Metodos De Investigacion En Logopedia

  • 0 0 0
  • Like this paper and download? You can publish your own PDF file online for free in a few minutes! Sign Up
File loading please wait...
Citation preview

Métodos de investigación

en logopedia

Proyecto Editorial TRASTORNOS DEL LENGUAJE Serie Guías técnicas Directores: Carlos Gallego Miguel Lázaro

Miguel Ángel Castellanos López Elisa Pérez Moreno Teresa Simón López

Métodos de investigación

en logopedia

Consulte nuestra página web: www.sintesis.cotn En ella encontrará el catálogo completo y comentado

© Migud Ángel Castellanos López Elisa Pérez Moreno Teresa Simón López © EDITORIAL SÍNTESIS, S. A. Vallehermoso, 34. 2 801 5 Madrid Teléfono: 91 593 20 98 -www. sintesis. com

ISBN: 978-84-917164-9-5 Impreso en España. Printed in Spain

Reservados todos los derechos. Está prohibido, bajo las sanciones penales y d resarcimiento civil previstos en las leyes, reproducir, reg istrar o transmitir esta publicación, íntegra o parcialmente, por cualquier sistema de recuperació n y por cualquier medio, sea mecánico, dectrónico , magnético, dectroóptico, por fotocopia o cualquier otro, sin

la autorización previa por escrito

de Editorial Síntesis, S. A.

Índice

Prólogo................................................................................................................................................................................

11

Capítulo  1.  La investigación en logopedia.......................................................................

13

1.1. La necesidad de investigar............................................................................................... 1.2. La lógica de la investigación........................................................................................... 1.2.1. Ejemplo de la aplicación de la lógica de la investigación: la intervención en dislexia....................... 1.3. Cuestiones éticas........................................................................................................................ 1.3.1. Introducción y principios generales..................................................... 1.3.2. Planificación de la investigación y consideraciones éticas importantes............................................................................................... Preguntas de autoevaluación.........................................................................................................

13 15

Capítulo  2.  Conceptos fundamentales................................................................................

31

2.1. El proceso de realizar una investigación......................................................... 2.2. La selección del problema de investigación (etapa 1).................. 2.3. Revisión de la literatura relevante (etapa 2)............................................. 2.4. Planteamiento del problema y creación de las hipótesis (etapa 3)................................................................................................................................................ 2.5. Las variables implicadas en el estudio (etapa 4).................................. 2.5.1. Las variables según su estatus............................................................... 2.5.2. Efectos directos, mediados y moderados..................................... 2.5.3. La operacionalización y medición de las variables...........

31 33 34

17 18 18 20 27

37 39 39 41 43

6

Métodos de investigación en logopedia

2.6. Decisiones sobre la estrategia de investigación (etapa 5)........ 2.6.1. La descomposición de la variabilidad.............................................. 2.6.2. Dónde realizar el estudio............................................................................. 2.6.3. El tiempo en los diseños................................................................................ 2.7. Selección de los participantes (etapa 6)........................................................ 2.7.1. Muestreos probabilísticos............................................................................. 2.7.2. Muestreos no probabilísticos..................................................................... 2.8. Recogida de datos (etapa 7)........................................................................................ 2.9. Análisis estadísticos (etapa 8)...................................................................................... 2.9.1. Paquetes estadísticos........................................................................................ 2.9.2. Etapas en el análisis de datos................................................................ 2.9.3. Técnicas inferenciales más comunes............................................... 2.10. Conclusiones (etapa 9)....................................................................................................... 2.11. Redacción del informe (etapa 10)........................................................................ 2.12. La validez de una investigación.................................................................................. 2.12.1. La validez interna.................................................................................................. 2.12.2. La validez externa................................................................................................ 2.12.3. La validez de constructo................................................................................ 2.12.4. La validez de las conclusiones estadísticas............................... 2.13. Panorámica de los métodos de investigación.......................................... 2.13.1. Paradigma cuantitativo.................................................................................... 2.13.2. Paradigma cualitativo........................................................................................ Preguntas de autoevaluación.........................................................................................................

45 46 47 49 49 51 53 53 55 55 56 60 62 63 63 65 67 68 69 71 73 74 75

Capítulo  3.  Diseños experimentales......................................................................................

77

3.1. Manipulación y control........................................................................................................ 3.1.1. Manipulación............................................................................................................. 3.1.2. Control............................................................................................................................... 3.2. Posibles diseños experimentales.............................................................................. 3.3. Diseños para sujetos distintos.................................................................................... 3.3.1. Diseño aleatorizado de dos grupos.................................................. 3.3.2. Diseño aleatorizado con tres o más grupos............................ 3.3.3 Diseño de grupos aleatorios con bloques................................... 3.4. Diseños con los mismos sujetos.............................................................................. 3.4.1. Técnicas de control de la secuencia experimental........... 3.5. Diseños factoriales.................................................................................................................... 3.5.1. Diseños factoriales completamente aleatorizados........... 3.5.2. Diseños factoriales de medidas repetidas (o intrasujeto). 3.5.3. Diseños factoriales mixtos...........................................................................

78 78 79 83 85 85 88 89 91 94 99 100 104 106

Índice

7

3.5.4. Diseños factoriales incompletos............................................................ 3.6. Diseños con un único sujeto........................................................................................ 3.7. Experimentos con variables independientes no manipuladas. Preguntas de autoevaluación.........................................................................................................

111 112 119 120

Capítulo  4.  Diseños cuasiexperimentales.......................................................................

123

4.1. La importancia de los diseños cuasiexperimentales en el ámbito clínico.................................................................................................................. 4.2. Estrategias para el aumento de validez interna y tipos de diseños cuasiexperimentales.......................................................... 4.2.1. Diseños de grupos no equivalentes................................................... 4.2.2. Diseños de series temporales interrumpidas.......................... 4.2.3. Diseños de discontinuidad en la regresión................................. 4.3. Ejemplos de diseño cuasiexperimental............................................................ Preguntas de autoevaluación......................................................................................................... Capítulo  5.  Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos............................................................................... 

126 127 129 134 139 141 144 147 147

5.1. Diseños cuantitativos no experimentales u observacionales... 5.1.1. Tipos de diseños cuantitativos no experimentales u observacionales.................................................................................................. 5.2. La observación.............................................................................................................................. 5.2.1. Clasificación de los métodos de observación......................... 5.2.2. Amenazas y peligros en los métodos de observación...... 5.2.3. Medición de las conductas......................................................................... 5.3. Los diseños cualitativos....................................................................................................... 5.3.1. Etapas en la investigación cualitativa............................................. 5.3.2. Técnicas en la recogida de datos........................................................ 5.3.3. Tipos de diseños cualitativos..................................................................... 5.4. Los diseños mixtos................................................................................................................... 5.4.1. Sistema de clasificación.................................................................................. 5.4.2. Tipos de diseños mixtos................................................................................. 5.4.3. Ejemplo de diseño mixto.............................................................................. Preguntas de autoevaluación.........................................................................................................

149 163 164 165 166 168 170 172 175 180 181 183 184 185

Capítulo  6.  Investigación epidemiológica.........................................................................

187

6.1. El concepto de epidemología........................................................................................ 6.2. Medidas usadas en epidemiología..........................................................................

187 191

8

Métodos de investigación en logopedia

6.2.1. Medidas de ocurrencia.................................................................................... 6.2.2. Medidas del efecto.............................................................................................. 6.2.3. Medidas de diagnóstico................................................................................. 6.3. Diseños y tipos de estudios epidemiológicos......................................... 6.3.1. Estudios de cohortes.......................................................................................... 6.3.2. Estudios de caso-control................................................................................ 6.3.3. Estudios de prevalencia o transversales....................................... 6.3.4. Estudios ecológicos.............................................................................................. 6.3.5. Estudios experimentales y cuasiexperimentales................ 6.4. Análisis de datos.......................................................................................................................... 6.5. La validez en los estudios epidemiológicos................................................ 6.5.1. Amenazas por la selección de los sujetos.................................. 6.5.2. Amenazas por la clasificación de los sujetos.......................... Preguntas de autoevaluación.........................................................................................................

192 196 202 209 210 210 211 212 212 214 216 216 218 219

Capítulo 7.  Metaanálisis...........................................................................................................................

221

7.1. La práctica basada en la evidencia......................................................................... 7.2. Fases en la elaboración de un metaanálisis................................................ 7.2.1. Formulación del problema........................................................................... 7.2.2. Búsqueda y selección de estudios....................................................... 7.2.3. Codificación de los estudios....................................................................... 7.2.4. Cálculo del tamaño del efecto................................................................ 7.2.5. Análisis estadístico e interpretación.................................................. 7.2.6. Realización del informe.................................................................................. 7.3. La validez de un metaanálisis....................................................................................... Preguntas de autoevaluación.........................................................................................................

221 225 225 226 228 230 231 235 236 237

Capítulo  8.  El informe de investigación..............................................................................

239

8.1. Partes del informe de investigación..................................................................... 8.1.1. Portada............................................................................................................................. 8.1.2. Resumen, abstract y palabras clave................................................. 8.1.3. Introducción.................................................................................................................. 8.1.4. Método............................................................................................................................. 8.1.5. Resultados..................................................................................................................... 8.1.6. Discusión......................................................................................................................... 8.1.7. Referencias................................................................................................................... 8.1.8. Apéndices...............................................................................................  8.2. El formato APA............................................................................................................................. 8.2.1. Cómo citar y referenciar según las normas APA..................

239 240 241 241 242 243 243 244 244 244 245

Índice

9

8.2.2. Uso del lenguaje y sesgos lingüísticos............................................. 8.3. El proceso de publicación................................................................................................ Preguntas de autoevaluación.........................................................................................................

248 249 252

Clave de respuestas............................................................................................................................................

255

Bibliografía.......................................................................................................................................................................

