestra y expresar la magnitud de
los errores aleatorios que se esperan. En escenarios
especficos donde tamaos deseados de muestras no pueden
ser obtenidos, se recomienda estudiar el mximo de unidades
o personas que el tiempo y los recursos permitan, y
preferiblemente que no sean menos de 30 las personas o
unidades estudiadas.
Anlisis Estadstico
En la fase de proyecto y luego en el trabajo final, se

debe explicar en la seccin de metodologa la manera como
se analizarn (proyecto) y analizaron (trabajo final) los datos
estadsticamente. Esta parte no es para analizar los datos
pero so para decir cmo se har. Se debe comenzar diciendo
como se procesarn los datos: en donde se transcribirn, lo
cual generalmente se hace en una base de datos de EXCEL,
luego nombra el programa estadstico utilizado, incluyendo la
versin del mismo.
Generalmente aquellos estudios que usualmente
llamamos descriptivos, no requieren aplicar pruebas de
hiptesis estadstica;, sin embargo, con mucha frecuencia si
utilizan otra aplicacin de la inferencia estadstica que es la
63
estimacin de parmetros con los intervalos de confianza, se

recomienda que se realice y se reporte esta estimacin con un
nivel de confianza del 95 %.
Se debe explicar de manera general los indicadores
estadsticos que sern utilizados dependiendo de las
caractersticas de las variables consideradas. Por ejemplo
decir que en las variables cuantitativas se obtendr las medias
y la desviacin estndar, o que dependiendo de la manera
como se distribuyan los datos se obtendrn los valores
mediana y los percentiles, o el rango intercuartlico.
Con mucha frecuencia se obtienen valores
estadsticos que la epidemiologa ha tomado e incorporado al
campo de la Salud Pblica, datos como los diferentes tipos de
incidencia, la prevalencia, la razn de mortalidad, riesgo
relativo, riesgo atribuible y razn de razones (Odds Ratio)
deben ser mencionado en esta seccin y explicados cuando
sea necesario, si el indicador no es bien conocido.
Cuando se hacen comparaciones entre grupos
generalmente se aplican pruebas de hiptesis estadstica para
saber si las diferencias encontradas son realmente
significativas y extrapolables a situaciones ms all de los
grupos estudiados. Estos son los estudios mal llamados
analticos, para diferenciarlos de los descriptivos. En este caso
se deber especificar el tipo de prueba que se va a utilizar.
Con mucha frecuencia cuando los datos corresponden a
variables cualitativas como la presencia o no de una
enfermedad, y la presencia o no de un factor causal o de
riesgo, una prueba muy utilizada es el Chi cuadrado, con
pruebas alternativas como la prueba Exacta de Fisher, ellas
64
debern ser reportadas y adems decir que se utilizar un

nivel de significancia que, idealmente, ser menor de 0,05 o
menor. Cuando el estudio compare valores promedio entre
dos o ms grupos y existan criterios de normalidad en la
distribucin de los datos, varios tipos podran ser usadas
dependiendo de cada caso en particular. Entre ellas, la Prueba
de Student y el Anlisis de Varianza, en datos sin
distribuciones normales pruebas no paramtricas debern ser
mencionadas como de posible uso. En estos casos de igual
manera se deber fijar el nivel de significancia o nivel alfa del
estudio que no debera ser menor de 0,05. (16).
Deber de igual manera mencionarse otras pruebas y
modelos especficos cuando ellos sean necesarios. Por
ejemplo: el uso de modelos con anlisis simultaneo de dos o
ms variables independientes como modelos de regresin
mltiple o regresin logstica; el uso de pruebas especiales
como las utilizadas en los estudios diagnsticos y sus
indicadores como valor predictivo positivo y negativo, ms de
la pruebas, o pruebas de concordancia, tablas o modelos de
supervivencia, todas ellas con sus respectivos intervalos de
confianza. (9).
Al momento de escribir esta parte de la metodologa
se deber ser muy preciso en los puntos a mencionar,
dependiendo del alcance del anlisis este debera poder
escribirse entre 100 y 250 palabras.
65
Captulo III del Proyecto de Investigacin.

Aspectos Administrativos y Recursos
Recursos Institucionales
Institucin responsable de la investigacin
En este aparte se debe iniciar la informacin del
proyecto correspondiente a este captulo. Se debe mencionar
las instancias que estarn involucradas en el proyecto.
Comenzando por la Universidad de Carabobo y su
dependencia directamente vinculada al proyecto. Esta
dependencia podr ser una o ms de una y corresponder al
departamento responsable, o el centro, unidad o instituto que
directamente estn vinculadas al soporte del proyecto.
Inmediatamente despus tambin se deben mencionar otras
instituciones diferentes a la Universidad de Carabobo pero sin
las cuales no podra ejecutarse el proyecto. Por ejemplo: El
Hospital Central de Maracay, y en el, el Servicio de Medicina
Interna y el servicio o departamento de Historias Mdicas,
Investigador-docente responsable de la investigacin.
Esta seccin incluye al tutor, responsable directo de la
investigacin y cuando sea el caso tambin podr incluir otro
tutor participante y aquellos docentes involucrados
directamente y de manera importante en el proyecto.
Recursos Humanos
En esta seccin el estudiante deber mencionar todas
las personas profesionales o no, que participaran y permiten la
ejecucin de la investigacin. Puede incluir mdicos del
66
hospital o de los servicios donde el proyecto se realiza,

mencionados de manera general o individualizada
dependiendo del caso. De igual manera puede incluir al
personal profesional o no, especifico en un laboratorio
vinculado a la realizacin del proyecto o al personal o
trabajador del departamento de historias mdicas que facilit
su obtencin. Los propios estudiantes son parte del recurso
humano que permite que la investigacin pueda ser realizada.
Recursos Financieros
Explicar cmo es el financiamiento de la investigacin.
Si este proviene de proyectos ejecutados a su vez por el
laboratorio, centro o unidad de investigacin de la Universidad,
o si es en parte financiado por los recursos del propio
estudiante, o si se obtuvo del CDCH de la Universidad de
Carabobo como financiamiento para tesis de pregrado o de
algn otro ente existente para ese fin. Especificar si este
proyecto est siendo sometido a una instancia de
financiamiento para el momento que se termine la ejecucin
del proyecto en quinto ao. Se debe especificar la distribucin
de ese recurso por los aspectos que dividen a la investigacin.
Recursos Materiales
Estos recursos deben ser muy bien definidos sobre
todo cuando se busca financiamiento para el proyecto.
Indique punto por punto aquellos recursos materiales con los
cuales se cuenta para la adecuada ejecucin de la
investigacin y aquellos que se deben tener para poder
hacerla. Si va a solicitar financiamiento especifique los costos.
Elabore tablas si es necesario o facilita su presentacin.
67
Consideraciones ticas y su soporte

Para la Universidad de Carabobo, la Direccin de
Investigacin y la propia asignatura es de suma importancia
todas las medidas que los estudiantes y sus tutores tomen en
resguardo de las personas participantes en los proyectos y
potenciales estudios de investigacin.
Ms all de un requerimiento administrativo y
acadmico: el respeto, la consideracin y el cuidado de las
personas enfermas o sanas que participarn en estos estudios
es una obligacin, un lineamiento inquebrantable para el logro
de cualquier objetivo acadmico o de investigacin de los
estudiantes o de la institucin. Inclusive en estudios donde se
conozca de los pacientes solo a travs de sus historias
medicas,
deber
guardarse
con
mucho
celo
la
confidencialidad y el nombre de tales pacientes.(18).
Cuando los estudios sean realizados en animales
tambin deber aplicarse las medidas necesarias para evitar
el maltrato indebido de los mismos y responder a los
derechos que aun como animales ellos tienen.
Se han creado mecanismos para garantizar que los
principios mencionados se cumplan, entre ellos el uso de un
documento que las personas o pacientes participantes estn
en derecho de conocer, documento donde se les explica las
caractersticas de la investigacin, el tipo de riesgo al cual
pudieran estar sometidos y al final su absoluta y libre decisin
de querer o no participar en el estudio. Este documento se
conoce como el Consentimiento Informado.
68
Adicional y paralelamente, Comits conformados por

investigadores y personas con experiencia en los derechos de
los pacientes deben evaluar los proyectos, sus
procedimientos, su ejecucin y los documentos a ser ledos o
considerados por los pacientes o personas en el estudio para
consentir su participacin. Si por razones de causa mayor
faltara ese comit es obligacin de todos los involucrados:
estudiantes, tutores, docentes y coordinadores de las
asignaturas Proyecto de Investigacin I y II
velar por
garantizar los derechos de los pacientes en resguardo de su
vida, de su salud, de sus sentimientos y de su privacidad.
Consentimiento Informado: Cuando aplique, deber
anexarse este documento, diferenciando aquellos dirigidos a
personas adultas, nios mayores con capacidad de asentir
(donde firman ellos y sus padres) y menores bajo total
responsabilidad de sus padres.
Reporte de la Comisin de evaluacin de los
aspectos ticos. Comisin de biotica, en el estudio.
Cuando aplique, o sea posible, o necesario por su importancia
obtener este reporte deber anexarse al proyecto.
Actividades del Proyecto y su Cronograma de Actividades.
Los estudiantes debern presentar en el proyecto un
resumen escrito de manera general y especificado en un
diagrama o cronograma todas las actividades y el momento en
el tiempo en que piensan realizarlas basados en una
planificacin discutida con sus tutores. Debe incluir el tiempo
requerido, generalmente expresado en meses de ao
calendario, para la realizacin del proyecto, las partes
69
especficas de su ejecucin posterior deben ser presentadas

en ese cronograma. Esas partes especificas incluyen: La
bsqueda de informacin bibliogrfica y de otro tipo, la
obtencin o recoleccin de los datos o entrevistas con los
pacientes o personas, los tiempos requeridos para los anlisis
de laboratorio si fuera ese el caso y dependiendo de su
importancia relativa en el estudio, los tiempos para el anlisis
de los resultados, los tiempos para la redaccin del informe
final. Otros aspectos particulares en cada tipo de estudio
deben ser incluidos aqu. Se presenta un ejemplo de un
cronograma de actividades donde se sugieren algunos tems
que, pueden ser otros y diferentes al discutirlos los estudiantes
con su tutor. Se recomienda hacer el cronograma hasta la
culminacin del estudio, es decir a mediados del 2012 y hacer
la divisin por meses calendarios.
Productos del proyecto y beneficiarios de los resultados del
proyecto.
Este aspecto es de suma importancia escribirla aun
sea en pocas lneas o prrafos, En el deben enumerarse los
productos generados por el estudio los cuales pudieran incluir:
El Informe final con sus recomendaciones, un eventual articulo
de publicacin, un cuestionario validado, un material de uso
comunitario, el adiestramiento de personal en reas
importantes de usos futuros, la atencin de pacientes y/o su
tratamiento.
Vinculado a los productos que beneficios potenciales
pudiera traer el conocimiento de una informacin no conocida
hasta la fecha, como pudiera impactar las pautas de un
servicio mdico o de una actividad preventiva, o de los
70
servicios sanitarios y ambientales a una comunidad. Estos

posibles beneficios deben ser redactados y presentados en
esta parte del proyecto, aunque siempre debe hacerse de una
manera precisa y realista; que pueda ayudar a decidir el
financiamiento de un proyecto pero que no sea al mismo
tiempo la soga en el cuello al presentar productos o
beneficios que luego no se podrn obtener.
Cronograma de las actividades de la investigacin.
Ejemplo:
Elaboracin
del Proyecto
Recoleccin
de los. Datos
Anlisis de la
informacin
Redaccin
informe final
Revisin
Final de Tutor
Correcciones
informe final
Obtencin de
bibliografa
Presentacin
Final
71
Julio 2012
Junio 2012
Mayo 2012
Abril 2012
Marzo 2012
Febrero 2012
Enero 2012
Dic. 2011
Nov. 2011
Octubre 2011
Sept. 2011
Agosto 2011
Julio 2011
Junio 2011
Mayo 2011
Abril 2011
Tabla 10. Cronograma de Actividades del Trabajo de Grado por

aspectos de la investigacin y mes calendario 2011- 2012
Referencias y Bibliografa.
Citacin: Las citas bibliogrficas es una parte
fundamental en la exposicin narrativa de todos los captulos
del proyecto de investigacin as como de gran parte del
trabajo final de grado en su formato de publicacin. La razn
es que permite sostener y demostrar con evidencias los
hallazgos que otros investigadores o los mismos autores en
momentos previos, han realizado en el tema que se est
investigando. Adems, es el reconocimiento necesario al
esfuerzo de investigacin de quienes nos precedieron en el
tema o problema que nos convoca. Lo nuevo y no citable en el
estudio vendr con los resultados originales que ese trabajo
presentar, que a su vez sern citables en futuras
investigaciones. De esa misma manera podemos asegura que
en un estudio o proyecto no habr idea o prrafo original hasta
que l pueda encontrar sus propios resultados, as tampoco
podr haber prrafo suelto en ese proyecto o informe final sin
la sustentacin de una bibliografa que lo valide. Inclusive, y
valga el ejemplo, en un aspecto tan obvio como decir en un
proyecto: la violencia es causa importante de muertes en el
mundo, debemos validar con una cita, cual organizacin,
estudio o estadstica oficial sostiene esa conclusin. Aunque
esa y otras ideas complementarias puedan ser referenciadas
simultneamente al final de un prrafo. Es obligado hacerlo
por ms obvio que resulte decirlo. Adems como ya hemos
dicho, en lo posible trataremos de llegar al autor o institucin
original en la gnesis de afirmacin utilizada y reducir al
mnimo la citacin secundaria a partir de citar lo que otro
tambin cit.
72
Un aspecto importante a considerar es el nmero de

citas y bibliografa utilizadas en el proyecto o en el trabajo o
artculo final, a menos que se trate de un trabajo de revisin
donde el nmero de artculos considerados cuenta mucho en
su validez, usualmente una exageracin en el nmero de
artculos reportados no muestra ms que el autor no logra
discernir, entre ellos, los que realmente son importantes y
sustanciales en la informacin que ofrecen. Involucra un
esfuerzo intelectual necesario para la seleccin de las ms
adecuadas e importantes referencias a ser reportadas.
Adems, en la mayora de los casos la actualizacin es un
criterio importante, por ejemplo artculos con menos de 3 aos
de haber sido publicados, pero sin desmerito o exclusin de
aquellos artculos que independientemente de su ao de
publicacin sean bsicos para su referencia en nuestra
investigacin.
Ahora bien, la manera de realizar esa cita y de mostrar
al lector con precisin la fuente original a travs de la
bibliografa usualmente colocada al final del documento o del
captulo, ha sido muy variable, como variable son los sistemas
oficiales para hacerlo, por nombrar algunos: La Asociacin
Americana de Psiclogos conocida por sus siglas en ingles
APA (sistema autor-ao), Chicago, MLA, la norma ISO 690
(sistema numrico) y el sealado en las normas de Vancouver
(sistema numrico) este ltimo el ms usado en los estudios
mdicos y de salud, y por eso el recomendado por nosotros.
El sistema recomendado por la normas de Vancouver
es sencillo en la manera de citar durante el texto del proyecto
o del artculo final, porque simplemente lo hacemos con
73
nmeros arbigos en el mismo orden de la secuencia del

documento, si la fuente se llega a repetir pues repetimos el
nmero que utilizamos en su primera cita. Este sistema fue
bien acogido por los editores de revista debido a que reduca
el nmero total de palabras y caracteres requeridos en el texto
si lo comparamos por ejemplo con el sistema autor ao. (1)
Menos sencillo es la manera y las variaciones para
escribir la bibliografa al final del documento o del captulo,
existiendo mltiples variaciones segn se trate de un articulo,
un libro, un capitulo de un libro, un artculo de prensa, una
conferencia, un documento oficial etc. Recomendamos tener a
la mano las recomendaciones de Vancouver en su apartado
de citas y bibliografa para colocar esta de la manera
adecuada.
Programa de Gestor Bibliogrfico: ZOTERO
Son muchos los programas computarizados para el

manejo automtico de la bibliografa, varios de ellos son
gratuitos y dentro de estos ltimos el programa ZOTERO
viene demostrando su versatilidad y facilidad para su uso. Por
esa razn nos permitimos recomendarlo y dar algunas
sugerencias para su manejo.(19),(20).
En principio diremos que ZOTERO como otros
gestores bibliogrficos, realizar mucho del trabajo que
tendramos que hacer nosotros manualmente en la
organizacin y registro de los resultados de la bsqueda de
bibliografa que se puede realizar a travs de las bases de
datos especializadas que existen en internet, como Pubmed,
74
Scielo, y google acadmico. Tambin reducir mucho el

trabajo en el procesador de palabras (usualmente Word)
cuando tenemos que escribir una a una la bibliografa al final
del documento.
Para garantizar lo expuesto en el prrafo anterior el
programa ZOTERO, vincula el buscador en internet que
usualmente
usamos, con su
propio sistema de
almacenamiento de informacin instalado en nuestra
computadora y con el procesador de palabras Word.
Se recomienda trabajar con el programa de acceso a
internet y buscador MOZZILA de FIREFOX por ser este la
fuente original donde ZOTERO se desarroll, aun cuando ya
existen versiones de ZOTERO para google chrome.
Ir entonces a la pgina oficial de ZOTERO en la
direccin www.zotero.org seleccionar DOWNLOAD NOW y
luego escoja la versin 4.0 para FIREFOX, adicionalmente
tambin seleccione un complemento para poder trabajar con
el procesador de palabras Word: plugin for Word o
LibreOffice. Figura 6 y 7.
Una vez instalado el programa ZOTERO y su
complemento de vinculacin al programa Word, estaremos en
capacidad de anexar a nuestro sistema personal de archivos
la informacin bibliogrfica de artculos de nuestro inters, el
resumen si lo tiene y en ocasiones, si est disponible, el
articulo completo en versin pdf o HTML. Anexo a este
manual, presentaremos un video para mostrar los pasos que
se requieren para la instalacin y uso del programa ZOTERO:
75
Figura 6. Pgina principal en INTERNET de ZOTERO
Figura 7. Pgina para descargar ZOTERO
76
Captulo 2
Ejecucin de la Investigacin y
Procesamiento, Manejo y Anlisis
de los Datos
Definimos la Ejecucin de la Investigacin como la
fase o momento de la investigacin donde los autores y
responsables del los proyectos cientficos interactan
directamente con la fuente de informacin para obtener los
datos requeridos para cumplir con los objetivos.
Una adecuada y explicita metodologa garantiza o
facilita esta fase prctica del estudio. Se entiende as que se
debe es cumplir con lo que se ha expresado realizar.
Para esta fase es necesario tener los permisos,
autorizacin y disposicin requeridos por las instituciones,
comunidades o grupos participantes, sean estos: centros de
salud, barrios, centros urbanos, laboratorios, escuelas,
guardas de animales y cualquier otro que sea integrado o
representado por personas. Adems, los formatos de
consentimiento bio-tico debern ser comprendidos,
aceptados y firmados por los participantes objetos de estudio,
cuando requiera la directa participacin de humanos.
77
Desde el mismo momento que cualquier persona, sea

adulto o nio, participa en la investigacin, se crea una
responsabilidad inmediata con ella, un compromiso que debe
justificar plenamente la disposicin, voluntad y participacin de
esa persona. Como debe estar claramente establecido en el
consentimiento, la persona y/o su representante en el estudio
tiene que estar consciente de los objetivos y beneficios de esa
investigacin, y cules compromiso se adquiere con ellas y
cules no; cules son los tiempos mximos para reportar y
entregarles resultados individuales cuando ellos existieren.
Las eventualidades deben en lo posible pensarse y
tener alternativas de solucin.
Es importante realizar pruebas pilotos para evaluar los
procedimientos para ejecutar la investigacin, ms aun
cuando ello implique actividades de campo o de interaccin
con personal ajeno directamente a los objetivos del estudio.
La persona o personas encargadas de obtener la
informacin y de realizar las mediciones, encuestas y/o
cuestionarios deben tener un entrenamiento mnimo permitido
y homogneo, dependiendo de los objetivos requeridos. A
todo costo se debe evitar o reducir el aprendizaje sobre la
marcha de la investigacin.
Los instrumentos de medicin y de recoleccin de la
informacin deben estar bien revisados y evaluados antes de
su uso. De igual manera las fichas de registros de datos y/o
cuestionarios deben tener garantizado un lugar para su
almacenamiento, en resguardo de la confidencialidad de la
78
informacin suministrada u obtenida, igual debe hacerse con

las muestras biolgicas obtenidas durante el estudio.
Como hemos mencionado antes, la Ficha de Registro
de los Datos, o en ciertos casos el cuestionario del estudio
debe reflejar la secuencia lgica de los objetivos colocados en
el esquema de la operacionalizacin de la variable. La ficha de
registro de los datos es el elemento de transicin entre la
fuente de informacin y la fase del procesamiento, manejo y
anlisis de los datos.
Hacia el Anlisis de los Datos
El procesamiento y manejo de los datos es una fase

en la investigacin que puede ir en paralelo o inmediatamente
despus de la fase de ejecucin de la investigacin.
El anlisis de los datos es la parte de la investigacin
que requiere: a) la aplicacin de procedimientos informticos y
estadsticos para entender y aprovechar la informacin que
esos datos contienen, y b) la aplicacin de procedimientos
estadsticos y de forma para presentar la informacin de la
mejor manera para la adecuada comprensin por parte de
terceros.
Para alcanzar esa comprensin o anlisis de la
informacin y su adecuada presentacin exponemos tres
grandes objetivos, requeridos en toda esta fase de manejo,
procesamiento y anlisis de los datos:
79
1.-Preparar los datos para el anlisis: este objetivo

inicial busca adecuar y manejar coherentemente las
caractersticas de los datos y ordenarlos para su posterior
anlisis. Considera el uso de herramientas informticas y la
creacin de la Base de Datos. (BD).
2.-Analizar los Datos propiamente dicho: Donde se
requiere obtener mediciones e indicadores especficos que
permiten describir e inferir a partir de la informacin y datos
disponibles. Considera el uso de programas estadsticos.
3.-Presentar adecuadamente los resultados del
anlisis de los datos: Incluye la manera ms comprensible
de presentar los resultados del anlisis al momento de ser
ledo e interpretado por terceras personas. Considera la
narracin escrita, en tablas y en figuras de los resultados.
Pasamos a detallar cada uno de estos objetivos, el
procedimiento para alcanzarlo y las consideraciones
especiales que deben tenerse en cada caso.
1.- Preparar los datos para el anlisis:

