tecnicas de muestreo.pdf

Int. J. Morphol., 35(1):227-232, 2017. Técnicas de Muestreo sobre una Población a Estudio Sampling Techniques on a Population Study Tamara Otzen1,2,3 & Carlos Manterola2,3,4 OTZEN, T. & MANTEROLA C. T...

Int. J. Morphol., 35(1):227-232, 2017. Técnicas de Muestreo sobre una Población a Estudio Sampling Techniques on a Population Study Tamara Otzen1,2,3 & Carlos Manterola2,3,4 OTZEN, T. & MANTEROLA C. Técnicas de muestreo sobre una población a estudio. Int. J. Morphol., 35(1):227-232, 2017. RESUMEN: La representatividad de una muestra, permite extrapolar y por ende generalizar los resultados observados en ésta, a la población accesible; y a partir de ésta, a la población blanco. Por ende, una muestra será representativa o no; sólo si fue seleccionada al azar, es decir, que todos los sujetos de la población blanco tuvieron la misma posibilidad de ser seleccionados en esta muestra y por ende ser incluidos en el estudio; y por otro lado, que el número de sujetos seleccionados representen numéricamente a la población que le dio origen respecto de la distribución de la variable en estudio en la población, es decir, la estimación o cálculo del tamaño de la muestra. Es así como el análisis de una muestra permite realizar inferencias, extrapolar o generalizar conclusiones a la población blanco con un alto grado de certeza; de tal modo que una muestra se considera representativa de la población blanco, cuando la distribución y valor de las diversas variables se pueden reproducir con márgenes de error calculables. Entonces, el muestreo tiene por objetivo estudiar las relaciones existentes entre la distribución de una variable en la población blanco y las distribución de ésta variable en la muestra a estudio. Para ello, es fundamental, entre otras cosas definir los criterios de inclusión (características clínicas, demográficas, temporales y geográficas de los sujetos que componen la población en estudio) y de exclusión (características de los sujetos que pueden interferir con la calidad de los datos o la interpretación de los resultados. El objetivo de este manuscrito, es entregar conocimientos generales respecto de las técnicas de muestreo más utilizadas en investigación clínica. PALABRAS CLAVE: Muestreo; Técnicas de muestreo; Muestreo aleatorio; Muestreo sistemático, Muestreo estratificado; Muestreo por conglomerados; Inferencia. INTRODUCCIÓN La representatividad de una muestra, permite extra- ción y valor de las diversas variables se pueden reproducir polar y por ende generalizar los resultados observados en con márgenes de error calculables. ésta, a la población accesible (conjunto de sujetos que per- tenecen a la población blanco, que están disponibles para la Entonces, el muestreo tiene por objetivo estudiar las investigación); y a partir de ésta, a la población blanco. Por relaciones existentes entre la distribución de una variable ende, una muestra será representativa o no; sólo si fue se- “y” en una población “z” y las distribución de ésta variable leccionada al azar, es decir, que todos los sujetos de la po- en la muestra a estudio (Hernández Sampieri et al., 2006). blación blanco y accesible, tuvieron la misma posibilidad de ser seleccionados en esta muestra y por ende ser inclui- Para ello, es fundamental, entre otras cosas definir dos en el estudio (técnica de muestreo probabilístico); y por los criterios de inclusión (características clínicas, demográ- otro lado, que el número de sujetos seleccionados represen- ficas, temporales y geográficas de los sujetos que compo- ten numéricamente a la población que le dio origen respecto nen la población a estudio) y de exclusión (características de la distribución de la variable en estudio en la población, de los sujetos que pueden interferir con la calidad de los es decir, la estimación o cálculo del tamaño de la muestra datos o la interpretación de los resultados) (Ávila Baray, (Fig. 1). Es así como el análisis de una muestra permite rea- 2006; Arias-Gómez et al., 2016). (Fig. 3). lizar inferencias, extrapolar o generalizar conclusiones a la población blanco con un alto grado de certeza (Dieterich, El objetivo de este manuscrito, es entregar conoci- 1996); de tal modo que una muestra se considera represen- mientos generales respecto de las técnicas de muestreo más tativa de la población blanco (Fig. 2), cuando la distribu- utilizadas en investigación clínica. 