257

Prólogo

Con este libro pretendemos atender una demanda frecuente de los logopedas que se inician en la investigación sobre la necesidad de algún manual de métodos de investigación en logopedia en castellano. Como autores, nos sentimos afortunados de que, por fin, una editorial haya sentido la necesidad de un libro como este. En España, la logopedia es una titulación universitaria “joven” y en sus inicios, hace ya veinticinco años, fue una diplomatura, por lo que los contenidos de investigación no estaban muy desarrollados, ya que el acceso al doctorado no era sencillo y pocos estudiantes lo elegían. Gracias a la evolución de la antigua diplomatura a estudios de grado, en la actualidad es mucho más frecuente encontrar alumnos de logopedia en másteres oficiales y doctorado. Si bien podríamos cuestionar si el estudio científico es distinto en logopedia al de otras disciplinas (por ejemplo, medicina, psicología o lingüística), es importante señalar que la logopedia aúna características de unas y otras configurando lo que se considera un campo de estudio propio, y una manifestación de ello es la existencia de un amplio corpus de revistas científicas relacionadas con la logopedia con indicadores de impacto y calidad internacionales. Con este libro esperamos proporcionar un conocimiento básico sobre la metodología: cuestiones básicas y éticas de la investigación científica, conceptos básicos, distintos métodos de investigación con

12

Métodos de investigación en logopedia

ejemplos concretos de investigaciones publicadas y una orientación sobre las cuestiones fundamentales del informe de investigación. A lo largo del libro hemos tratado de incluir ejemplos de referencias importantes nacionales e internacionales de las distintas áreas que abarca el conocimiento logopédico: comunicación, lenguaje (oral y escrito), habla, voz, audición, funciones orales no verbales…, tanto en niños como en adultos. Con ello pretendemos reflejar, mínimamente, la diversidad de la disciplina y que las distintas áreas tuvieran una representación. Confiamos haberlo logrado. Por último, no podemos olvidar agradecer a muchas personas que han contribuido en este libro de manera directa o indirecta. En primer lugar, a nuestros profesores y maestros de Métodos de Investigación, que nos introdujeron en este mundo y despertaron nuestro interés y curiosidad por la metodología. También a nuestros compañeros, que nos han ido aportando ideas y sugerencias, en especial a las profesoras Trinidad Ruiz Gallego-Largo y Rosario Martínez Arias, por todo su apoyo y ayuda durante la redacción de este libro. Por último, queremos agradecer a nuestros estudiantes de logopedia, que, con sus dudas, críticas y demandas, han conseguido que este libro sea una realidad.

La investigación en logopedia

1

En este capítulo introduciremos aspectos básicos sobre la investigación en logopedia: la justificación de la necesidad del avance y desarrollo científico en la logopedia, la lógica básica que sustenta la investigación científica y los aspectos éticos fundamentales que hay que tener en cuenta desde el momento inicial en el que se plantea un proyecto de investigación.

1.1. La necesidad de investigar En España, muchas personas que se dedican a la logopedia asistencial (es decir, a la prestación de sus servicios a pacientes, clientes o usuarios) dudan de la importancia de la investigación en su ámbito de trabajo, consideran que esta es una labor de los científicos y que debe realizarse en otros contextos, como las universidades o centros de investigación. Este hecho también está motivado por la limitación de recursos humanos, por lo que los logopedas tienen que atender a una gran cantidad de pacientes en poco tiempo; una precaria situación económica de los centros, que no reciben ningún reconocimiento por la realización de investigaciones, y por último, una limitada formación de los logopedas en métodos de investigación.

14

Métodos de investigación en logopedia

Afortunadamente, estas ideas van evolucionando y, en los últimos años, la producción científica en logopedia ha ido creciendo con la aparición de nuevas publicaciones específicas de la materia y con el aumento de artículos, presentaciones en congresos, etc. La incorporación de unidades clínicas asistenciales en distintas universidades ha producido un gran beneficio en la formación práctica del alumnado y, a su vez, conforman un espacio idóneo para la reflexión sobre las prácticas clínicas y la toma de decisiones sobre los procedimientos de intervención basándose en datos previos, y proporcionan la oportunidad de diseñar nuevas investigaciones. Existen muchas razones por las que se hace imprescindible investigar en logopedia. Irwin, Pannbaker y Lass (2014) señalan que las dos razones principales para investigar son la contribución al conocimiento del tratamiento de las alteraciones de la comunicación y el mantenimiento de la calidad de los servicios clínicos. La importancia de la investigación en el ámbito clínico ha aumentado con la relevancia que ha adquirido la práctica basada en la evidencia (PBE, en adelante). La PBE es un marco para la toma de decisiones en la atención individual de los pacientes, que implica la integración de la mejor evidencia científica con la experiencia clínica y las necesidades de los pacientes. Supone un lugar de encuentro entre la experiencia de las personas que ven a pacientes en su día a día, el conocimiento basado en el método científico y las necesidades que tienen los usuarios de los servicios como eje central de la terapia. Por tanto, esa frontera ideológica entre clínica e investigación se ve superada por un modelo mucho más ambicioso que lo que persigue es la excelencia en la aplicación de los tratamientos basándose en una decisión razonada. Tomar una decisión empleando la PBE implica al menos cinco pasos: 1. Formular una pregunta clínica (por ejemplo, ¿es adecuado aplicar un tratamiento basado en claves semánticas en un paciente afásico que padece anomia léxica?). 2. Buscar evidencia científica en publicaciones académicas. En la página web de la Asociación Americana del Habla, Lenguaje y Audición (ASHA) podemos encontrar algunos enla-

La investigación en logopedia

15

ces a revisiones sistemáticas sobre intervención logopédica (http://www.asha.org/Research/EBP/Finding-the-Evidence/). 3. Hacer una lectura crítica de la evidencia en función de su validez y relevancia. Debemos valorar cuán aplicable es lo que se está leyendo para el o los pacientes que se van a tratar, qué les diferencia o qué les hace semejantes. 4. Tomar una decisión integrando la evidencia con la experiencia clínica y los valores de los pacientes. Se valora la posibilidad de aplicar el tratamiento indicado en nuestra realidad, si es posible con los recursos disponibles y adecuado para las necesidades de los pacientes con los que pretendemos aplicarlo. 5. Evaluar los efectos de la intervención seleccionada. Requiere conocimientos sobre métodos de investigación para seleccionar qué procedimiento de evaluación vamos a emplear y cómo vamos a medir los posibles cambios en los resultados. En la aplicación de la PBE en logopedia, Aguado y Ripoll (2016) han señalado que se plantea un problema, ya que nos encontramos con abundantes metodologías de intervención sobre las que todavía no hay datos que apoyen su eficacia. Este problema podría interpretarse como un reto para la logopedia actual, en la que el campo de la investigación es muy prometedor y en la que deben tenderse vínculos entre clínicos e investigadores para que la disciplina pueda mejorar, crecer y enriquecerse. La excelencia en la intervención logopédica pasa por administrar el mejor tratamiento disponible para la persona a la que estamos tratando.

1.2. La lógica de la investigación Popper, en su manual clásico La lógica de la investigación científica (1962), indica que el trabajo de los científicos consiste en proponer teorías y contrastarlas. En la figura 1.1 se presenta de manera esquemática el proceso que se sigue en ciencia, desde la proposición de una teoría hasta que se contrasta su validez.

16

Métodos de investigación en logopedia Experiencia clínica

Investigación previa TEORÍA Ideas

Creencias, intuiciones… HIPÓTESIS

Apoya la teoría

EXPERIMENTO

Se desarrolla la teoría

No apoya la teoría

Se modifica la teoría

Abandonar la teoría actual. Buscar una nueva teoría

Figura 1.1.  Proceso de contrastación de una teoría mediante la investigación. Fuente: Pring, 2005: 7.

En un primer paso, cuando se crea o propone una teoría, esta puede partir de distintas procedencias, como la lectura de bibliografía previa, intuiciones, experiencia en la clínica, ideas, etc., que no siempre siguen un criterio lógico o, inicialmente, no existe una base científica sólida que la respalde. No olvidemos que la intuición, la creatividad y las ideas de algunos científicos han dado lugar a teorías que posteriormente han sido claves en el desarrollo de las distintas disciplinas. A partir de la proposición de la teoría, cuando queremos ponerla a prueba, debemos guiarnos por un proceso lógico de análisis basado en el método científico. En el área de las ciencias naturales, el método científico constituye un procedimiento hipotético-deductivo por excelencia: partiendo del estudio y desarrollo de la teoría general se crean unas hipótesis, de las que se deducirán algunos enunciados más simples, que posteriormente se contrastarán mediante la observación o experimentación. Partiendo de las hipótesis, se diseñará una investigación que las ponga a prueba. Una vez obtenidos los resultados, si la decisión es positiva (los resultados apoyan la hipótesis), podremos decir que nuestros resultados han avalado la teoría. Si, por el contrario, las

La investigación en logopedia

17

conclusiones extraídas no apoyan la hipótesis, o en términos de Popper, han sido falsadas, nos lleva a una revisión de la teoría y de nuestro experimento para comprobar por qué no hemos podido verificarla y, en ocasiones, nos llevará al rechazo de la teoría y a buscar una nueva que justifique de una manera más satisfactoria el fenómeno de estudio. En otros casos, habrá que matizar y modificar algunos aspectos de la teoría. En los siguientes capítulos expondremos con detalle los distintos diseños experimentales y el procedimiento para el contraste de hipótesis que ayudará a seleccionar el modelo más adecuado al tipo de estudio que pretendamos hacer.

1.2.1. Ejemplo de la aplicación de la lógica de la investigación: la intervención en dislexia Para ilustrar este proceso seguiremos un ejemplo relacionado con la logopedia deliberadamente simplificado, ya que el debate teórico excede nuestras pretensiones actuales y para su estudio exhaustivo debe consultarse la literatura especializada. Estudiaremos el caso de la eficacia de las intervenciones en dislexia. Sobre las causas que subyacen a la dislexia hay una teoría que propone que hay un déficit fonológico, por lo que podremos deducir la hipótesis de que un tratamiento basado en el entrenamiento de las habilidades fonológicas podría producir una mejora en la competencia lectora de las personas con dislexia. A partir de esta hipótesis diseñaríamos un experimento adecuado para su evaluación. Una vez realizado este experimento, de sus resultados obtendremos unas conclusiones que podrían apoyar la teoría, como en el caso de otros trabajos como los de Snowling y Hulme (2011), o podrían no apoyarla. En caso de que nuestros datos no sustenten la teoría propuesta, debemos revisar bien nuestro experimento y reflexionar sobre la metodología empleada, el tipo de intervención seleccionada y la idoneidad de los participantes seleccionados. Tras la comprobación, puede que la teoría no haya contemplado algunos casos y quepa la posibilidad de modificarla o matizarla o incluso hacer una nueva propuesta teórica que supere o mejore la actual que, de nuevo, se deberá contrastar mediante el método ­hipotético-deductivo.