Este objetivo inicial busca adecuar y manejar
coherentemente las caractersticas de los datos y ordenarlos
para su posterior anlisis. Considera el uso de herramientas
informticas y la creacin de la Base de Datos. (BD).
El propsito final es obtener una base de datos
adecuada para su anlisis. En nuestra experiencia la base de
datos est representada, usualmente, por un solo elemento,
80
tabla o archivo que almacena toda la informacin que la

investigacin requiere. Esto a diferencia del concepto de base
de datos que se puede utilizar ms ampliamente con fines
administrativos y comerciales y que puede contener varias
tablas o archivos interconectados.
Las caractersticas y pasos para lograr este objetivo
son:
1.1.-Teniendo como punto de partida el diagrama
de operacionalizacin de las variables (OV) y del
instrumento o ficha de recoleccin de datos que se
desprendi del primero, se construye el Diccionario o
diagrama de la Base de la Datos (DBD). Este Diccionario
puede ser, con ciertas modificaciones, el mismo o semejante
al diagrama de operacionalizacin de las variables. El DBD es
una evidencia fsica y en algunos casos una manera de tener
a la mano el significado de las variables que se incluirn en
dicha base de datos. Su funcin en este caso no es visualizar
la relacin con los objetivos del estudio como si lo es en el
esquema de Operacionalizacin de las Variables, ms bien su
aplicacin e importancia se relaciona directamente con la
construccin de la base de datos para su almacenamiento
digital y posterior anlisis. Por tanto para efectos de este
diccionario se pueden omitir los objetivos especficos y los
indicadores de la OV.
El siguiente es un ejemplo, utilizando variables
obtenidas discrecionalmente, de lo mnimo que debe tener el
DBD. Su utilidad es indistinta si la base de datos luego
sea construida en EXCEL, EPIINFO o ACCESS: Tabla 1.
81
Tabla 1. Diccionario de la Base de datos (DBD).

Nombre de
la
Variable o
sub variable
Nombre en
EXCEL
o Formulario
EPIINFO
Tipo de
Variable y
formato en
EXCEL o
EPIINFO
ID
Numrico
Nombre y
Apellido
NOMBRE
Texto
Edad
EDAD
Numrica
Grupos de
Edad
GRUPEDAD
Texto
Nios, Adolescente,
Adultos
Femenino y Masculino (o
Sexo
SEXO
Texto
codificado: Femenino= 1
Masculino=2)
Municipio de
procedencia
MUNIC
Texto
Los municipios de Aragua:

escritos o codificados.
Antecedentes
Familiares de
Diabetes M
AFDM
Texto
Si o No (o codificado
No =2 Si = 1)
ndice de Masa
Corporal
IMC
Numrica
Categora
Nutricional
CATNUT
Texto
Hemoglobina
HB
Numrica
Fecha de
inicio de los
Sntomas
FECHAIS
Fecha
DD-MM-AA
Identificacin
del orden de
ingreso a la BD
Valor de la Variable
Del nmero 1 al nmero que

indique en secuencia el ltimo
ingreso.
Nombre y apellido de cada

persona
Cualquier valor entero
entre 0 y 99. Dos: ##
Cualquier valor con dos

dgitos enteros y un decimal.
##,#
Valor escrito o codificado

que incluye: Bajo peso,
normo peso, sobrepeso y
obesidad.
Cualquier valor hasta dos
dgitos con un decimal.
##.#
Cualquier fecha entre los
aos 2009 y 2012
El siguiente paso luego de tener el DBD es construir la

base de datos propiamente dicha.
82
1.2.-La Base de Datos (BD) condensa toda la

informacin necesaria para el anlisis de la informacin.
Como dijimos, la base de datos usualmente requiere
una sola tabla que almacene toda la informacin,
investigaciones ms complejas pueden contener mltiples
tablas con datos diferentes e interrelacionados, pero tal
circunstancia ocurre muy poco en nuestra experiencia y est
fuera de los objetivos de este manual.
En cualquier caso si es importante disponer del DBD
como gua para la elaboracin de la base de datos, y tenemos
dos maneras frecuentes para su construccin:
1.-Directamente en una hoja de EXCEL que recibe sin
otra interface la informacin y donde la podemos visualizar en
su conjunto. En este caso los datos de una ficha de registro o
por ejemplo de un paciente representan una fila horizontal en
la matriz de una hoja de EXCEL.
2.-A travs de un formulario donde transcribimos la
informacin, dato a dato pero sin visualizar la totalidad de los
datos en una tabla. La tabla se construye simultneamente
pero no la vemos a menos que hagamos los pasos para
hacerlo. Este procedimiento puede realizarse en el programa
ACCESS o en el programa EPIINFO. Es posible tambin,
construir la base de datos en EXCEL e importarla desde
ACCESS para elaborar de manera automtica el formulario.
Cada ficha de registro de cada paciente se puede representar
en una sola o ms hojas de un formulario. Y si se quiere
puede ser hecha a imagen y semejanza de la propia hoja de
registro de datos.
83
Cualquiera de los dos procedimientos descritos o la

combinacin de ambos, cumple el mismo objetivo para efectos
del anlisis, la decisin es de los autores: rapidez y sencillez
en EXCEL versus organizacin y comodidad en el formulario.
Luego explicaremos la construccin en ambos casos.
Ms importante que este aspecto operativo, es
considerar
caractersticas
especficas
y
de
buen
funcionamiento para el procesamiento de los datos que debe
tener la BD.Un resumen de esas caractersticas sern
expuestas a continuacin:
1.-El orden de las variables en la BD debe ser igual
al orden de la informacin obtenida en el Instrumento de
Recoleccin, que no tiene porque ser el mismo al orden de los
objetivos planteados.
En una investigacin clnica y/o epidemiolgica
generalmente este orden de las variables se corresponde con
la lgica de un abordaje clnico y sus tipos de especficos
variables.
Identificacin
de Riesgo
Informacin Demogrfica
Factores
Antecedentes Personales y Familiares
Informacin Clnica y Paraclnica
Tratamiento
Evolucin, Complicaciones y/o Muerte.
84
2.-Formatear las celdas o los espacios donde se

espera recibir los datos. Para ello debe tenerse muy claro
cuando el dato es NUMERICO (Cuantitativo) y cuando es
TEXTO (Cualitativo).
Ambos, EXCEL y EPIINFO, lo
permiten.
En La mayora de las situaciones, datos codificados
con nmeros no significa que la variable sea numrica. Por
ejemplo, en ocasiones se codifica la respuesta NO o
NEGATIVA con una codificacin numrica de cero 0, y una
respuesta de SI o AFIRMATIVA con una codificacin
numrica de 1. En este caso la variable sigue siendo TEXTO
y debe ser preparada o formateada de esa manera.
De usar esa codificacin recuerde que en ocasiones
cero (0) representa al NO y uno (1) al SI. Pero en ciertas
condiciones dicotmicas como las necesarias al obtener
indicadores de asociacin como Riesgo Relativo y Razn de
ODDS es conveniente codificar 1 como SI (presencia de
riesgo o enfermedad) y 2 como NO o ausencia de riesgo o
enfermedad).
3.-El programa EPIINFO 3.5.4, el JMP, el SPSS,
pueden trabajar con archivos EXCEL versin 2003.
Recomendamos por ahora la versin de EPIINFO 3.5.4
debido a que la versin actualizada de EPIINFO (VERSION 7)
tiene aun problemas de ejecucin. Por tanto siempre guarde al
menos la copia de sus datos o BD en EXCEL en esta versin
2003.
4.-Se recomienda que la primera variable de la BD
se llame ID de identificacin cuyos valores se inician con el
nmero 1 del primer registro y sigue secuencialmente hasta el
85
ltimo nmero registrado. Debe tener formato NUMRICO.

Por ejemplo en un estudio de 155 pacientes el ltimo valor de
esta variable tiene que ser 155 y 1 aquel con el cual se inicie
el registro.
5.-Los datos se recomienda colocarlos en su
forma ms desagregada o especfica posible. Es decir es
preferible colocar la edad exacta de un paciente y no en un
rango que pertenece al grupo de 15 a 25 aos. La razn es
que a partir de la edad exacta se pueden construir grupos pero
a partir de edades agrupadas no se puede conocer la edad
exacta de un paciente o el promedio exacto de la edad de
todos los pacientes. Algo similar ocurre con mediciones
especficas de valores biolgicos o de exmenes de
laboratorio, si tales valores se registran agrupados o
agregados se pierde especificidad en la informacin.
6.-Datos No Excluyentes en valores de alguna y
nica variable. Esto significa que en algunas ocasiones la
variable en una misma unidad de anlisis o paciente puede
tener ms de una respuesta. Por ejemplo: imagine una
variable que se llame Sntomas Respiratorios cuyos valores
pudieran ser tos, rinitis, dificultad respiratoria y sin sntomas,
algunos pacientes podrn tener solo tos, y algunos solo rinitis,
pero tambin pueden haber pacientes con tos y rinitis o con
los tres sntomas.
Tal situacin en una sola variable hace muy complejo
o casi imposible su posterior anlisis. Cuando esa situacin
pueda ocurrir y sus datos son muy importantes en el estudio
se debe individualizar cada sntoma como una sub variable
particular. Y a cada paciente se le preguntara por la presencia
o no de cada sntoma. Por ejemplo: Sntomas Respiratorios: Si
86
o No, y de ser si: Tos: si o no. Rinitis: Si o No y Dificultad

Respiratoria: Si o No. Esa situacin es extremadamente
frecuente y debe evitarse.
Cuando el numero de alternativas es muy alto deber
seleccionarse aquellas aspectos que son ms frecuentes y
relevantes en el estudio, y dejar para una variable Otros
aquellos menos frecuentes e importantes.
7.-Aunque parezca raro, lo contrario al punto 6
tambin puede ocurrir, valores excluyentes en dos o ms
variables. Por ejemplo identificar una variable como
Femenino con dos valores Si o No, al lado de otra variable
Masculino con dos valores Si o No. Es algo innecesario,
cuando una sola variable sexo puede de manera nica
responder la aparente doble situacin.
8.-Creacin de nuevas Variables. Lo ideal es prever
todas las variables que sern utilizadas en el anlisis, sin
embargo en ocasiones eso no ocurre y estas se crean a
posteriori de la introduccin de los datos. Generalmente esas
nuevas variables provienen de datos desagregados para
formar variables con datos agregados. Por ejemplo en un
estudio donde se consideraron pacientes en edad adulta
mayor de 40 aos se hace luego necesario categorizar por
grupos de edad cada 10 aos, luego de tener la edad en aos
de cada uno. Otro ejemplo: despus de tener el ndice de
Masa Corporal se quiere crear las categoras de Nutricin
segn se el paciente clasifique como peso normal, sobrepeso
u obesidad. EXCEL ofrece una manera rpida y eficiente de
crear esa nueva variable. Primero se inserta un espacio al
lado de la variable a partir de la cual se requiere formar
grupos. Se coloca en la primera fila el nombre de esta nueva
87
variable (ver figuras abajo). Por ejemplo: Grupo Edad (al lado
de EDAD) o Categora Nutricional (al lado de IMC). Luego se
marca o selecciona toda la matriz de datos y se oprime la
opcin DATOS y luego la funcin ORDENAR, sealando
ordenar por EDAD de menor a mayor o IMC de mayor a
menor. Luego se da el valor a los grupos dependiendo de las
categoras decididas. Se realizar la prctica en el Taller
para ejercitar este procedimiento.
9.-En variables cuantitativas donde no se obtenga
la informacin o el dato, nunca poner cero 0 dejar la celda
en BLANCO. En variables cualitativas no ponga NO si no est
seguro, mejor ponga No Registrado y/o No Sabe.
10.-Estar pendiente si se usa una versin de
EXCEL en formato numrico en ingles donde el punto
tiene el significado de la coma en formato en espaol. En
general se usa el formato con coma para indicar decimales.
11.-En lo posible utilizar las opciones de
VALIDACION, fcil de utilizar en EPIINFO al crear el
formulario, por ejemplo en EPIINFO sealar que el valor
numrico llevar mximo dos enteros (##), o dos enteros y un
decimal (##.#) y de RANGO de Valores. En EXCEL tambin
tiene esas opciones que se encuentran en la opcin DATOS y
la funcin VALIDACION DE DATOS. El objetivo de esta
validacin es reducir las posibilidades de cometer errores en la
introduccin de los datos.
PASOS PARA CREAR LA BASE DE DATOS

1.-Crear un directorio o carpeta con el nombre del
proyecto de investigacin. En l crear cuatro carpetas: una
88
con el nombre de Basededatos otro con el nombre de

Resultados, otro Programacin, y finalmente otro
TablasyFiguras.
2.-Construccion de la BD. Existen mltiples maneras
de construir una BD sin embargo sugerimos y explicaremos,
como dijimos, dos maneras para hacerlo. Usted debe
seleccionar una de ellas:
En EXCEL de manera directa
En EPIINFO o en ACCESS a travs de un formulario
computarizado.
La informacin del Diccionario de la BD es til
para ambas situaciones, una diferencia a considerar es que
en el formulario realizado en EPIINFO o ACCESS es menos
necesario usar un nombre abreviado de la variable, siendo si,
de mayor utilidad en EXCEL.
Construccin de la BD en EXCEL
manera directa:
Usualmente se realiza en una sola hoja (Hoja1) de
un archivo EXCEL
En la matriz convencional de EXCEL no se colocaran
ttulos, ni totalizaciones, ni indicaciones diferentes al
nombre de la variable en EXCEL y los datos propiamente
obtenidos y registrados.
89
La primera FILA de la hoja de la matriz en el archivo

EXCEL es para colocar el nombre de las variables (Nombre
de variable en EXCEL). A partir de esa primera fila se
colocaran en las filas subsiguientes los datos de cada
observacin, muestra, paciente o unidad registrada en el
estudio.
Ver ejemplo a continuacin de la hoja de EXCEL. Figura 1
Figura 1. Hoja de EXCEL para realizar la BD

Debe indicar al programa EXCEL el tipo de variable
que est colocando, para ello marca toda la columna haciendo
clic en la letra alfabtica encima del nombre de la variable,
luego apriete el botn derecho de su ratn o en la
computadora y seleccione FORMATO DE CELDA luego
90
dependiendo del tipo de la variable marcada seleccione

NUMERO, TEXTO O FECHA. Figura 3.
Figura 2. Formato de las celdas en cada variable.

