VARIABLESDr. Sixto Snchez MPH

VARIABLESConcepto: Caractersticas que representan un fenmeno que estamos interesados en investigar.

Ej. Peso, talla, edad, color de ojos, etc.

Estudios descriptivos: Se estudian variables individualmente

Estudios analticos: Relacin entre dos o mas variables para evaluar asociaciones e inferir relaciones causa-efecto. Variable independiente o predictora Variable dependiente o resultado.

Estudios experimentales: Variable intervencin (independiente) y variable resultado (dependiente).

Variables confusoras: Variables que pueden confundir la relacin entre la variable independiente y la dependiente, Ej: el tabaquismo en la relacin entre el uso de caf o drogas Cncer de pulmn.

Relacion entre variables (existe hiptesis: estudios experimentales, analticos, transversales)

Independiente DependienteIntervinientes (probables Confusores)

Relacion entre variables

Sedentarismo ObesidadEdad, sexo, estado socioeconmico, gentica, etc, etcEn estudios descriptivos, no considerar variables independientes o dependientes, solo son variables

TIPOS DE VARIABLES:CUALITATIVAS: Variables no susceptibles de ser cuantificadas. Ej: sexo (dicotomica), raza (multicotomicas), grupo sanguneo.

Nominales: Sus categoras no tienen orden. Ej. Tipo de sangre, tipo sanguneo, estado civil. (No podramos encontrar medias)

Slo se puede realizar un conteo (frecuencias). No es factible las operaciones aritmticas

Ordinales: Sus categoras tienen orden: Ej: Evolucin: Mejor, igual, peor; estadio de una enfermedad: I, II, III, IV; Dolor: No, leve, moderado, severo.

Las distancias entre las categoras no es la misma. Pueden producir sesgos de medicin pues su categorizacin depende de subjetividad.

TIPOS DE VARIABLES:CUANTITATIVAS: Cuantificable en una escala aritmticaContinuas: Escala infinita de valores dentro de un rango; Ej: Glicemia, peso, etc

Discretas: Escala finita de valores. Ej. Cigarros fumados/dia, numero de recurrencias de herpes por ao.

Es una escala creada por el hombre.

El cero es arbitrario o relativo o diferencial, es decir no indica ausencia de la propiedad. 0o no es ausencia de temperatura.

Razones de medida de intervalo no tienen sentido. Ej. 80o no es el doble de calor que 40o.

Diferentes intervalos tienen igual significado. Ej. Diferencia entre la To entre 30oC y 40o C es la misma que entre 90o y 100o.

Se pueden realizar operaciones aritmticas.(+ y -). Se puede encontrar medias y usar prueba t.

Ejemplos:Hora 00:00Temperatura ambiental 0 CEl ao en que vivimos 2003Coeficiente intelectualEdadESCALA DE INTERVALO:

El cero es absoluto, indica ausencia de la propiedad.

Las fracciones (razones) tienen sentido; 40 kg es el doble de 20 kg. Ej: nmero de clientes.

Tienen unidad de medida (cms, pulgadas). Se pueden realizar operaciones aritmticas (+,-,x ,),

Ejemplos:PesoDistanciaVelocidadPacientes no atendidos hoyN de hijos en edad de vacunacin :0Procesos deficientes :0Tiempo de vuelo. Ingresos econmicoNivel de plomo en sangre

ESCALA DE RAZN:

TIPOS DE VARIABLES:Desde el punto de vista de causa-efecto

Independientes: Aquella que precede a otra en un estudio analtico. Puede manipularse en una investigacin experimental: tratamiento, programa

Dependientes: Aquella que es afectada por la variable independiente. Es la variable resultado, el efecto.

Como medir variables?

Medir cuantitativamente una variable es mejor que cualitativamente (en categoras o rangos) Mejora el poder y disminuye el tamao muestral. Ej. Presin arterial como cuantitativa en vez de categrica (normal, alta).

Esto permite cambiar los puntos de corte para establecer nuevas categoras. Existen excepciones: Ej: Bajo peso al nacer o no.

Ante una variable ordinal, es mejor considerar varias categoras para poderlas colapsar (ej: muy bueno, bueno, regular, malo, muy malo: podemos colapsarlo a bueno y no bueno)

OPERACIONALIZACION DE VARIABLES: Es necesario conocer con mucho detalle las variables del estudio, como se definirn y como se medirnDefinicin operacional de las variables. Cmo se va a categorizar?, Que indicador vamos a usar para categorizarla? Que criterios de medicin usaremos para categorizarla.

Las categorias de una variable deben ser Exhaustivas: Deben incluir todas las respuestas posibles Excluyentes: Ningn participante debe poder marcar dos o mas categoras

OPERACIONALIZACION DE VARIABLES: Como medir las variablesAlgunas variables no necesitan ser operacionalizadas: Ej. Sexo, edad.

Algunas variables son muy dificiles de operacionalizar: Ej. Calidad de vida, dolor, estado socioeconomico, grado de nerviosismo, grado de comunicacin con la pareja, autoestima, etc.:

Pero es importante categorizarlas: Aumenta la objetividad del conocimiento, reduce sesgos y provee de medios para comunicarnos.