18

Métodos de investigación en logopedia

Entre los años sesenta y setenta se propuso la teoría de que los problemas de lateralidad y orientación espacial estaban relacionados con las causas de la dislexia, dado que algunas manifestaciones de la dislexia estaban relacionados con dificultades a nivel visoespacial (alteración en la secuenciación en la escritura, omisión de palabras, sustituciones en lectura, etc.). De ella se podría deducir la hipótesis de que una intervención motriz mejoraría las dificultades características de las personas con dislexia. Cuando se puso a prueba a través de distintas investigaciones, dicha hipótesis recibió muy poco apoyo. Además, con la introducción de teorías más actuales, que dan cuenta mejor que aquella de las dificultades propias de la dislexia, se ha visto superada y, por tanto, no debe aplicarse, ya que no cuenta con el suficiente apoyo científico y existen otro tipo de tratamientos que se ha podido demostrar que resultan más efectivos. Estos ejemplos reflejan que las teorías están en constante evolución y mejora, por lo que lo que era lo más efectivo hace unos años no es necesariamente lo mejor en la actualidad. Esto provoca que, como profesionales de la salud, los logopedas deban estar permanentemente actualizados mediante el estudio de textos científicos y la participación en congresos y cursos y, además, deben participar en trabajos de investigación para el desarrollo de nuevas teorías y la mejora de las actualmente vigentes.

1.3. Cuestiones éticas Llevar a cabo una buena investigación exige, además de un buen conocimiento del método científico, una conducta ética a lo largo de todo el proceso de realización de un estudio. En este apartado, desarrollaremos los aspectos éticos fundamentales sobre los que reflexionar cuando se planifica una investigación.

1.3.1. Introducción y principios generales A lo largo de la historia, en la investigación con personas se han cometido transgresiones de la ética que han llevado a desarrollar algunos códigos internacionales para la experimentación con seres

La investigación en logopedia

19

humanos. Tras la Segunda Guerra Mundial, en 1947 se publicó el Código de Núremberg, que se considera el primer código de ética en la investigación, donde se incide en la obligatoriedad del consentimiento voluntario para participar en la investigación y en el respeto a la integridad de las personas. Posteriormente, en 1964, se firmó la Declaración de Helsinki, que ha sido revisada en varias ocasiones, en la que se amplían los conceptos desarrollados en el Código de Núremberg. Más actualmente, en 2010, se ha elaborado la Declaración
de
Singapur
sobre
la
Integridad
en
la
Investigación, que es una
guía
global
para
la
conducta
responsable
en
la
investigación y se apoya en cuatro principios (para una revisión, puede consultarse la traducción al castellano en http://www.singaporestatement.org/Translations/SS_Spanish.pdf): 1. Honestidad
en
todos
los
aspectos
de
la
investigación. 2. Responsabilidad
en
la
ejecución
de
la
investigación. 3. Cortesía
profesional
e
imparcialidad
en
las
relaciones
laborales. 4. Buena
gestión
de
la
investigación
en
nombre
de
otros. Estos documentos son orientativos, pero no son
reguladores. Cada país e institución desarrolla sus códigos éticos, y cada vez más en distintos centros (hospitales, universidades…) existen comités de ética que valoran los proyectos de investigación propuestos y su viabilidad según los criterios éticos. En relación con la logopedia, la ASHA ha desarrollado un código ético de gran tradición y supone un buen marco que tener en cuenta a la hora de planificar una investigación (última versión ASHA, 2016). En España, los colegios profesionales de logopedas de las distintas comunidades autónomas han desarrollado sus códigos éticos, en los que, además de las cuestiones profesionales, en algunos de sus artículos se incluye la ética en los trabajos de investigación. Es crucial que cuando planteamos una investigación se debe hacer intentando minimizar la posibilidad de que los resultados sean ambiguos o lleven a conclusiones contradictorias. Una planificación ética de una investigación debe aplicar los principios éticos básicos (Beauchamp y Childress, 2009):

20

Métodos de investigación en logopedia

–– Autonomía: los participantes en una investigación deben ser completamente informados sobre los objetivos de la investigación y las actividades que se van a realizar, proporcionando la oportunidad de consultar todas las dudas que tengan y el tiempo suficiente para tomar una decisión libre y personal. Para garantizar este principio, se ha desarrollado el consentimiento informado que desarrollaremos en el siguiente apartado. –– Beneficencia: las ganancias o beneficios de la investigación deben ser mayores que cualquier daño posible a los participantes en ella. –– No-maleficencia: minimizar los posibles daños que los participantes de una investigación pudieran sufrir. Podríamos pensar que esto solamente se relaciona con la investigación médica en la aplicación de tratamiento farmacológico o alguna técnica física, pero debemos tener en cuenta que, aunque parezca que la participación no comporta daño, la situación puede generar estrés en los participantes, porque se sientan examinados o porque las preguntas formuladas puedan invadir su privacidad y les provoquen sentimientos de malestar, culpa y desconfianza. –– Justicia: la selección de los participantes en una investigación ha de ser justa, sin discriminación alguna de grupos excepto cuando los objetivos de la investigación así lo justifiquen (por ejemplo, si se quieren estudiar los factores de riesgo vocal en mujeres adultas se está excluyendo a los hombres y también al grupo de los niños, por tanto, los objetivos de la investigación deben estar bien definidos para que sea evidente por qué no se incluyeron estos grupos). Las personas que tienen que asumir un riesgo de daño por la investigación deben recibir los beneficios de esta.

1.3.2. Planificación de la investigación y consideraciones éticas importantes Cuando planificamos una investigación debemos considerar los documentos sobre ética en investigación y el código ético del colegio profesional al que se pertenezca. Si surge algún dilema que

La investigación en logopedia

21

en el marco del grupo de investigación no se consiga resolver, se debe consultar al comité de ética de la institución con la que se esté trabajando o la creciente bibliografía que hay sobre este tema. En cualquier caso deben resolverse antes de redactar el proyecto que se presentará al comité. Las consideraciones deben tener en cuenta todas las fases del proyecto, a todas las personas implicadas, los sitios de realización del proyecto y los potenciales lectores del informe de investigación (Irwin et al., 2014). A lo largo del proceso de planificación de la investigación pueden surgir muchas consideraciones, pero los temas más frecuentes suelen estar relacionados con el consentimiento informado, la confidencialidad de los datos, el conflicto de intereses y la autoría. Asimismo, destacamos las principales conductas opuestas a la ética de investigación, como son el plagio y el fraude en los datos. A) Consentimiento informado El consentimiento informado es uno de los documentos fundamentales en la investigación actual con participantes. Debe diseñarse para proporcionar una información suficiente y accesible a los potenciales participantes para tomar una decisión razonada sobre la finalidad y los potenciales riesgos y beneficios de la investigación. La finalidad del consentimiento informado es asegurar que las personas participen en la investigación propuesta solo cuando esta sea compatible con sus valores, intereses y preferencias, y que lo hacen por propia voluntad con el conocimiento suficiente para decidir con responsabilidad sobre sí mismos. El consentimiento informado se justifica por la necesidad del respeto a las personas y a sus decisiones autónomas (González Ávila, 2002). Las partes fundamentales de un consentimiento informado son una hoja de información y el propio consentimiento. La hoja de información debe incluir: –– El título de la investigación y el investigador responsable. –– La descripción detallada de los objetivos del estudio, la metodología, el procedimiento y la duración aproximada. Redactado de forma accesible a la población que se dirige.

22

Métodos de investigación en logopedia

–– Los riesgos y los beneficios esperados. Si no se esperan riesgos, se debe precisar las posibles molestias, como el número de sesiones necesarias. Si el estudio no va a producir ningún beneficio directo en los participantes hay que explicitarlo también. –– Tratamiento de los datos personales y confidencialidad. Debe contemplarse la Ley Orgánica de Protección de Datos (LOPD), explicitar las personas que van acceder a los datos, así como el procedimiento de custodia y uso de estos. Si se quieren realizar fotografías, grabaciones audiovisuales o grabaciones de voz, debe firmarse una autorización expresa especificando los medios en los que se autoriza su difusión. –– Incentivos (en caso de que los hubiera). El consentimiento debe incluir los derechos de los participantes a abstenerse a participar o a declinar su participación en cualquier momento del estudio, así como los datos de contacto del investigador principal para consultar dudas que pudieran surgir y el derecho a no contestar alguna pregunta. Además debe incluir un apartado para la revocación de dicha autorización. Existen multitud de ­modelos de consentimiento informado. Si se quiere consultar un modelo relacionado con la logopedia, en el enlace http://www.uclm.es/to/factole/ logopedia/pdf/tfg/normasEticas.pdf se encuentra uno de ellos desarrollado por la Comisión de Trabajo de Fin de Grado de la Facultad de Terapia Ocupacional, Logopedia y Enfermería, en colaboración con los servicios jurídicos de la Universidad de Castilla-La Mancha (Comisión de TFG FACTOLE, 2011). Es frecuente que en investigaciones en logopedia los participantes sean menores de edad o adultos con la capacidad modificada judicialmente (es decir, mayores de edad a los que un juez ha asignado un tutor legal para el ejercicio de sus derechos). En estos casos, el consentimiento debe prestarse por los tutores legales, sin perjuicio de tener en cuenta las opiniones expresadas por la persona participante y la obligación de explicarle de una manera accesible en qué va a consistir la actividad. La opinión del participante es crucial, basándonos en el principio de autonomía, por lo que debemos garantizar que está de acuerdo con su participación (asentimiento) y hay que considerar la revocación de su participación cuando expre-