En el ejemplo de EDAD adems de seleccionar
NMERO puede adems especificar con o sin decimales.
Repita este procedimiento para cada variable
colocando el formato que corresponda. En el caso de
NOMBRE, SEXO, MUNIC, AFDM y CATNUT seleccione
Texto. En EDAD y HB seleccione Nmero y en el caso de
FECHAIS seleccione el formato de fecha.
91
Figura 3.
Figura 4.
92
Construccin de BD en EPI INFO 3.5.3

a travs de formulario
EPI INFO es un programa de estadstica de

distribucin libre patrocinado por el Centro de Control y
Prevencin de Enfermedades (CDC acrnimo en ingls)
de Estados Unidos con apoyo de la Organizacin Mundial
de la Salud. Se caracteriza por su aplicacin en el campo
de la salud pblica y de la investigacin pero ha
demostrado su utilidad en otras reas de la salud.(21).
Se caracteriza por su rpida y fcil aplicacin en
situaciones frecuentes de vigilancia e investigacin en
salud. Contempla la elaboracin de hoja de registro de
datos informticos (formulario), su almacenamiento y
posterior anlisis.
EPI INFO tiene cinco (5) componentes o usos importantes:
Figura 1
1. MAKE VIEW: en castellano CREAR VISTA, es el
componente que permite construir un FORMULARIO
de datos o cuestionario, y donde posteriormente se
realizar la entrada de informacin.
2. ENTER DATA en castellano GRABAR DATOS, es el
componente donde se realiza o transcribe la
informacin contenida en los cuestionarios u hojas de
registro en fsico o papel. Simultneamente se va
creando una tabla de datos (BASE DE DATOS) que
93
almacena la informacin para ser luego procesada y

analizada.
3. ANALYZE DATA en castellano ANALIZAR DATOS,
permite el anlisis propiamente de los datos en sus
componentes descriptivo e inferencial.
4. CREATE
REPORTS
en
castellano
CREAR
INFORMES, en este curso no usaremos este
componente porque los productos de los anlisis
sern enviados a una hoja HTML que puede ser
abierta y procesada por EXCEL para efectos de una
pertinente realizacin de cuadros y grficos.
5. CREATE MAPS en castellano CREAR MAPAS,
aunque de mucha utilidad no est planteado su
aplicacin en este curso.
MAKE VIEW (CREAR VISTA) Siguiendo la lgica de las

funciones definidas en la estadstica este componente es y
debe ser el primero en desarrollar. La fuente primaria para
realizar el Formulario en este programa debe ser un
planificado y bien elaborado INSTRUMENTO PARA LA
RECCOLECCION DE LOS DATOS o cuestionario.
94
Figura 1. Pgina Principal del Programa Epi Info

En este material vamos a dar informacin de los
pasos inciales y final para construir el formulario, durante la
sesin vamos a dar algunas recomendaciones especificas y
estticas no mencionadas en esta gua. Un archivo externo
permite intercambiar los ttulos en ingls o espaol, esto
requiere pasos para su instalacin que luego les explicar.
I.-Luego de haber bajado del sitio CDC el programa
EPIINFO 3.5.4 y previo a iniciar las funciones de MAKE
VIEW (CREAR VISTAS) es fundamental crear un directorio
exclusivo para las actividades que se realizarn con
EPIINFO. Se recomienda haber creador un directorio con el
nombre del trabajo o investigacin que se realiza donde
pueden colocar todo el material que se tenga y se genere
sobre la investigacin y dentro de este posiblemente otros
directorios que podran identificar cada proyecto, por
95
ejemplo uno titulado NUTRICION si fuera el caso de estar

haciendo una investigacin con este ttulo, donde se
colocaran los diferentes componentes producto del uso del
EPIINFO u otro programa para esa investigacin.
II.-Tenga a la mano el formato en fsico de su
cuestionario que ser construido en EPIINFO, y el
DICCIONARIO ya establecido donde este identificado el tipo
de variable y el uso de rango de valores (si fuese el caso),
las preguntas que requieren un si / no como respuesta, las
preguntas con respuestas previamente establecidas, e
inclusive las respuestas que puedan requerir escribir alguna
breve extensin de texto.
III.-Haga clic en MAKE VIEW (CREAR VISTAS)
como muestra la Figura 2 podr ver dos cuadros, gran parte
de las actividades de construccin del formulario se
realizaran en el cuadro grande ubicado a la derecha. Siga
los siguientes pasos:
1.-Haga clic en ARCHIVO (o FILE) arriba y a la
izquierda del cuadro grande y luego en NUEVO (o NEW)
que seala la creacin de un nuevo proyecto. Figura 3.
2.-Dependiendo del directorio creado por Usted para
esta actividad, colocar el archivo de creacin de su
proyecto, este archivo es de formato MDO (ACCESS), con
el nombre de su proyecto. Para este ejemplo utilizo el
nombre de NUTRICION. Escribo NUTRICION y hago clic en
ABRIR. Figura 4.
3.-Inmediatamente aparece un recuadro donde se
pide identificar el nombre del VIEW o VISTA (o del
96
formulario para entrada de datos) Figura 5, se puede colocar

el mismo nombre usado en el proyecto u otro que lo
relacione. Yo utilice el mismo de NUTRICION pero pude
haber usado FNUTRICION o F1NUTRICION.
4.-Luego en la Figura 6 aparece la hoja de trabajo
donde vamos a construir directamente el formulario. Busque
y haga clic en la ventana INSERTAR (o INSERT) y vera 3
opciones CAMPO (o FIELD), PAGINA (O PAGE) y GRUPO
(o GROUP), seleccione (por ahora) CAMPO la cual ser
usada, respecto a las otras dos, en ms del 90 % de los
casos.
5.-AL presionar CAMPO (FIELD) aparece el
recuadro de la Figura 7 el cual ser el caballito de batalla
de la creacin de este formulario. En la ventana superior
sealada como PREGUNTA O TEXTO (o en ingls
QUESTION OR PROMPT) Usted escribir el nombre de la
variable, pero tambin all puede escribir el nombre del
cuestionario y otras etiquetas que no necesariamente
representan variables del formulario. En estas funciones es
importante tener claro los conceptos discutidos en clase
identificando claramente las variables cualitativas y las
variables cuantitativas.
6.-Como lo primero es identificar el formulario,
escribiremos la ventana mencionada en el punto 5, en el
ejemplo el ttulo de la investigacin: Estudio Nutricional de
los Estudiantes de Medicina. Observe en la Figura 8 que
luego de escribir el ttulo en la siguiente ventana
inmediatamente inferior y a la izquierda con el nombre
CAMPO o VARIABLE (FIELD o VARIABLE en ingles)
deber seleccionar, en esta exclusiva situacin como se
97
trata del ttulo, ETIQUETA (LABEL) en cuyo caso no es

necesario especificar la extensin o tamao del texto a
introducir. Se presiona luego ACEPTAR (OK)
7.-Luego del ttulo del formulario se
colocan
generalmente las variables de identificacin: nombre y
apellido, cedula de identidad, numero de historia etc. En el
ejemplo de la Figura 9 colocamos Nombre y apellido,
observe que en este caso se debe colocar TEXTO como tipo
(o TYPE) de variable y se debe especificar la extensin
necesaria en este caso se coloca 30 (para 30 caracteres).
8.- La Figura 10 es el ejemplo de la variable EDAD
que como sabemos es una variable cuantitativa y por tanto
al momento de seleccionar el tipo en el recuadro respectivo
colocaremos NUMERO (o NUMBER), en el sub-recuadro
inferior debemos seleccionar entre: #, o ##, o ###, o ##.##
dependiendo si los valores sern enteros y cuantos
usaremos, y adems si la variable requiere decimal como se
desprende de los ejemplos. En el caso en cual usemos la
edad (y para este estudio) es suficiente con utilizar hasta
dos nmeros enteros sin decimal. Opcionalmente y como
veremos en clase podemos establecer un RANGO a esos
valores.
9.-En clase veremos y haremos un formulario ms
completo al que ilustra esta gua, por eso mostramos y nos
adelantamos (o saltamos) a lo que sera el final de la
construccin del diccionario figura 11. Luego de ir a
ARCHIVO (o FILE) y aplicar GUARDAR y SALIR el
programa nos presenta este ltimo recuadro donde nos pide
identificar la TABLA que se va a construir en la medida que
introduzcamos datos. De forma predeterminada esta tabla
98
nos seala el mismo nombre que hemos usado para el

formulario, aun cuando podemos cambiarlo (sugiero dejar el
mismo), y tambin de forma predeterminada aparece en el
recuadro inferior el nmero 1 que identifica el numero del
primer dato registrado, dejarlo de esa manera. Y se presiona
SI (YES) y salimos del componente MAKE VIEW o CREAR
VISTA.
10.-Para seguir trabajando en este formulario, si aun
no lo hemos concluido, simplemente volvemos a entrar por
MAKE VIEW o CREAR VISTA y de nuevo damos un clic en
ARCHIVO (o FILE) pero esta vez presionamos ABRIR y
buscamos en el directorio el proyecto creado en la primera
visita o creacin.
Figura 2. Plantilla para realizar el Formulario.
99
Figura 3
Figura 4.
100
Figura 5
Figura 6.
101
Figura 7
Figura 8.
102
Figura 9.
Figura 10
103
Figura 11.
Figura 12.
Para crear valores automticos en una variable a
partir de otra. Por ejemplo supngase que tiene la
variable IMC (ndice de Masa Corporal) a partir de la cual
se quiere que se llene automticamente la variable CatNut
104
(categora nutricional). Se utiliza la funcin VIEW luego

CHECK CODE y luego en el recuadro se selecciona
CHOOSE FIELD WHERE ACTION WILL OCCUR all se
selecciona IMC luego RECORDS y luego IF colocando la
condicin por ejemplo IMC<18 luego se presiona THEN y
luego VARIABLE y luego ASSIGN luego la variable que
recibir la asignacin con el nombre de la categora entre
comillas. Se repite esa misma accin para colocar las
otras categoras. Al final la orden debe quedar como se
muestra a continuacin. BP significa Bajo peso, NP es
normopeso, SP sobrepeso y OB obesidad. Figura13.
Figura 13.
IF IMC<18 THEN
ASSIGN CatNut="BP"
END
IF (IMC>17) AND (IMC<25) THEN
ASSIGN CatNut="NP"
END
IF (IMC>24) AND (IMC<30) THEN
ASSIGN CatNut="SP"
END
IF IMC > 29 THEN
ASSIGN CatNut="OB"
END
105
2.-Analisis de los Datos propiamente dicho:

Para analizar los datos es importante recordar algunos
conceptos bsicos de la estadstica. Tales conceptos son
muchos y necesarios para el anlisis; sin embargo, el presente
manual solo enfatizar aquellos aspectos requeridos para un
anlisis elemental y sencillo de la informacin numrica
obtenida en un estudio. Para anlisis ms complejos es
necesario complementar y utilizar bibliografa ms especfica.
(9),(16),(22),(23),(24),(25).
Conceptos bsicos de Estadstica:
Ciencia o conjunto de procedimientos con base en la
matemtica, cuyo fin es
recopilar, organizar, resumir,
presentar, analizar e interpretar informacin numrica. En
medicina la estadstica es un mtodo para resumir datos, y
para alcanzar ciertas conclusiones que pueden aplicarse a la
planeacin en salud pblica y en ocasiones al cuidado del
paciente. Sin embargo su uso ms frecuente est vinculado a
la investigacin mdica y a la Epidemiologa donde es la
herramienta fundamental para la descripcin y el anlisis de la
informacin numrica procedente del registro de las
enfermedades que afectan poblaciones o comunidades.
Aplicacin de la Estadstica en la Investigacin.
Toda investigacin en el campo biomdico y de salud
que utilice las variables estudiadas en trminos de su
frecuencia o de su medicin expresndolo de manera
106
numrica requiere el apoyo de la estadstica: los estudios

epidemiolgicos y tambin muchos de los estudios clnicos y
de laboratorio entran en esta categora. Los estudios
descriptivos sern sustentados con el anlisis estadstico
descriptivo y los estudios analticos con la herramienta
analtica y de inferencia de la estadstica.
.
El Mtodo Estadstico
La Estadstica tiene dos grandes alcances, cada uno
de los cuales tiene caractersticas
y procedimientos
particulares:
1. La Estadstica Descriptiva: cuyo objetivo como su nombre lo
indica es organizar, describir, resumir y presentar las
caractersticas de una o ms variables, cada una
generalmente (no siempre) por separado, pero sin la intencin
de generalizar sus hallazgos ms all de los elementos, de la
muestra o del total de las personas estudiadas, puede medir
asociacin entre variables pero nunca para inferir o extrapolar
esas asociaciones a poblaciones o personas no estudiadas.
Esta estadstica es la necesaria y suficiente en estudios o
investigaciones donde el componente ms importante es la
descripcin de las personas o pacientes incluidos en el
estudio.
2. La Estadstica Inferencial: cuyo primer objetivo es poder
generalizar o estimar de manera Inductiva y basada en la
Teora de las Probabilidades, los resultados de una muestra
a la poblacin de donde esa muestra procede. La Inferencia
107
Estadstica tambin permite establecer diferencias cuando se

comparan dos o ms grupos de muestras o poblaciones, o lo
que tambin significa, realizar pruebas de hiptesis para
establecer si realmente existen diferencias o asociaciones
entre dos o ms variables simultneamente que se estudian
en muestras tomadas de poblaciones en referencia. Es difcil
que una investigacin en el campo de la salud no tenga al
menos el componente de estimacin de los parmetros
poblacionales; sin embargo, en este caso muchos estudios no
dejan de llamarse descriptivo, dejando el trmino de estudios
analticos cuando se hacen comparaciones entre grupos
definidos as desde el diseo de la investigacin, quitando en
ellos la connotacin de solo estudios descriptivos.
Podemos hacer ms operativos estos conceptos
tratando de confrontarlos en la lgica de una investigacin, en
cuyo caso, debemos obtener mediciones e indicadores
especficos que permiten describir e inferir a partir de la
informacin disponible.
El anlisis se puede realizar considerando dos
aspectos:
Primero: En funcin de la complejidad del anlisis, de
los ms sencillo a los ms complejo, Esto es, de la descripcin
a la Inferencia, y en la inferencia iniciando con la obtencin de
los intervalos de confianza para luego utilizar las pruebas de
hiptesis, Estas Pruebas de Hiptesis a su vez van de las
formas de dos variables en el anlisis a las que utilizan ms
de dos variables en un mismo anlisis o que ajustan en un
mismo modelo de anlisis ms de dos variables o factores
considerados en el anlisis.
108
No todas las investigaciones, para efectos de

Proyecto de Investigacin en el pregrado de la carrera de
medicina, tienen que cumplir con todas esas etapas. Algunos
estudios realizan solo una descripcin de los datos, la mayora
hace descripcin con clculo de Intervalos de Confianza y otro
grupo de estudios, cada vez mayor, realiza prueba de
hiptesis, de estos la mayora lo hace con pruebas bivariadas
y algunos pocos con pruebas con ms de dos variables
simultneamente.
Segundo: en funcin del orden lgico de los objetivos
propuestos. En estudios clnicos y/o epidemiolgicos es muy
frecuente iniciar el anlisis con la descripcin de los aspectos
demogrficos (sexo, edad, procedencia, estrato social),
factores de riesgo y antecedentes. Luego se contina con la
descripcin de los hallazgos clnicos y paraclnicos, En ambos
casos usualmente se obtienen los intervalos de confianza de
los indicadores calculados: bsicamente porcentajes y
promedios. Las comparaciones y la aplicacin de las pruebas
de hiptesis se realizan en la parte final de los resultados,
obtenindose el valor de probabilidad (Valor p) y por tanto la
significancia de la prueba. Recordemos que el valor p es
aquel que mide la probabilidad que una diferencia en una
prueba de hiptesis sea debida al azar. Por tanto, cuanto
menor sea su valor mayor la probabilidad que la diferencia no
sea causada por el azar, y si por la hiptesis causal que
hemos formulado.
Concepto de Indicador
109
El indicador es una propiedad especfica por la cual la

variable puede ser medida. Y a su vez la propiedad de ese
indicador viene dada por la manera como l puede ser
medido, lo cual lo hace estar directamente relacionado con la
escala de medicin. En otras palabras una misma variable
puede tener un indicador que sea nominalmente clasificado y
otro que pueda ser medido en escala numrica. (Ver ms
adelante).
Concepto de Valor
Es la propiedad asignada al dato o unidad de anlisis
que adquieren la variable y su indicador, objeto de estudio.
Esta propiedad puede ser numrica en su significado o una
cualidad sin significado numrico. Por ejemplo, la variable
sexo tiene dos valores posibles: femenino o masculino. La
variable peso tiene un nmero infinito de valores que
depender de la capacidad del instrumento para precisar la
medicin.
Escala de la Variable.
Inherente a la manera como el indicador de una
variable pueda ser medido tambin ser as definida la escala
de su medicin. En sentido prctico puede decirse que
algunos indicadores pueden ser clasificados ms que medidos
en el sentido estricto que la palabra significa y se dice que
tales indicadores y por tanto las variables de donde provienen
se corresponden con una escala cualitativa. En otro caso
cuando el indicador puede ser medido en el sentido prctico
de su significado (como pesar, tallar, o calcular la edad en el
tiempo, o contar la frecuencia con la cual un atributo se
110
presenta) se habla entonces de escala cuantitativa. La escala

cualitativa se clasifica a su vez en escala nominal y escala
ordinal, teniendo la clasificacin de esta ltima un sentido de
orden en sus valores. La escala cuantitativa puede ser dividida
como continua y discreta, donde la escala continua admite
cualquier valor entre dos valores dados (valores con
decimales, como la talla o el peso) la escala discreta o
discontinua no acepta valores decimales intermedios (por
ejemplo. El nmero de hijos por familia)..
Importancia
La importancia de entender claramente la manera
como se identifican y clasifican las variables y sus indicadores,
as como la escala de medicin correspondiente viene dada
por la secuencia lgica que se debe seguir en todos los pasos
del mtodo estadstico. Las medidas de Resumen y de
Frecuencia (tambin llamados Indicadores Estadsticos)
tendrn su exacta aplicacin dependiendo de la escala de
medicin que se est utilizando, la presentacin grfica de los
datos dependern a su vez de dicha caracterstica y las
pruebas de inferencia y anlisis estadstico tambin sern
correspondiente con el tipo de variable y escala de su
medicin. Por tanto una identificacin errnea de una variable
y su indicador conllevar a posibles dudas y errores en los
subsiguientes pasos del mtodo estadstico.
Tipos de la Variable: Generalmente aquellas
caractersticas o Variables que estudiamos en los elementos
objeto de nuestro inters, las valoramos a travs de:
1.- Cualidades que observamos o consideramos.
2.- Mediciones que realizamos.
111
Las primeras las conocemos como Variables

Cualitativas, ejemplo de ellas tenemos: el Sexo, la profesin,
los sntomas de una enfermedad, tener o no tener una
enfermedad, el grado de instruccin. Los valores que pueden
asumir estas variables no tienen un sentido numrico desde el
punto de vista matemtico.
Podemos distinguir dos tipos
entre estas Variables Cualitativas:
1. Nominales: donde las caractersticas de sus valores
posibles no tienen ningn tipo de orden o jerarqua.
Pueden ser dicotmicas, con dos tipos de valores
(ejemplo: el sexo) o polinmicas con ms de dos tipos
de valores (ejemplo: la profesin).
2. Ordinales: donde sus valores posibles tienen un
sentido de orden o jerarqua. Ejemplo: Grado de
Instruccin.
Las segundas las llamamos Variables Cuantitativas,
su valoracin numrica tiene un sentido matemtico.
Pertenecen a esta categora: La edad, la tensin arterial, el
costo mensual de medicamentos en pacientes con diabetes, el
peso, nmero de consultas por mes, numero de controles
prenatales. Podemos distinguir dos tipos:
1. Discretas o discontinuas: Se caracterizan porque
entre un valor y el siguiente no puede existir ningn
otro valor o fraccin. Ejemplo: Nmero de consultas
por mes. Nmero de Hijos en una Familia.
2. Continuas: Se caracterizan porque entre un valor y
otro existe un nmero infinito de valores posibles.
Ejemplo: Edad, Costo mensual, Peso.
112
En algunas ocasiones las variables que expresan una

cualidad del objeto estudiado fueron obtenidas considerando
mediciones previas o construidas a partir de la combinacin
de ms de un indicador de la variable.
Por ejemplo: El
Estrato Social segn Graffar (donde se consideran indicadores
de condicin de la vivienda, grado de instruccin de la madre),
los estratos de una enfermedad, el tipo de tensin arterial (a
partir de las categoras: normal, leve, moderada y severa,
construidas con los valores medidos de la tensin arterial).
Otra manera de clasificar las variables se basa en la
relacin o posible relacin que pueda existir entre ellas.
Podemos tener entonces:
1.-Variable Dependiente (VD): Es aquella cuyos
valores pueden verse afectados por otra variable.
Se puede conocer como variable efecto, o variable
resultado.
2.-Variable Independiente (VI): Es aquella variable
que es, o pudiera ser, causa de cambios en la
variable dependiente.
Se puede conocer como la
variable causa, variable exposicin o variable factor.
Se debe tener en cuenta que, el hecho de analizar
dos o ms variables simultneamente, no implica tener que
establecer relaciones de dependencia entre ellas,
mucho
menos que esa relacin exista. Pero para efectos prcticos,
es un supuesto que se puede asumir y ayuda al momento de
organizar el anlisis estadstico de los datos.
113
Por ejemplo: Si queremos evaluar una posible relacin

entre Sexo y Tensin Arterial. Es claro que, de poder existir
alguna relacin entre estas variables, seran los valores de
Tensin Arterial (VD) los que podran ser afectados por el
sexo (VI), y nunca lo contrario. Generalmente los Factores de
Riesgo son Variables Independientes y las Enfermedades son
Variables Dependientes. En otros casos es ms difcil suponer
la independencia o dependencia entre las variables.
Escala de Medicin de la Variable: Una vez definida
la Escala de la Variable y luego de obtener los datos para ser
estudiados, se procede a dar tratamiento estadstico o realizar
la Medicin Estadstica propiamente dicha, la cual implica
necesariamente una asignacin numrica, sea cual sea el tipo
de variable, lo cual adems no tiene nada que ver con la
codificacin numrica que pueden tener los valores de una
variable cualitativa. El Indicador o Medida Estadstica a utilizar
para resumir, describir y analizar la informacin, depender
del tipo de escala de la variable o las variables involucradas.
Los cuatro tipos de Variable que se han estudiado (Nominal,
Ordinal, Discreta y Continua) para efectos de la Medicin o
anlisis Estadstica se expresarn siempre en dos tipos de
Escalas Medicin:
1.-Escala de Medicin Discreta, por la cual se pueden
contar y resumir variables de escala Nominal, Ordinal y
Discreta. Estas se obtienen sumando la frecuencia de los
datos que se corresponden con el valor de este tipo de
variable, sus resultantes no acepta valores intermedios o
continuos. Ejemplos: al estudiar todos los datos respecto a la
variable Sexo de escala cualitativa nominal, la Escala de
Medicin Discreta nos permite medir o preferiblemente contar
114
el nmero de femeninas y el nmero de masculinos. En la