1 Universidad de Tarapacá, Arica, Chile. 2 Centro de Investigaciones Biomédicas, Universidad Autónoma de Chile, Temuco, Chile. 3 Centro de Excelencia en Estudios Morfológicos y Quirúrgicos (CEMyQ), Universidad de La Frontera, Temuco Chile. 4 Departamento de Cirugía, Universidad de La Frontera, Temuco, Chile. 227  OTZEN, T. & MANTEROLA C. Técnicas de muestreo sobre una población a estudio. Int. J. Morphol., 35(1):227-232, 2017. Técnicas de Muestreo Una muestra puede ser obtenida de dos tipos: probabilística y no probabilística. Las técnicas de muestreo probabilísticas, permiten conocer la probabilidad que cada individuo a estudio tiene de ser in- cluido en la muestra a través de una selección al azar. En cambio, en las técnicas de muestreo de tipo no probabilísticas, la selección de los sujetos a estudio dependerá de ciertas características, criterios, etc. que él (los) investigador (es) considere (n) en ese momento; por lo que pueden ser poco válidos y confiables o reproducibles; debido a Fig. 1. Una muestra será o no representativa, si fue se- leccionada al azar, es decir todos los sujetos de la pobla- que este tipo de muestras no se ajustan a un fundamento probabilístico, ción blanco tienen la misma posibilidad de ser seleccio- es decir, no dan certeza que cada sujeto a estudio represente a la po- nados en la muestra. La población accesible es el con- blación blanco (Walpole & Myers, 1996; Ávila Baray; Arias-Gómez junto de sujetos que pertenecen a la población blanco, et al.). que están disponibles para la investigación. 1. Técnicas de muestreo probabilístico. a) Aleatorio simple: Garantiza que todos los individuos que compo- nen la población blanco tienen la misma oportunidad de ser incluidos en la muestra. Esta significa que la probabilidad de selección de un sujeto a estudio “x” es independiente de la probabilidad que tienen el resto de los sujetos que integran forman parte de la población blanco. Por ejemplo: ante la siguiente pregunta de investigación ¿Cuál es la muestra necesaria para establecer la prevalencia de cambios inflamatorios en biopsias hepáticas de pacientes con colangitis aguda (CA)? Un muestreo aleatorio simple aplicaría de la siguiente forma: entre todos los sujetos con CA, seleccionar al azar un subgrupo que los represente (Fig. 4). Fig. 2. Generalización de resultados. La representatividad b) Aleatorio estratificado: Se determina los estratos que conforman de la muestra, permite extrapolar los resultados a la po- la población blanco para seleccionar y extraer de ellos la muestra (se blación de accesible y de ésta a la población general. define como estrato a los subgrupos de unidades de análisis que difie- ren en las características que van a ser analizadas). La base de la estratificación se basa en variable como edad, sexo, nivel socioeconómico, etc. Entonces, se divide la población compuesta por “N” individuos, en “x” subpoblaciones o estratos, con base a varia- bles importantes para la conducción del estudio, y de tamaños res- pectivos N1, N2, N3, N4..., Nk; y realizando en cada una de estos estratos, muestreos aleatorios simples de tamaño ni; para finalmente definir cuantos elementos de la muestra se han de seleccionar de cada uno de los estratos; para lo cual se dispone de las siguientes opciones: asignación proporcional (el tamaño de la muestra de cada estrato es proporcional al tamaño del