La investigación en logopedia

23

se un rechazo o malestar por el procedimiento de investigación o tratamiento asignado (Eadie y Charland, 2005). Otra dificultad frecuente con la que nos podemos encontrar es que los participantes no tengan acceso al lenguaje escrito por alguna lesión adquirida o no puedan comprender el texto del consentimiento. En este caso, debemos explicar a la persona los objetivos de la actividad de un modo comprensible, empleando aquellos apoyos que se consideren necesarios: ayudas visuales, pictogramas, presentación del texto oralmente, empleo de sistemas de comunicación aumentativa, simplificación del texto en diferentes pasos, etc. (Cameron y Murphy, 2007). B) Confidencialidad La confidencialidad de los datos personales y de la salud deben estar garantizados y los investigadores tienen el compromiso y la responsabilidad de custodiarlos adecuadamente. La Ley Orgánica 15/1999, de 13 de diciembre, de Protección de Datos de Carácter Personal y su Reglamento de desarrollo de 2007 son el principal marco legal que en España establece cómo han de protegerse y custodiarse los datos personales y la información sensible. En investigación lo que tenemos que garantizar es el anonimato de los participantes por lo que, en el proceso de planificación del proyecto, debemos tener en cuenta qué datos necesitamos recabar, qué personas del equipo de investigación van a manejarlos y cómo vamos a proteger la identidad de los participantes en la difusión de nuestro estudio. Los datos personales deben estar archivados bajo llave y los archivos electrónicos han de estar protegidos de tal modo que una persona ajena que emplee el ordenador no pueda abrirlos sin una clave. Asimismo, se establecerá un protocolo de codificación mediante el que se sustituya el nombre de los participantes por un número u otro procedimiento en el que el nombre de las personas desaparezca de los archivos de tratamiento de los datos. Cuando solicitemos el consentimiento, debemos informar de qué personas del equipo van a trabajar con los datos y solicitar autorización para difundir información importante para la salud o bienestar de los participantes a terceros.

24

Métodos de investigación en logopedia

Por ejemplo, si nos planteamos realizar un estudio sobre comprensión lectora en el contexto escolar, ¿debemos informar al departamento de orientación psicopedagógica sobre aquellos participantes que han puntuado muy bajo y, por consiguiente, hay sospechas de que estén en riesgo de padecer alguna alteración? Si no estamos autorizados por los tutores legales de los menores, no podríamos hacerlo, por lo que, en beneficio de todos, es mejor prever estas posibilidades y recabar esta autorización antes de iniciar la recogida de datos. La imagen de los participantes es otro tema sensible, puesto que ha de ser protegida con celo por parte de los investigadores. Se debe solicitar consentimiento para tomar fotografías, grabar vídeo o audio o realizar transcripciones de conversaciones, y explicitar la difusión que va a hacerse garantizando la privacidad. Otra precaución que hay que tener es cuidar el archivo de la información. Los datos no pueden estar al alcance de personas ajenas a la investigación y también se debe ser especialmente cuidadoso con las conversaciones fuera de las reuniones de investigación, ya que no debe hablarse de pacientes y participantes en espacios públicos y, por supuesto, no usar sus nombres reales (Forrester-Jones y Palmer, 2015). C) Conflicto de intereses En cualquier investigación se supone que los resultados se presentan objetivamente y sin ningún tipo de sesgo. Si un investigador tiene intereses comerciales o económicos en un producto que se evalúa en un trabajo de investigación, esta objetividad supuesta puede verse comprometida. Aunque este hecho no constituye en sí mismo un conflicto de intereses, si la investigación se ha hecho de manera íntegra, es mejor incluir en el informe una nota del autor que explique las actividades y relaciones que otras personas pudieran considerar conflictos de intereses (APA, 2010). Cuando se envía un original a una revista científica para su evaluación o para una presentación en un congreso, todos los autores deben declarar que no existe conflicto de intereses. Puede parecer que este tipo de prácticas no es frecuente en logopedia, pero imaginemos el caso de un autor que ha desarrollado

La investigación en logopedia

25

y comercializado un material de intervención logopédica. Si sus publicaciones se basan en la efectividad del tratamiento con este material frente a otros, podría pensarse que hay conflicto de intereses. Lo ideal sería que los estudios sobre su efectividad fueran desarrollados por personas ajenas que garantizaran la ausencia de sesgo. D) Autoría El Manual de la Asociación Americana de Psicología (2010) señala que en un trabajo solo deben figurar como autores aquellas personas que lo hayan realizado o hayan contribuido sustancialmente. Contribuir sustancialmente implica diferentes tareas y no solo la redacción del trabajo final. La contribución puede incluir la formulación del problema y la definición de la hipótesis, la estructuración del diseño experimental, la planificación y realización del análisis de datos, la interpretación de los resultados o la redacción del manuscrito. El resto de colaboradores que hacen tareas puntuales (por ejemplo, el personal administrativo que ha ayudado a organizar las citas de los participantes o un ayudante que ha colaborado en la recolección de los datos) deben figurar en el apartado de agradecimientos del trabajo, pero no en la autoría si no han contribuido de manera sustancial en el contenido del informe. Todos los autores han de aceptar la responsabilidad de la publicación del trabajo (APA, 2010). Algunas de las irregularidades más frecuentes en cuanto a la autoría son las siguientes (Strange, 2008): –– Autoría coercitiva: se ejerce presión o abuso de poder para figurar en la autoría de un trabajo. –– Autoría invitada, honoraria o “de regalo”: se produce en los casos en que figura un autor que no ha contribuido, ya sea por amistad, por hacer un favor (aumentar la productividad científica de la persona que no ha participado) o por favorecer la difusión del original incluyendo un autor de prestigio en el ámbito. –– Autoría de mutuo apoyo: dos o más investigadores acuerdan ponerse como autores en las publicaciones que cada uno vaya desarrollando con el objetivo de aumentar su productividad científica.

26

Métodos de investigación en logopedia

–– Autoría “fantasma”: originales que han sido realizados por personas que no figuran como autores. Todas estas prácticas son ejemplos de irregularidades éticas, y pueden constituir causa para emprender las acciones legales correspondientes en defensa del derecho de propiedad intelectual (además de que se podrán denunciar en las instancias científicas correspondientes). Otro aspecto que habría que considerar es, una vez reconocida la participación de los autores, el orden de autoría. Generalmente, se entiende que en las publicaciones el orden de firma refleja la aportación que cada uno de los autores ha hecho; así el primero es el que más ha contribuido, aunque también es frecuente encontrar que el último autor es el participante sénior que dirige o tiene la última responsabilidad en el protocolo de investigación. Por último, el autor que se hace cargo de la correspondencia es quien tiene la responsabilidad principal durante el proceso editorial y en las comunicaciones que se deriven de la publicación del trabajo. El orden debe reflejar de manera adecuada la contribución relativa de cada uno de los autores (APA, 2010). E) Faltas en la ética de investigación: el plagio y el fraude En el estudio de Titus, Welsh y Roadhes (2008) con encuestas sobre las conductas contrarias a la ética investigadora se encontró que un 7,4 % de los encuestados había sido testigo de fraude en los datos (60 %) y plagio (36 %). En la actualidad son frecuentes los conflictos en los que unos autores han acusado de plagio a otros y sus diferencias han tenido que resolverse en los tribunales. El plagio consiste es hacer propias las ideas, metodologías, resultados o textos de otros sin referenciarlos. Se relaciona con el robo del trabajo de otro en beneficio propio, y puede afectar tanto a las ideas como al texto final. Para evitar cometer plagio debemos abstenernos de repetir un texto sin hacer referencia a su autor, no debemos parafrasear un contenido sin mencionar la fuente original y, evidentemente, no podremos presentar un trabajo de otro como propio. Con la proliferación de originales en internet, el plagio ha aumentado considerablemente, por ello se

La investigación en logopedia

27

han desarrollado programas informáticos antiplagio que detectan el grado de semejanza que tiene un texto con la información disponible en internet y las posibles fuentes originales (UNED, 2009). Otro tipo de plagio que podemos encontrar es el autoplagio, que consiste en publicar los mismos contenidos en dos publicaciones distintas. Esto incluye presentar simultáneamente para su aceptación el mismo texto en dos publicaciones (aunque en ninguna esté aceptada definitivamente), o presentar el mismo contenido que ya hemos publicado en un congreso. Cuando presentamos un texto para su revisión y posible aceptación para una publicación o congreso, hay que declarar que no se ha hecho en ningún otro lugar. Respecto al fraude en la investigación encontramos un estudio con encuestas anónimas en el que se estima que aproximadamente un 2 % de los autores reconoce haber falseado los datos en sus investigaciones al menos una vez (Fanelli, 2009). El fraude incluye dos tipos de conductas: la falsificación de datos, que consiste en la manipulación de los datos para adecuarlos al resultado final esperado, y la invención de los datos, que consiste en la creación de unos datos que no se han recogido. Los fraudes relacionados con la ética de investigación no solo amenazan el avance en el conocimiento real de los fenómenos estudiados y el apoyo público a la ciencia, sino que resultan potencialmente peligrosos para las personas que reciben un tratamiento que no es el adecuado (Irwin et al., 2014).

Preguntas de autoevaluación 1. La práctica basada en la evidencia: a) No debe dejarse influir por las necesidades individuales de los pacientes. b) Debe integrar la mejor evidencia científica, la experiencia clínica y las necesidades de los pacientes. c) Debe basarse únicamente en datos objetivos obtenidos en investigación.

  

28

Métodos de investigación en logopedia

d) No tiene cabida en logopedia por la falta de investigaciones originales. e) Se basa en la experiencia e intuición de los clínicos.

 

2. El método científico más empleado en ciencias naturales se basa en un procedimiento: a) Hipotético-deductivo. b) Hipotético-inductivo. c) Inductivo. d) Deductivo. e) Hipotético.

    

3. El principio ético de justicia establece: a) Minimizar los posibles daños que los participantes de una investigación pudieran sufrir. b) Que toda la población tenga las mismas posibilidades de participar en el estudio. c) Que la selección de los participantes en una investigación ha de ser justa, sin discriminación de grupos. d) Minimizar los posibles riesgos de participar en la investigación. e) Maximizar los beneficios de participar en la investigación.