variable Grado de Instruccin, (cualitativa ordinal) el nmero
de estudiantes en primer grado, en segundo grado, etc.)
En
la variable nmero de Hijos por Madre, (cuantitativa discreta)
el nmero de madres con 1 hijo, con 2 hijos, con 3 hijos etc.
En otras palabras la variable puede ser de tipo cualitativa
nominal como el sexo, pero a la hora de conocer su
frecuencia (y utilizar un indicador estadstico), su resultado se
expresa en una escala de medicin discreta, por ejemplo: 15
mujeres y 17 hombres.
La Medicin en Escala Discreta se puede presentar a
travs de las Tablas de Distribucin de Frecuencia. Siendo
sus Indicadores: la Frecuencia Absoluta, la Frecuencia
Relativa (%) y la Frecuencia Acumulada tanto Absoluta como
Relativa.
2.-Escala de Medicin Continua, por la cual se pueden
medir y resumir fundamentalmente variables de escala
Continua, (Infinitos Valores intermedios). Al estudiar por
ejemplo la variable cuantitativa continua edad, podemos
obtener su media o promedio, su desviacin estndar respecto
al promedio, pero tambin podemos obtener el promedio de
una variable numrica discreta como el del nmeros de hijos
de las familias de un municipio. Tericamente en esta escala
no permite conocer la probabilidad de obtener valores
absolutos
sino
intervalos
que
convencionalmente
establecemos en base a nuestras necesidades o a la
capacidad y precisin del instrumento de medicin. Tambin
se puede presentar los datos en tablas de Distribucin de
Frecuencia pero se requiere previamente
establecer
intervalos de clase de la variable.
115
Cul es la Importancia de Conocer e identificar los tipos

de variables y las Escalas de Medicin de las Variables
1. Permite la seleccin apropiada del Indicador o Medida
Estadstica, el cual puede depender del tipo de la Variable.
Por ejemplo, esta identificacin permite definir cuando utilizar
la Media o cuando utilizar la Proporcin (porcentaje), o la
Mediana.
2. La presentacin de los datos a travs de cuadros y
especialmente la seleccin del tipo Grfico, depender del tipo
de escala de la Variable.
3. La aplicacin de las Pruebas de Inferencia para aceptar o
rechazar hiptesis de igualdad o diferencia entre Medidas
Estadsticas de variables, depender del Tipo de Variable y de
la Escala de Medicin de la Variable.
Por ejemplo, la
Prueba Chi cuadrado, aplica cuando ambas variables
consideradas son de tipo cualitativo (nominal y/o Ordinal).
4. Es una condicin para poder cargar y
almacenar la
informacin en una tabla de base de datos computarizada. Al
momento de definir el tipo de campo en la base de la
computadora, las variables de Tipo Cualitativo se definen
como tipo CARCTER o TEXTO.
Las de Tipo Cuantitativo
se definen en la base de la computadora como tipo
NUMERICO.
Medidas Bsicas en la Estadstica
Indicador Estadstico o Medida Estadstica: es
aquel (o aquellos) valor numrico producto de un clculo
matemtico que nos permite resumir
y analizar
descriptivamente los datos de una o varias variables y
116
presentarlo como el resultado de una investigacin, y/o

tambin como un resultado, que indica propiedades de
inferencia estadstica de una o ms variables consideradas en
dos o ms grupos de muestras provenientes de poblaciones
en estudio, a donde queremos extrapolar o generalizar los
resultados obtenidos en la muestra.
Podemos separarlas en tres tipos:
1.-Indicadores o Medidas Estadstica Utilizadas en
Variables Cualitativas, aquellos que se obtienen en Escalas
de Medicin Discreta y provienen de variables cualitativas
nominal u ordinal, o
en algunos casos de variables
cuantitativa discreta. Son tambin conocidos como medidas
de frecuencia al describir una sola variable, o variable por
variable (anlisis univariado) y medidas de asociacin al
describir dos variables simultneamente (anlisis bivariado).
Las ms usadas e importantes en el contexto que nos ocupa,
son:
Medidas de Frecuencia u Ocurrencia:
1. Frecuencia Absoluta: nmero total de casos o nmero
de casos por categoras reportadas.
2. Proporcin: Frecuencia Relativa expresada en
porcentajes totales y/o parciales, y la mayora de las
Tasas en Salud Pblica.
3. Razn
1.- La frecuencia absoluta es una medicin de la magnitud de
la frecuencia de un evento o valor de una variable que se
obtiene por la simple sumatoria de su presencia.
2.- Proporcin: Se obtiene de dividir dos valores numricos
donde el numerador est contenido en el denominador. En el
117
contexto de nuestras investigaciones, el ejemplo

ms
importante de la proporcin es el Porcentaje (%) que
representa la Frecuencia Relativa de un evento, otro
importante ejemplo son la mayora de las Tasas utilizadas en
la epidemiologa. El porcentaje se obtiene al multiplicar por
100 el valor de la proporcin y es parte fundamental de las
Tablas de Distribucin de Frecuencia que se vern ms
adelante. Los porcentajes son la proporcin ms utilizados en
las tabulaciones o cuadros de frecuencia, sean estos cuadros
utilizados en variables cualitativas o en los datos agrupados
por clases de variables cuantitativas continuas o discretas.
La Tasa se utiliza como un indicador epidemiolgico de
enfermedad, nacimientos y muertes en poblaciones,
considerando poblaciones susceptibles al seguimiento y
estudio epidemiolgico en un determinado lugar y tiempo. A
pesar de este uso generalizado del concepto de Tasa es
importante aclarar que tericamente la Tasa como indicador
epidemiolgico significa un cambio constante y simultneo en
el valor del denominador (casos) dependiendo de la dinmica
(prdidas, muertes, nuevas inclusiones) de la poblacin
estudiada y considerada en el denominador. Generalmente y
en epidemiologa este concepto incluye la medicin o el aporte
en tiempo (das, meses o aos) de cada individuo estudiado.
Permite realizar los estudios ms exactos de incidencia de una
enfermedad y el resultado de su clculo se expresa en
persona-tiempo, y se conoce como Densidad de Incidencia de
un evento o enfermedad.
3.- Razn: Se obtiene al dividir dos valores donde el
numerador No est contenido en el denominador. Un
ejemplo
frecuentemente
usado
es
la
razn
Femenino/Masculino en una poblacin determinada. En una
118
poblacin de 200 personas donde 150 son del sexo femenino

la razn F/M ser igual a 3.
Medidas de Asociacin:
1. Riesgo Relativo (RR)
2. Razn de ODDS (OR)
3. Riesgo Atribuible (RA)
Este tipo de medidas se utilizan con frecuencia en los
estudios epidemiolgicos y su objetivo es establecer o conocer
factores de riesgo asociados a enfermedades. Para lograr
esto, se comparan tasas o proporciones de la enfermedad en
poblaciones expuestas y no expuestas al riesgo que se desea
estudiar. La manera de obtener estas medidas se mostr de
manera muy bsica al describir los tipos de diseos en el
capitulo I. Recordemos las siguientes mediciones que son de
uso frecuente en la epidemiologa.
1.- Riesgo Relativo (RR). Se obtiene de dividir la tasa de
incidencia de una enfermedad de una poblacin expuesta a un
factor de riesgo sobre la tasa de incidencia de una poblacin
no expuesta al factor de riesgo en estudio. Ha tenido su
aplicacin ms importante en los estudios de Cohorte o
longitudinales. Este indicador tambin puede usarse en
diseos transversales y es conocido como Razn de
Prevalencias.
2.- Riesgo Atribuible (RA). Es el producto de la diferencia de
las tasas mencionadas en el prrafo anterior.
3.- Razn de ODDS (OR) o Razn de los Productos Cruzados
(RPC). Se obtiene de dividir dos razones de la presencia y no
presencia de un riesgo en dos poblaciones conocidas con y
119
sin una determinada enfermedad. Este indicador se origin en

los diseos de investigacin epidemiolgicos conocidos como
estudios de Casos y Controles, tambin con el objetivo de
asociar la enfermedad a la presencia previa de un riesgo.
Tambin puede usarse en diseos transversales.
2.-Indicadores o Medidas Estadsticas Utilizadas en
Variables Cuantitativas, son aquellos que se obtienen en
Escalas de Medicin Continua, y aplicable en algunos casos
de Variables Cuantitativas Discretas. Se clasifican en:
1. Medidas de Tendencia Central: Media o Promedio,
Mediana y Moda
2. Medidas de Dispersin: Desviacin Estndar,
Varianza.
3. Medidas de Posicin: Percentiles, deciles y
cuartiles
3.-Indicadores o Medidas de Confianza y de Significancia
en la Inferencia Estadstica:
1. Intervalo de Confianza para medidas estadsticas
de variables cualitativas de frecuencia o de
asociacin o de variables cuantitativas.
2. Nivel de Significancia y Valor de probabilidad o
valor p para pruebas de hiptesis en variables
cualitativas o cuantitativas.
Este tipo de indicador se basa en la Teora de
Probabilidad y se obtiene aplicando procedimientos de la
Estadstica Inferencial. Permiten conocer la probabilidad de
cometer un error al tomar una decisin o conclusin, respecto
120
al valor de una Estimacin Muestral o de una Prueba de

Hiptesis. Estas Medidas se presentan a travs del Intervalo
de Confianza cuando queremos la estimacin de uno o de
varios parmetros en una poblacin y partir de una muestra.
Convencionalmente ese intervalo incluye una probabilidad de
0,95 o 95% de no equivocarnos en nuestra conclusin, y del
Valor p cuando probamos una hiptesis entre grupos que se
comparan. De igual manera, convencionalmente, si se acepta
menos de un 5 % de probabilidad de cometer un error en la
conclusin que se tome, el Valor p de la prueba debe ser
menor de 0,05.
Si se es ms estricto y solo se acepta un 1
% de probabilidad de cometer un error, en la conclusin que
se tome, el Valor p debe ser menor de 0,01. Cometer un error
en estas circunstancias significa no considerar al azar como
la razn de los hallazgos cuando en verdad si fue el azar la
causa de los resultados.
Smbolos de algunas mediciones estadsticas suponiendo una
poblacin (parmetro) o una muestra (estadstico).
Parmetro
Estadsticos
Mediana
Md
md
Desviacin E.
2
P
N
Media
Varianza
Proporcin
Poblacin/muestra
s2
p
n
Frmulas bsicas para el clculo de las Medidas de Tendencia

Central (TC): Media - Mediana y Moda.
121
La Media aritmtica es el promedio de un conjunto de

datos o valores y se obtiene a partir de la siguiente frmula:
n
x
i 1
La letra griega
x
i 1
indica que la media se obtendr de
una poblacin determinada y no de una muestra, en cuyo caso

la x con la barra colocada encima indica que se trata de una
muestra. La sumatoria de todos los valores sobre el total de la
poblacin (N) o del total de la muestra (n).
La Mediana (Md) es una medida de tendencia central
que divide los datos exactamente en dos partes. Para su
obtencin es indispensable Ordenar de menor a mayor
todos los datos. La mediana corresponder con el valor que
separa en 50% de los valores mayores del 50% de los valores
menores.
La frmula para obtener la mediana nos da el LUGAR
intermedio en una serie ordenada y a ese lugar corresponde
un valor determinado. La formula depende si el nmero total
de datos es par o impar.
X inf
Md
n
( )
2
X sup
2
n
( 1)
2
Cuando n es un nmero Par
122
Md X
(
n 1
)
2
Cuando n es un nmero Impar.
La Moda es simplemente el nmero que ms se repite

en una serie.
Algunas Consideraciones Especficas:
La Media Aritmtica o Promedio es el indicador que
debe utilizarse cuando la variable se distribuye de manera
simtrica y no tiene valores extremos hacia un solo lado de la
distribucin.
La Mediana se utiliza cuando la distribucin no es
simtrica o es afectada por valores extremos. Puede ser
usada si la variable es ordinal o discreta.
Cuando se utiliza la media como Medida de TC, la
desviacin estndar y la varianza deben ser utilizadas como
medidas de dispersin. Cuando se usa la Mediana se utilizan
las medidas de posicin que veremos ms adelante.
Frmulas bsicas para el clculo de Medidas de Dispersin:
Desviacin Estndar, Varianza, y Coeficiente de Variacin.
Cuando se utiliza la Media Aritmtica como Medida de
Tendencia Central se aplican estas medidas como medidas no
centrales o de Dispersin.
Desviacin Estndar: Es la Raz cuadrada de la
sumatoria de la diferencia al cuadrado del valor de cada dato
respecto a la media aritmtica, dividido entre el total de los
123
datos (en el caso de una poblacin) o dividido sobre el total de

los datos menos uno (en el caso de una muestra).
Formulas:
n
i 1
( xi x ) 2
n 1
i 1
( xi ) 2
N
Ejemplo: calculemos la desviacin estndar de 6 datos de edad cuya

Media Aritmtica es 21.
Xi - x
16-21
18-21
20-21
22-21
24-21
26-21
Xi
16
18
20
22
24
26
Xi -5
-3
-1
1
3
5
0
(Xi - x )
25
9
1
1
9
25
(Xi - x )2 = 70
(16 21) 2 (18 21) 2 (20 21) 2 (22 21) 2 (24 21) 2 (26 21) 2
6 1
70
5
70
6
= 3,74
y por tanto
= 3,42
124
Varianza
La Varianza se obtiene elevando al cuadrado la
Desviacin Estndar, o simplemente eliminando la raz de la
formula anterior y elevando s o al cuadrado.
Formulas:
N
(x )
i 1
s2
(x x)
i 1
n 1
Muchas pruebas de hiptesis (Estadstica Inferencial)

aplicadas en estadsticas utilizan la varianza como medida
ms importante.
Coeficiente de Variacin. (Cv)
Se obtiene de un clculo sencillo pero su aplicacin es muy
til para comparar variaciones de series estadsticas
procedentes de la misma variable en condiciones o
poblaciones diferentes. Por ejemplo calificacin
de
estudiantes de secciones diferentes en la materia estadstica.
Cv =
x100 , Cv = x100
x
Supongamos las notas en estadstica de 5 estudiantes de las

secciones de clases 2 y 3.
125
Seccin 2
Seccin 3
20
16
18
15
14
14
10
13
08
12
Como se aprecia rpidamente, la Media A. en ambas
secciones es la misma.
X seccin 2 = 14,
X seccin 3 = 14
Calculemos ahora la Desviacin Estndar en ambas secciones.

Seccin 2
2
Xi Xi - x
(Xi - x )
x6
20
20-14
36
16
18-14
4
16
14
14-14
0
0
Xi
12
10-14
-4
16
10
8-14
-6
36
0
(Xi - x )2 = 104
S = 5,10
Seccin 3
2
Xi
Xi Xi - x
(Xi - x )
x2
16
16-14
4
15
15-14
1
1
14
14-14
0
0
13
13-14
-1
1
12
12-14
-2
4
0
(Xi - x )2 = 10
S = 1,58
126
Seccin 2:
Seccin 3:
Cv = 5,10 / 14 x 100 = 36,43 %

Cv = 1,58 / 14 x 100 = 11,29 %
Este indicador mostrara la mayor heterogeneidad en los

estudiantes del grupo o seccin 2 aun teniendo el mismo
promedio de notas.
Medidas de Posicin: Decil, Percentil y Cuartil.
Estas son variantes no centrales de la Mediana. Se obtienen
se manera similar pero su objetivo es ubicar posiciones o
lugares diferentes al que separa por mitad los valores de una
serie. Por tanto son los recomendables cuando se usa la
Mediana como Medida de Tendencia Central.
Decil es la medida que puede dividir la serie en 10 partes.
Tenga en cuenta que al igual que en la Mediana, lo que se
obtiene es el lugar del Decil. Es necesario buscar ese valor
una vez se hayan ordenado los datos de menor a mayor.
Se multiplica el valor del Decil por n + 1 y se divide entre 10.
1(n 1)
2(n 1)
, Decil 2 =
,
10
10
3(n 1)
10(n 1)
, Decil 10 =
.
10
10
Decil 1 =
127
Decil 3 =
Supongamos esta serie de edades en aos (ya ordenada de

menor a mayor):
Lugar
Valor de la Variable
Edad en aos.
1
2
3
4
5
6
7
8
9
12
13
14
14
15
16
16
16
17
10
11
12
13
14
15
16
17
18
19
20
18
19
19
19
19
20
20
21
21
23
23
21
23
22
24
23
24
24
25
25
26
128
El Decil 5 =
5(n 1)
5(25 1)
=
= 13.
10
10
El lugar 13
corresponde al valor 19.
El Decil 4 =
4(n 1)
4(25 1)
=
= 10,4. El lugar 10,4
10
10
corresponde a un valor ubicado entre el valor 18 y el valor 19.

