Principal Arriba Enviar apuntes Buscar Mapa del web

Diseño Investigación II       

Esta Web ha obtenido el Certificado de Calidad y ha sido acreditada por la la SEEI

Principal
Arriba
Novedades
Introducción
Presentación
Postgrado Enfermería
Apuntes de clase
Trabajos Enfermería
Evaluación
Hipervínculos
Descarga Software
Buscadores
San Miguel de Salinas
Alicante

  

 

 

Apuntes: 

METODOLOGÍA DE LA INVESTIGACIÓN I.

*Colaboración de Nieves Martínez López.
*Profesores de la asignatura:
         Julio Cabrero García.
        
Miguel Richart Martínez.

DISEÑO EXPERIMENTAL, CUASIEXPERIMENTAL Y EXPERIMENTAL DE CASO ÚNICO.

ÍNDICE:

1.-Diseños experimentales. 

Características de los diseños experimentales: Validez interna, externa, de constructo y estadística. Diseños experimentales con grupos de sujetos distintos. Diseños experimentales con los mismos sujetos. Diseños factoriales.

2-Diseños cuasiexperimentales. 

Dificultades para la realización de investigación experimental. Características de la investigación no experimental. Clasificación de los diseños.

3.-Diseños experimentales de caso único. 

Estudios de caso y diseños. Tipos de diseño. Limitaciones de los diseños.

1.- DISEÑOS EXPERIMENTALES. CARACTERÍSTICAS DE LOS DISEÑOS EXPERIMENTALES: VALIDEZ INTERNA, EXTERNA, DE CONSTRUCTO Y ESTADÍSTICA. DISEÑOS EXPERIMENTALES CON GRUPOS DE SUJETOS DISTINTOS. DISEÑOS EXPERIMENTALES CON LOS MISMOS SUJETOS. DISEÑOS FACTORIALES.

CARACTERÍSTICAS DE LA METODOLOGÍA EXPERIMENTAL.

Definición:

Un experimento es un estudio en el que al menos una variable es manipulada y las unidades son aleatoriamente asignadas a los distintos niveles o categorías de las variables manipuladas. (Pedhazur y Pedhazur, 1991)

Características del diseño experimental:

1.      Manipulación: es la intervención deliberada del investigador para provocar cambios en la v. dependiente.

2.      Aleatorización: mayor tamaño de los efectos frente a la equiparación.

Todos los diseños experimentales se caracterizan por la manipulación, pero pueden ser clasificados atendiendo a la aleatorización en:

·              Auténticamente experimentales.

·              Cuasiexperimentales.

En los diseños experimentales la aleatorización es como se distribuyen los sujetos en los diferentes grupos que forman parte del estudio. El primer ensayo clínico aleatorizado se efectuó en 1.947 por Sir Austin Bradford Hill y lo llevó a cabo sobre el efecto de la Estreptomicina en la Tuberculosis, es el primer estudio realizado con un diseño experimental, hasta ese momento el diseño investigador que se realizaba era el “estudio de casos”, estudios observacionales simples.

La aleatorización mide y reduce el error.

En las Ciencias de la Salud como es tan importante estudiar los efectos que produce una variable, sus consecuencias y la relación causa-efecto que se puede producir, es muy importante conocer el error y reducirlo en todo lo posible, por ello los estudios de investigación deben ser y deben reunir la característica de la aleatorización, por ello deben utilizarse diseños experimentales.

Ejemplo: Estudio de incidencia de Ca de pulmón. Para llevarlo a cabo se cogerían dos grupos de personas que deberán reunir idénticas características en cuanto al mismo número de individuos que lo componen, grupos de edad que lo forman e idéntica proporción en cuanto al genero, posteriormente se procedería a la comparación e investigación de Ca de pulmón en cada uno de los grupos.

VENTAJAS DEL DISEÑO EXPERIMENTAL.

1.           Se elimina el efecto de las variables perturbadoras o extrañas, mediante el efecto de la aleatorización.

2.           El control y manipulación de las variables predictorias clarifican la dirección y naturaleza de la causa.

3.           Flexibilidad, eficiencia, simetría y manipulación estadística.

VIABILIDAD DE LOS DISEÑOS EXPERIMENTALES.

