Diseños ex post facto

Supongo que es tentador tratar todo como si fuera un clavo,
si la única herramienta que tienes es un martillo.

Abrahan Maslow (1908-1970)

Versión 1.0

Introducción

Las investigaciones que hemos visto hasta ahora son manipulativas, es decir, el investigador elige los valores de la variable independiente y los aplica a los diferentes grupos del estudio. Pero hay muchas investigaciones en las que las variables independientes no son manipulables, bien por su naturaleza (características asociadas al sujeto como son: la edad, sexo,experiencias, nivel de estudios, lugar de nacimiento, etc.) o bien por razones éticas; sin embargo, su estudio puede ser de gran interés. La principal diferencia entre la investigación manipulativa y la no manipulativa es que en la no manipulativa el investigador no interviene sino que estudia un fenómeno que ocurre de forma natural. Mientras que en la manipulativa, el investigador interviene para producir el fenómeno de estudio. Los diseños ex post facto son apropiados cuando el objetivo del estudio es analítico y las variables independientes no se pueden manipular. Por tanto, permiten hacer comparaciones entre los grupos, pero la ausencia de control no admite establecer relaciones causales.

Diseños ex post facto

Los diseños ex post facto son apropiados cuando el objetivo del estudio es analítico y las variables independientes no se pueden manipular. La denominación ex post facto (después de los hechos), significa que se selecciona a los participantes después de que haya ocurrido ya la variable independiente. Hay que tener en cuenta el criterio de clasificación que hace referencia al momento en que se comienza la investigación, según el cual podemos hablar de investigación retrospectiva o prospectiva:

• Investigación retrospectiva. El investigador comienza su investigación definiendo los grupos de estudio en función de los valores de la variable dependiente.
• investigación prospectiva. El investigador comienza su investigación definiendo los grupos de estudio atendiendo a los valores de la variable independiente.

 Características de los diseños ex post facto

Hernández et al. (2007). En este tipo de investigación, a diferencia de la experimental, el investigador no tiene control sobre las variables, ni puede influir sobre ellas, porque ya sucedieron, al igual que sus efectos.

Es fácil imaginar los problemas éticos que se plantearían al estudiar el efecto del estrés sobre la salud (p. ej., en la hipertensión) si para ello provocásemos estrés a un grupo de personas sanas. Sin embargo, el fenómeno tiene suficiente interés para ser investigado. Una forma de estudiarlo sería seleccionando a personas que padecen hipertensión y analizando si han pasado por situaciones estresantes.

Para ilustrar las diferencias entre una investigación que sigue el paradigma experimental y una investigación ex post facto, plantearemos el siguiente ejemplo. Supongamos que un investigador quiere estudiar el posible efecto beneficioso de la cocaina en la realización de tareas cognitivas. El procedimiento, en función del paradigma a seguir, sería el siguiente:

• Paradigma experimental. Se selecciona aleatoriamente una muestra de individuos y se asignan de forma aleatoria a cuatro grupos. A cada uno de los cuatro grupos se les asigna, también de forma aleatoria, cada uno de los tratamientos (consistente en cuatro niveles de cocaína: 0, 1, 3 y 4 gramos) administrando la cocaína en forma de inhalador. En este caso, la variable independiente sería la cantidad de cocaína que se les administra y la dependiente será su rendimiento en una tarea cognitiva. Posteriormente, se compara el rendimiento de cada grupo en dicha tarea.
• Investigación ex post facto. Se seleccionan cuatro grupos de participantes en función de la cantidad de cocaína que consumen al día: no consumidore, menos de 1 gramo, entre 1 y 2 gramos, y más de 2 gramos. En este caso, la variable independiente es el nivel de consumo de cocaína (gramos) de los participantes. Todos los participantes tienen que realizar una tarea cognitiva. Posteriormente se compara el rendimiento en dicha tarea de cada uno de los grupos.

Como podemos ver, la diferencia fundamental entre ambos tipos de investigación está en el control. En el primer caso, se ejerce el control al asignar aleatoriamente los participantes a los grupos y los grupos a los tratamientos. La variable independiente, manipulada intencionalmente por el experimentador (nivel de cocaína), se espera que sea la única diferencia entre los cuatro grupos. Por tanto, las diferencias que se encuentren en el rendimiento de la tarea entre los cuatro grupos se pueden atribuir al efecto de la variable independiente. Sin embargo, en la investigación ex post facto, la explicación de que la cocaína sea la causa de las diferencias en el rendimiento de los grupos ofrece mayor ambigüedad. En estos casos, los participantes se seleccionan por presentar determinados valores de la variable independiente (consumo gramos cocaína/día) pero no se puede asegurar la igualdad entre los grupos respecto a otras posibles variables. En la investigación ex post facto, al no haber manipulación intencional de la variable independiente, sino selección de valores, no se pueden establecer relaciones causales.

En los estudios ex post facto la variable independiente puede ser de tipo organísmica (género, edad, características de personalidad, inteligencia, ansiedad, enfermedad, etc.) o ajenas al organismo, pero relacionada con la historia vital de las personas (haber vivido una catástrofe, pertenecer a un sistema educativo, pertenecer a determinado medio social, etc.). Para poder establecer relaciones causales deben cumplirse tres requisitos:

1. Existencia de covariación entre la variable independiente y la dependiente.
2. La variable independiente debe anteceder a la variable dependiente.
3. Se debe poder descartar explicaciones alternativas.

En los diseños ex post facto se cumple el primer requisito y en algunos casos el segundo (diseños prospectivos), pero no se cumple el tercero. Al tener problemas de control sobre las variables extrañas y no poder manipular las variables independientes, no se puede hablar de la validez interna de sus conclusiones. No obstante, la investigación ex post facto es de gran utilidad en el ámbito aplicado ya que permite abordar cuestiones que desde el método experimental no se podrían investigar.

Técnicas de control utilizadas en la investigación ex post facto

Alvarado (2000) señala tres procedimientos para mejorar el control en la investigación ex post facto:

• El emparejamiento de los participantes: El emparejamiento consiste en seleccionar para cada grupo, participantes con valores iguales en las variables extrañas más relevantes. Una forma de control que se puede utilizar es mediante el emparejamiento de los participantes en otras variables relevantes que se sospecha que están relacionadas con la variable dependiente. Por ejemplo, si estamos estudiando la relación entre corrupción (variable independiente) y opacidad (variable dependiente), podemos emparejar a los participantes en otras variables relacionadas con la opacidad, como por ejemplo: institución en la que trabaja, empresa privada, etc. De esta forma, se formarían grupos de participantes que tuvieran niveles iguales en esas variables. Esta técnica es similar a la técnica de equiparación.
• Análisis de covarianza (ANCOVA). Se pueden utilizar procedimientos estadísticos para eliminar el influjo de las variables extrañas. El análisis de covarianza se realiza a posteriori de la recogida de datos y permite eliminar algunas fuentes de variación no deseada. Es decir, permite separar el influjo de una variable perturbadora sobre la variable dependiente, depurando así la relación entre la variable independiente y la dependiente. Para ello, se requiere necesariamente que la variable extraña (o covariable) haya sido medida.
• Introducción de variables relacionadas con la variable dependiente. Esta técnica consiste en utilizar varias variables dependientes en lugar de una sola. Por ejemplo, en el caso del estudio de la relación entre corrupción y opacidad, supongamos que otra posible variable relacionada con la opacidad es el nivel de desarrollo moral, por lo que podríamos incluirlo en el diseño como otra variable dependiente que nos gustaría medir. En ese caso, en lugar de tener un diseño con una variable dependiente (opacidad) tendríamos un diseño con dos variables dependientes (opacidad y nivel de desarrollo moral). De esta forma, se podría estudiar la relación entre corrupción y el nivel de desarrollo moral, y también la relación entre corrupción y opacidad. Si encontramos que no existe relación entre corrupción y el nivel de desarrollo moral, pero sí entre corrupción y opacidad, podemos acercarnos más a una interpretación precisa sobre la relación entre las variables, concluyendo con más seguridad que la corrupción está relacionada con la opacidad.

Clasificación de los diseños ex post facto

Diseño de grupo único

Estos diseños se centran en el estudio de las relaciones existentes entre las variables, se evalúa el grado en que las variables se relacionan, fundamentalmente mediante el cálculo de correlaciones, por ello también reciben el nombre de correlacionales. Entre las características básicas de estos diseños, Ato, López y Benavente (2013) señalan:

• La existencia de una muestra única de participantes.
• Se mide a cada participante de la muestra en dos o más variables que suelen ser de naturaleza cuantitativa (variables medidas, no manipuladas), aunque ocasionalmente también pueden ser de naturaleza categórica.

Estos diseños pueden tener finalidad relacional o predictiva. En el primer caso, se utilizan para estudiar variables que covarían con el fenómeno de interés, y son útiles cuando el problema de investigación es muy complejo o aún se conoce poco sobre el mismo. En estos casos se miden las variables implicadas en el estudio y se calculan las correlaciones entre ellas. No obstante, hay que tener en cuenta que aunque se encuentren correlaciones altas entre las variables no se pueden establecer conclusiones causales. Puede darse lo que se denomina correlación espuria, esto es, cuando la correlación entre dos variables se debe a una tercera variable (o variable intermedia) dando lugar a correlaciones que en realidad son inexistentes.

Una ventaja fundamental del diseño de grupo único, señalada por León y Montero (2015), es la de permitir aumentar el número de variables que se estudian a la vez. Además, se utilizan muestras muy grandes, para asegurar que estén representadas todas la variables implicadas, procurando que el grupo sea lo más representativo posible de la población, por lo que este diseño tiene mayor validez externa que los diseños de comparación de grupos (retrospectivos y prospectivos) y por tanto, las posibilidades de generalización a la población son mayores.

Diseños retrospectivos

En este tipo de estudios, el investigador forma grupos de individuos atendiendo a sus valores en la variable dependiente (p. ej., padecer alguna enfermedad, tener un bajo rendimiento académico, etc.) y se buscan (reconstruyendo los hechos hacia atrás, de ahí su denominación) los posibles antecedentes o variables independientes que se asocian con la variable de interés. Si se encuentra una covariación sistemática entre la variable dependiente y la independiente se puede considerar que existe relación entre dichas variables.

 Diseño retrospectivo simple

El procedimiento consiste en seleccionar un grupo de individuos que poseen un determinado valor de la variable dependiente y después buscar qué posibles variables independientes tienen en común estos casos. En este diseño existe un solo grupo, como en el diseño de grupo único que hemos visto anteriormente, pero en este caso la variable dependiente adopta un único valor (por ejemplo, simpatizantes de VOX, personas que han sufrido desahucios, personas con determinada enfermedad, etc.) y el investigador trata de identificar las potenciales variables independientes, es decir, busca qué características tienen en común el grupo con ese valor de la variable dependiente.

En la búsqueda de las posibles variables independientes se deben cumplir dos requisitos:

• Que sean relevantes en relación con el fenómeno bajo estudio.
• Que antecedan a la variable dependiente. Sin embargo, no siempre se dispone de información sobre las variables que podrían explicar el fenómeno; en esos casos, la utilidad de este diseño es fundamentalmente exploratoria.

En este diseño es difícil establecer con seguridad la relación entre las variables ya que se pueden encontrar correlaciones espurias debidas a terceras variables.

Diseño retrospectivo de casos y controles

Gómez Benito (1990). El mayor inconveniente de este tipo de diseños reside en controlar todas las variables que puedan afectar a la característica en cuestión. Una técnica de control de estas variables sería mediante el emparejamiento.

En este diseño el procedimiento consiste en comparar un grupo de individuos seleccionados por poseer una determinada característica (los casos) con otro grupo de individuos que no la poseen (los controles). Estos grupos se comparan con respecto a una serie de posibles variables independientes que se consideran relevantes para la aparición de dicha característica.

El mayor inconveniente de este tipo de diseños reside en controlar todas las variables que puedan afectar a la característica en cuestión. Una técnica de control de estas variables sería mediante el emparejamiento. En los diseños retrospectivos de comparación de grupos, si las variables independientes son de ocurrencia (por ej., ser o no fumador), el primer análisis de datos que podemos llevar a cabo, consistirá en comprobar en qué proporción están presentes las variables independientes en cada grupo. En segundo lugar, se pueden utilizar estadísticos de asociación para comprobar la relación entre la variable dependiente y las variables independientes puesto que, en este caso, y a diferencia del anterior, la variable dependiente toma dos valores.

El punto más fuerte de este diseño con respecto al retrospectivo simple es que, si la variable independiente es cuantitativa, permite hacer comparaciones entre los grupos. Este diseño es frecuentemente utilizado en epidemiología y muchos resultados relevantes en psicología de la salud están basados en este tipo de estudios.