Se expresa que las 4 dcimas partes de las edades menores
tienen menos de un valor entre 18 y 19 aos de edad. En este
caso es directo decir menor de 18,4 aos.
El Decil 1 =
1(n 1)
1(25 1)
=
= 2,6.
10
10
El lugar 2,6
corresponde a un valor ubicado entre valor 13 y el valor 14. Se

puede expresar que una dcima parte de los datos tienen un
valor menor al ubicado entre 13 y 14 aos. Con mayor
precisin 13,6 aos. En otros casos, la correspondencia con
los decimales no se produce.
Percentil. Esta es la medida que puede dividir la serie en 100
partes iguales. Como en el anterior lo que se obtiene es el
lugar y es necesario buscar ese valor una vez se hayan
ordenado los datos de menor a mayor.
Se multiplica el valor del Percentil por n + 1 y se divide entre
100.
Percentil 25 =
Decil 90 =
25(n 1)
60(n 1)
, Percentil 60 =
,
100
100
90(n 1)
.
100
129
En la serie anterior el Percentil 25 se obtendra:

Percentil 25 =
25(25 1)
= 6,5. Entre los valores de los
100
lugares 6 y 7 est el percentil 25. Fcil de obtener: 16+16 /2 =

16. Esto significa que el 25 % de los datos tiene menos de 16
aos.
Cuartil. Esta es la medida que puede dividir la serie en 4
partes iguales. Como en el anterior lo que se obtiene es el
lugar y es necesario buscar ese valor una vez se hayan
ordenado los datos de menor a mayor. Los cuartiles son 3. Se
identifican como Q1 (primer cuartil) por debajo del cual se
ubica el primer cuarto de los datos de una serie ordenada. Q2
el segundo cuarto, entre este y Q1 est el segundo cuarto de
los datos de menor a mayor. Entre Q2 y Q3 se ubica el tercer
cuarto de los valores y el Tercer Cuartil (Q3) separa el ltimo
cuarto de valores de una serie.
Para obtener su valor de multiplica el valor del cuartel por n +
1 y se divide entre 4.
1(n 1)
2(n 1)
, Cuartil 2 o Q2 =
,
4
4
3(n 1)
Cuartil 3 o Q3 =
. Q2 corresponde a la Mediana.
4
Cuartil 1 o Q1 =
Se recomiendan para el anlisis utilizar los programas

EPIINFO y JMP: En ambos casos se tiene que importar la
base de datos construida previamente. Ambos programas
importan tanto la base en formato de EXCEL como en formato
130
.mdb de Access databases usada cuando se ha creado el

formulario en EPIINFO. Recuerde, en caso de EXCEL, que
sean formatos de 2003. Se anexa Gua para Anlisis en
EPIINFO
Los pasos precisos para la importacin de las Bases de
Datos los haremos en el entrenamiento, son muy sencillos.
Igual prctica la haremos para la obtencin, clculo e
interpretacin de los indicadores, Intervalos y Pruebas
estadsticas y seguidamente los pasos para exportar esos
resultados del anlisis para que puedan ser almacenados y
considerados
posteriormente.
Tambin
en
EPIINFO
realizaremos PROGRAMACIN del anlisis y la manera de
salvar ese tipo de programa.
A continuacin se presentan en varios diagramas los

pasos, niveles y secuencias de anlisis que se realizaran.
El anlisis de los datos est dirigido a tres niveles posibles,
dispuesto en los siguientes diagramas: Figuras 14, 15, 16, 17
y 18.
131
Tres niveles posibles del Anlisis

Estadstico de los datos.
Esquema N 1
1.-Descripcin
Anlisis Univariado sin Inferencia (sin
Intervalos de Confianza)
Medidas de Frecuencia y
Resumen
Medidas de Asociacin
2.-Descripcin + inferencia por la

obtencin de Intervalos de
Confianza
Usualmente Anlisis Univariado con Inferencia por
obtencin de Intervalos de Confianza.
3.-Descripcin + Intervalos de
Confianza + Pruebas de Hiptesis
Anlisis de dos variables

Bivariado
Figura 14
132
Anlisis simultaneo de
ms de dos variables.
Tres niveles posibles del

Anlisis Estadstico de los
datos
Esquema N 2
1.-Descripcin
Anlisis Univariado sin
Inferencia (sin Intervalos de
Confianza)
Medidas de
Frecuencia y
Resumen
Univariado
Frecuencia Absoluta
y
Frecuencia Relativa
(Porcentajes)
Para variables nominales y
ordinales
Media y desviacin
Estndar (o Mediana y
percentiles) para
variables cuantitativas
Figura 15.
133
Medidas de
Asociacin
Tablas 2x2
Riesgo Relativo (RR)

Razn de Odds (OR)
Sin Intervalos de
Confianza
Variables Nominales

datos
Esquema N 3
1.-Descripcin
Anlisis Univariado sin Inferencia (sin Intervalos de Confianza)
Tablas 2x2
Medidas de Frecuencia
Univariado
Frecuencia Absoluta y
Frecuencia Relativa
(Porcentajes)
Media, desviacin
estndar y mediana por
EPIINFO
Con la funcin
FREQUENCIES para
obtener frecuencias y
porcentaje
Frecuencia Absoluta y
Frecuencia Relativa
(Porcentajes)
Media, desviacin
estndar y mediana por
JMP
Con la funcin
ANALYZE y
DISTRIBUTIONS para
obtener frecuencias y
porcentaje pero
tambin para medias y
desviacin estndar
Con la funcin MEANS

para obtener medias,
desviacin estndar y
mediana
Figura 16.
134
Riesgo Relativo (RR)

Razn de Odds (OR)
Sin Intervalos de
Confianza
Variables Nominales
Con la funcin
TABLES en
EPIINFO
.
datos.
Esquema N 4
2.-Descripcin + inferencia por la obtencin de Intervalos de

Confianza Las mismas funciones del Esquema N 3 pero ahora
considerar los Intervalos de Confianza al 95 %
Medidas de Frecuencia
Univariado
Frecuencia Absoluta
Frecuencia Relativa
(Porcentajes)
Media, desviacin
estndar y mediana
por JMP
Frecuencia Absoluta
y
Frecuencia Relativa
(Porcentajes)
Media, desviacin
estndar y mediana
por EPIINFO
Con la funcin
FREQUENCIES
para obtener
frecuencias y
porcentaje
Figura 17.
Tablas 2x2
Con la funcin
DISTRIBUTIONS
para obtener
frecuencias y
porcentaje pero
tambin para
medias y
desviacin
estndar
Con la funcin
MEANS para
obtener medias,
desviacin
estndar y
mediana
135
Riesgo Relativo
(RR)
Razn de Odds
(OR)
Con Intervalos de
Confianza
Variables
Nominales
Con la
funcin
TABLES en
EPIINFO
.
Tres niveles posibles
del Anlisis
Estadstico de los
datos. Esquema N 5
3.-Descripcin + Intervalos de Confianza + Pruebas de Hiptesis. El

objetivo es conocer el valor p o la probabilidad que diferencias
comparadas o dependencias encontradas sean debidas al azar.
Anlisis
Bivariado en EPIINFO
Cuando en dos
grupos se compara
una variable
nominal u ordinal
en EPIINFO se
utiliza la funcin
TABLES
Anlisis
Bivariado en JMP
Cuando en dos grupos se

compara una VD y
cuantitativa en EPIINFO
se utiliza la funcin
MEANS colocando la VI
de los grupos a comparar
en la ventana CROSS
TABULATE
Por la funcin
ANALYZE y luego
Fit Y by X
Dependiendo
de los tipos de
variables ser
la prueba
aplicada.
Figura 18.
136
Aplicacin de la Inferencia Estadstica cuando el objetivo

de la investigacin lo requiera.
En esta seccin haremos un abordaje bsico a la
inferencia estadstica es decir a la manera cmo podemos
extrapolar conclusiones a partir de la (s) muestra (s) en
estudio a la (s) poblacin (es) de donde esa (s) muestra (s)
proviene (n). Sin embargo, esa aproximacin no se har de la
forma como los libros tradicionales de estadstica lo hacen
porque el objetivo, en nuestro caso, es que, de una manera
funcional y quizs un poco intuitiva el investigador, con un
nivel bsico de estos conceptos, reconozca la razn y
aplicacin de los procedimientos estadsticos que puede
utilizar. Est claro entonces que una vez el estudiante
investigador haya encontrado esos elementos iniciales del uso
de la estadstica pueda o deba profundizar, si as lo desea o
lo requiere, a travs de una extensa bibliografa existente e
inclusive buscar la asesora de un profesional estadgrafo en
esta importante rama del saber cientfico. En principio el
elemento operativo que orienta este abordaje a la inferencia
estadstica, sea este en la estimacin de parmetros
poblacionales o en las comparaciones que se hagan a partir
de las muestras de la poblacin de referencia, es el
reconocimiento inequvoco e inicial de las dos caractersticas
de la variable que mencionamos en secciones anteriores: (9),
(16),(21),(22),(23).
1.-El tipo de variable, fundamentalmente para
reconocer o saber si estamos ante una variable cuantitativa o
una variable cualitativa. Est ltima en su formas nominal y
ordinal marca la necesidad del uso de las llamadas pruebas
no paramtricas; pruebas que adems, son alternativa
137
importante en aquellas variables cuantitativas que adems

son variables dependientes en una comparacin, pero no
cumplen criterios de normalidad y homocedasticidad (igualdad
de varianzas) en sus datos para poder realizar las pruebas
paramtricas conocidas usualmente por ser ms potentes y
precisas.
2.-La condicin de las variables en trminos de su
posible relacin, en caso de hacer comparaciones y pruebas
de hiptesis, entre grupos; es decir, cual variable o variables
actan como variable causal, independiente, explicativa o
factor y cual variable es la variable dependiente, de efecto o
de resultado.
El otro elemento menos operativo pero de necesario
entendimiento, es la imposibilidad de una muestra de expresar
en un 100 % la caracterstica del universo o poblacin de
donde ella proviene, y la necesidad de aproximarse a esas
caractersticas a travs del dominio de la teora de las
probabilidades. S, para poder entender que a eso se reduce,
en trminos pragmticos ms que despectivos, la inferencia
estadstica, a tener bastantes probabilidades de no
equivocarnos en las conclusiones que se propongan, siendo la
aplicacin de esos procedimientos de la inferencia la manera
de medir y estar consciente de esas probabilidades.
La teora de la distribucin muestral de probabilidad
de un estadstico es una distribucin terica generada al tomar
todas las muestras posibles de igual tamao en una poblacin.
Esta distribucin nos indica la probabilidad de cometer errores
en las conclusiones segn hiptesis preestablecidas y por eso
es base de gran parte de la inferencia estadstica.
138
Estimacin de Parmetros.
La estimacin de parmetros se conoce a travs del
clculo del intervalo de confianza (IC) obtenido sobre el valor
de medicin de una variable en una muestra, ese intervalo
expresa un valor mnimo y un valor mximo entre los cuales
debe, en trminos de probabilidad, encontrarse el verdadero
valor de toda la poblacin. Ms all de esos valores tambin
puede estar el valor de la poblacin pero asumimos que la
probabilidad de que ello ocurra es muy baja.
Convencionalmente y en aplicaciones de la ciencia se asume
que una probabilidad baja es aquella que ocurre en menos del
5 % de los casos. Por esa razn usualmente se reporta: el
valor obtenido y su IC con un 95%. Un ejemplo de ello sera:
de la muestra de 325 pacientes, 98, el 30 % (IC95%: 25-35%)
presentaban valores de glicemia elevada.
No hay error aleatorio al decir que el 30% de los 340
pacientes tienen glicemia elevada pero s existe ese tipo de
error al querer extrapolar ese exacto porcentaje a la poblacin
de donde esa muestra se obtuvo, la salida cientfica es decir:
con una alta probabilidad (95%) el porcentaje de la poblacin
total con glicemia elevada debe estar entre 25% y 35%. En
este caso el porcentaje entre el porcentaje del valor obtenido
y alguno de sus dos extremos en el intervalo se conoce como
error de estimacin, el cual puede ser: el requerido por
nuestros objetivos de investigacin al calcular el tamao de la
muestra o el existente o calculado si se ha trabajado con un
tamao de muestra posible, ms que deseado. Intuitivamente
se puede entender que a medida que el tamao de la muestra
139
aumenta el intervalo entre los valores se reduce y la precisin

de nuestra conclusin aumenta. Como veremos al utilizar el
programa estadstico EPIINFO, al pedirle una frecuencia a
cualquier variable cualitativa, el programa automticamente
presentar los intervalos de confianza con un 95% de
probabilidad, otra manera, no manual o aplicando su frmula
matemtica, para conocer estos valores es utilizando el ya
mencionado programa, de libre acceso en la web, OPEN EPI.
Los IC se pueden obtener para las medidas de
frecuencia, para las medidas de tendencia central pero
tambin para las medidas de asociacin como el riesgo
relativo, o de relacin como las de las pruebas diagnosticas de
sensibilidad y valores predictivos, as como de correlacin.
Prueba de Hiptesis
La Prueba de Hiptesis es la otra gran funcin de la
inferencia estadstica, con aplicaciones frecuentes en la
investigacin cientfica y en nuestro caso particular en el
campo de la investigacin en salud y medicina.
Como lo sugiere su nombre la Prueba de Hiptesis es
una afirmacin cuyo resultado puede llevar a una confirmacin
que est sujeta a verificacin o comprobacin a partir de
niveles numricos de probabilidad convencionalmente
establecidos. Usualmente esta aplicacin de la estadstica
est basada en la comparacin de dos o ms grupos o
categoras que son partes o valores de una variable que es
causal de diferencias o relaciones, al medir los valores y
frecuencias de otra variable, conocida generalmente como
dependiente; debido, a que esta variable podra, o no,
tericamente modificarse como efecto de aquella, tambin
140
llamada independiente. Como esta prueba es basada en

probabilidades, siempre existe la posibilidad de conclusiones
equivocadas sea a favor o en contra de la hiptesis propuesta.
Esta posibilidad de equivocacin se puede expresar como los
Errores tipo I y Tipo II. El primero ocurre cuando concluimos
que hay una diferencia que realmente no existe, y el segundo
que consiste en negar alguna diferencia o relacin cuando
este si est presente. Aumentar el nivel o punto de decisin
de uno para reducir su error, implica necesariamente el
aumento en la probabilidad del otro para presentarlo.
El nivel de probabilidad establecido como el lmite de
lo que convencionalmente es y no es significante en una
prueba es conocido como nivel alfa, su objetivo es reducir el
error tipo I a una probabilidad no mayor del 5 % o 0,05. El
valor resultante de una prueba estadstica de hiptesis,
cualquiera sea el tipo de distribucin de las probabilidades
pero que, corresponda con valores de probabilidad (Valor p)
menor al mencionado, indica que la probabilidad de
diferencias verdaderas aumenta y se reduce la probabilidad
del azar como causante ficticio de la diferencia. Por ejemplo:
un valor p en una prueba que sea 0,004 es muy significante
para que las diferencias encontradas en la muestra realmente
los sean en la poblacin de donde proviene dicha muestra.
Partamos ahora de ciertas preguntas que nos permitan
determinar y diferenciar las necesidades de un estudio
que requiere inferencia estadstica.
1.- Cul es el objetivo del estudio en trminos de
estadstica Inferencial?
141
a.-Estudiar toda una poblacin, en caso cual no tiene sentido

inferir porque no hay muestra ni error muestral; siendo
suficiente la detallada, o no, descripcin que se haga de esa
poblacin. Por ejemplo: estudiar las caractersticas
acadmicas de los estudiantes de medicina de la Universidad
de Carabobo en Aragua e incluirlos a todos.
b.-Estudiar una muestra de esa poblacin, para lo cual si
requerimos hacer inferencia a la poblacin de donde esa
muestra se obtuvo.
En caso de estudiar una muestra, aqu comienza la
aplicacin de la inferencia y se deben hacer las siguientes
preguntas:
2.- Se quiere estimar un parmetro de la poblacin o
probar una hiptesis?
Con mucha frecuencia el diseo de un estudio solo
quiere conocer en una muestra las caractersticas de una o
ms variables, o medidas de asociacin entre ellas pero sin
querer comparar grupos o categoras presentes en esas
variables. Adems, se quiere ver cmo, o que tanto, esos
hallazgos pudieran encontrase en la poblacin de donde
proviene la muestra estudiada. En esta situacin las pruebas
de hiptesis no son requeridas, o su eventual uso no tiene un
papel importante en los hallazgos del estudio.
Por el contrario, si la investigacin desde su idea y
planificacin parte de la necesidad de comparar y buscar
diferencias, ya pensadas, en esas comparaciones, la prueba
de hiptesis es estrictamente necesaria. Por ejemplo: El
142
promedio de HDL colesterol es mayor en aquellos adultos que

fuman respecto a quienes no lo hacen, ajustando por otros
factores de riesgo.
Usualmente, no siempre, la estimacin de parmetros
se hace a travs de un anlisis Univariado, lo que significa un
procedimiento variable por variable de los datos. En cambio, la
prueba de hiptesis significa un anlisis que requiere la
participacin de al menos dos variables, lo que implica en
principio un anlisis bivariado de los datos.
4.- Qu tipo de variables se estima o se comparan?
Como se ha insistido, reconocer el tipo de variable en
su esencia, como numrica-cuantitativa o como una categora
cualitativa, determina los procedimientos para estimar un
parmetro de cada una de esas variables en la poblacin.
Las variables cualitativas pueden medirse en trminos
de la ocurrencia proporcional o no de un valor, es decir su
proporcin en funcin del otro u otros valores. En estos casos
la estimacin se obtiene utilizando la siguiente frmula:
p z pxq
Donde p es la proporcin encontrada, q es su complemento, z es un valor

establecido para un nivel de confianza convencional y preestablecida, y n es
el tamao de la muestra.
La otra manera, ms directa, para obtener dicha

informacin es especificando al programa estadstico
143
EPIINFO, u otro, que se trata de una variable cualitativa con

valores proporcionales de sus valores.
Si nos referimos a una variable cuantitativa, la frmula
es la que a continuacin se presenta, cuyos valores tambin
se pueden obtener en un programa informtico, identificado
bien el tipo de variable
x z
s
n
Donde x es la media aritmtica encontrada, S su varianza, z es un valor

establecido para un nivel de confianza convencional y preestablecida, y n es
el tamao de la muestra.
Cuando se comparan grupos de una variable en funcin

de los resultados de otra, es necesario tambin hacernos
esta pregunta respecto a las variables:
5.- Cul es la variable dependiente y cual o cuales
las independientes?
Para realizar las pruebas de hiptesis a travs de
programas informticos de estadstica es indispensable tener
claro esta diferencia que ya hemos explicado en secciones
anteriores. Esto unido a conocer el tipo de variable sea
cuantitativa o cualitativa establece una serie de combinaciones
posibles, necesarias para decidir, entre otros requerimientos,
el tipo especifico de prueba estadstica a realizar.
6.- Los grupos o categoras incluidas en la variable
Independiente o causal, son independientes entre s?
144
Esta diferencia modifica las caractersticas o tipo de

prueba a realizar. Por ejemplo: en una variable donde se
comparen mujeres y nias respecto a sus gustos alimenticios,
no habr independencia si esas nias son hijas de esas
mujeres.
7.- Qu tamao de muestras se tiene?
Ciertas pruebas se pueden o no realizar dependiendo
del tamao de la muestra, o del tamao de los subtotales
incluidos en ella. EPIINFO y otros programas despliegan
avisos cuando esos requerimientos varan en nuestros datos,
o utilizan pruebas acopladas para muestras consideradas
grandes o pequeas.
Al comparar valores de una variable dependiente
expresada de manera cuantitativa o numrica, es importante
considerar los dos puntos siguientes (8 y 9):
8.- Tienen los datos una distribucin normal?
Este tipo de distribucin de probabilidad es requerido
como condicin de las llamadas pruebas de hiptesis
paramtricas, pruebas no paramtricas alternativas son
ofrecidas a veces de manera automtica en los programas
estadsticos, siendo esto as en el programa EPIINFO.
9.- Las varianzas de los grupos que se comparan
son iguales o diferentes?
Para conocer los requerimientos paramtricos de
homocedasticidad, el programa EPIINFO, automticamente
145
realiza la prueba de homogeneidad de las varianzas de

Bartlett para identificar si las varianzas de las medias
comparadas son iguales o diferentes; cuando no lo son, el
programa, tambin automticamente, ofrece el resultado de
una prueba no paramtrica como opcin y correspondiente a
la situacin comparada.
10.- Qu se hace para ajustar o controlar el efecto de
terceras variables, (a veces confusoras) consideradas
independientes, sobre las comparaciones establecidas entre
las variables dependiente e independiente primariamente
consideradas?
Acciones fundamentales para evitar esos efectos se
pueden realizar en dos momentos de la investigacin:
a.- En la planificacin y el diseo con la restriccin de
algunas categoras en la variable, los criterios de exclusin y
el uso de diseos con unidades pareadas entre los grupos o
categoras de la variable independiente o factor.
b.- En el anlisis estadstico: con la estratificacin y el
anlisis de las variables primarias en cada uno de los estratos
generados, y/o el uso de un modelo de anlisis estadstico
simultneo de mltiples variables. En ambos casos, con el
objetivo de conocer el peso de las terceras variables en los
resultados del anlisis.
A continuacin se presentan las situaciones que adems de
ser las ms bsicas son las ms frecuentes en los estudios
que se realizan a nivel de los estudiantes de medicina.
146
Se ofrecen ejemplos que en el campo de la salud se

corresponden con esas situaciones:
1.- Ambas variables consideradas: Dependiente e
Independiente son cualitativas. Las dos nominales, o las
dos ordinales, o una nominal y la otra ordinal.
Ejemplo 1: Probar la hiptesis segn la cual el sexo (VI) est
relacionado con la clasificacin nutricional (VD) de los
participantes en un estudio. No habra independencia dentro
de las dos categoras de la variable independiente sexo si los
hombres y las mujeres fueran parejas o estuvieran casados.
Ejemplo 2: Probar la hiptesis segn la cual los pacientes de
la sala A se infectan ms que los pacientes de la sala B de
un servicio de ciruga en un hospital. Donde el tipo de sala es
la VI, y la infeccin o no la VD.
Ejemplo 3: Probar la hiptesis segn la cual los nios
presentan ms dengue hemorrgico que los adultos. Donde el
grupo etario es la VI y la frecuencia del dengue hemorrgico la
VD.
Ejemplo 4: Probar la hiptesis segn la cual los pacientes
tratados con el medicamento A tienen menos frecuencia de
complicaciones que los tratados con el medicamento B.
Donde el tipo de medicamento es la VI y las complicaciones
posteriores de la enfermedad la VD.
En estos casos las pruebas no paramtricas utilizadas con
mayor frecuencia son:
147
-Prueba Chi Cuadrado