1.           Imposibilidad de manipular algunas variables.

2.           Cuestiones éticas.

3.           Practicabilidad.

INCONVENIENTES DEL DISEÑO EXPERIMENTAL.

1.           Dificultad de elegibilidad y manejo de las variables de control.

2.           Dificultad de disponer de muestras representativas.

3.           Falta de realismo.

CALIDAD DEL DISEÑO EXPERIMENTAL.

1.      Validez Interna.

2.      Validez Externa.

3.      Validez Ecológica.

4.      Validez de Constructo.

1.- VALIDEZ INTERNA.

  Es el grado en que los cambios observados se pueden atribuir a la manipulación experimental. Estudia hasta que punto una causa puede ser atribuida a un efecto. Ej.: Ensayo clínico: tiene el máximo grado de validez interna.

  Teniendo en cuenta la validez interna de mayor a menor grado los diseños los podemos clasificar en los siguientes grupos:

1.      Experimentales auténticos: Verdaderos, puros, pues no tienen problemas de validez interna (True Desing).

2.      Cuasiexperimentales: No se pueden descartar la presencia de variables confundidoras, pues no es posible eliminarlas todas. El investigador sabe que A es causa de B, pero no está seguro que A también pueda ser causa de otros factores como C ó D.

3.      No experimentales: Están cerca de los anteriores en cuanto a validez interna, aunque presentan más variables confundidoras, pueden ser:

3.1 Longitudinales: (Prospectivo / Retrospectivo)

3.2 Transversales.

Cuántas más variables entran en un diseño van restando validez interna.

Las variables confundidoras afectan al diseño, forman parte de las AMENAZAS a la validez interna.

Ej. : Dar un curso de educación sanitaria en un  barrio de la ciudad, formo dos grupos :

1.- Con personas de la raza paya.

2.- Con personas de la raza gitana.

a los payos les doy el curso y a los gitanos no les doy el curso.

Si posteriormente analizamos quien cumple mejor las reglas de higiene y nuestra hipótesis es que el curso ha servido para aumentar la higiene, también deberemos tener en cuenta que hay variables que han influido, tales como la raza y/o las diferencias en el poder adquisitivo o nivel económico de los grupos.

-   Cuando una variable hace que un grupo de partida sea diferente (por ej. raza) se les llama AMENAZA.

AMENAZAS A LA VALIDEZ INTERNA.

1.   HISTORIA. Hay amenaza de historia, cuando hay acontecimientos externos que ocurren simultáneamente con éste y que pueden alterar o influir. Ej. : Programa educativo ---- Problemas de T.A. ---- Disminución de la T.A. Pero al margen de este programa tenemos que se hace gimnasia y se sigue una dieta sana, estos factores influyen en los resultados.

2.   SELECCIÓN. Cuando los grupos de estudio son diferentes. Ej. Raza, sexo, ...

3.   MADURACION. Son los cambios producidos por evolución natural. Tiene relevancia en salud y confunde el efecto del cambio de la variable con el de la causa. Ej. : Herida mejora hagamos o no hagamos nada, pero ¿cuánto depende la mejoría de la herida de lo que hemos hecho sobre ella?.

4.   EFECTOS RELATIVOS DEL PRE-TEST. Es la influencia que produce el pre-test. Ej.: Si medimos la T.A. en los gitanos de un barrio y posteriormente aplicamos el programa y volvemos a medir. ¿Cuánto del cambio es por el programa y cuánto por ser la primer a vez que se le mide la T.A.?.

5.    MORTALIDAD (o ATRICION). El que desaparezcan sujetos de los grupos de comparación. No sabemos que sujetos se pierden, unos se mueren y otros se van.

6.    INSTRUMENTACION. Uso de instrumentos no fiables ni validos.

7.    REGRESION ESTADISTICA. Los sujetos seleccionados representan situaciones o puntuaciones en alguna variable. Cuando se usan sujetos extremos. Sucede cuando para probar los efectos  algo se escogen a los sujetos más extremos. Ej.: Para probar los efectos de una dieta seleccionamos a los más gordos.

El Tamaño muestral afecta a la validez interna.

2.- VALIDEZ EXTERNA.