estrato que le dio origen, respecto a la población total) y asignación óptima (el tamaño de la muestra de cada estrato, son definidos por quien hace el muestreo) (Bai et al., 2013). Por ejemplo: ante la pregunta ¿Cuál es la muestra necesaria para esta- blecer la prevalencia de cambios inflamatorios en biopsias hepáticas de Fig. 3. Criterios de elegibilidad. Los criterios de inclu- pacientes con CA? Un muestreo aleatorio estratificado aplicaría de la sión corresponden a aquellas características clínicas, de- mográficas, temporales y geográficas de los sujetos que siguiente forma: entre todos los sujetos con CA, agrupar en forma componen la población en estudio. Por su parte, los cri- aleatoria por características de interés como: gravedad de la enferme- terios de exclusión corresponden a las características de dad (leve, moderado, grave); intensidad de la fiebre (febril, afebril, los sujetos que pueden interferir con la calidad de los hipotérmico); leucocitosis (con y sin leucocitosis); nivel de bilirrubina datos o la interpretación de los resultados. total (hasta 2,0; 2,1 a 4,0; 4,1 a 6,9; 7,0 o más), etc. (Fig. 5). 228  OTZEN, T. & MANTEROLA C. Técnicas de muestreo sobre una población a estudio. Int. J. Morphol., 35(1):227-232, 2017. c) Aleatorio sistemático: Cuando el criterio de distri- bución de los sujetos a estudio en una serie es tal, que los más similares tienden a estar más cercanos. Este tipo de muestreo suele ser más preciso que el aleatorio simple, debido a que recorre la población de forma más unifor- me. De esta modo, se seleccionará cada hésimo caso (Arias-Gómez et al.). Por ejemplo: ante la pregunta ¿Cuál es la muestra necesaria para establecer la prevalencia de cambios inflamatorios en biopsias hepáticas de pacientes con CA? Un muestreo aleatorio sistemático aplicaría de la siguiente forma: entre todos los sujetos con CA, selec- cionar aquellos que ingresan los días impares del mes, o aquellos cuya primer dígito del RUT sea par, hasta com- pletar la muestra estimada (Fig. 6). Fig. 4. Muestreo aleatorio simple. A partir de la población blanco, d) Por conglomerados: Consiste en elegir de forma se seleccionan al azar el número de sujetos necesario para comple- aleatoria ciertos barrios o conglomerados dentro de una tar la muestra necesaria a estudiar. región, ciudad, comuna, etc., para luego elegir unidades más pequeñas como cuadras, calles, etc. y finalmente otras más pequeñas, como escuelas, consultorios, hogares (una vez elegido esta unidad, se aplica el instrumento de me- dición a todos sus integrantes). Si se desea realizar un estudio de prevalencia o una encuesta en habitantes de una localidad, el muestreo aleatorio simple es complejo y de alto costo, ya que estudiar una muestra de tamaño “n”, supone enviar encuestadores a “x” puntos diferentes de la misma; de tal forma que en cada uno de estos puntos, sólo se aplicará una encuesta (Hund et al., 2015). Por ello, es que en este tipo de casos se sugiere aplicar muestreo por conglomerados, pues son más económicos y eficien- Fig. 5. Muestreo aleatorio estratificado. Se seleccionan al azar una tes. En este tipo de muestreo, los sujetos a estudio, se muestra de los 4 centros hospitalarios (estratos), que componen la encuentran incluidos en lugares físicos o geográficos (con- población total de una región del país (población blanco); y de cada glomerados); por ende, resulta imprescindible diferenciar estrato, se selecciona un número de sujetos que lo representan. entre sujetos a estudio (quiénes va a ser medidos) y uni- dad muestral (conglomerado a través del cual se logra acceder a los sujetos a estudio) (Fig. 7). Fig. 7. Muestreo por conglomerados. Se seleccionan al azar una muestra de 4 consultorios de salud (conglomerados), de los 9 exis- Fig. 6. Muestreo aleatorio sistemático. Se selecciona de forma sis- tentes en una comuna; y de cada conglomerado, se mide la varia- temática cada hésimo caso de la población blanco. ble de interés a todos los sujetos que deben consultar en ellos. 