-Prueba Exacta de Fischer: cuando valor esperado
en una celda es menor a 5 para tablas de 2 por 2.
-Prueba Chi Cuadrado de McNemar: cuando los
datos son pareados y por tanto no son independientes
dentro de la variable, por ejemplo resultado de dos
pruebas diagnosticas realizadas a la misma persona
en un grupo de 60 pacientes.
-Prueba de Kappa: Se utiliza en condiciones similares
a McNemar; sin embargo mide concordancia o
acuerdo entre las variables que se comparan.
-Cuando el tamao de la muestra es grande y se
obtienen porcentajes en dos categoras se puede
utilizar una prueba de comparacin de proporciones
con aproximacin normal y aplicacin de la Prueba Z.
2.- La variable Independiente o Factor (una sola)
es nominal, y tiene solo dos grupos que son adems
independientes entre ellos y la variable dependiente o
resultado es numrica.
Ejemplo 1: Probar la hiptesis segn la cual entre las
categoras del sexo (VI) existen diferencias respecto a los
valores de ndice de masa corporal (VD).
la sala A presentan un nmero mayor en promedio de
clulas blancas en sangre que los pacientes de la sala B. La
ubicacin segn la sala es la VI.
148

presentan ms reduccin de plaquetas en dengue severo que
los adultos. Donde grupo etario es la VI.
Pruebas paramtricas ms frecuente

-T de Student o Prueba Z si n es mayor a 30
-T de Student si n es menor a 30 pero los datos son
de distribucin normal y las varianzas son iguales. O
con varianzas desiguales pero el mismo tamao de n
en cada grupo.
Otras posibles y alternativa a las anteriores:
-Prueba No Paramtrica de Rango de Wilcoxon si
los datos no son normalmente distribuidos.
3.- La variable Independiente o Factor (una sola) es
nominal, pero tiene dos grupos o categoras que no son
Ejemplo 1: Probar la hiptesis segn la cual entre las
categoras del sexo (VI) existen diferencias respecto a los
valores de ndice de masa corporal (VD). Pero haciendo este
estudio en parejas casadas, es decir las categoras de la VI
sexo no son independientes entre s.
la sala A presentan un nmero mayor en promedio de
clulas blancas en sangre que los pacientes de la sala B. La
ubicacin segn la sala es la variable independiente. Pero
149
cada paciente de la sala A ha sido pareado con u paciente

de la sala B en relacin a su edad, sexo y estrato social.
presentan ms reduccin de plaquetas en dengue severo que
los adultos. El grupo etario es la variable independiente, pero
los nios y los adultos son familia.
Prueba paramtrica ms frecuente:
-T de Student pareada siempre, si n es mayor a 30
-T de Student pareada si n es menor a 30 pero los
datos son de distribucin normal.
Otras posibles alternativa a las anteriores:
-Prueba No Paramtrica de Rangos Sealados de
Wilcoxon: alternativa a la T de Student con datos muy
asimtricos, no tienen distribucin Normal y menores
de 30
4.- La variable Independiente o Factor (una sola)
es nominal, pero tiene tres o ms grupos o categoras que
adems entre ellos son independientes y la variable
dependiente o resultado es numrica.
Ejemplo 1: Probar la hiptesis que segn el sexo (VI), pero
considerando preferencias sexuales y construyendo cuatro
categoras: femenina heterosexual, femenina homosexual,
masculino heterosexual y masculino homosexual, se relaciona
con los valores de la variable cuantitativa y dependiente ndice
de masa corporal.
150

la sala A presentan un nmero diferente en promedio de
clulas blancas en sangre que los pacientes de la sala B y
de la sala C. La ubicacin segn la sala es la VI.
Ejemplo 3: Los nios presentan ms reduccin de plaquetas
en dengue severo que los adolescentes y los adultos.
Prueba Paramtrica ms frecuente:
-Anlisis de Varianza (ANOVA) de una va (un solo
factor pero con ms de dos grupos o categoras) Si lo
datos tienen distribucin Normal.
-Prueba No Paramtrica Kruskal-Wallis de una va
(un solo factor). Prueba alternativa al ANOVA.
5.- La variable Independiente o Factor (1 solo) es
nominal, tiene tres o ms grupos o categoras pero no son
Prueba paramtrica ms frecuente:
-ANOVA de Medidas Repetidas. Si lo datos tienen
distribucin Normal.
-Prueba No Paramtrica de Friedman Si los datos
no tienen distribucin normal. Prueba alternativa al
ANOVA de medidas repetidas.
151
Anlisis estadstico con programa EPIINFO

A continuacin describiremos la manera de
realizar mucho de os anlisis que mencionamos
anteriormente a travs del programa EPIINFO 3.5.3.
Adems se expondr de manera audiovisual, en CD y
video anexo la manera de realizar el anlisis con el
programa EPIINFO y el programa OPEN EPI
considerando gran parte de las situaciones que
mencionamos anteriormente. (21).
Epi Info 3.5.4
Para analizar datos utilizaremos la opcin ANALYZE DATA o
ANALIZAR DATOS. Figura 19.
Figura 19.
152
Y aparece el ambiente principal para el anlisis de los datos

en la Figura 20.
Figura 20.
En cualquiera de los dos casos:
a.- Base de datos construido en EPIINFO o
b.- Base de datos importados de una base de datos
construida en EXCEL
EL primer paso consiste en presionar READ (IMPORT) en la
parte superior del recuadro a la izquierda, inmediatamente por
debajo de DATA.
Al hacerlo aparece la Figura 21 con una ventana que presenta
varias opciones.
153
Figura 21.
La primera alternativa de avance est en la sub
ventana de DATA FORMATS: Si queremos trabajar con una
base creada en el propio EPIINFO se deja por defecto el
formato EPI 2000, si por el contrario queremos trabajar con
una base de datos construida y grabada en EXCEL entonces
debemos cambiar el formato a una extensin EXCEL
presionando la flecha pequea de esa sub ventana, y
seleccionar el tipo de archivo EXCEL dependiendo del archivo
donde tengamos los datos que deseamos analizar. Como se
aprecia en la Figura 22.
154
Figura 22.
Seguidamente presionar la opcin de bsqueda en el
directorio donde este el archivo de EXCEL o el proyecto de
EPIINFO (formato Access MDO). Figura 23.
Figura 23.
155
Para facilitar el anlisis usaremos este ejemplo:

Buscamos la base de datos en el directorio donde lo tenemos
y presionamos ABRIR. Figura 24 y 25.
Figura 24.
Figura 25
156
Seleccionamos la hoja 1 y presionamos OK como vemos en la

Figura 26 y 27.
Figura 26
Figura 27.
157
Se repite OK al aparecer el recuadro de la Figura 28

manteniendo activo la seal de chequeo que se ve en la
cajita marcada.
Figura 28
Luego de presionar OK, debe aparecer la imagen de la Figura
29
Figura 29.
158
En este momento estaremos listos para usar las

funciones de anlisis del EPIINFO.
Las tres funciones que se deben conocer de primera
intensin son las que aparecen en el cuarto subttulo del
recuadro de la izquierda de la pantalla.
Ellos son:
FREQUENCIES (Frecuencia)
MEANS (Media) y
TABLES (Tablas)
FREQUENCIES nos sirve para conocer la frecuencia en
porcentaje y en valores absolutos de cada variable que
consideremos para su anlisis. En un primer ejemplo
buscaremos la frecuencia del SEXO, presionando la funcin
FREQUENCIES. Figuras 30, 31 y 32.
Figura 30.
Presionamos OK y aparece la Figura 31.
159
Figura 31.
Observe que la opcin FREQUENCIES aplica
fundamentalmente (no siempre) para variables cualitativas
como el sexo, y su uso se realiza Variable por Variable
(UNIVARIADO), observe tambin el reporte del INTERVALO
DE CONFIANZA, que es la Estimacin del Parmetro
considerado.
Para hacer el mismo tipo de anlisis (UNIVARIADO)
pero para una variable cuantitativa como la Edad la opcin
preferible es MEANS, exactamente en el recuadro donde
aparece MEANS OF como se observa en las Figuras 33 y 34.
160
Figura 32
Figura 33.
161
Figura 34.
Presione OK y aparece lo visible en la figura 35: La
informacin ms importante se indica con la flecha amarilla,
all est la media, la desviacin estndar, la varianza, la
mediana, los percentiles 25 y 75.
Figura 35.
162
Por ltimo, para efectos de esta gua, la funcin

TABLES nos permite describir y analizar simultneamente dos
variables de tipo cualitativo (tanto Nominal como ordinal),
descripcin bivariada. En el ejemplo seleccionaremos la
variable SEXO y la variable HF que significa si la persona
tiene o no el Hbito de Fumar. Figuras 36 y 37.
Figura 36
Figura 37.
163
Y ahora, la pregunta: donde guardar los Resultados

del Anlisis y como Guardar la Programacin utilizada?
Recuerde las tres acciones que puede realizar una
vez analice y obtenga la descripcin y resultados de sus datos
en la funcin ANALIZE DATA.
1.-Copiar la informacin o resultados directamente del
recuadro superior derecho de la accin ANALIZE DATA (con
un lpiz en un papel o copiando y pegando en el programa
WORD, por ejemplo).
2.-Enviando lo generado del anlisis a un archivo HTML y
verlo luego con el programa EXCEL o abrirlo con el
EXPLORER de INTERNET.
3.-Lo mismo del paso 2 pero adems guardando en un archivo
PGM (de programa) las ordenes de los anlisis solicitados, por
ejemplo FREQUECIES, MEANS O TABLES, LIST.
El archivo PGM luego puede ser utilizado de nuevo con todas
las rdenes indicadas previamente.
A continuacin se presentan los pasos para enviar los
resultados obtenidos en ANALIZE DATA a un archivo con
formato HTML que puede ser abierto con el programa EXCEL.
En la Figura 38, partimos del supuesto donde ya hemos
abierto el archivo EXCEL a partir de la funcin READ
IMPORT.
164
Figura 38.
El PRIMER paso es indicarle al programa la ruta
donde debe dirigirse el resultado del anlisis para ello
buscamos en el recuadro de la izquierda la orden ROUTE
OUT en la parte inferior de ese recuadro. Figura 39 y la flecha
verde donde se indica esa orden. Vea tambin la ventana que
aparece en el medio de la pantalla y la flecha amarilla que
indica el pequeo recuadro donde haremos clic para ubicar el
directorio donde queremos colocar el archivo HTML con
nuestros resultados.
165
Figura 39
La Figura 40 indica la bsqueda del directorio donde
se colocara el archivo con el resultado, trate de indicar un
nombre que indique el resultado y la fecha en la cual se
obtuvo. En este ejemplo se coloca la fecha y se nombra como
RESULTADOPROYECTOMANUAL5ABRIL2014.
Figura 40.
166
Una vez nombrado el archivo resultado se presiona

ABRIR y aparecer la imagen de la Figura 41 y se presiona
OK.
Figura 41
De inmediato aparece la Figura 42, donde se indica la
ruta (ROUTE OUT en letras azules) en el recuadro inferior
derecho, posteriormente podemos hacer la solicitudes
especificas de anlisis como FREQUENCIES, MEANS,
TABLES, LIST. En este ejemplo se pide una sola orden:
FREQUENCIES de SEXO, como se observa en la misma
Figura 5.
167
Figura 42.
Con ese resultado ya estaremos en capacidad de
buscarlo en el archivo RESULTADOPROYECTOMANUAL5ABRIL2014
en formato HTML colocado en el directorio de nuestra
eleccin, y abrirlo utilizando el programa EXCEL, entre otros
posibles.
Los siguientes pasos a partir de la Figura 43 nos
permiten guardar las rdenes que hemos utilizado, en un
archivo PGM y utilizarlo posteriormente, sin necesidad de
escribir nuevamente esas rdenes. Esta facilidad es
importante sobre todo cuando analizamos bases de datos o
estudios con muchas variables. Para hacerlo, debemos activar
FILE en el recuadro inferior derecho identificado como
PROGRAM EDITOR, y en la ventana generada presionar
SAVE.
168
Figura 43.
Aparecer la ventana visible en la Figura 44, por
defecto el programa coloca el archivo PGM en un proyecto
MDB en el directorio EPI INFO. Como siempre, sugerimos
colocar estos archivos en un directorio que previamente
hemos preparado para ello, recuerde el archivo AEPIINFO.
Esto lo logramos presionando CHANGE PROJECT en la
ventana indicada, y colocamos el nombre de nuestro archivo
como lo indica la Figura 45 donde se utiliza el nombre
EJEMPLO II y se presiona GUARDAR.
169
Figura 44
Figura 45
170
Inmediatamente se pasa a nombrar el programa

especfico que puede (o no) tener el mismo nombre del
anterior, en este caso se uso el nombre: EJEMPLO2 (sin
espacios) y se presiona OK. Figura 46.
Figura 46.
El programa estar guardado, listo para ser usado en
futuras ocasiones.
La Figura 47 muestra el momento luego de haber
salido y vuelto a entrar en ANALIZE DATA, como se observa
no hay datos. Pero ahora podemos abrir el programa que
creamos, esto se logra presionando FILE pero ahora
presionamos OPEN, aparecen el recuadro que vemos en la
Figura 48, presionamos CHANGE PROJECT y buscamos el
directorio donde se puso el archivo y lo colocamos en la
ventana indicada como PROJECT FILE y luego el archivo en
171
la otra ventana indicada como PROGRAM, en nuestro caso

EJEMPLO II y EJEMPLO respectivamente, ver de nuevo
Figura 48.
Figura 47
Figura 48
172
La pantalla presentar lo que se indica en la Figura

49, observe sin embargo que el programa no ha sido
ejecutado (o corrido), lo cual hacemos presionando RUN en el
PROGRAM EDITOR y veremos el resultado como se aprecia
en la Figura 50.
Como ya los resultados han sido enviados a un
archivo de resultados en formato HTML, se puede cerrar el
programa EPI INFO y abrir el programa EXCEL como se
indica en la Figura 51, para luego desde l, abrir el archivo
HTML en el directorio indicado como se puede ver en las
Figuras 53 y 54. Donde podemos hacer cuadros y grficos
ajustados a nuestro deseo y a las ventajas de EXCEL para
construirlos.
Figura 49
173
Figura 50.
Figura 51.
174
FIGURA 52.
Figura 53.
175
Captulo
Trabajo Final en formato de

publicacin.
Luz Marina Navarrete
Como se ha insistido a travs de este manual, gran

parte de su estrategia y orientacin ha sido dirigida a lograr
resultados que puedan ser difundidos de forma clara y
eficiente a otros estudiantes y profesionales del mundo de la
salud. Por esta razn hemos buscado un consenso sobre la
mejor manera para lograr esa difusin y de all el porqu
elegimos seguir las recomendaciones que el comit de
editores de revistas mdicas ha sugerido y desarrollado desde
1979 cuando realizaron su primera reunin en la ciudad de
Vancouver Canad y dentro de l la rama dirigida a los
estudios epidemiolgicos y clnicos conocido como STROBE.
Explicaremos aqu, porque el proyecto, realizado previamente
a esta entrega final, debi hacerse de tal manera que pudiera
facilitar la transicin entre aquel proyecto y este informe
definitivo. En las prximas pginas; sin embargo, detallaremos
aspectos que le son particular a este formato final, as como
nombraremos aquellos aspectos que habiendo sido de mucha
importancia al momento de escribir el proyecto, no lo son igual
al escribir los resultados finales. (1),(4),(7),(18),(26),(27).
Importante es sealar que, aun existiendo las

mencionadas normas de Vancouver y sus ramas especficas
por reas de la salud, muchas revistas mdicas tienen
variantes y particularidades que dicha norma a veces no
estandariza, ni tampoco parece estar interesada en hacerlo.
En este punto sigue siendo la mejor recomendacin que l o
los autores, al seleccionar la revista donde se quisiera
publicar, siga con extremo cuidado las especificaciones que
cada comit editorial sealo en su aparte conocido como
instrucciones para los autores.
Sigamos ahora esas recomendaciones generales que
los editores de revistas mdicas han realizado.
Quizs uno de los acuerdos ms importantes es la
estructura de los artculos en formatos de publicacin:
Introduccin, material y mtodo, resultados y discusin
(IMRAD). Esta estructura fue aceptada definitivamente en el
mundo cientfico luego de su uso por Luis Pasteur en 1859. (7)
Siendo algo ms especficos podramos esquematizar
ese formato con los siguientes puntos.
Ttulo
Resumen
Introduccin
Material y Mtodo
Resultado
Discusin
Bibliografa
Detengmonos y hablemos primero en general y

luego de cada uno de los puntos mencionados.
Aspectos Generales.
La mayor parte de la redaccin del trabajo final debe
realizarse en tiempo pasado, solo la seccin de la introduccin
con el problema y los antecedentes podran alternarse ese
tiempo con el en tiempo presente o tambin utilizando tiempos
compuestos, especficamente el pretrito perfecto.
Los subttulos, muy usados en el proyecto, sern
reducidos en este formato, aunque siempre los podremos
utilizar dependiendo de su importancia y de su necesidad para
ser resaltados de esa manera: por ejemplo, la estadstica y
otros procedimientos especficos en la seccin de materiales y
mtodos. y las conclusiones en la discusin.
La extensin de este tipo de documento es corto, en
esencia para facilitar su difusin, inclusive al realizar el
proyecto de la investigacin, habamos recomendado reducir
su tamao a necesidades manejables para quien lo revisa con
fines acadmicos o de financiamiento. Son frecuentes las
revistas mdicas que limitan la extensin del artculo, a unas
las 5 mil palabras, lo cual coincide con la recomendacin que
hacemos nosotros y que se corresponde con una extensin
total entre 15 y 20 pginas tamao carta y escritas a doble
espacio con una letra de tipo arial y de tamao 11.
Como hemos dicho, la mayora de los estudios
realizados por estudiantes de medicina, estn en la categora
de clnico epidemiolgico, por esa razn vuelven a ser las
recomendaciones especficas de STROBE, detalladas en el
captulo I, las utilizadas en el formato final de publicacin, pero

ahora deben ser redactadas en tiempo pasado. De hecho,
STROBE fue escrito para ayudar en la redaccin de los
artculos a ser publicados, nosotros lo que hemos hecho es
sugerir el adelanto de su uso en la realizacin del proyecto.
Otro elemento muy importante es el estilo de este tipo
de narrativa cientfica. Se debe ser directo al querer expresar
una idea o un hallazgo encontrado o relacionado en la
literatura sobre el tema o al presentar y discutir nuestros
propios resultados. Los adornos literarios, las vueltas
estticas alrededor de un hallazgo o idea son absolutamente
innecesarios e improcedentes en este tipo de redaccin.
Porque decir, por ejemplo: continuas evidencias vienen
mostrando en lugar de decir: se ha encontrado y
simplemente citar las referencias. De igual manera, evitar los
adjetivos: un excelente estudio realizado en es mejor decir:
un estudio multicntrico realizado en o la causa especfica
por la cual pensamos que el estudio es bueno. Hay quienes no
estn de acuerdo con este tipo de redaccin impersonal y
objetiva, debido a que no deja ver al sujeto que la realiza; sin
embargo, s reconocemos como lo primordial, la difusin de
nuestros resultados, tenemos que entender que esa retrica
cientfica es la que domina en los comits editoriales y rbitros
de revistas mdicas, lo que nos obliga a dominarla y realizarla.
El Ttulo
En general se recomiendan ttulos cortos, de 15
palabras o menos. Usualmente, que dichos ttulos den
informacin del que y del como, referido este ltimo y en
muchos casos al tipo de diseo del estudio, por encima del
donde y del cundo que sern mencionados en la parte de la
metodologa. Claro, a menos que el donde o el cundo se

relacionen mucho con el objetivo del estudio. Recordemos
que, con el actual uso de los buscadores por internet, sin duda
el ttulo es la parte del artculo que ms es leda y a veces la
nica, por tanto, l amerita que se le d el mejor acabado
posible. Siempre debemos tener un titulo al trabajo, pero no
implica que no podamos mejorarlo hasta conseguir el que
mejor lo represente.
Aspectos que consideramos claves en el ttulo:
1.-Corto, 15 palabras o menos, o de 90 caracteres.