    

4. El consentimiento informado: a) Es opcional; solo es preciso recabarlo cuando se hacen estudios con menores o se quieren grabar imágenes. b) No debe solicitarse, ya que sesga la investigación y condiciona la respuesta de los participantes. c) Debe incluir información técnica aunque los lectores no puedan comprenderlo. d) Una vez firmado, compromete a investigadores y participantes a realizar todo el proceso. e) Garantiza que las personas participen en la investigación cuando esta sea compatible con sus valores, intereses y preferencias.

   



La investigación en logopedia

29

5. Deben figurar como autores de un texto: a) Solo aquellas personas encargadas de la redacción del manuscrito final. b) Las personas que puedan darle prestigio y publicidad al escrito. c) Todas las personas que hayan colaborado en algún momento en el proceso de investigación. d) Todas las personas que hayan realizado una contribución significativa. e) Solo las personas que tengan reconocimiento científico.

    

Conceptos fundamentales

2

Para esta presentación hemos optado por seguir un criterio temporal, porque creemos que es lo más claro para el lector. Llevar a cabo una investigación es un proceso dividido en etapas en las que hay que tomar decisiones y llevar a cabo ciertas tareas. En este capítulo vamos a presentar los conceptos siguiendo esa trayectoria temporal. Además, tiene la ventaja añadida de coincidir con los apartados de los artículos científicos, de modo que al lector, una vez entendido el proceso, le facilitará la lectura y comprensión de los documentos de su especialidad.

2.1. El proceso de realizar una investigación Para no perdernos en el proceso, empecemos con un vistazo rápido para luego ir desgranándolo etapa por etapa. En el fondo el proceso es lógico, y casi obvio, al sentido común. Difícilmente podríamos imaginar otras etapas o en otro orden. La primera etapa será determinar qué estudiar, es decir, acotar el fenómeno del que queremos aprender algo; así, veremos de dónde puede surgir el interés por un fenómeno en particular. La segunda etapa consiste en conocer lo que ya está escrito sobre ese fenómeno; para ello tendremos que revisar la literatura ya existente y construir el llamado marco teórico,

32

Métodos de investigación en logopedia

que no es más que un compendio de lo que se sabe hasta ahora sobre él. Este paso, aunque tedioso, es fundamental para que nuestro trabajo tenga éxito. A nadie le gustaría perder años en un estudio para llegar a la misma conclusión a la que llegaron otros autores veinte años antes. La tercera etapa es la formulación del problema de investigación y de las hipótesis teóricas. Para ello, partiendo del marco teórico, planteamos una nueva explicación que será la que pondremos a prueba en nuestro estudio. Recuérdese que el método científico utiliza un paradigma hipotético-deductivo. En esta etapa vamos a llevar a cabo la parte creativa, mientras que el resto de etapas servirán para comprobarla empíricamente. Las siguientes tres etapas se refieren al diseño, y en ellas se define todo lo necesario para llevar a cabo el estudio. En la cuarta etapa operacionalizamos las variables implicadas, lo que se resume en contestar a dos preguntas: ¿cómo voy a manipular las causas? y ¿cómo voy a medir los efectos? En esta etapa se introducen los conceptos de variables independientes y dependientes y cómo trabajar con ellas. En la quinta etapa decidimos qué estrategia de investigación es la más adecuada para poner a prueba nuestra hipótesis; para ello tendremos en cuenta tanto los objetivos como la naturaleza del fenómeno bajo estudio. Por ejemplo, podemos decidir estudiar la adquisición en niños de los sonidos vibrantes a través de un experimento, pero, como se verá en los siguientes capítulos, no será posible al no poder manipular las causas, por lo que deberemos utilizar otro tipo de diseños. La sexta etapa es la selección de los participantes en el estudio, que implica planificar la estrategia de muestreo en función del tipo de diseño elegido anteriormente. Ahora empiezan las etapas en las que realmente realizamos el estudio. En la séptima, implementamos el diseño que hemos hecho, llevamos a cabo la investigación y recogemos los datos. En la octava realizamos los análisis de datos. En la novena sacamos las conclusiones oportunas sobre si hemos encontrado evidencia a favor o en contra de nuestra hipótesis. Y, por último, en la décima, escribimos un informe con los resultados, normalmente, aunque no exclusivamente, en forma de artículo científico. Todas estas etapas se encuentran listadas en el cuadro 2.1. Fijándose un poco en estas etapas puede extraerse una secuencia sencilla: leer, pensar, planificar, llevarlo a cabo y comprobar si teníamos razón. La mayoría de los problemas que ocurren en una

Conceptos fundamentales

33

Cuadro 2.1.  Etapas de una investigación   1. Seleccionar el problema de investigación   2. Revisar la literatura relevante sobre el problema (marco teórico)   3. Plantear el problema y las hipótesis teóricas   4. Operacionalización y medición de las variables   5. Decidir la estrategia de investigación más adecuada   6. Selección de los participantes   7. Recoger los datos según la estrategia determinada   8. Análisis estadístico de los datos  9. Conclusiones 10. Escribir el informe de la investigación

investigación se dan porque no se ha llevado a cabo adecuadamente este proceso, provocando desastres difíciles de arreglar, en los que la única solución es asumir la pérdida de tiempo y esfuerzo. No es infrecuente encontrar casos de investigadores que al llegar a la etapa de análisis de datos descubren que estos no se pueden realizar, o que todo su diseño en realidad pone a prueba una hipótesis diferente a la original. Desde aquí avisamos al lector, como futuro investigador, de que, aunque uno siempre quiere obtener resultados rápidos, lo más seguro es seguir este proceso y no avanzar de etapa hasta comprobar que la actual está correctamente diseñada y especificada. Le ahorrará tiempo y disgustos. Pero tampoco entienda el lector que las etapas son algo rígido e inamovible; un nuevo conocimiento puede hacer recomendable volver atrás y reformular las hipótesis y el diseño inicial de su estudio. Un último consejo: diseñe cada etapa teniendo en cuenta lo que sucederá en las siguientes. Por ejemplo, una vez elegido el tipo de investigación más adecuado, plantéese si podrá llevar a cabo el muestreo necesario y compruebe que existe un análisis de datos que se ajuste a las necesidades de su investigación.

2.2. La selección del problema de investigación (etapa 1) Infinidad de motivos pueden llevar a elegir un tema de investigación, como un interés personal o el deseo de resolver un problema

34

Métodos de investigación en logopedia

práctico existente en un ámbito de trabajo. La mayoría de los temas surgen de la lectura de trabajos ya publicados, que pueden plantear nuevas líneas de investigación o de los que se desprenden nuevas hipótesis que no han sido todavía puestas a prueba. Otras veces, podemos replicar un trabajo previo buscando mejorarlo; por ejemplo, ampliando la población de estudio para hacer más generalizables las conclusiones, reformulando el diseño o mejorando la manipulación de las variables. Es imposible acotar las causas que llevan a alguien a dedicar una parte importante de su tiempo a una investigación; pero un estudio con calidad, con una buena recepción en la comunidad científica, suele cumplir con alguna de estas dos características: proponer soluciones interesantes a problemas teóricos del área o tener una relevancia social, en cuanto que beneficia a algún colectivo o grupo; por ejemplo, a través del diseño de terapias más efectivas o el estudio de la mejora de las condiciones de vida. A veces, la utilidad del estudio es puramente metodológica, en el sentido de que mejora las herramientas que se emplean en las investigaciones, crea nuevos instrumentos de medida, como test o cuestionarios, o innova con la manipulación de alguna variable.

2.3. Revisión de la literatura relevante (etapa 2) Con total seguridad, hoy en día, sea cual sea la disciplina en la que se va a desarrollar el estudio, existirá un conocimiento previo plasmado en teorías y modelos, y en general, la investigación empírica llevada a cabo estará disponible en documentos científicos. Utilícelo. Acuérdese de la famosa frase de Newton “si he logrado ver más lejos, ha sido porque he caminado a hombros de gigantes”, que hace referencia a cómo los trabajos de autores anteriores influyeron sobre el suyo propio. Y si lo dijo Newton, considerado unánimemente como el mejor científico de todos los tiempos, habrá que seguir su consejo. Recuerde que la ciencia no es más que un proceso acumulativo de conocimiento. Esta revisión de la literatura consiste en identificar sistemáticamente, a través de las principales fuentes documentales, los artículos

Conceptos fundamentales

35

y documentos relevantes que están relacionados con el fenómeno de interés. Por documentos entendemos artículos, revisiones, monografías, pósteres y presentaciones orales, tesis doctorales, etc. Este proceso puede ser tedioso aunque, en la actualidad, los sistemas informáticos como las bases de datos e internet lo han simplificado notablemente. Un investigador debe conocer las bases de datos que indexan los artículos de su área y manejarse con soltura entre ellas; ser capaz de llevar a cabo búsquedas más o menos complejas que le permitan, entre toda la documentación existente, localizar lo relevante y descartar lo irrelevante. Para entender un poco a qué nos referimos, la base PsycINFO, una de las más comunes en psicología y logopedia, contiene más de cuatro millones de documentos de unas 2 500 revistas diferentes y se le incorporan cada año cientos de miles de nuevos artículos. Sin una estrategia de búsqueda adecuada, se perderá un tiempo precioso para separar lo que interesa de lo que no. Algunas de las bases de datos que pueden ser interesantes, porque indexan artículos de logopedia, son Medline, PsychINFO, PsychLIT, PSICODOC, PubMed, etc. Estas bases de datos suelen ser de pago, aunque la mayoría de las universidades permiten el acceso a sus investigadores y alumnos. Una herramienta gratuita, aunque no tan exhaustiva, es Google Académico. Para poder hacer este proceso de revisión es necesario ser capaz de distinguir los trabajos buenos de los mediocres. En principio, como regla general, siempre tendrán más calidad los trabajos publicados en revistas con revisión por pares (otros investigadores revisan y avalan la calidad del estudio, algo que se explicará en el último capítulo). Serán preferibles las revistas que aparezcan en recopilaciones con índices de impacto, como el JCR (Journal Citation Reports, que calcula anualmente la relevancia de revistas y artículos) o Scopus. También es necesario poder hacer una lectura crítica de los artículos y trabajos publicados, para ello se necesitan conocimientos tanto del área de estudio como de metodología y estadística. Este libro y sus contenidos le ayudarán a ello. Si se desea profundizar en cómo desarrollar la lectura crítica de investigaciones, puede consultarse Meltzoff (2000). Además de los documentos que contienen los resultados directos de las investigaciones (llamados fuentes primarias), todas las disciplinas suelen contar con fuentes secundarias en las que autores