229  OTZEN, T. & MANTEROLA C. Técnicas de muestreo sobre una población a estudio. Int. J. Morphol., 35(1):227-232, 2017. Por ejemplo: ante la pregunta ¿Cuál es la muestra propiamente tal y de los cuidados post-procedimiento (re- necesaria para establecer la prevalencia de cambios cuperación y limpieza); representaron el 34,1 %; 10,6 % y inflamatorios en biopsias hepáticas de pacientes con CA? 54,4 % del tiempo total de la endoscopia, respectivamen- Un muestreo aleatorio por conglomerados aplicaría de la te. Concluyendo de esta manera que la mayor parte del siguiente forma: entre todos los sujetos con CA de la Re- tiempo necesario para completar la detección del cáncer gión de la Araucanía, seleccionar en forma aleatoria aque- gástrico vía endoscópica es consumido por la preparación, llos provenientes de los hospitales de Angol, Imperial y de la premedicación y los procedimientos posteriores, en los la Clínica Alemana de Temuco (conglomerados que re- que las enfermeras desempeñan un papel clave (Goto et presentarán a todos los centros sanitarios de esta región). al., 2014). 2. Técnicas de muestreo no probabilístico Ejemplo 2: En un estudio conducido en Irán, cuyo objeti- vo fue evaluar la epidemiología de la ERGE y sus factores a) Intencional: Permite seleccionar casos característi- de riesgo de en una población basada en el estudio de cos de una población limitando la muestra sólo a estos Mashhad (segunda ciudad más grande de Irán); se realizó casos. Se utiliza en escenarios en las que la población es un estudio de corte transversal, aplicando el cuestionario muy variable y consiguientemente la muestra es muy pe- generado por la Clínica Mayo a un total de 1685 sujetos; queña. Por ejemplo, entre todos los sujetos con CA, selec- para lo cual se desarrolló una técnica de muestreo por con- cionar a aquellos que más convengan al equipo investiga- glomerados en 50 locaciones seleccionadas a partir de los dor, para conducir la investigación. códigos de área eléctrica, incluyendo 50 participantes por cada locación. Encontraron un 25,7 % de síntomas de b) Por conveniencia: Permite seleccionar aquellos ca- ERGE en la población estudiada; y los siguientes factores sos accesibles que acepten ser incluidos. Esto, fundamen- de riesgo: tabaquismo, consumo de anti inflamatorios no tado en la conveniente accesibilidad y proximidad de los esteroidales, enfermedades crónicas, consumo de te y café, sujetos para el investigador. Por ejemplo, entre todos los sobrealimentación y ERGE en la pareja (Vossoughinia et sujetos con CA, solamente aquellos que se encuentren hos- al., 2014). pitalizados en el Hospital Regional de Temuco. Ventajas y Desventajas de la Aplicación de Técnicas de c) Accidental o consecutivo: Se fundamenta en reclutar Muestreo casos hasta que se completa el número de sujetos necesa- rio para completar el tamaño de muestra deseado. Estos, Se puede comentar que cada técnica de muestreo tie- se eligen de manera casual, de tal modo que quienes reali- ne sus ventajas y desventajas (Tabla I); sin embargo, en tér- zan el estudio eligen un lugar, a partir del cual reclutan los minos generales existen ventajas y desventajas comunes para sujetos a estudio de la población que accidentalmente se todas ellas: encuentren a su disposición. Es similar al muestreo por conveniencia, excepto que intenta incluir a todos los suje- VENTAJAS tos accesibles como parte de la muestra. Por ejemplo, en- tre todos los sujetos con CA, seleccionar los primeros 50 Reducción de costos: Los costes de un estudio serán me- incluibles que lleguen al servicio de urgencias del Hospi- nores si los datos de interés se pueden obtener a partir de tal Regional de Temuco. una muestra de la población blanco. Por ejemplo, cuando se realizan estudios de