  Es el grado en que los resultados de un estudio pueden ser generalizados a muestras o condiciones espacio-temporales diferentes. Ej.  “A” causa “B”, pero seguiría causando “B” con otros:

-          Sujetos.

-          Contexto ---- validez ecológica.

-          Momentos.

  Los estudios descriptivos (encuestas) son los que más se preocupan por la validez externa.

La validez externa está afectada por los siguientes aspectos:

·        Por la variable independiente. Es el nivel de operacionalización del v. Independiente.

·        “Efecto Rosenthal”: es el efecto derivado de las expectativas, es decir, el efecto derivado de que se presupone o se espera que ocurra, cuando algo se espera un efecto favorece que se produzca. Afecta tanto a la variable interna como a la v. Externa.

·        “Efecto Hawthorne”: son las expectativas que el sujeto tiene sobre si mismo, es el efecto de la autoexpectativa.

En el Efecto Rosenthal las expectativas se reflejan en el otro sujeto, mientras que el Efecto Hawthorne es el producido por las expectativas del sujeto sobre si mismo.

        3.- VALIDEZ ECOLÓGICA.

Es aquella que se puede aplicar en distintos contextos. Ej. Los hospitales de EE.UU. no son iguales que los hospitales de España, por lo tanto lo que allí es válido puede no serlo aquí.

4.- VALIDEZ DE CONSTRUCTO.

Alude a la relación existente entre la v. Independiente que se manipula y el constructo teórico que se supone se manipula.

Representa principalmente dos amenazas:

1.      Problemas en la definición operacional del constructo.

2.      Poco desarrollo teórico del constructo.

TIPOS DE DISEÑOS EXPERIMENTALES.

En todos hay manipulación, luego la clasificación se llevará a cabo en relación al grado de aleatorización. Se pueden distinguir dos grandes grupos:

1.      Experimentales AUTENTICOS. Hay manipulación y aleatorización. Hay dos tipos básicos: * Con realización de medición “pre-test” y * Sin realización de medición “pre-test”.

2.      CUASIEXPERIMENTALES O PRE-EXPERIMENTALES. Hay manipulación pero no hay aleatorización.

DISEÑO EXPERIMENTAL AUTENTICO.

Presenta dos características importantes:

·        Manipulación: es la intervención deliberada del investigador para provocar cambios en la v. dependiente.

·        Aleatorización: mayor tamaño de los efectos frente a la equiparación.

Es aquel en el cuanto más aleatorización haya mejor.

El efecto del azar: cuando la muestra aleatoria es grande, el tamaño del efecto es alto.

Ej.: - Si tenemos 30 sujetos y queremos repartir al azar, se podría hacer sorteándolos con una moneda, pero si tenemos 500 sujetos, habría más probabilidades de que la muestra sea al azar.

Hay cálculos y sistemas para conocer el número de estudios que se necesitan, para poder afirmar que es una muestra aleatoria.

CLASIFICACIÓN DE LOS DISEÑOS.

En función de la variable independiente:

·        Diseños simples.

·        Diseños factoriales.

En función de la aplicación:

·        Diseños experimentales con grupos de sujetos distintos.

·        Diseños experimentales con los mismos sujetos.

En función de las variables dependientes:

·        Diseños de medidas repetidas.

DISEÑO EXPERIMENTAL CON GRUPOS DE SUJETOS DISTINTOS.

1.- Diseños de grupos aleatorios o independientes.

1.1       Diseño de dos grupos elegidos al azar con medidas en el post-test.

1.2       Diseño de dos grupos elegidos al azar con medidas en el pre-test y en el post-test.

Sólo interfiere la variable independiente.

En el ensayo clínico la variable independiente (X) suele ser un fármaco.

Hay una variable contaminante que hay que controlar.

2.- Diseños de grupos aleatorios por bloques.

Intenta controlar una variable contaminadora, esto lo hace incluyéndola en todos los grupos y convirtiendo la variable contaminadora en una constante.