2.-No usar abreviaturas, solo en casos especiales, donde
el elemento se conoce ms por la abreviatura que por su
nombre completo.
3.-Debera ser conciso pero con suficiente informacin
que maximice la sensibilidad y especificidad del trabajo a
travs de su bsqueda electrnica.
4.-Evite sealar lugares y fechas que pueden colocarse
en la metodologa.
5.-Trate de comenzar con la o las palabra (s) ms
importantes.
6.-Evite ambigedades.
7.-Si es posible incluya el resultado en el ttulo.
8.-Si puede incluya el diseo en el ttulo.
Ejemplos de Ttulos, tomados de PUBMED y Scielo:

Ileitis Microscpica como causa de Diarrea Crnica: Estudio
de Casos y Controles.
Evaluacin del impacto de la vacuna contra rotavirus en
Colombia usando mtodos rpidos de evaluacin.
Inequalities in the incidence of infectious disease in the North
East of England: a population-based study.
Factores pronsticos del cncer colorrectal.
Hypoxia reduces exercise capacity in the rat by limiting O2
diffusion within muscle
Resumen
Es una exposicin corta, clara y precisa sobre el ttulo,
autores y tema de investigacin, el cual deber ser redactado
en espaol y en ingles. Debe incluir una breve introduccin,
los objetivos, la metodologa empleada, los resultados ms
importantes obtenidos, una pequea discusin y la conclusin.
Para efectos de la asignatura sugerimos colocar previamente
el titulo del trabajo, los nombre (s) y apellidos (s) de los
autores justificados a la derecha. Tutor (es) cientfico (s) y
metodolgico (s) y la fecha.
Se contempla un mximo de 250 palabras. Al final se
colocarn las palabras claves o descriptores que mejor
identifiquen el tema de la investigacin.
Se conocen dos tipos principales de resumen: el

estructurado, donde se resaltan como un subttulo cada una
de las partes que debe contener el resumen, es decir
introduccin, objetivos, mtodos, resultados discusin y
conclusin, y el no estructurado donde esas partes se
incluyen pero sin necesariamente nombrarlas, ni resaltar.
Recomendamos la forma estructurada para efectos de nuestra
solicitud; sin embargo, ante la posibilidad de publicarlo en
cualquier revista, tenga en cuenta como lo pide
especficamente esa revista, adems en otros casos, para
efectos de algunas revistas, tenga presente que el resumen no
incluye el ttulo ni el nombre de los autores.
En trminos prcticos el resumen se puede definir
como la reduccin o sntesis de toda la investigacin a menos
de 250 palabras. Es la segunda seccin, despus del ttulo,
ms leda de cualquier artculo; en ella el lector decide si pasa
a leer la totalidad de la informacin.
Introduccin.
La introduccin del trabajo final en formato de

publicacin sigue la misma secuencia lgica que presentamos
en la introduccin del proyecto pero con algunas diferencias
que pasamos a considerar. Debe responder cuatro grandes
aspectos que el lector experto o no en el tema quiere conocer:
1.- En cual contexto se realiza la investigacin, es decir que es
lo que est de fondo en el problema que se definir. Se
corresponde con una brevsima descripcin de lo que hemos
llamado marco terico, antecedentes de la investigacin y su
justificacin, aunque para efectos de esta ltima, la
justificacin tiene ms importancia en la etapa de proyecto
porque es cuando puede demostrar la necesidad e
importancia de realizar el estudio, una vez realizada la
investigacin la importancia de la justificacin se reduce un
poco. A diferencia del proyecto, en la Introduccin del formato
final en formato de publicacin usualmente no se colocan
subttulos y se intenta hacer una redaccin continua y fluida
desde la presentacin de contexto hasta el objetivo de la
investigacin.
2.- La identificacin clara e inequvocamente el problema
cientfico a resolver con la investigacin, esta parte en la
introduccin deber ser la que mas ocupe la atencin y
espacio del o los autores. Si el estudio es descriptivo o quiere
estimar parmetros de una poblacin blanco, debe quedar
claro como la descripcin de caractersticas de la muestra o
de la poblacin estudiada permite resolver el problema

planteado. Si el estudio es comparativo el problema debe
mostrar lo que se desconoce en esa potencial o real
comparacin en el estudio.
3.-Posterior a la presentacin del problema se debe expresar
claramente que es lo que se quiere (el Objetivo), a partir de
ese problema. La identificacin de ese objetivo debe estar
claramente comprendida en la introduccin, sin que se
necesite escribir un subtitulo que lo seale. Se menciona
como parte principal y esencial de la redaccin que se viene
haciendo.
4.-Cada vez se espera ms que los autores o el autor
adelanten lo que esperan encontrar en su trabajo.
Aspectos a considerar al momento de redactar la introduccin:
a.-Tenga en cuenta la necesidad de reduccin en el tamao
de esta parte del artculo o trabajo final de grado, en este
caso. Para lograrlo el lenguaje cientfico debe ser objetivo y
concreto, evitando ambigedades, solo se citarn las
referencias estrictamente oportunas y no incluir datos o
conclusiones del trabajo que se est presentando.
b.- si es necesario, podr incluir figuras esquemas, tablas o
figuras en la introduccin, solo si se considera necesario para
soportar los prrafos escritos en esta parte.
Materiales y Mtodo
En esta parte sugerimos seguir de nuevo las

recomendaciones de STROBE de manera muy parecida a
como las presentamos para su realizacin en el proyecto de la
investigacin.
Metodologa, o material y mtodos
-Diseo del estudio.
-Contexto y lugar de la investigacin.
-Participantes, sujetos, criterios de seleccin.
-Variables, y su Operacionalizacin
- Fuentes, procedimientos, materiales y tcnicas
generales y especficas de medicin o cuantificacin.
-Confusores y Sesgos, cuales podran presentarse y
como evitarlos o reducirlos
-Tamao Muestral
-Anlisis Estadstico
A diferencia de la introduccin en esta seccin de

Materiales y Mtodos el uso de los subttulos est ms
justificado y es utilizado con mayor frecuencia, aunque la
forma explcita y subtitulada puede esta vez ir dirigida a los
aspectos que se consideren ms importantes. .
Comience material y mtodo explicando brevemente
el tipo de investigacin y el diseo que en ella se adopt.
Tambin presente el contexto donde la investigacin tuvo

lugar, vea los ejemplos en el captulo I del proyecto de
investigacin, pero esta vez haga la redaccin en tiempo
pasado.
En este caso del formato de publicacin y a diferencia
de la introduccin del proyecto, las variables y su
operacionalizacin se describen de manera continua y sin el
apoyo del esquema de operacionalizacin de las variables,
cuya funcin fue ms para facilitar al autor o a los autores que
para reproducirlo en este formato ms corto.
Recordemos que en el punto: Participantes,
sujetos, criterios de seleccin.
Se har una clara
descripcin de la seleccin de los sujetos que intervienen en la
investigacin (pacientes o animales de laboratorio, incluyendo
controles. Adems tambin en esta seccin se indicarn los
criterios ticos para garantizar la proteccin de los pacientes
(o de los animales) tanto en su bienestar fsico como en lo
psicolgico y en lo social.
En el apartado: Fuentes, procedimientos,
materiales y tcnicas generales y especficas de medicin
o cuantificacin. Instrumentos de recoleccin de los
datos. Se identificarn los mtodos y aparatos (resear el
nombre del fabricante y su direccin, de ser necesario), y los
procedimientos con detalle suficiente como para permitir a
otros profesionales reproducir la investigacin. Se suministrar
referencia y breves descripciones de los mtodos clnicos,
paraclnicos o de laboratorio, que aunque ya estn publicados,
no sean muy conocidos; se describirn los mtodos clnicos,
paraclnicos o de laboratorio nuevos o sustancialmente
modificados y se darn las razones para utilizarlos, evaluando
sus limitaciones. Se identificaran con precisin todos los

frmacos y productos qumicos utilizados, incluyendo nombre
genrico, dosis y vas de administracin. En el caso de
ensayos clnicos aleatorios se debern presentar informacin
sobre los principales elementos del estudio, incluyendo el
protocolo (poblacin estudiada, intervenciones o exposiciones,
resultados y los fundamento lgicos para la realizacin de los
anlisis estadsticos), asignacin de las intervenciones
(mtodos de aleatorizacin, asignacin a los grupos de
intervencin y control) y el sistema de enmascaramiento
empleado (ciego-doble ciego).
Aspectos ticos sern aun ms importantes cuando se
experimente con seres humanos, en tal caso,habr que indicar
si los procedimientos empleados han respetado los criterios
ticos del comit responsable de experimentacin humana
(local o institucional) y la declaracin de Helsinki de 1975,
enmendada en 1983. No se incluirn los nombres de los
pacientes ni sus iniciales, ni los nmeros que les hayan sido
asignado en los hospitales, especialmente si se trata de
material ilustrativo. Cuando se trate de experimentacin en
animales se indicar si se siguieron o no las recomendaciones
de alguna institucin o del Consejo Nacional de Investigacin
para el cuidado y utilizacin de los animales de laboratorio o
alguna ley nacional sobre el mismo tema.
Para el control de los confusores y la identificacin de
los sesgos, el tamao de la muestra y la redaccin del anlisis
estadstico en esta parte de materiales y mtodos repase el
captulo I, adptelo al artculo final en formato de publicacin,
pero ahora haga su redaccin en tiempo pasado.
Resultados
Los resultados es la parte del reporte cientfico donde
se presentan los hallazgos de la investigacin. Es un reto
intelectual hacer que esos hallazgos comprendidos por los
autores lo sean tambin para quien lo lee.
Los resultados generalmente se presentan a travs de
la narrativa del texto, en tablas y en figuras, estas figuras a su
vez pueden ser entre otros: grficos, flujogramas, fotografas,
negativos y esquemas.
En trminos operativos, en la mayora de estos
estudios de prominencia cuantitativa, presentar los resultados
es convertir los datos encontrados o arrojados por el programa
estadstico, en el caso de este manual; EPIINFO, en una
seccin comprensible del artculo de difusin de la
investigacin. Los programas estadsticos no hacen eso por
nosotros, tampoco lo hacen de manera automtica. Por
ejemplo: EPIINFO nos presenta mltiples cuadros por
separado de variables analizadas descriptivamente sobre los
aspectos demogrfico de los pacientes en el estudio (sexo,
edad, grado de instruccin, ocupacin, estado civil) y es
trabajo del autor organizar esa informacin y colocar muchos
de los datos de esos cuadros en una sola tabla que, es la que,
se presentar en el articulo final como una tabla de la
informacin demogrfica de los pacientes en el estudio.
Antes de sentarnos a redactar y construir aquello que
queremos presentar como resultados nos deberamos hacer y
responder algunas preguntas:
1. Se presentarn todos los resultados obtenidos o solo

una parte de ellos?
La respuesta depender de la cantidad de datos
obtenidos y de su pertinencia con los objetivos, sobre todo los
centrales del estudio. La publicacin de artculos en revistas
mdicas pone restricciones en el nmero de pginas y esto
puede determinar el tamao de los resultados.
2. Cul ser la secuencia en la presentacin de los
resultados obtenidos?
Hemos dicho a travs de este manual la importancia
de mantener la secuencia lgica de los objetivos que se han
enunciado, en el entendido que para llegar a nuestro objetivo
central o principal es necesario conocer e informar sobre
objetivos precedentes. Consideramos que esto es vlido para
el propsito de este manual por el tipo de investigacin que en
general tienen los estudios que, de fuerte peso epidemiolgico
y clnico descriptivo, se desarrollan actualmente en los
estudiantes de medicina, al menos en nuestra institucin. Sin
embargo, es importante aclarar que en otros tipos de estudio,
sean de ciencias bsicas o clnico experimental como los
ensayos clnico aleatorizados, esa premisa puede ser
diferente, y el orden de los resultados a presentar comenzara
por aquel que responde al objetivo central o principal de la
investigacin.
3. Cmo se distribuye la informacin de los resultados
entre el texto, las tablas y las figuras?
En principio, entender que el texto y su narrativa debe
llevar el mando en esta seccin, es decir, no se pueden
presentar los resultados como lo hemos visto en ciertas tesis

de formato tradicional, donde inmediatamente despus del
encabezado de Los Resultados aparezca una tabla y luego
abajo un texto que lo explica. Aunque la informacin en el
texto narrado, al final, sea menor de la presentada en los
cuadros o en los grficos, esa narracin en el texto debe
enfatizar los aspectos ms importantes y resaltantes del
estudio y se apoyar en las tablas y las figuras por dos
razones: una para que la informacin sea ms comprensible y
otra para que el lector interesado pueda buscar y revisar ms
informacin que aquella considerada por el autor como la ms
importante.
Se tendr mucho cuidado de no duplicar la
informacin de toda una tabla en el texto o de una figura en
otra tabla.
En general las figuras tendrn mayor aplicacin en
datos que provienen de cuadros complejos con muchas
entradas, o tambin de datos provenientes de variables con
mediciones cuantitativos que expresan un dinamismo que
difcilmente puede visualizarse en una tabla y menos aun en el
texto.
4. Qu indicadores estadstico deben ser reportados y
adems como y donde?
La respuesta depender del tipo de estudio: Si el
estudio es descriptivo sin ningn componente Inferencial
hacia una poblacin de referencia; entonces simplemente
sern reportadas las medidas de frecuencia en las variables
cualitativas, como el porcentaje o la incidencia o la prevalencia
pero sin reportar intervalos de confianza para esos valores y
mucho menos valores de pruebas comparativas que indiquen

valores de probabilidad o valor p. O tambin reportaremos
medidas de resumen para variables cuantitativas como el
promedio aritmtico y su desviacin estndar, o en caso que
los datos no sigan una distribucin normal, alternativamente
podemos utilizar la mediana como valor central y el rango
intercuartlico (IQ) como medida de la variacin. Cuando
existen muchos de estos datos podemos reportar en el texto
solo aquel o aquellos que consideramos ms importante,
dejando los secundarios con el tambin importante en una
tabla que los resuma. Sea en el texto o en la tabla, siempre se
mostrar el dato de la frecuencia absoluta o nmero de casos
y usualmente el porcentaje o la frecuencia relativa se mostrar
entre parntesis. Evitar lo que muestra Lang en un gracioso
ejemplo: 33% de las ratas muri, 33% sobrevivi y la otra se
escap.
Un ejemplo al reportarlo en el texto de los resultados
podra ser:
De los 348 paciente evaluados en el estudio, 125
(35,9%) presentaron
alteraciones electrocardiogrficas
sugestivas de enfermedad coronaria es un error comn
reportar: 35,9% de los pacientes presentaron alteraciones
electrocardiogrficas sugestivas de enfermedad coronaria
El promedio o media, se reporta usualmente
acompaada de la desviacin estndar. En el encabezado de
una tabla o en la primera columna se puede enunciar como:
Promedio (DE), o tambin x DE ,
reportar el promedio de la edad:
y por ejemplo para
37,3 4,2
En el caso de requerir la mediana:
Md (IQ) y un ejemplo de su reporte, tambin de la edad
37 (25-53).
En otra situacin: Si el estudio es descriptivo pero
con un inters de inferencia hacia una poblacin de
referencia, entendiendo que estamos trabajando con una
muestra de esa poblacin; entonces es muy importante
reportar y agregar, a lo dicho en la situacin anterior, el
Intervalo de Confianza del indicador estadstico obtenido en el
estudio. Usualmente ese intervalo se reporta con al menos
una probabilidad de 0,95 o como usualmente se reporta del
95%, en la tabla o en el texto se escribe como: Intervalo de
Confianza al 95% o en su manera abreviada IC95%. Si es en
la tabla, se puede colocar encabezando la ltima columna de
la misma. Usando el ejemplo anterior, fjense ahora la
diferencia:
De los 348 paciente evaluados en el estudio, 125
(35,9% IC95%: 30,1-41,3) presentaron alteraciones electrocardiogrficas sugestivas de enfermedad coronaria
Lo cual, recuerden, significa, que en la poblacin de
donde esa muestra de 348 personas fue obtenida, lo ms
probable (95%) es que las alteraciones del electro se
encuentre entre el 30 y el 41 %.
En una ltima situacin de las que hemos considerado
ms frecuente: Si el estudio es comparativo, y se quiere
inferir a la poblacin o poblaciones de donde la muestra

se obtuvo si existen diferencias entre los dos o ms
grupos que se comparan, entonces a todos los indicadores
antes mencionados tambin habr que agregar el valor de
probabilidad de la prueba de hiptesis utilizada para medir si
realmente existe la diferencia que sospechamos. Ese
indicador es el que se conoce como valor p. Generalmente,
aunque se puede, no se reporta en los resultados el nombre
de la prueba y el valor especfico de la prueba (diferente al
valor p) porque se supone que en la metodologa ya se indic
el nombre de la prueba que se utilizara y el nivel alfa de
significancia con el cual se trabajara. Lo que s es
indispensable es que en los resultados sea en el texto o en la
tabla que resuma varias comparaciones, se coloque el valor
exacto de p. Si fue 0,354 o 0,013, o 0,048, un error frecuente
en los reporte es decir: con un valor p < a 0,05, o mayor a,
pero sin decir cul. Ese reduccionismo se recomienda solo
cuando los valores son demasiado pequeos, especficamente
menores a 0,001.
Cuando el estudio es de este tipo y para efectos de
una tabla en lugar de colocar el IC95% en la ltima columna,
se colocar el valor p de la prueba. Habiendo colocado los
valores que se comparan de los grupos en columnas previas.
5. Cundo usar las tablas, cuantas usar y adems

como construirlas, donde y con cuales caractersticas?
Para algunos investigadores la construccin de las
tablas es tan importante que a partir de ellas organizan la
manera de presentar y redactar el texto de los resultados. Eso
es posible y vlido siempre que para efecto de quien lee los

resultados, las tablas estn subordinadas a la redaccin del
texto. De cualquier manera al elaborar las tablas se pueden
visualizar efectos particulares silenciados en decenas de datos
obtenidos y visto retrospectivamente, orientar la manera de
enfatizar los resultados.
Existen reglas especficas para la construccin de una
tabla: tanto en su forma como en su fondo, pero sin duda, y
as lo vienen sugiriendo las nuevas versiones de las normas
de Vancouver, el primer paso es leer detenidamente las
normas que tiene la revista donde se haya visto la posibilidad
de publicar, y buscar en ellas las caractersticas especficas
que debe tener la tabla y el nmero de tablas permitidas para
un articulo.
Como dijimos, la mayora de los trabajos de los futuros
mdicos se relacionan con datos numricos obtenidos a partir
de grupos de pacientes o de personas asociadas a riesgos
para la salud. Partiendo de este tipo de resultados, la materia
prima para la elaboracin de las tablas proviene de los
programas estadsticos y en nuestro caso de EPIINFO.
Es importante aclarar que en algunos casos (no
pocos) de estudios hechos por estudiantes de medicina los
resultados se expresan a travs de la visualizacin de
cambios morfolgicos, macro o microscpicos que, aunque
pueden ser medidos con nmero, su realce mayor no es
estadstico sino ms bien visual; con figuras o fotos que
muestren los cambios de esos hallazgos, pudiendo ser
valorados en su importancia tanto como los ms numricos.
En otros casos donde se describen un nmero pequeo de
casos pero con mucha importancia clnica una tabla puede ser
simplemente una lista que enumere y caracterice cada caso,