prevalencia de un evento de interés, es EJEMPLOS más económico medir una muestra representativa de 1500 sujetos de la población blanco, que a los 250.000 individuos Ejemplo 1: En un estudio cuyo objetivo fue determinar la que la componen. eficiencia de los programas de tamizaje de cáncer gástrico por endoscopia digestiva alta en 4 centros de atención pri- Eficiencia: Al trabajar con un número reducido de sujetos a maria en de la ciudad de Niigata, cuya población era de estudio, representativos de la población blanco; el tiempo 811.000 habitantes; para optimizar la productividad de es- necesario para conducir el estudio y obtener resultados y tos programas, se realizó un muestreo no probabilístico conclusiones será ostensiblemente menor. por conveniencia de 44 sujetos asintomáticos mayores de 40 años, que fueron estudiados de forma gratuita. En ellos DESVENTAJA se midieron los tiempos, número de personas y costes involucradas en el procedimiento. Se verificó que los tiem- Inadecuada representación de la población blanco: Esto pos de preparación y premedicación; del procedimiento puede ocurrir si se decide trabajar con muestras pequeñas. 230  OTZEN, T. & MANTEROLA C. Técnicas de muestreo sobre una población a estudio. Int. J. Morphol., 35(1):227-232, 2017. Tabla I. Ventajas y desventajas de los distintos tipos de muestreo probabilístico. Tipo Características Ventajas Desventajas Selección de una muestra de Sencillo y de fácil Requiere listado completo tamaño “n”, a partir de una comprensión. de toda la población. población de “N” unidades. Cálculo rápido de medias Al trabajar con muestras Aleatorio simple Cada elemento tiene la y varianzas. pequeñas puede no misma probabilidad de Existen paquetes representar de forma inclusión (n/N). informáticos para analizar adecuada a la población. los datos. C onseguir un listado de los Fácil de aplicar. Si la constante de muestreo “N” elementos de la No siempre es necesario está asociada con el población tener listado de la evento de interés, las D eterminar tamaño de población. estimaciones obtenidas a Aleatorio muestra “n”. Cuando la población está partir de la muestra sistemático D efinir intervalo k= N/n. ordenada, asegura pueden contener sesgo de E legir número aleatorio, cobertura de unidades de selección. entre 1 y k. todos los tipos. S elección de los elementos de la lista. En ciertas ocasiones Tiende a asegurar que la Se ha de conocer la resultará conveniente muestra represente distribución en la estratificar la muestra según adecuadamente a la población de las variables variables de interés. población en función de utilizadas para la Para ello se ha de conocer la variables seleccionadas. estratificación. composición estratificada de Se obtienen estimaciones Aleatorio la población objeto. más precisas. estratificado Una vez calculado el tamaño Su objetivo es conseguir de la muestra, este se reparte una muestra lo más entre los distintos estratos de semejante a la población la población usando regla de en lo que a la o las tres. variables estratificadoras se refiere. Se realizan varias fases de Eficiente en poblaciones El error estándar es mayor muestreo sucesivas. grandes y dispersas. que en otros tipos de Aleatorio por La necesidad de listados de Es preciso tener un muestreo. conglomerados unidades se limita a unidades listado de las unidades El cálculo del error de muestreo seleccionadas primarias de muestreo. estándar es complejo. en la etapa anterior. Por ejemplo, es muy común ver publicaciones en las que se OTZEN, T. & MANTEROLA C. Sampling techniques on a comparan 50 sujetos tratados con la intervención en estudio population study. Int. J. Morphol., 35(1):227-232, 2017. versus 50 con la intervención estándar. Este es un número muy recurrente, pero posiblemente conlleva una mala re- SUMMARY: The representativeness of a sample allows presentación de la población a la que se desea inferir los extrapolating and therefore generalizes the results observed in this, resultados. the accessible population, and from this, to the target population. 