Modalidades:

2.1. Varios sujetos por nivel y bloque.

2.2. Un sujeto por nivel y bloque.

2.3. Diseños con “camadas”.

2.4. Diseño con gemelos.

3. - Diseños especiales:

3.1. Control con placebo (ciego). El sujeto sabe si es control.

3.2. Estudio del doble ciego. Ni el sujeto ni el investigado saben quién forma parte del control.

Ej.: Al grupo control se le da la educación de siempre, al grupo experimental la nueva educación sanitaria.

Se realiza un pre-test para evaluar el conocimiento previo.

DISEÑO EXEPRIMENTAL CON LOS MISMOS SUJETOS.

Son llamados también “Diseños Infrasujeto o de medidas repetidas”.

El grupo control y experimental están formados por los mismos sujetos. Los mismos sujetos son control e investigados.

   “Todos los sujetos pasan por todas las condiciones experimentales”.

Presentan principalmente dos ventajas:

·              Economía de sujetos.

·              Pequeño número de sujetos en el grupo.

Amenazas a la validez interna:

·              Efectos de la practica sobre la variable dependiente.

·              Efecto de orden en la presentación de tratamientos y medición de resultados.

·              Efectos de la fatiga.

·              Efectos de la motivación.

Procedimientos de control:

1.      Aleatorización simple y por bloques.

2.      Equilibrado o reequilibrado. Ej.: V.I con dos niveles A y B.

·        Equilibrado: ABBA (A afecta a B, B afecta A).

·        Alternativa (Dos grupos): grupo 1: orden: AB y grupo 2: orden: BA.

3.      Cuadrado latino: sustituye al equilibrado cuando la variable independiente tiene más de dos niveles. Ej. 3 niveles: ABC, ACB, BAC, BCA, CAB, CBA (Permutaciones de 3 elementos: 3 X 2 X 1 = 6)

Definición: Elección de permutaciones al azar sin que se repita posición del nivel de la VI.

1. – ABC                   10 sujetos al azar ( con  n = 30)

2. - ACB

3. – BAC                   10 sujetos al azar.

4. - BCA

5. – CAB                   10 sujetos al azar.

6. - CBA

No exclusivamente intrasujeto, sino también Inter.-grupo.

Es un diseño idóneo para el estudio de enfermedades crónicas y enfermedades que afectan a grandes grupos de población. Muy utilizado en los ensayos clínicos.

DISEÑOS COMPLEJOS O DISEÑOS FACTORIALES.

Es un tipo de diseño experimental en el que hay más de una variable independiente. Cada variable recibe el nombre de factor. Su principal acción es que sirven para valorar el efecto de la interacción, es decir, saber el efecto combinado de las distintas variables. Cada variable recibe el nombre de factor y el número indica los niveles de cada variable.

Ejemplo:        2X2 (dos variables independientes con dos niveles cada una)

                       2X2X3 (tres variables independientes, dos de ellas con dos niveles y una con tres)

Ejemplo de un diseño complejo o factorial:

Hipótesis: Las personas que son distraídas, frente a las que no lo son, aguantan más el dolor. (Meter la mano en agua helada).

Tenemos 2 v. independientes que tienen dos niveles:

·        Distracción (se consigue mediante la lectura de un cuento).- Con cuento (distracción) y - Sin cuento ( sin distracción).

·        Sexo del investigador:- Hombre.- Mujer.

Se forman dos grupos: uno experimental y otro de control.

Y se plantea realizar una estrategia distractiva: leer un cuento mientras se realiza la prueba.

Diseño del experimento: 2 grupos, uno con distracción y al otro sin distracción (no lectura del cuento), y mido el tiempo que aguanta cada uno con la mano sumergida en agua helada.

   La investigadora pensó que ella misma podía ser un elemento de distracción y entonces añadió una variable de confusión que era el “atractivo” de la propia investigadora, pasando el estudio a ser de dos variables y por lo tanto se necesitaban cuatro grupos.

   Las dos variables tenían efecto sobre el dolor, tanto con el entretenimiento como con la presencia del investigador.

   No hubo efecto combinado de potenciación entre las variables.

CARACTERÍSTICAS DE LOS DISEÑOS COMPLEJOS O FACTORIALES.

*1. Un diseño complejo es mejor que dos diseños simples, ya que es el único que permite observar el comportamiento de una variable bajo todas las condiciones. PERMITE VALORAR EL EFECTO DE INTERACCIÓN (el efecto combinado de ambas variables), es decir, permite saber el efecto principal de A, el de B y el efecto combinado de ambos).