36

Métodos de investigación en logopedia

importantes llevan a cabo un proceso de revisión crítica de los principales hallazgos. Estas revisiones se publican en revistas especializadas como Annual Review of Psychology, Frontiers in Psychology o Psychological Bulletin, que aunque son revistas de psicología también suelen publicar artículos de logopedia. En los últimos treinta años, para poner un poco de orden en toda la avalancha de resultados empíricos que se producen de continuo, han adquirido gran relevancia los estudios de metaanálisis. Estos son métodos sistemáticos de revisión que utilizan técnicas estadísticas para integrar los resultados de diferentes estudios en un único resultado global. Estos metaanálisis son de tal relevancia en la actualidad que les hemos dedicado un capítulo completo (capítulo 7). En el libro de Botella y Gambara (2002) y en el artículo de Sánchez-Meca y Botella (2010) también pueden encontrarse en castellano sencillas expli­caciones de esta técnica. Las dos asociaciones centradas en la publicación de metaanálisis son Cochrane (www.cochrane.org) y Campbell (www.campbellcollaboration.org), el lector puede entrar en sus servidores y obtener información gratuita sobre infinidad de estudios. Normalmente, la revisión de la literatura concluye con un resumen escrito que describe el estado actual del conocimiento sobre el problema. Muchas veces, en esta tarea, también puede ayudar algún tipo de representación visual como esquemas y grafos. Estas revisiones son muy útiles para establecer las bases teóricas del estudio, identificar estrategias de investigación, técnicas de recogida de datos, etc., que se han mostrado efectivas al estudiar el fenómeno. Creswell (2005) llama a esta etapa la construcción del marco teórico porque será el conocimiento que sustente teóricamente el estudio y que guiará todo el proceso en su desarrollo. Algunas de las utilidades de este marco teórico son: 1. Sirve de guía teórica para centrarse en el problema y evitar desviaciones del planteamiento original. 2. Justifica y documenta la necesidad de realizar el estudio. 3. Permite el establecimiento de hipótesis que se someterán a comprobación. 4. Inspira nuevas líneas de investigación. 5. Ayuda a prevenir errores que se han cometido en otros estudios.

Conceptos fundamentales

37

6. Orienta sobre las posibles formas de realización del estudio: recogida de datos, diseños empleados, etc. 7. Es un marco de referencia para la interpretación de los resultados. Este marco teórico será plasmado en el informe final del estudio, en su primera sección, llamada introducción. En ella se detalla toda la información de relevancia encontrada para el estudio, citando el documento donde se encontró. Sobre el informe de investigación y cómo escribir adecuadamente esta sección hablaremos en el capítulo 8.

2.4. Planteamiento del problema y creación de las hipótesis (etapa 3) Elegido el tema y revisada la literatura es el momento de formular el problema y plantear las hipótesis. Normalmente, el problema se plantea en forma de pregunta. Siguiendo a Kerlinger y Lee (2002), debe cumplir las siguientes condiciones: describir la relación entre dos o más variables y poder ser evaluado empíricamente. Con unos ejemplos se verá más claro: “¿Mejora la disfonía con la intervención logopédica?”. Como se puede ver esta pregunta es tan vaga que puede contestarse de múltiples formas y cada una de ellas podría llevar a una respuesta distinta. Por ejemplo, podríamos preguntarnos a qué tipo de intervención nos referimos y qué subtipos de disfonías estamos considerando. Otro ejemplo, “¿las alteraciones del lenguaje aumentan el fracaso escolar?”. No es lo mismo considerar a las personas con una dificultad severa frente a personas con trastornos leves, o cuándo ha sido detectado el problema; de la misma forma habría que definir qué vamos a entender por fracaso escolar y en qué nivel académico se va a establecer. Probablemente sea mejor replantear estas cuestiones de la siguiente manera: “¿puede la intervención logopédica centrada en la corrección de malos hábitos mejorar el rendimiento vocal en personas con disfonía funcional?” y “¿tienen los niños con trastornos leves del habla a edades tempranas una mayor incidencia de fracaso escolar?”.Al definir de forma precisa acotamos el proble-

38

Métodos de investigación en logopedia

ma, haciendo viable su comprobación empírica y guiando las decisiones en las restantes etapas del proceso de investigación. Si el problema se ha planteado adecuadamente, las hipótesis emergerán con facilidad. Se distinguen dos tipos de hipótesis: las teóricas (o sustantivas o científicas) y las estadísticas. Las hipótesis teóricas son aquellas que intentan explicar, predecir o explorar la relación entre dos o más variables (Kazdin, 2003). Son las que serán sometidas a contrastación mediante la recogida de datos empíricos y su posterior análisis. Es recomendable que estén formuladas en el formato “si…, entonces…”, donde los puntos suspensivos se sustituyen por las variables implicadas en el estudio. Algunos ejemplos de hipótesis podrían ser: – “Si mejoramos la coordinación motora en la masticación y propulsión del bolo alimenticio en una persona con párkinson, entonces la deglución será más eficaz.” – “Si un niño con trastorno del espectro autista (TEA) logra hacer peticiones funcionalmente, entonces disminuirán las conductas agresivas”. Las hipótesis estadísticas, llamadas también hipótesis nulas e hipótesis alternativas, son solo relevantes para el análisis de datos. Simplificando mucho, cuando realizamos un contraste estadístico establecemos una hipótesis nula, que dispone que no existe efecto entre las mediciones, o lo que es lo mismo, que las medias de las mediciones de los grupos o tratamientos son iguales. También establecemos una hipótesis alternativa, que es la negación de la anterior (o que las medias de las mediciones de los grupos o tratamientos son distintas). Ambas hipótesis son exclusivas y exhaustivas, de tal forma que una de ellas (y solo una) puede ser verdadera. El contraste evaluará la veracidad de la hipótesis nula a través de una confrontación empírica con los datos; si es razonable aceptarla, concluiremos que las mediciones son iguales, pero si empíricamente no es sostenible, entonces tendremos que aceptar la hipótesis alternativa, que establece que las mediciones son diferentes. El investigador tiene que entender la relación entre sus hipótesis teóricas (construidas por él) y las estadísticas, que no se eligen, sino que vienen determinadas por el contraste y son siempre las mismas.

Conceptos fundamentales

39

Por ejemplo, supongamos que el investigador quiere poner a prueba la hipótesis teórica de que el tratamiento A es efectivo para la disfagia orofaríngea. Para ello, puede formar dos grupos de participantes, al primero le aplicará el tratamiento y al segundo no le aplicará nada (o un placebo, como se verá en el siguiente capítulo). En este caso, si al hacer el contraste entre las mediciones de los dos grupos los resultados le llevaran a la aceptación de la hipótesis nula, no habría encontrado evidencia que apoyara su hipótesis teórica (ya que se esperaría diferencias entre los grupos con y sin tratamiento); por otro lado, si rechazase la hipótesis nula y tuviese que aceptar la alternativa, entonces sí encontraría evidencia a favor de su hipótesis teórica. En un ejemplo opuesto, si el investigador establece que el sexo no influye en la disfagia, al comparar las tasas de un grupo de hombres y otro de mujeres, aceptar la hipótesis nula supondrá evidencia a favor de su hipótesis científica. Más adelante, en este mismo capítulo, se hablará de los análisis de datos y se ampliará lo dicho en este apartado.

2.5. Las variables implicadas en el estudio (etapa 4) Sin entrar en una definición muy precisa, podríamos decir que una variable es una propiedad que puede tomar diferentes valores. Por ejemplo, la altura, el sexo, la estatura, la edad, la inteligencia y el nivel de vocabulario de un niño son variables. Cuando algo no varía se dice que es constante. En una investigación podemos encontrar dos tipos de variables: las manipuladas y las medidas. Las manipuladas son aquellas sobre las que realizamos alguna acción que esperamos que tenga un efecto. Las medidas son aquellas en las que registramos la cualidad, grado o intensidad de alguna propiedad de un objeto empírico.

2.5.1. Las variables según su estatus En el contexto de los experimentos, estas variables manipuladas y medidas suelen llamarse variables independientes (VI) y variables

40

Métodos de investigación en logopedia

dependientes (VD), respectivamente; de tal forma que la lógica de un experimento puede resumirse en que manipulamos la VI y medimos la VD para comprobar qué efecto ha tenido la primera sobre la segunda. Un ejemplo: deseamos comprobar si un determinado tratamiento es efectivo para el trastorno específico del lenguaje (TEL). En este caso tenemos una VI que es el tratamiento con dos posibles niveles (recibe el tratamiento o no lo recibe). Manipularemos esta variable formando dos grupos de participantes, uno de ellos recibirá el tratamiento y el otro no. También tenemos una VD que son las habilidades fonológicas que podemos medir con un instrumento de medida como la prueba de evaluación del desarrollo fonológico infantil de Laura Bosch. Si el tratamiento ha sido efectivo, el grupo que ha recibido el tratamiento tendrá mejores puntuaciones en la VD que el grupo que no ha recibido el tratamiento. En contextos no experimentales, el estatus de las variables no suele ser tan claro y tienden a usarse nomenclaturas distintas. Por ejemplo, en los estudios predictivos, se prefieren los nombres de variable predictora para la independiente y variable criterio para la dependiente. En estos estudios, las variables predictoras no son siempre manipulables, como veremos más adelante. En los estudios correlacionales, en los que simplemente se examinan las relaciones entre variables, no suelen establecerse distinciones entre ellas, ya que todas tienen el mismo estatus. Cuando queremos estudiar la relación, sea causal o no, entre una variable independiente y una dependiente, es frecuente que existan otros factores. Estos también pueden provocar cambios simultáneos en la dependiente, de tal forma que modifiquen o distorsionen la relación entre ambas. Estas son las variables de confundido, que a veces también se denominan variables extrañas o contaminadoras. El objetivo de una investigación es controlar estas variables para evitar que su efecto disminuya la validez del estudio. Por ejemplo, cuando aplicamos un tratamiento a niños con TEA para aumentar las verbalizaciones, podemos encontrar que después de seis meses el número de contactos verbales ha aumentado. Esto podría llevarnos a pensar que el tratamiento está siendo efectivo, es decir, que está causando el aumento de verbalizacio-

Conceptos fundamentales

41

nes, pero también es posible que los niños aumenten el número de verbalizaciones simplemente por efecto de la maduración; es decir, por el proceso de cambio natural que se produce en todos los niños en un plazo de seis meses. Esta maduración sería una variable de confundido que tendríamos que controlar para poder evaluar realmente la eficacia del tratamiento. En el fondo, todos los diseños de investigación que veremos en este libro no son más que diferentes estrategias para controlar estas variables. Adelantándonos un poco en los contenidos, el uso de un grupo control que no reciba el tratamiento, pero que esté formado por niños de la misma edad, podría ayudarnos a controlar esa variable. Aunque en ambos grupos aumenten las verbalizaciones, si el tratamiento es efectivo, estas deberían ser significativamente mayores en el grupo que recibió el tratamiento.