231  OTZEN, T. & MANTEROLA C. Técnicas de muestreo sobre una población a estudio. Int. J. Morphol., 35(1):227-232, 2017. Thus, a sample will be representative or not, only if it was selected Dirección para correspondencia: at random, i.e., that all the subjects of the target population had the Dr. Carlos Manterola, MD, PhD. same possibility of being selected in this sample and therefore be Departamento de Cirugía y CEMyQ included in the study, and on the other hand, that the number of Universidad de La Frontera subjects selected numerically represent the population that gave Temuco rise to it with respect to the distribution of the variable under study CHILE in the population, that is, the estimation of the sample size. Consequently, the analysis of a sample allows us to make inferences or generalize conclusions to the target population with a high degree Teléfono: 56-45-2325760 of certainty, such that a sample is considered representative of the Fax: 56-45-2325761 target population, when the distribution and value of the different variables can be reproduced with calculable error margins. So, the aim of sampling is to study the relationships between the distribution E-mail: [email protected] of a variable in the target population and the distribution of the same variable in the study sample. For this purpose, it is essential, among other things, to define the inclusion criteria (clinical, Received: 15-09-2016 demographic, temporal and geographical characteristics of the Accepted: 19-12-2016 subjects that make up the study population) and the exclusion criteria (characteristics of the subjects that may interfere with the quality of the data Or the interpretation of results). The aim of this manuscript is to provide general knowledge regarding sampling techniques most commonly used in clinical research. KEY WORDS: Sampling Studies; Study; Sampling; Probability Sample; Samples; Probability. REFERENCIAS Ávila Baray, H. L. Introducción a la Metodología de la Investigación. Edi- ción electrónica. Cuauhtémoc (Chihuahua), Instituto Tecnológico de Cd. Cuauhtémoc, 2006 Disponible en: http://www.eumed.net/libros-gra- tis/2006c/203/index.htm Arias-Gómez, J.; Villasís-Keever, M. Á. & Miranda-Novales, M. G. The research protocol III. Study population. Rev. Alerg. Mex., 63(2):201-6, 2016. Bai, X.; Tsiatis, A. A. & O'Brien, S. M. Doubly-robust estimators of treatment-specific survival distributions in observational studies with stratified sampling. Biometrics, 69(4):830-9, 2013. Dieterich, H. Nueva Guía para la Investigación Científica. Ciudad de México, Editorial Planeta Mexicana, 1996. Disponible en: http:// www.ceuarkos.com/heinz.pdf Goto, R.; Arai, K.; Kitada, H.; Ogoshi, K. & Hamashima, C. Labor resource use for endoscopic gastric cancer screening in Japanese primary care settings: A work sampling study. PLoS One, 9(2):e88113, 2014. Hernández Sampieri, R.; Fernández-Collado, C. & Baptista Lucio, P. Me- todología de la Investigación. 4ª ed. Ciudad de México, McGraw-Hill, 2006. Disponible en: https://competenciashg.files.wordpress.com/2012/ 10/sampieri-et-al-metodologia-de-la-investigacion-4ta-edicion- sampieri-2006_ocr.pdf Hund, L.; Bedrick, E. J. & Pagano, M. Choosing a cluster sampling design for lot quality assurance sampling surveys. PLoS One, 10(6):e0129564, 2015. Vossoughinia, H.; Salari, M.; Mokhtari Amirmajdi, E.; Saadatnia, H.; Abedini, S.; Shariati, A.; Shariati, M. & Khosravi Khorashad, A. An epidemiological study of gastroesophageal reflux disease and related risk factors in urban population of mashhad, Iran. Iran. Red Crescent Med. J., 16(12):e15832, 2014. Walpole, R. E. & Myers, R. H. Probabilidad y Estadística. 4ª. ed. Ciudad de México, McGraw-Hill, 1996. 232