sin necesidad de presentar indicadores estadsticos como
porcentaje o promedios.
Esto nos lleva a decir que el nmero permitido de
tablas en un estudio depende de la combinada necesidad que
se d entre tablas y figuras, estudios ms epidemiolgicos
tendern a usar ms tablas para resumir informacin que
estudios bsicos que podran basarse ms en el uso de
figuras tipo grficos, o un estudio de microscopia electrnica
que usar seguramente figuras tipo fotografas.
A pesar de lo dicho en el prrafo anterior, creemos
que un rango aceptable de tablas en un informe final tipo
publicacin pudiera estar entre 2 y 5 tablas, y entre 1 y 3
figuras.
Pero volvamos a la ms frecuente de las situaciones
que la experiencia nos ha enseado; el de los estudios
cuantitativos con la aplicacin de programas estadsticos. Ya
vimos como EPIINFO nos permite ir obteniendo variable por
variable informacin de indicadores estadsticos de nuestro
grupo o grupos en estudio. La idea de hacer tablas o figuras
de cada variable es adems de innecesario, contraproducente
con la eficiencia para difundir informacin cientfica.
La opcin es pensar las tablas para que organicen y
resuman informacin de grupos homogneos de variables,
esa manera de pensar las tablas muchas veces coincide con
objetivos que se han planteado en un estudio. Y, por ejemplo;
se podran organizar variables demogrficas y socio
econmicas en una tabla inicial o basal que de luz sobre ese
tipo de caractersticas en los pacientes considerados en el
estudio. Si el estudio es comparativo, la idea se mantiene pero

ahora la tabla podra tener una doble entrada por la parte
superior de la tabla se identifican los grupos que se comparan
y por la parte lateral izquierda las variables demogrficas y
socio econmicas que interesen al estudio.
Siguiendo una secuencia posiblemente lgica, quizs
ahora nos interese identificar cada uno de los sntomas y
signos que presentan los pacientes en el estudio, y podra o
no, ser la prxima tabla que se necesita realizar. Igual al punto
anterior la tabla podra ser de doble entrada si hemos
determinado la naturaleza comparativa del estudio. Si la
clnica es mucha o es poca podra definir si la misma tabla
puede recibir o no los datos paraclnicos como exmenes de
laboratorio o exmenes complementario.
Luego se ver si las variables del objetivo principal
requieren su tabla o una figura tipo grafico.
En fin tomar estas decisiones sobre el tipo, nmero y
caracterstica de las tablas amerita un esfuerzo intelectual, de
discusin con el tutor y de revisin de estudios semejantes
que muchas veces dan luz para decidir las maneras
tradicionales o alternas de presentar los resultados.
Hablemos ahora de pasos y claves especificas que
tienen que ver con lo necesarios aspectos de forma para la
construccin de una tabla.
a.-Escoja en Word un formato de tabla, o una plantilla
ya elaborada de tabla y borre su contenido.
b.-Quite o escoja la eliminacin de la visualizacin de

los bordes o lneas verticales y horizontales de la tabla; esta
es una recomendacin de las normas de Vancouver y de la
mayora de las revistas biomdicas. Algunas revistas usan un
sombreado alterno blanco y azul en cada fila de la tabla,
nosotros insistimos en el fondo blanco, sin lneas, solamente
se usa con cierta frecuencia y recomendamos marcar la del
tope superior e inferior de la tabla y la primera lnea de la
primera fila.
c.-Si la tabla es de una sola entrada, es decir, no se
utilizan grupos identificados en las columnas, en la primera o
segunda lnea de cada columna se debe identificar los
indicadores que se registrarn. Por ejemplo: nmero de casos
y porcentaje, intervalo de confianza al 95% (abreviado:
IC95%), y totales. Si la tabla es de doble entrada, use el tope
de la columna para identificar los dos o ms grupos incluidos
en el estudio, en estos casos el tope de la ltima columna a la
derecha puede identificar la significancia del estudio y colocar
para cada variable comparada entre esos grupos el valor p
correspondiente.
d.-La tabla es indicada o llamada desde el texto y se
identifica con nmeros arbigos en el mismo orden en el cual
hacen su aparicin en la narracin de los resultados.
Inmediatamente a su derecha se coloca el nombre de la tabla
que denote su significado y el lugar y la fecha de la obtencin
de los datos. Todo esto se coloca en la parte superior de la
tabla.
e.-La identificacin de las columnas de la tabla y a
veces de sus filas requiere de nombres cortos y abreviaturas,
ello tambin requiere una leyenda colocada por debajo de la
tabla que identifique claramente el significado de esas

abreviaturas o nombres cortos. Para hacer los llamados a esa
leyenda se utilizan smbolos ciertamente estandarizados pero
que pueden variar en algunas revistas. Esos smbolos en
orden de lo que debe ser su uso, son: *, , , , variando
inclusive entre otras versiones del mismo Vancouver donde
recomiendan usar letras del alfabeto como: H, I.
f.-Los valores que recibe la tabla internamente, como
ya dijimos, provienen de los cuadros o pequeas tablas
parciales de cada variable obtenidas en EPIINFO o cualquier
otro programa estadstico. Estos datos parciales y/o
totalizados los podemos imprimir en un papel y tenerlos a la
mano para el momento de transcribirlos en la tabla final, o
simplemente copiarlos manualmente en un papel para
pasarlos a la tabla en el procesador Word.
6. Qu tipo de figuras se pueden aplicar, cmo y
cundo utilizarlas?
Las figuras consideradas o usadas en un artculo en
formato de publicacin pueden ser grficas, fotografas,
dibujos, diagramas, flujo-gramas, y esquemas, entre otros. Sin
embargo, en todos los casos se nombrarn como Figura,
indicada en nmeros arbigos de acuerdo al orden de su
aparicin en el texto, al igual que las tablas, pero de forma
independiente, cada una llevar su propia secuencia.
A diferencia del lugar superior donde se identifica la
tabla, la figura lo har en su parte inferior y por debajo de ella
se colocar la leyenda der ser necesario.
La experiencia nos dice que el tipo de figura ms

utilizada por parte de nuestros estudiantes de medicina, por
las razones que ya hemos explicado, es el grfico; sin
embargo, algunos estudiantes, con cierta frecuencia, recurren
a la fotografa, como tambin lo hemos indicado en prrafos
anteriores.
En el caso de las fotografas se tratar de obtener la
mayor resolucin posible y en aquellas tomadas con un
microscopio debern tener indicadores internos de la escala.
En este tipo de fotos, las flechas, smbolos o letras
contrastarn visiblemente con el fondo.
Cuando se utilicen fotografas de personas, se debe:
presentarla de manera que la persona no pueda ser
identificada o sus fotos debern ir acompaadas de un
permiso escrito que autorice su publicacin.
Epgrafes o pies de las figuras se debern imprimir a
doble espacio en pgina aparte con la numeracin arbiga
que corresponda a la figura. Estas pueden servir para
identificar y explicar el significado de las flechas, smbolos y
letras usados en la figura.
Las figuras tipo grficas se recomienda realizarlas en
el programa EXCEL, a partir de las tablas obtenidas con el
programa EPIINFO, y preferiblemente en aquellos casos de
mltiples entradas donde las tablas no sean tan eficientes en
su funcin de transmitir claramente la informacin.
La mayora de las revistas por razones del ahorro que
implica no usar colores a la hora de la impresin, recomienda
trabajar las grficas con tonalidades de blanco, grises y negro,
de buena calidad visual y con letras de tamaos fcilmente

identificables.
Nosotros recomendamos usar las tablas y figuras
intercaladas en el texto de una forma lgica y cercana al sitio
donde el texto las nombr. A pesar de esta recomendacin,
los autores deben estar conscientes que muchas revistas
solicitan colocar las tablas y las figuras al final del documento
como anexo, dando por sentado que ellos luego harn en su
etapa de diagramacin la colocarn donde lo crean ms
conveniente.
Importante es recordar aspectos muy bsicos pero
importantes como que para efectos de las grficas con
variables cualitativas, se debern expresar sus frecuencias en
barras separadas, Cuando la variable es cuantitativa continua
se puede usar la barras sin separacin o tambin los
polgonos de frecuencia. Usualmente la frecuencia absoluta o
relativa (porcentaje) toma sus valores en el eje de la ordenada
(y) y en el eje de la abscisa se deber colocar los valores de la
variable. La forma ms directa de realizar este tipo de figura,
es tomar los cuadros obtenidos en EPIINFO y llevarlos o
abrirlos por EXCEL, se marca el contenido de la tabla y los
nmeros (siempre y cuando estos no estn acompaados de
sus valores de porcentaje) y se selecciona insertar grfico, en
este momento se darn diferentes opciones, las cuales se
resolvern entendiendo la naturaleza de las variables.
Discusin
En la discusin se destacan los aspectos nuevos y
relevantes del estudio, as como las conclusiones que de ellos
se derivan. Hay que evitar repetir informacin u otro material
ya facilitado en la introduccin o en el apartado de los
resultados.
Muchos aspectos cientficos de la medicina se pueden
mantener en debate y la discusin permite ver y argumentar
hacia cual de los lados se dirigen los resultados hallados.
Esto requiere confrontar los resultados obtenidos con los
obtenidos en estudios citados en la seccin de la introduccin
o citados en la misma discusin.
Las conclusiones se vincularn a los objetivos del
estudio y se evitar realizar afirmaciones y conclusiones que
no estn plenamente respaldadas por los datos.
Los autores debern evitar en particular hacer
declaraciones sobre los beneficios econmicos y de gastos, a
menos que la investigacin incluya informacin y anlisis
econmicos. Hay que evitar reclamar prioridad y aludir a un
trabajo que aun no est terminado. Se establecern nuevas
hiptesis cuando estn claramente justificadas. Cuando sea
conveniente se incluirn recomendaciones.
Las limitaciones definidas en la investigacin deben
ser discutidas para mostrar como ellas pudieron afectar los
resultados.
En la discusin se menciona en cual medida y a quien
o donde pueden ser generalizados los resultados encontrados.
Bibliografa
1. Requerimientos uniformes para manuscritos enviados a

revistas biomdicas: redaccin y edicin para la
publicacin biomdica (actualizados en octubre 2007).
CES Med [Internet]. 2008 [cited 2014 Apr 10];22(2):99
125. Available from:
http://www.redalyc.org/resumen.oa?id=261120994011
2. Observatorio Nacional de Ciencia Tecnologa e
Innovacin. CONVOCATORIA Proyectos de investigacin e
innovacin universitaria 2013. Ministerio delPoder
Popular para la Ciencia, Tecnologa e Innovacin.; 2013.
3. CDCH-UC. Solicitud de Subvencin Proyecto de
Investigacin Individual o de Grupo. CDCH-UC; 2011.
4. Vandenbroucke JP, Von Elm E, Altman DG, Gtzsche PC,
Mulrow CD, Pocock SJ, et al. Strengthening the reporting
of observational studies in epidemiology (STROBE):
explanation and elaboration. Gac Sanit [Internet]. 2009
Apr [cited 2014 Apr 10];23(2):158e1158e28. Available
from:
http://www.scielosp.org/scielo.php?script=sci_abstract&
pid=S021391112009000200015&lng=en&nrm=iso&tlng=pt
5. Pandis N, Turpin DL. Enhancing CONSORT compliance for
improved reporting of randomized controlled trials. Am J
Orthod Dentofac Orthop Off Publ Am Assoc Orthod Its
Const Soc Am Board Orthod. 2014 Jan;145(1):1.
6. Arias F. El Proyecto de Investigacin Introduccin a la

Metodologa Cientfica. 4ta ed. Caracas: Episteme; 2004.
127 p.
7. Lang TA, American College of Physicians. How to write,
publish, & present in the health sciences: a guide for
clinicians & laboratory researchers. Philadelphia:
American College of Physicians; 2010.
8. Fernndez Y, Gomes S. Oxigenoterapia y Retinopata del
Prematuro en el Hospital Central de Maracay. XVI
Jornadas de Investigacin en Pregrado Dr Edmundo
Cayama. Maracay; 2013.
9. Hernndez M. Epidemiologa Diseo y anlisis de
estudios. Buenos Aires: Panamericana; 2007. 385 p.
10. Fletcher R, Fletcher S, Wagner E. Clinical Epidemiology
The Essentials. Baltimore: Williams & Wilkins; 1996. 276
p.
11. Molinero LM. Valoracin de Pruebas Diagsticas
[Internet]. Asociacin de la Sociedad Espaola de
Hipertensin; 2002. Available from:
www.sehlelha.org/stat1.htm
12. Kleinbaum D, Kupper L, Morgenstern H. Epidemiologic
Research. New York: Van Nostrand Reinhold Company;
1982. 529 p.
13. Rothman K. Modern Epidemiology. Boston: Litle, Brown
and Company; 1986. 358 p.
14.
ern nde am ieri

ern nde ollado
a sta
ucio P. Metodolog a de la inves gacin. M ico: :
McGraw Hill; 2006.
15. Morales P. Tamao necesario de la muestra: Cuntos

sujetos necesitamos? [Internet]. Universidad Pontificia
Comillas Madrid; 2012. Available from:
http://www.upcomillas.es/personal/peter/investigacion/
Tama%F1oMuestra.pdf
16. Dawson-Saunders B, Trapp R. Bioestadstica Mdica.
Mxico: Manual Moderno; 1990.
17. Sullivan K. Sample Size for a Proportion [Internet]. Open
Epi; 2003. Available from:
http://openepi.com/v37/PDFDocs/SSPropordoc.pdf
18. WMA Declaration of Helsinki - Ethical Principles for
Medical Research Involving Human Subjects [Internet].
2013 [cited 2014 Apr 10]. Available from:
http://www.wma.net/es/30publications/10policies/b3/in
dex.html
19. Coar JT, Sewell JP. Zotero: harnessing the power of a
personal bibliographic manager. Nurse Educ. 2010
Oct;35(5):2057.
20. Cordn-Garca JA, Martn-Rodero H, Alonso-Arvalo J.
Gestores de referencias de ltima generacin: anlisis
comparativo de RefWorks, EndNote Web y Zotero. El Prof
Inf [Internet]. 2009 [cited 2014 Apr 10];18(4):44554.
Available from:
http://elprofesionaldelainformacion.metapress.com/inde
x/p160h011032853tg.pdf
21. Dean AG, Arner TG, Sangam S, Sunki GG, Friedman R,
Lantinga M. EpiInfo 2000 a database and statistics
program for public health professionals. Atlanta USA:
Centers for Desease Control and Prevention; 2000.
22. Celis AJ. Bioestadstica. Segunda. Mxico: Manual
Moderno; 2008.
23. Norman G, Streiner D. Bioestadstica. Madrid:
Mosby/Doyma Libros; 1996.
24. Puertas E, Urbina J, Blanck ME, Granadillo D, Blanchard
M, Garca JA, et al. Bioestadstica Herramienta de la
Investigacin. Valencia: Consejo de Desarrollo Cientifico y
Humanstico UC;
25. Mndez I, Guerrero D, Altamirano L, Sosa C. El Protocolo
de Investigacin Lineamientos para su elaboracin y
Anlisis. Mxico: Trillas; 1984. 210. p.
26. Lang TA, Secic M. How to report statistics in medicine:
annotated guidelines for authors, editors, and reviewers.
New York: American College of Physicians; 2006.
27. Day R. Como Escribir y Publicar Trabajos Cientficos
[Internet]. Tercera. Washington: Oficina Panamericana de
la Salud; 2005. 253 p. Available from:
http://new.paho.org/hq/dmdocuments/2010/927531598
1_reduce.pdf

Version Final Manual Espino

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Version Final Manual Espino

Încărcat de

Drepturi de autor:

Formate disponibile

Manual para la elaboracin de proyectos y trabajos en salud

Manual para la elaboracin de proyectos y trabajos en salud

Proyecto de Investigacin en la carrera de medicina

Partes del Formato escrito del proyecto

Manual para la elaboracin de proyectos y trabajos en salud

Ejecucin de la investigacin y Procesamiento:

Hacia el anlisis de los datos

Anlisis de los datos propiamente dicho...

Manual para la elaboracin de proyectos y trabajos en salud

Conceptos bsico de estadstica

Trabajo Final en formato de publicacin

Manual para la elaboracin de proyectos y trabajos en salud

Manual para la elaboracin de proyectos y trabajos en salud

Aun cuando por su propia condicin y momento de

Manual para la elaboracin de proyectos y trabajos en salud

formatos proclives para la divulgacin cientfica, establecidos

Manual para la elaboracin de proyectos y trabajos en salud

Partes del Formato Escrito del

Manual para la elaboracin de proyectos y trabajos en salud

Tabla 1. Resumen de requisitos para la solicitud para

1.-Informacin de identificacin del proyecto

Veamos ahora los requisitos de ONCTI, para los

Manual para la elaboracin de proyectos y trabajos en salud

Manual para la elaboracin de proyectos y trabajos en salud

A partir de lo expuesto por las dos ms importantes

Manual para la elaboracin de proyectos y trabajos en salud

informacin deber usarse correctamente en la transicin de

Manual para la elaboracin de proyectos y trabajos en salud

Captulo I del proyecto de investigacin

Manual para la elaboracin de proyectos y trabajos en salud

expliquemos sus diferencias conceptuales. La razn de

Manual para la elaboracin de proyectos y trabajos en salud

Antecedentes de la Investigacin (aunque, estrictamente,

Manual para la elaboracin de proyectos y trabajos en salud

si ese tipo de vigilancia realmente impacta positivamente o no

Manual para la elaboracin de proyectos y trabajos en salud

Justificacin, significancia y factibilidad.

Manual para la elaboracin de proyectos y trabajos en salud

investigacin. Se coloca en este lugar para que el estudiante y

Manual para la elaboracin de proyectos y trabajos en salud

impacto a travs de la incidencia de los casos y a su vez

Manual para la elaboracin de proyectos y trabajos en salud

metodologa, lo cual veremos ms claramente al hablar de la

Manual para la elaboracin de proyectos y trabajos en salud

ejecucin de la investigacin que ya hemos adquirido sobre el

Manual para la elaboracin de proyectos y trabajos en salud

El Capitulo I tendr una futura correspondencia en el formato

Captulo II del Proyecto de Investigacin.

Manual para la elaboracin de proyectos y trabajos en salud

son conocidos como los artculos de revisin. Una variante,

Manual para la elaboracin de proyectos y trabajos en salud

Empezaremos por las caractersticas que deben ser

Diseo del estudio

Manual para la elaboracin de proyectos y trabajos en salud

virus del papiloma humano en pacientes femeninas a quienes

1-.Investigacin en las Ciencias Bsicas.

1.-Investigacin en las Ciencias Bsicas.

Manual para la elaboracin de proyectos y trabajos en salud

laboratorios, fuera de los espacios clnicos o de las

Manual para la elaboracin de proyectos y trabajos en salud

o sndrome que se est estudiando. Usualmente los estudios

Manual para la elaboracin de proyectos y trabajos en salud

tener en ese entorno poblacional. Diferente al entorno clnico

Incluidos en los estudios clnicos se encuentran: