Tamaños  de  Muestra  Yerko  Bravo  

¿Qué  tamaño  de  muestra  necesito?  

Una  de  las  primeras  preguntas  que  debe  realizarse  antes  de  emprender  cualquier  encuesta  o  estudio  es:  

¿Qué  tamaño  de  muestra  necesito?  

La  respuesta  dependerá  del  diseño  del  estudio;  es  decir,  de  los  objetivos,  naturaleza  y  alcance  del  mismo,  y  del  resultado  previsto  del  mismo.  Todo  esto  deberá  tenerse  en  cuenta  en  la  fase  de  planiFicación  del  estudio.    

¿Qué  tamaño  de  muestra  necesito?  

•  Por  ejemplo,  en  un  estudio  sobre  la  eFicacia  de  un  fármaco  contra  una  enfermedad  mortal  como  el  sida,  en  el  que  sería  importante  un  solo  resultado  positivo,  puede  considerarse  intranscendente  el  tamaño  de  muestra.  En  cambio,  para  el  ensayo  de  una  nueva  vacuna  antipalúdica,  el  número  de  sujetos  de  la  muestra  tendrá  que  ser  suFiciente  para  que  se  puedan  comparar  los  efectos  de  la  vacuna  con  los  de  las  medidas  preventivas  existentes.  

¿Qué  tamaño  de  muestra  necesito?  

•  De  igual  manera,  deben  tomarse  en  cuenta  los  resultados  esperados.    

Hay  tres  posibles  tipos  de  resultados.    

•  El  primer  tipo  son  aquellos  en  los  que  existen  dos  alternativas  (sí/no,  vivo/muerto).    

•  El  segundo  tipo  es  en  el  que  existen  múltiples  alternativas  que  se  excluyen  entre  sí  (grupos  sanguíneos).    

•  En  estos  dos  tipos  de  resultados,  los  datos  se  expresan  generalmente  en  forma  de  tasas  o  porcentajes.    

¿Qué  tamaño  de  muestra  necesito?  

•  El  Tercer  tipo  abarca  las  variables  de  respuesta  continua  (peso,  edad).    

•  El  método  estadístico  adecuado  para  determinar  el  tamaño  de  muestra  dependerá  de  la  doble  necesidad  de  saber  cuál  de  estos  tipos  de  resultados  interesa  al  investigador,  y  evitar  un  gasto  excesivo  de  tiempo  y  de  recursos  a  través  de  una  correcta  planiFicación  del  estudio.    

¿Por  qué  necesito  una  muestra  tan  grande?  

•  Con  frecuencia  los  bioestadísticos  que  colaboran  en  investigación  clínica  escuchan,  incluso  con  algo  de  escepticismo:  "¿Por  qué  necesito  una  muestra  tan  grande?".    

•  Estamos  de  acuerdo  en  la  importancia  de  reducir  al  máximo  el  número  de  casos  incluidos  en  un  estudio.  No  sólo  por  razones  éticas;  también  los  aspectos  económicos  y  logísticos  aconsejan  evitar  grandes  tamaños  de  muestra.    

•  Pero  todavía  es  peor  que  por  reducir  en  exceso  el  número  de  casos  el  estudio  no  pueda  aportar  nueva  información  y  no  permita,  por  ejemplo,  la  toma  de  decisiones.    

Principios  

Principios  

•  Principio  de  comparabilidad    

Los  resultados  observados  podrán  ser  atribuidos  a  los  tratamientos  en  estudio  si  no  existe  ninguna  otra  diferencia  entre  los  grupos.    

Para  imputar  causalidad  se  pretende  suprimir  la  inFluencia  de  posibles  causas  restantes  mediante  una  distribución  idéntica  de  las  mismas  entre  los  grupos  que  se  desea  comparar.    

Ello  impone  el  uso  de  la  asignación  aleatoria  o  aleatorización  de  las  unidades  experimentales  a  los  tratamientos  en  estudio.    

Principios  

•  Principio  de  generalización    

Recurre  a  la  estadística  para  realizar  el  salto  entre  la  muestra  estudiada  y  la  población  sometida  a  estudio.  Cuanto  más  se  aproxime  el  tamaño  de  la  muestra  al  de  la  población,  menor  será  el  riesgo  de  extrapolación.    

La  inferencia  estadística  estudia  y  cuantiFica  el  riesgo  de  este  salto  y  la  cantidad  de  información  que  proporciona  la  muestra.    

Herramientas  

•  Por  otro  lado,  existen  una  serie  de  herramientas  estadísticas  que  el  diseño  de  experimentos  pone  a  nuestro  alcance  para  reducir  el  tamaño  muestral.    

•  El  diseño  de  experimentos  gira  en  torno  a  dos  valores  cruciales:  la  magnitud  del  efecto  que  se  desea  estimar  y  el  error  de  estimación  de  dicho  efecto.    

•  Para  tener  garantías  de  poder  conseguir  los  objetivos  de  una  investigación,  es  necesario  que  la  información  disponible  tenga  un  volumen  suFiciente  para  poder  ser  extrapolada,  es  decir,  que  el  error  de  estimación  sea  pequeño  respecto  al  efecto  que  se  desea  estimar  

Herramientas  

 

 

 

•  Para  alcanzar  este  volumen  de  información  suFiciente,  las  mejores  posibilidades  del  diseño  de  experimentos  consisten  en  modiFicar  alguno  de  los  tres  componentes  de  las  variables  de  la  fórmula.    

Aumentar  el  valor  del  efecto    

•  El  valor  del  efecto  es  el  que  es  y  ningún  otro.  No  hay  que  engañarse  aumentando  artiFicialmente  este  valor,  ya  que  sólo  puede  conducir  a  resultados  negativos  que  no  detectan  nada.    

•  Existen  dos  posibilidades  alternativas  en  el  diseño  experimental:  la  primera  es  concentrarse  en  los  casos  en  los  que  el  efecto  observado  puede  ser  mayor,  pero  se  atenta  contra  el  principio  de  generalización.    

•  Una  posible  estrategia  consiste  en  conFirmar  en  las  primeras  fases  la  existencia  de  un  efecto,  y  más  adelante  estudiar  la  generalización.  La  segunda  consiste  en  escoger  como  criterio  de  evaluación  aquella  variable  en  la  que  cabe  esperar  un  mayor  efecto.    

Aumentar  el  número  de  par7cipantes  

•  Esta  es  una  posibilidad  poco  realista  en  muchos  casos,  pero  que  a  veces  puede  repercutir  en  la  calidad  de  la  información,  por  lo  que  debe  ser  cuidadosamente  estudiada.    

Disminuir  la  dispersión  

•  La  dispersión  es  el  resultado  de  la  suma  de  toda  una  serie  de  fuentes  de  variación.  La  variabilidad  se  puede  dividir  en  intraindividual  e  interindividual.    

•  Para  amortiguar  el  ruido  producido  por  la  variabilidad  interindividual,  el  diseño  de  experimentos  permite  varias  posibilidades:  concentrar  el  estudio  en  un  subgrupo  homogéneo,  estratiFicar,  tomar  el  mismo  sujeto  como  propio  control  aplicando  diseños  cruzados,  etc.    

•  También  el  análisis  estadístico  permite  reducir  esta  variabilidad  con  un  amplio  abanico  de  herramientas:  mediante  las  comparaciones  de  la  evolución  respecto  a  un  valor  basal  (estudiando  la  diferencia),  o  bien  suprimiendo  la  inFluencia  de  factores  conocidos  sobre  la  variabilidad  ajustando  mediante  métodos  multivariantes.    

Disminuir  la  dispersión  

•  La  limitación  de  la  variabilidad  intraindividual  resulta  más  diFícil.  Si  ésta  viene  dada  por  las  condiciones  del  estudio  (hora,  temperatura,  lugar,  etc.),  se  debe  procurar  mantenerlas  constantes.    

•  Si  la  variabilidad  es  inherente  a  la  medición  en  sí,  baja  Fiabilidad,  para  mejorarla  se  puede  aumentar  el  número  de  mediciones  en  el  análisis  posterior,  tomando  el  promedio  de  dichas  mediciones.    

•  A  pesar  de  todo,  el  investigador  tiene  la  obligación  de  considerar  el  grado  de  Fiabilidad  de  una  variable,  y  si  éste  no  es  aceptable,  seleccionar  y  estudiar  otras  alternativas    

Bibliogra=a    

1.  Lwanga  SK  &  Lemeshow  S.  Determinación  del  tamaño  de  las  muestras  en  estudios  sanitarios.  Ginebra:  OMS,  1991.    

2.  Fleiss  JL.  The  design  and  analysis  of  clinical  experiments.  Nueva  York:  John  Wiley  &  Sons,  1986.    

3.  Gómez  C  &  Sanchez,  R.  Calculo  del  tamaño  de  la  muestra  en  psiquiatría  y  salud  mental  (principios  básicos  para  su  estimación).  Rev.  Col.  Psiquiatría,  Vol.  XXVII,  No.  2,  1998.