Un diseño de este tipo, dentro de un estudio de enfermería, nos ayudaría a saber en que porcentaje la mejoría del paciente es debido a:

-          El médico.

-          La Enfermera.

-     Ambos (conjuntamente)

*2. A más niveles en variables mejor se rastrea la relación causal, pero presenta el Inconveniente de necesitar más sujetos. Cuanto más aumenta el nivel de las variables, más aumenta la cantidad de sujetos que se necesitan.

   Para garantizar un buen resultado hay que tener por lo menos 10 sujetos por grupo, si tengo un diseño de:        7. x  9, necesitaré 630 sujetos.

Ejemplo para el diseño:                       2  x  2 x  2 (con tres variables).

Variable Independiente: Varones / Hembras.

Variable Dependiente: Con distracción / Sin distracción.

Tenemos que formar 8 grupos de sujetos, ya que tenemos:

1.      Variable independiente con dos niveles: Con distracción / Sin distracción.

2.      Variable, el investigador: Mujer / Hombre.

3.      Sujetos, los investigados: Mujer / Hombre.

Son tres variables independientes causales

DISEÑO DE CUATRO GRUPOS DE SALOMON.

Permite ver los efectos pretest y evitar la amenaza de selección.

O1 X O2  //  O3 X O4  //  X O5  //  X O6   ----   Amenaza la selección de control con pre-test.

X  =  O2  +  O5  /  O4  +  O6  =  Efectos debidos al tratamiento.

X  =  O2  +  O4  /  O5  +  O6  =  Efectos pretest.

Un estudio para detectar efecto pretest, se puede hacer mediante un diseño factorial con dos variables.

Diseño de 4 grupos: Pretest: 2 niveles: SI / NO.

Tratamiento: 2 niveles: SI / NO.

-          Con pre-test y tratamiento.

-          Sin pre-test y tratamiento.

-          Con pre-test y sin tratamiento.

-          Sin pre-test y sin  tratamiento.

Permite conocer las interacciones.

Los diseños factoriales pueden ser experimentales o cuasiexperimentales.

*3.- Efecto de le interacción como punto central de estos diseños.

*4.- Efecto suelo y efecto techo: Se pueden confundir con la interacción, son debidos a que la variable medida no varia significativamente, están causados por la restricción en el rango de medida de la variable dependiente.

EFECTO SUELO: medida con poco rango de variabilidad, puntuaciones muy bajas.

EFECTO TECHO: Las variables no discriminan, todos los sujetos presentan puntuaciones muy elevadas.

Ej.: Si para valorar los conocimientos de la clase en matemáticas hacemos un examen de 8º E.G.B. y todos sacamos un 10 esto se dice que es un techo, si el examen es del final de la carrera de matemáticas y todos sacamos y un cero, esto se dice que es efecto suelo.

EXPERIMENTOS O ENSAYOS SECUENCIALES.

(Todos los vistos anteriormente pueden serlo)

Características:

Es un estudio en que los sujetos se asignan a los grupos poco a poco hasta tener todos los efectos que esperamos.

En el mundo de la química no hay mas remedio que tener un grupo control y otro experimental. Esto puede plantear problemas éticos.

En estos estudios de antemano no asignamos los sujetos a los grupos, cuando el tratamiento es efectivo, se para el estudio para poder aplicar dicho tratamiento al resto de pacientes, no hace falta acabar el estudio. Así mismo si vemos que el tratamiento no es efectivo y está perjudicando al grupo experimental, se para no perjudicar más al grupo.

Por lo tanto podemos afirmar que los estudios están condicionado a los resultados que se van obteniendo.

Son un tipo de diseño particular porque lo que se estudia son fármacos. De antemano los sujetos no se asignan. Se hace poco a poco hasta que aparecen resultados. Se para el tratamiento cuando aparecen efectos adversos o el tratamiento resulta eficaz.

En estos experimentos, estudios o ensayos la continuidad no está asegurada, sino que depende y está condicionada por los resultados que van apareciendo.