2.5.2. Efectos directos, mediados y moderados Cuando tenemos una variable de confundido, la mejor forma de controlarla es introducirla en el diseño y estudiar su influencia sobre la variable dependiente. Cuando hacemos esto podemos encontrarnos con tres tipos de efectos: los efectos directos, los efectos moderados y los efectos mediados. Supongamos un estudio que desea comprobar cómo un determinado tratamiento para la disfagia orofaríngea mejora la deglución. La VI es el tratamiento y la VD es alguna medida de la calidad o cantidad de las ingestas. Pero imaginemos algunas variables de confundido en este estudio. La edad puede ser una variable de confundido. Es conocida la relación que existe entre la edad y la disfagia así que, por sí misma, esta variable puede modificar la VD, obteniéndose valores más altos de deglución en pacientes más jóvenes y más bajos en pacientes mayores. En este caso, diremos que la edad es una variable de confundido que ejerce un efecto directo sobre la VD, ya que por sí misma puede modificar las medidas. Una forma sencilla de comprobar este efecto es eliminando la VI mientras se mantiene la de confundido. Si en un grupo que no ha recibido el tratamiento encontramos que a mayor edad menor deglución, podríamos establecer esa relación directa.

42

Métodos de investigación en logopedia

Otra posible variable de confundido es el nivel de reserva cognitiva. Algunos tratamientos implican seguir complejas instrucciones motoras que, a veces, en función de los estudios o formación del paciente, no se entienden y no se aplican adecuadamente. Cuando el tratamiento se aplica a pacientes con un buen nivel educativo funciona mucho mejor que cuando se aplica a pacientes con un nivel educativo bajo. Fíjese que la formación en sí misma no puede producir ningún cambio en la deglución, pero sí los produce modificando la relación que existe entre el tratamiento y la VD. En este caso tenemos un efecto moderado y decimos que la educación es una variable moderadora porque modifica, en algún sentido, la relación existente entre la VI y la VD. Una forma de comprobar que el efecto es moderado es eliminando la VI. Si al eliminarla desaparece la relación entre la variable moderadora y la VD, es que su única influencia era a través de ella. Asimismo, en cualquier enfermedad el deseo de curarse juega un papel crucial, ya que las expectativas de los pacientes producen una mejoría en los resultados aun sin tratamiento, como se ha demostrado con los estudios con placebo. Supongamos un tratamiento que no es efectivo en absoluto, pero que, al recibirlo, produce en los pacientes unas expectativas de curación y provoca una mejoría. En este caso tendríamos un efecto mediador y una variable mediadora (las expectativas) que se sitúa entre el tratamiento y la VD. Se produce una cadena de efectos, es decir, el tratamiento provoca las expectativas y estas, a su vez, son las que producen el cambio en la VD. La situación puede complicarse, ya que estos tres efectos no tienen por qué darse independientemente, sino que pueden presentarse combinados. Así, imaginemos que el tratamiento es efectivo. En este caso, tendremos dos vías de influencia: por un lado, el tratamiento producirá mejoras en la VD y, por otro, tendrá un efecto mediado por las expectativas que produce. Para distinguir qué parte de los cambios de la VD proviene directamente de la VI y qué parte a través del efecto mediado, deben utilizarse diseños y análisis de datos específicos. Estos deben permitir poner a prueba la cadena causal entre las tres variables. En la figura 2.1 pueden verse las representaciones gráficas de los efectos directos, moderados y mediados.

Conceptos fundamentales

43

Efecto moderado Efecto directo

X

X

Mod Y

X

Y

Efecto mediado

Efecto completo

Med

Med Y

X

Y

Figura 2.1.  Efectos directos, moderados y mediados.

2.5.3. La operacionalización y medición de las variables Por operacionalización de las variables se entiende como la definición detallada de todas las acciones y actividades que debemos realizar para medir y manipular nuestras variables (Kerlinger y Lee, 2002). Esta definición debe ser minuciosa y precisa, ya que el objetivo es que cualquier investigador de cualquier parte del mundo pueda trabajar con ellas de la misma forma que lo hemos hecho nosotros. Por ejemplo, supongamos que queremos ver la efectividad de un programa para el tratamiento de la disfemia basado en la inhibición de refuerzos en el ámbito doméstico. Frente a una definición ambigua de la VI como “inhibición de refuerzos”, es preferible una definición precisa en la que se especifique qué se inhibe y cómo, duración, momentos de aplicación, etc. Esto mismo debe realizarse para la variable dependiente. En vez de disfemia en general, habrá que definir qué tipo de locuciones serán medidas y cómo. Estas definiciones ayudan a asegurar que bajo el mismo concepto se está hablando del mismo fenómeno y permiten la replicación posterior del estudio. Cuanto mayor precisión en la definición, menos ambigüedad tendrá nuestro trabajo. En Kazdin (2002) puede encontrarse una excelente revisión de las maneras de operacionalizar las variables.

44

Métodos de investigación en logopedia

La medición de las variables se lleva a cabo a través de algún instrumento de medida como son las escalas, los test psicométricos, los sistemas de registro, etc. Las pruebas del test de Boston, PLON, BLOC, el programa Praat o un espirómetro son ejemplos de sistemas de medición de variables. Si es posible, la mejor opción es utilizar un instrumento ya creado, como los mencionados, porque suelen ser herramientas estandarizadas, previamente validadas por sus creadores. Para cada variable que queramos medir probablemente existirá una diversidad de instrumentos que la midan. En ese caso tendremos que evaluar sus características técnicas para elegir el más adecuado y explicitar claramente en el informe qué instrumento hemos usado, por qué, y qué características posee. En caso de que no exista el instrumento que necesitamos podemos crearlo nosotros, pero para ello hay que prestar mucha atención a sus propiedades psicométricas y es necesario aportar información exacta de su funcionamiento. Estos conocimientos para construir y evaluar un instrumento de medida exceden los contenidos de este libro y pueden encontrarse en libros de psicometría. Para profundizar en ellos puede consultarse Martínez Arias, Hernández Lloreda y Hernández Lloreda (2006). Las propiedades psicométricas que debe cumplir un buen instrumento de medida son la fiabilidad y la validez. La fiabilidad se define como la consistencia y estabilidad de las puntuaciones a lo largo del tiempo, condiciones y situaciones. Cuando realizamos una medición fiable garantizamos que las puntuaciones que obtenemos están poco influidas por errores aleatorios, por lo que si repitiésemos las mediciones bajo las mismas condiciones, estas serían muy parecidas. Imagínese una báscula en la que cada vez que se pesa obtiene un peso diferente (68, 73, 75, 69…), frente a una báscula en la que las diferencias son mínimas (70, 70, 69, 70…). La segunda tendrá mayor fiabilidad que la primera. Existen diversos procedimientos para estimar la fiabilidad de un instrumento de medida, pero todos se reflejan como un coeficiente que varía entre 0 y 1; y cuanto mayor sea la fiabilidad más cercano estará a 1. En general, los valores superiores a 0,70 se consideran aceptables (Nunnally y Bernstein, 1994), aunque es fácil encontrar estudios que usan instrumentos con peores valores. En todo caso, siempre hay que ser cautelosos con las conclusiones encontradas en ellos.

Conceptos fundamentales

45

La validez se refiere al grado en que la evidencia y la teoría apoyan la interpretación de las puntuaciones del instrumento de medida para el propósito con el que estos se utilizan. Nos informa sobre si realmente podemos afirmar que estamos midiendo lo que deseamos medir. Los procedimientos para su cálculo son más complejos. A diferencia de la fiabilidad, no pueden reflejarse como un único valor, sino que consisten en un conjunto de evidencias empíricas basadas en una diversidad de técnicas estadísticas. Una explicación puede encontrarse en Martínez Arias et al. (2006). Como resultado de la medición, las variables obtendrán un nivel de medida distinto dependiendo de la complejidad de las relaciones que reflejan entre los objetos empíricos que representan. Estos niveles son nominal, ordinal, intervalo y razón. Simplificando mucho la explicación, en el nivel nominal (llamadas variables cualitativas) los valores numéricos obtenidos solo representan cualidades. En el nivel ordinal (variables cuasicuantitativas), los valores presentan cualidades ordenadas, mientras que en las últimas dos escalas, de intervalo y razón (llamadas variables categóricas), los valores poseen propiedades numéricas. El nivel de medida de una variable es de vital importancia en la investigación, ya que las técnicas estadísticas requieren que las variables sean medidas en uno u otro nivel para poder ser utilizadas. Recomendamos al lector que revise estos conceptos en alguno de los libros de estadística recomendados en el capítulo. La manipulación de las variables se estudiará más adelante, en el capítulo 3. Como introducción, cabe simplemente indicar que las formas más comunes de manipulación son a través de la presencia o ausencia del tratamiento, la variación en la cantidad de la VI y la variación de tipos o condiciones.

2.6. Decisiones sobre la estrategia de investigación (etapa 5) En esta etapa tendremos que decidir cuál es la estrategia más adecuada para llevar a cabo nuestra investigación. Existen diferentes diseños para realizar cualquier estudio, y debemos elegir el más adecuado en función de nuestros objetivos y de la naturaleza del

46

Métodos de investigación en logopedia

fenómeno. Cada diseño tiene sus ventajas e inconvenientes, y serán preferibles unos a otros dependiendo de las necesidades del estudio. En este capítulo, en el apartado 2.13, presentaremos una panorámica general de las principales opciones disponibles, explicando bajo qué condiciones sería más adecuado decantarse por uno u otro.