Ejemplo de Operacionalizacin:

VariableTipoIndicadorMedio de verificacinCategorasMedicin de las categorasAnemiaCualitativa categrica ordinalHb sanguneaHistoria clnicaLeveHb: 9-11 grsModeradaHb: 7 8.9SeveraHb: < 7.0Nivel socio-econmicoCualitativa categrica ordinalIngreso total fam mensual/N personas que viven en el hogarFicha de evaluacin de las asistentas socialesBajo200-300 $.Mediano301-500 $Alto501- masCefaleaCuantitativa discretaEscala del dolorTarjeta marcada por el entrevistado1 al 10DepresinCualitativaTest de depresin PHQ-9Ficha de recoleccin de datosModerada a severa

Mnima o levePuntaje: 10 o ms

9 o menosGlicemiaCuantitativa continua de raznGlucosa basal en sangreResutlados de examenes auxiliares de la Historia ClnicaGrupo sanguneoCualitativa categorica nominalExamen de sangreHistoria clnicaABABO

Problemas con la categorizacin de variables cuantitativas:

Ej. Pensemos en una variable cuantitativa en investigacin social: Una escala de autoestima

El investigador que desarrollen tal instrumento tienen que hacer incontables juicios para construir tal escala.Como definir autoestima?Como distinguirla de otros conceptos relacionados?Qu palabras usar para establecer los parmetros que usaremos para medirla usando esa escalaComo estar seguros que estos parmetros sern entendibles para los participantesQue tipo de problemas culturales y linguisticos existir para construir las preguntas parmetros?

Problemas con la categorizacin de variables cuantitativas (cont):

Cuando el investigador aplica la escala se pregunta: Cuan bien la escala mide el concepto que se intenta estudiarCuan confiable y consistente es la escalaCuan apropiada es la escala para el contexto de la investigacin y los potenciales participantes

Los participantes hacen muchos juicios cuando llenan la escalaCmo entienden algunos terminos y frasesPor que el investigador les est haciendo tales preguntas?Cuanta energia y esfuerzo ellos tienen que gastar para completar la escala

Problemas con la categorizacin de variables cuantitativas (cont):

Aun los lectores de la investigacin harn muchos juicios acerca de la medicin de autoestima y si es apropiada en el contexto del estudio. ENTONCES LA MEDIDA CUANTITATIVA APARENTEMENTE SIMPLE PRODUCE MUCHOS JUICIOS CUALITATIVOS EN LOS DIFERENTES ACTORES DE UN ESTUDIO

Variables deben deben representar fenmeno de inters consistentemente y validamente.

Ej:

Cuan bien representa el insomnio a la depresin

Cuan bien mide la glicemia basal la respuesta al tratamiento antiglicemiante?

Cuan bien representa el uso de anticonceptivos la buena o mala relacin de pareja?

Variables deben ser consistentes (precisas)

Grado en que la variable tiene el mismo o parecido valor cada vez que es medida). Ej. Peso es mas consistente (preciso) al medir que el nivel de relacin de pareja que puede variar de una ocasin a otra. A mayor consistencia: mayor poder para probar la hiptesis.

Causas de inconsistencia (inprecision):

Variabilidad interobservador (diferente uso de palabras en la entrevista o instrumento), Variabilidad del sujeto estudiado (circunstancias, ritmo circadiano, etc), Variabilidad del instrumento (Factores ambientales o ruidos externos).

Variables deben ser consistentes (precisas)Como valorar la consistencia (precision): Desviacin standard, Coeficiente de variacin (D.E./media), Grado de consistencia de las mediciones, Coeficiente de correlacin, Kappa. La medicin de estos los dos ltimos tests se hace de tres formas:Concordancia entre medidas repetidas de una muestra de sujetos,Concordancia entre dos variables que miden la misma caracterstica, Mediciones repetidas por el mismo sujeto y medidas repetidas por diferentes sujetos.

Estrategias para mejorar la consisstencia (precisin):Estandarizar los mtodos de medicin mediante definiciones operacionales de las variables, Preguntas claras y completas, Entrenamiento de los entrevistadores especialmente si son varios, Evitar ambigedades en preguntas, Repetir las mediciones.

El esfuerzo desarrollado en estas estrategias depender de los costos y de la importancia de la variable.

Variables deben ser validas (exactas)

Grado en que la variable representa lo que se busca que represente.

Ej. un valor de Hb. post hemorragia no refleja anemia: es consistente (precisa) pero no valida (exacta).

Validez (exactitud) es alterada por errores sistemticos o sesgos.

Variables deben ser validas (exactas)Tres principales tipos de errores de medida:

Sesgos del observador (el investigador busca lo que cree debe encontrar: Ej historia de tabaquismo en un paciente con cncer), Sesgos del observado (el sujeto cree ya sentirse bien subjetivamente o no recuerda algn hecho, y Sesgos de instrumentos (ej. un instrumento no bien calibrado y de valores no reales o un cuestionario en que las preguntas sean sugerentes de la respuesta)

Cmo valorar la validez (exactitud)?:

Comparar con tcnicas de referencia cuya validez (exactitud) es conocida.

Variables deben ser validas (exactas)Estrategias para mejorar la validez (exactitud): Aparte de algunas de las estrategias para mejorar consistencia (precisin):

Tratar de evitar que los sujetos sepan mtodos de evaluacin de caractersticas,

Tcnicas de simple o doble ciego, y

Calibracin de instrumentos de medicin.

10%5%Consistente (Precisa), no valida (no exacta)

10%5%No consistente (precisa), no valida (no exacta)

10%5%Consistente (exacta) y valida (precisa)

******