2-DISEÑOS CUASIEXPERIMENTALES. DIFICULTADES PARA LA REALIZACIÓN DE INVESTIGACIÓN EXPERIMENTAL. CARACTERÍSTICAS DE LA INVESTIGACIÓN NO EXPERIMENTAL. CLASIFICACIÓN DE LOS DISEÑOS.

   Campbel 2 Stanley, 1963.

   Cook 2 Campbell, 1979.

De las dos características que presentan los diseños experimentales:

1.      Manipulación: es la intervención deliberada del investigador para provocar cambios en la v. dependiente.

2.      Aleatorización: mayor tamaño de los efectos para la equiparación.

Todos los diseños cuasiexperimentales presentan la primera de ellas, clasificándose según el grado de aleatorización que presentan.

El primer diseño cuasiexperimental, el más sencillo, se lleva a cabo al estudiar una intervención, se valora por tanto una sola intervención, es el estudio de un caso y presenta muchas amenazas. El resultado obtenido no se compara con otro previo, su planteamiento es endeble, la subjetividad juega un papel muy importante, aún así la observación mejora si añadimos una observación inicial y hacemos una comparación, si se hace pre-test y post-test. Ej. Se estudia una población, se pone tratamiento a un problema de salud detectado y nuevamente se le vuelve a estudiar.

Este diseño tiene nuevas y mejores aportaciones que el modelo de diseño anterior, pues aunque sigue siendo endeble se realiza el estudio tras una selección.

El tercer diseño pre-experimental se lleva a cabo utilizando un grupo control, aunque no hay medidas pre-test se realiza un seguimiento a un grupo al que se le ha puesto tratamiento y a otro grupo que aún padeciendo la enfermedad no se le ha puesto tratamiento.

Las principales amenazas en éste diseño son: la mortalidad, la selección y las interacciones.

En los diseños cuasiexperimentales cuando para el estudio a realizar se utilizan voluntarios y se lleva a cabo el diseño, debemos tener en cuenta que la amenaza fundamental es la selección.

Los sesgos de selección o se controlan en la fase de diseño o ya no hay forma posible de ser controladas.

 

Los diseños cuasiexperimentales “DE SERIE CRONOLOGICA INTERRUMPIDA”, es un diseño en el que hay diferentes medidas:

   O1  X  O2      ----       O1O2O3O4  X  O5O6O7O8

Se aplica un tratamiento y se realizan nuevas mediciones, estas mediciones se realizan cronológicamente a lo largo del tiempo, deben ser mediciones constantes y regulares.

Las ventajas que presentan son la “selección” y la “maduración”. La amenaza más importante que tiene este diseño es la “historia”, es decir, los cambios o acontecimientos históricos que se producen, esta amenaza disminuye a medida que las mediciones realizadas estén más cercanas y/o solapadas en el tiempo.

   El análisis puede hacerse de dos formas:

·              OJIMETRO: detección visual de los cambios.

·              ARIMA: análisis estadístico ARIMA.

3-DISEÑOS EXPERIMENTALES DE CASO ÚNICO. ESTUDIOS DE CASO Y DISEÑOS. TIPOS DE DISEÑO. LIMITACIONES DE LOS DISEÑOS.

El diseño experimental de caso único trabaja con un solo sujeto y puede considerarse una alternativa a la investigación realizada habitualmente en grupos. Los diseños de n=1 y los planes de cuidados de enfermería guardan una estrecha relación en el sentido de la importancia que adquiere la individualidad, ambos significan observar e intervenir.

Las principales VENTAJAS que presentan aplicados a enfermería son:

·        Suponen un instrumentos factible y aplicable en el campo clínico, en donde la investigación experimental resulta más difícil de conseguir dado el carácter individualizado de la atención sanitaria.

·        Los diseños n=1 eliminan la dificultad que para la investigación clínica tiene la homogeneización de la muestra objeto de estudio. El trato con pacientes supone diferentes comportamientos y múltiples formas de expresión, sentimientos y estados emocionales variables, elementos que están presentes y que no pueden ser aislados del contexto del estudio.

·        La ausencia de grupo control, un solo sujeto ejerce como sujeto experimental y a la vez como sujeto control.