Diseños prospectivos

En estos diseños, los participantes son seleccionados por poseer determinados valores de la variable independiente cuya posible influencia queremos investigar. Por ejemplo, una de las teorías sobre el desarrollo de las habilidades sociales indica que éstas se fomentan a través de la experiencia en la interacción social durante la infancia. Podemos diseñar una investigación con el objetivo de valorar si el tamaño de las familias es un factor que está relacionado con las habilidades sociales. Se espera que los niños de familias numerosas sean más hábiles socialmente que los niños de familias no numerosas. Se pueden seleccionar las familias con tres hijos en edad escolar y familias con menos de tres hijos, y evaluar, a través de un cuestionario, las habilidades sociales de niños. De esta forma nos aproximamos a una relación en la que la variable independiente (tamaño de las familias en las que se han socializado) antecede a la variable dependiente (habilidades sociales de los niños). Esta garantía sobre la precedencia de la variable independiente sobre la dependiente, aunque es una mejora con respecto a los diseños retrospectivos, no es una condición suficiente para establecer una relación causal.

Diseño prospectivo simple

En el diseño prospectivo simple tenemos una sola variable independiente y seleccionamos a los participantes por sus valores en ella (variable de selección de valores) formando al menos dos grupos, uno para cada valor. Posteriormente se mide la variable dependiente. Se pueden utilizar diferentes técnicas para controlar las variables extrañas como el emparejamiento, el control estadístico y la introducción en la investigación de variables relacionadas con la variable dependiente. Otra alternativa para controlar las variables extrañas es incorporarlas en
la investigación como variables independientes (sistematización de variable extraña).

En los diseños prospectivos simples, las técnicas utilizadas en los análisis de datos son las mismas que se aplican en los diseños experimentales intergrupos unifactoriales. El análisis estadístico más apropiado es aquel que contrasta los datos para muestras independientes (en función del tipo de medida obtenida y el tamaño de la muestra se aplican diferentes pruebas estadísticas). La cuestión diferencial con un estudio experimental no está tanto en la técnica de análisis de datos (que como podemos comprobar puede ser la misma), como en las limitaciones de la interpretación de los resultados por los problemas de control que tienen estos diseños y la dificultad para descartar con seguridad hipótesis explicativas alternativas.

Diseño prospectivo complejo o factorial

León y Montero (2015). Al trabajar con variables de selección de valores puede llegar a resultar irrealizable la formación de grupos con todas las posibles combinaciones.

El diseño prospectivo complejo o factorial se caracteriza por el estudio de las relaciones de más de una variable independiente con una o más dependientes. El análisis de datos para este tipo de diseño es el mismo que en el caso de un diseño factorial de dos grupos independientes (o bifactorial), es decir, aplicaremos, si se cumplen los supuestos, un análisis de varianza de dos factores con muestras independientes.

Este diseño es más potente que el diseño prospectivo simple. Sin embargo, sigue teniendo problemas debido a que los participantes son seleccionados por sus valores en las variables independientes y esto puede dar lugar a otras variables extrañas asociadas a los mismos (por ejemplo, lugar de procedencia: urbano-rural, antecedentes genéticos, tipo de dieta, etc.). Cuanta más variables incluyamos mayor será la información sobre la relación entre las variables, aunque, en contrapartida cada vez se hará más complejo el diseño.

Diseños evolutivos

Los diseños evolutivos son un tipo de diseños prospectivos que se caracterizan porque utilizan como variable independiente la edad o tiempo transcurrido. Por tanto, tienen como objetivo el estudio de los cambios de la variable dependiente como consecuencia de la edad. Los diseños evolutivos pueden ser: longitudinales, transversales o secuenciales.

Estos diseños son ampliamente utilizados en el ámbito de la Psicología del Desarrollo. Su objetivo fundamental es el estudio de los cambios o diferencias en el comportamiento durante todo el proceso de desarrollo. Sin embargo, en estos diseños al seleccionar los grupos en función de la edad pueden darse otras variables extrañas que sean las verdaderas causantes de las diferencias encontradas entre los grupos.

Diseño evolutivo longitudinal

Salkind (1998). Al estudiar la misma muestra en distintos momentos, los participantes actúan como sus propios controles aportando los mismos antecedentes y experiencias a la situación de prueba. Por tanto, este diseño no se ve amenazado por el efecto de cohorte.

Cuando se obtienen datos de una misma muestra de participantes en sucesivas ocasiones a lo largo del tiempo, estaremos realizando una investigación longitudinal. Al estudiar la misma muestra en distintos momentos, los participantes actúan como sus propios controles aportando los mismos antecedentes y experiencias a la situación de prueba. Por tanto, este diseño no se ve amenazado por el efecto de cohorte.

En el diseño longitudinal, al evaluar siempre al mismo grupo de participantes, no es posible la confusión entre la edad y la cohorte. No obstante, una posible fuente de confusión que puede darse en estos diseños es debida a los efectos históricos, es decir, en algunos casos se puede confundir el efecto de la edad con el efecto debido al momento en el que se realiza la prueba. Otra de las limitaciones que plantean estos diseños es que en ocasiones se requiere el seguimiento durante largos períodos de tiempo y esto conlleva que muchos participantes abandonen la investigación (pérdida de participantes). En el análisis de datos de los diseños evolutivos longitudinales se empleará un análisis estadístico apropiado para muestras relacionadas.

Diseño evolutivo transversal

En una investigación transversal se realiza la recogida de datos en un sólo momento temporal a muestras de participantes con diferentes edades. Con la investigación transversal se estudian las diferencias por edad, en lugar de los cambios atribuibles a la edad, como ocurría en el diseño longitudinal. Entre las ventajas del diseño transversal está que es menos costoso que el longitudinal, ya que se realiza el registro de los datos durante un periodo de tiempo limitado. Como consecuencia de lo anterior hay menos abandonos. Sin embargo, tiene una limitación importante debida a que los grupos no solo difieren en la edad sino que pueden existir múltiples variables que podrían dar explicaciones alternativas a las diferencias encontradas en la variable dependiente. A diferencia de los grupos formados aleatoriamente donde las diferencias se reparten y constituyen grupos equivalentes, en este caso al realizar la selección por la edad se arrastran otras características que no están distribuidas aleatoriamente. Por otra parte, una de las fuentes de confusión que puede darse es la debida al efecto de cohorte.

Según las edades que consideremos y la distancia entre ellas habrá que tener en cuenta la importancia del efecto de cohorte como posible variable de confusión. Sin embargo, los diseños transversales no se ven afectados por los efectos históricos ya que se recoge la información de todos los grupos en el mismo momento, por lo que si hubiera ocurrido algún fenómeno coincidiendo con el momento de medida, este afectaría a todos los grupos por igual. En definitiva, es importante utilizar las técnicas de control como el emparejamiento en valores de otras
variables o la incorporación al estudio de posibles variables extrañas para mejorar la capacidad informativa de un estudio realizado con este diseño.

El análisis de datos de los diseños evolutivos transversales se lleva a cabo del mismo modo que el de los diseños experimentales unifactoriales intergrupos:

1. Si estamos estudiando solo dos grupos de edad y una variable dependiente aplicaremos una diferencia de medias para muestras independientes o su equivalente no paramétrico, según corresponda al nivel de medida y la naturaleza de los datos.
2. Si tenemos más de dos grupos de edad y una variable dependiente emplearemos un análisis de varianza de un factor con grupos independientes o su equivalente no paramétrico.

Diseño evolutivo secuencial

Cuando además de la edad se quiere estudiar el efecto de cohorte, se utiliza el diseño secuencial. Existen algunas variantes de este diseño, aunque en este apartado trataremos solo el diseño secuencial longitudinal. Este diseño consiste en estudiar varias cohortes diferentes de manera longitudinal, esto es, evaluar dos o más cohortes en dos o más momentos temporales. La principal limitación de este diseño es su coste, el cual es mayor que en el longitudinal, ya que puede ser necesario más tiempo y mayor número de participantes para obtener datos de todas las cohortes, lo que en muchas ocasiones (por falta de financiación) hace inviable la investigación. También, como consecuencia de este problema aumenta la posibilidad del sesgo debido a la pérdida de participantes.