Las principales DIFICULTADES Y LIMITACIONES de los diseños n=1 son:

·        La generalización: se apunta que esta se puede efectuar con mayor seguridad si el número de observaciones es mayor. Este aspecto es discutido, ya que otros autores (Castro, 1975) afirma que no importa que la generalización se obtenga a través de una observación en múltiples sujetos o mediante múltiples observaciones a un solo sujeto.

·        La variabilidad: el ser humano al ser individualizado en sus características bio-psicosociales-espirituales, son muchos y muy diversos los factores que influyen en el comportamiento de cada persona, dando lugar a variaciones individuales múltiples.

Los estudios de caso único permiten el desarrollo de múltiples diseños, de entre los cuales se destacan los siguientes:

1.      DISEÑO A-B-A: también llamado diseño de retirada y considerado el prototipo en investigaciones con un solo sujeto. Este diseño presenta una secuencia en la que se elabora una línea base (A), se aplica un tratamiento (B), y finalmente se retira el tratamiento volviendo a la línea base (A). Ej. Estudio del tratamiento de un fármaco para la T.A. Primero se observa una serie de factores (A), después se interviene con el fármaco y se sigue observando (B), y por último se retira el fármaco y se sigue observando (A). En este diseños las series han de ser constantes, hay que hacer el mismo número de observaciones (mediciones) y las condiciones han de ser estándares.

Este tipo de diseño presenta ciertas reservas en su aplicación clínica ya que representa anular o retirar un tratamiento que puede ser beneficioso para el paciente, por ello una alternativa sería:

2.      DISEÑO A-B-A-B: donde se finaliza la investigación con la aplicación y mantenimiento del tratamiento que se ha considerado positivo. Volviendo al ejemplo anterior sería: observación sin tratamiento, con tratamiento, sin tratamiento y observación con tratamiento. Si la serie continua más nos acercamos a un plan de cuidados.

3.      DISEÑO A-B: es otra alternativa, aunque más débil (débil validez interna), es considerado como un diseño de carácter experimentador y para ver la reactividad del sujeto, puede servir como punto inicial para posteriores investigaciones.

4.      DISEÑO B-A-B: el sujeto requiere una intervención inmediata y una vez que queda fuera de peligro se retira el tratamiento. Es poco utilizado, es más un planteamiento teórico.

5.      DISEÑO DE LÍNEA BASE MÚLTIPLE: en ella se registran y se observan no una sino varias variables. Es una diseño adecuado e idóneo para valorar interacciones entre tratamientos.

ANÁLISIS DE LOS DATOS.

En los diseños experimentales de caso único, los datos pueden ser analizados mediante técnicas visuales o de representación gráfica o bien a través de procedimientos estadísticos. Sin embargo debe recordarse que ni los comportamientos de las personas son uniformes y constantes, ni las circunstancias permanecen siempre intactas, presentándose así una de las dificultades que se señalaba con anterioridad en lo que a variabilidad de datos se refiere. Esto da lugar a ciertas limitaciones a la hora de analizar e interpretar, dificultades que deberán ser tenidas en cuenta a la hora de obtener conclusiones.

BIBLIOGRAFÍA.

·        Barlow, D. Hersen. “Diseños experimentales de caso único” Ed. Martínez Roca.

·        Lluch M.T., Miguel M.D., Sabater P., “Diseños de caso único o N=1: su importancia en enfermería”.


Principal ] Novedades ] Introducción ] Presentación ] Postgrado Enfermería ] Apuntes de clase ] Trabajos Enfermería ] Evaluación ] Hipervínculos ] Descarga Software ] Buscadores ] San Miguel de Salinas ] Alicante ]

Usuarios On line:          
Última modificación: 13 de enero de 2013
Enviar correo electrónico a webmaster@aniorte-nic.net con preguntas o comentarios sobre este sitio Web.
Webmaster: Nicanor Aniorte Hernández
Copyright © 2001 N. ANIORTE
Política de Privacidad / Confidencialidad      Política de Financiación     Política de Publicidad

Nosotros subscribimos Los Principios del código HONcode de la Fundación Salud en la Red Nosotros subscribimos los Principios del código HONcode.
Compruébelo aquí.

     Estamos en la red desde el 27 de julio de 2000