Diseño	Ventajas	Limitaciones
Transversal	✓ Bajo coste. ✓ Corta duración. ✓ Baja tasa de abandonos. ✓ No requiere relación a largo plazo entre los investigadores y los participantes. ✓ No está amenazado por efectos históricos.	✓ Problemas de equivalencia entre los grupos. ✓ No informa sobre el desarrollo en casos individuales. ✓ Riesgo de confusión edad/efecto de cohorte.
Secuencial	✓ Abundantes datos sobre el proceso de desarrollo. ✓ Equivalencia de los participantes dentro de una misma cohorte (mismo grupo). ✓ Permite estudiar la continuidad entre edades muy distintas. ✓ Permite estudiar el efecto de cohorte. ✓ Permite controlar efectos históricos.	✓ Más costoso en tiempo y recursos que los anteriores. ✓ Alta posibilidad de abandonos, con el problema de la pérdida no aleatoria de sujetos. ✓ Sesgos debidos a la repetición de medidas.

Utilización de la investigación NO manipulativa en la psicología aplicada

Los estudios no manipulativos son de gran utilidad en el ámbito aplicado. Por ejemplo, en neuropsicología se han estudiado las funciones de los hemisferios utilizando diseños prospectivos simples, concretamente se selecciona a los participantes según las lesiones cerebrales que padecen y se observa su comportamiento. Se estudia si existen diferencias significativas en las respuestas a test neuropsicológicos y se establecen inferencias acerca del papel de las regiones afectadas sobre la conducta. En el ámbito educativo también son numerosas las investigaciones que utilizan los diseños ex post facto. Entre las múltiples aplicaciones podríamos citar el estudio de variables relacionadas con el rendimiento o el éxito escolar como el autoconcepto, el género, la actitud, las diferencias culturales, el ambiente familiar, etc.

Estudios epidemiológicos

La Epidemiología según la Organización Mundial de la Salud (OMS) «… es el estudio de la distribución y los determinantes de estados o eventos (en particular de enfermedades) relacionados con la salud y la aplicación de esos estudios al control de enfermedades y otros problemas de salud». Los estudios epidemiológicos pueden ser de carácter descriptivo o analítico.

• Descriptivo. El objetivo general es examinar la distribución de una enfermedad dentro de una comunidad, determinando su frecuencia en diversos grupos o categorías de interés. La función descriptiva tiene gran relevancia en epidemiología.
• Analítico. En epidemiología también se llevan a cabo investigaciones con finalidad analítica en las que se recurre a diseños experimentales, cuasiexperimentales y ex post facto.
  • Diseños experimentales y cuasiexperimentales. Son diseños con estrategia manipulativa. Constituyen herramientas valiosas en epidemiología para evaluar los efectos de la intervención con nuevos tratamientos y/o terapias. En estos casos se establecen comparaciones entre grupos tratados y no tratados. Todos estos diseños se han ido desarrollando en los temas precedentes, por lo que vamos a dedicar el siguiente apartado al desarrollo de los estudios descriptivos. En ellos, se utilizan los diseños transversales o de prevalencia. Estos estudios son útiles cuando se conoce poco acerca de lo que queremos estudiar y, normalmente, sirven como inicio de posteriores investigaciones con objetivo analítico y/o predictivo.
  • Diseños ex post facto. Son diseños con estrategia no manipulativa. Muy utilizados en Epidemiología. El propósito de estos estudios es identificar la etiología o la causa de una enfermedad, y los factores de riesgo relevantes, además permiten sugerir posibles estrategias de intervención. Estos estudios se realizan cuando se conoce bastante sobre la enfermedad antes de la investigación y se tienen hipótesis específicas.

Diseño transversal o de prevalencia

Al comenzar una investigación sobre un determinado fenómeno, a veces, es mejor empezar por los estudios descriptivos ya que tienen la ventaja de orientar rápidamente las acciones que se deben dirigir y desvelar las asociaciones significativas que deben ser investigadas con los diseños de carácter analíticos y/o predictivo. Un tipo de estudio descriptivo utilizado frecuentemente es el diseño transversal o de prevalencia. Con este tipo de estudio se describe una serie de variables en una población determinada y en un momento determinado. La realización de un estudio transversal o de prevalencia requiere definir claramente la población de referencia, los criterios de exclusión e inclusión de los individuos en el estudio, la definición de las variables y la definición de «caso». En estos estudios las medidas de frecuencia utilizadas fundamentalmente son la prevalencia y la incidencia. La prevalencia tiene en cuenta los casos existentes de una enfermedad, mientras que la incidencia se refiere solo a los casos nuevos en un periodo de tiempo concreto.

Prevalencia (o tasa de prevalencia)

La tasa de prevalencia según OMS se define como «el número de casos existentes de una enfermedad u otro evento de salud dividido por el número de personas de una población en un período específico. Cada individuo es observado en una única oportunidad, cuando se constata su situación…». La tasa de prevalencia se calcula mediante el cociente entre el número de casos identificados en el momento del estudio y la población total en la que se producen. Se puede calcular la prevalencia de enfermedades y de factores de riesgo.

Incidencia (o tasa de incidencia)

Según la OMS la tasa de incidencia se define como «el número de casos nuevos de una enfermedad u otra condición de salud dividido por la población en riesgo de la enfermedad (población expuesta) en un lugar específico y durante un período específico». Es decir es la proporción de casos nuevos de una enfermedad que se desarrolla en una población expuesta, durante un periodo de tiempo determinado. La fórmula para el cálculo de la Incidencia es la siguiente: Incidencia= nº de casos nuevos de una enfermedad durante un período Incidencia/n.º de individuos (expuestos) durante dicho periodo.

Tanto las fórmulas de prevalencia como de incidencia nos informan de proporciones (valores de 0 a 1), sin embargo, se suelen expresar en forma de porcentajes. En el siguiente cuadro se plantea una investigación realizada por García-Jiménez et al. (2004) en la que se lleva a cabo un estudio transversal o de prevalencia.

Diversos estudios han mostrado la alta prevalencia de trastornos del sueño entre los adolescentes. Como causa se invocan factores psicológicos, hormonales, puberales y hábitos de sueño inadecuados. Los objetivos de esta investigación fueron conocer la prevalencia de trastornos del sueño en la población adolescente, describir los hábitos de sueño y la relación Fundamentos de investigación en Psicología de los trastornos del sueño con el cansancio o somnolencia diurna. Se realizó un estudio epidemiológico transversal, con 1.155 alumnos de 1.º y 4.º de Enseñanza Secundaria Obligatoria, de los cuales 537 eran chicos y 618 chicas, con una media de edad de 14,03 ± (SD) 1,86 años. Los participantes debían cumplimentar un cuestionario anónimo autoadministrado. Los resultados encontrados fueron que duermen una media de 8 h 18 min. entre semana y 9 h 40 m los fines de semana. El 38,55% refiere sueño de mala calidad, un 23,1% dificultad de conciliación, el 38,2% despertares nocturnos y el 15,9% despertar precoz. El 17,7% manifiesta queja de sueño más algún síntoma de insomnio; la prevalencia de insomnio encontrada fue del 9,9%. Roncan el 20,5% y las parasomnias más frecuentes son: las somniloquia (45,4%) y las pesadillas (29,5%). Un 53% se queja de excesiva somnolencia diurna. El insomnio es más frecuente en los adolescentes mayores (con antecedentes familiares) que fuman y beben y que duermen menos tiempo en el fin de semana. Los insomnes presentan más síntomas de ansiedad y depresión, así como más somnolencia durante el día. Se concluyó que los trastornos del sueño son muy prevalentes entre los adolescentes y están relacionados con múltiples factores, lo que les lleva a un importante cansancio e hipersomnolencia durante el día. Por otra parte, se encontró que la ruptura de los hábitos de sueño, en el fin de semana, y un tiempo de sueño insuficiente se relaciona con la aparición de insomnio.

Diseño transversal o de prevalencia. Investigación realizada por García-Jiménez et al. (2004)

El análisis de datos de los estudios descriptivos transversales nos aporta información de los siguientes aspectos:

1. Cuantificación de la frecuencia de presentación de la enfermedad y su distribución en la población en función de variables epidemiológicas.
2. Si se segmentan los datos por grupos, pueden aportar información sobre poblaciones de riesgo, de utilidad para la planificación de programas o intervenciones preventivas.

Señalar que en estos diseños, para la obtención de datos, se pueden utilizar registros institucionales o las encuestas, de las que se tratará en el próximo tema.

Referencias

• Quintanilla Cobián, Laura. Fundamentos De Investigación En Psicología. 2ª Ed. [adaptada a 7ª Ed. Normas APA]. ed. Madrid: Universidad Nacional De Educación a Distancia, 2020. Print. Grado (UNED) ; 6201104.