2.6.1. La descomposición de la variabilidad Por variabilidad entendemos las diferencias existentes en un conjunto de puntuaciones. Por ejemplo, cuando una variable tiene los siguientes valores: 5, 4, 5, 6, 5, decimos que su variabilidad es pequeña porque hay pocas diferencias entre ellos. Unas puntuaciones con mayor variabilidad podrían ser 1, 9, 5, 2, 8. La variabilidad se puede describir a través de estadísticos. En el caso de las variables cuantitativas, es común emplear como estadísticos la varianza y la desviación típica. En los ejemplos anteriores, el primero tendría una varianza de 0,4 y el segundo de 10. Cuando llevamos a cabo una investigación, encontramos que las puntuaciones de la VD no son constantes, sino que existen diferencias entre ellas. Es decir, hay una cantidad de variabilidad en la VD. Esta variabilidad puede estar provocada por dos causas: 1. La que esperamos que se produzca por los cambios en la variable independiente. Estos cambios, en caso de ocasionarse, producirán un aumento en la varianza de la VD. Supongamos un grupo que recibe un tratamiento y un segundo grupo que no recibe nada. Presumiblemente, al recibir el tratamiento, las puntuaciones de esos participantes aumentarán, mientras que los que no lo reciben no lo harán. Esas diferencias entre unas y otras puntuaciones incrementará la varianza de la VD. Esta variabilidad, relacionada directamente con los cambios provocados en la VI, se llama varianza sistemática. 2. Sin embargo, en una investigación hay múltiples causas no controladas directamente por el investigador que también producirán diferencias en la VD. Por ejemplo, las diferencias

Conceptos fundamentales

47

entre participantes, las variables de confundido y los errores en los instrumentos de medida producen variaciones que no están relacionadas con la VI. Esta segunda fuente de variación se llama varianza error. Lo que hemos explicado en los párrafos anteriores puede condensarse en una sentencia, los cambios que se producen en la VD dependen de dos cosas: la manipulación de la VI y otros factores no tenidos en cuenta. Esto puede expresarse de la siguiente manera: Varianza total = varianza sistemática + varianza error. El objetivo de todo diseño de investigación es maximizar la varianza sistemática y minimizar la varianza error, o lo que es lo mismo, conseguir que la mayor parte de los cambios en la VD estén producidos por nuestra manipulación y no por otros factores. Esto puede lograrse de la siguiente manera: se puede aumentar la varianza sistemática utilizando niveles más extremos de la VI; por ejemplo, si quiero comprobar con dos grupos el efecto de un medicamento y utilizo las cantidades de 0 y 20 mg, podría aumentar las diferencias entre ellos y, por tanto, la varianza sistemática, usando 0 y 40 mg. Por supuesto, esta estrategia no siempre será viable. La minimización de la varianza error es el principal esfuerzo que tendrá que realizar el investigador en su estudio. Para ello tendrá que identificar todas las posibles variables de confundido, tanto las que provengan de los individuos como las que lo hagan de la propia situación experimental, e intentar controlarlas por diversos procedimientos, como los que se verán en el próximo capítulo. En el fondo, toda la metodología de investigación está dedicada a esta tarea. Otra segunda forma de minimizarla es utilizando siempre los instrumentos de medida con mejores propiedades psicométricas.

2.6.2. Dónde realizar el estudio Otra decisión importante a la hora de planificar una investigación es la elección del escenario donde se recogerán los datos. Genera-

48

Métodos de investigación en logopedia

lizando, suele hablarse de dos entornos muy diferenciados: el laboratorio y el campo. El laboratorio es un escenario creado específicamente para la recolección de los datos. Tiene la ventaja de permitir un altísimo control sobre la situación experimental, con lo que evitaremos muchas posibles causas de contaminación. Nos facilita notablemente la manipulación de las variables independientes y permite sistemas más precisos de recogida de datos, ya que se pueden utilizar instrumentos de medida automáticos como los ordenadores y demás aparatos. Tiene el inconveniente de presentar una situación muy artificial, en la que algunas conductas puede que no se produzcan de manera natural, que no ocurran o que lo hagan de manera distorsionada. Por campo entendemos situaciones más naturales y cotidianas en la vida de los participantes, como puede ser su propia casa, la escuela, el trabajo, etc. Sus ventajas e inconvenientes son los opuestos al laboratorio. Por su bajo control de la situación pueden ocurrir simultáneamente múltiples variables de confundido, pero, por otro lado, su naturalidad favorece la aparición de ciertas conductas. La elección de uno u otro escenario vendrá impuesta por el tipo de diseño que queramos llevar a cabo y por la naturaleza del fenómeno. Por ejemplo, si deseamos llevar a cabo un experimento querremos tener el máximo control, por lo que optaremos por el laboratorio. Por otro lado, si se desean investigar conductas so­ciales, como por ejemplo las habilidades conversacionales con iguales en niños, necesitaremos desplazarnos hasta un entorno natural como la escuela o el hogar, donde es más normal que se produzcan, aunque suponga una pérdida de control de la situación. En general, los diseños se suelen asociar a un entorno concreto. Los experimentos y cuasiexperimentos suelen llevarse a cabo en entornos más controlados, mientras que los diseños correlacionales y los cualitativos son más naturalistas. Puede establecerse una sencilla regla que es cierta para la mayoría de las situaciones: en los laboratorios tendremos mayor validez interna y en el campo mayor validez externa; aumentar una de ellas suele implicar disminuir la otra. Estos conceptos de validez se explicarán en el apartado 2.12. La elección del entorno es crucial para los resultados de un estudio; por ejemplo, es sabido que cuando se estudia la decisión de compra en el laboratorio, los consumidores parecen utilizar crite-

Conceptos fundamentales

49

rios basados en el razonamiento, mientras que en situaciones reales, como un supermercado, los aspectos emocionales cobran mayor importancia.

2.6.3. El tiempo en los diseños La recogida de los datos puede realizarse en dos marcos temporales distintos que lleva a dos grandes grupos de diseños muy diferenciados: los diseños transversales y los longitudinales. En los diseños trasversales, la recogida de datos se lleva a cabo en un único momento temporal. No quiere decir que se tome una única medición, se pueden tomar múltiples medidas de la VD, pero todas ellas dentro de una ventana temporal tal que los participantes no sufran cambios sustanciales. En los diseños longitudinales, tomamos repeticiones de las medidas en un periodo largo, en el que el sujeto necesariamente va a cambiar por efecto del tiempo. A veces, cuando el número de repeticiones es alto, estos diseños reciben el nombre de series temporales. La utilidad de los diseños longitudinales es precisamente el estudio de los procesos de cambio que se producen en los participantes; por ejemplo, el desarrollo emocional de niños con TEA, la evolución de la opinión política con la edad, etc. Estos diseños longitudinales son menos frecuentes que los transversales y más costosos en cuanto a recursos y tiempo. En ellos hay que tener especial cuidado con el control de las diversas fuentes de contaminación, como la mortalidad experimental y la historia diferencial.

2.7. Selección de los participantes (etapa 6) En esta etapa debemos determinar el número de participantes necesarios para la investigación y las condiciones que deben cumplir para incluirlos en el estudio. Para poder explicarlo adecuadamente es necesario recurrir a dos conceptos de la estadística: población y muestra. Una población es el conjunto formado por todos los individuos que cumplen las características de interés definidas por el investi-

50

Métodos de investigación en logopedia

gador. Por ejemplo, si deseamos investigar si el tratamiento basado en el entrenamiento conversacional es efectivo para pacientes con afasia, entonces nuestra población estará compuesta por todos los pacientes diagnosticados de afasia. De este ejemplo ya se deduce que va a ser imposible llevar a cabo el estudio con todos esos participantes, por lo que se elegirá un subgrupo de ellos, llamado muestra, a partir del cual generalizaremos los resultados encontrados al resto de la población. Una muestra no es más que un subconjunto de una población, y la dificultad reside en elegir una que cumpla adecuadamente con dos condiciones: su tamaño debe ser suficiente y los elementos, representativos. El tamaño necesario viene determinado por el tipo de análisis de datos, la varianza de las variables y la seguridad y precisión que deseemos en nuestras conclusiones. Cuanta más seguridad y precisión queramos, más participantes necesitaremos. Existen fórmulas y tablas que nos indican cuántos participantes deberíamos reclutar y que resultan imprescindibles en los diseños correlacionales y epidemiológicos. Como el tema excede los contenidos de este libro se recomienda consultar Martínez Arias (1995a) para profundizar en ello. La segunda de las condiciones es la representatividad, y se refiere a que cualquier característica relevante de los participantes de la población debe estar igualmente presente en los participantes de la muestra. En el momento de reclutar a los participantes es necesario distinguir entre población teórica y población accesible. La primera es la que el investigador define, y la segunda es a la que realmente va a tener acceso. Otra distinción importante es entre muestra intentada y muestra real. La primera es la muestra elegida por el investigador y la segunda es la que realmente se utilizará en la investigación. Veámoslo con el ejemplo anterior: la población son todos los diagnosticados de afasia (población teórica), sin embargo, si el equipo de investigación está en Madrid, difícilmente se va a desplazar a Venezuela, Colombia o incluso Cádiz, así que se centrará en los diagnosticados de su ciudad. Posiblemente tenga contactos en dos o tres centros y buscará sus participantes entre sus pacientes. De todos los pacientes de esos centros (población real), realizará una selección a través de algún tipo de muestreo, y les solicitará amablemente que participen en su estudio de manera voluntaria, sin ningún tipo de compensación por las molestias y su tiempo (muestra intentada). Aunque todos es-

Conceptos fundamentales

51

tán muy interesados en ayudar al progreso de la ciencia en general y de la logopedia en particular, es posible que muchos no puedan, por cuestiones de tiempo u organización, y rechacen participar, por lo que quedarán solamente unos cuantos que sí accedan (muestra real). Como se ve, puede existir una gran diferencia entre la población teórica y la muestra real. La cuestión es ¿tan importante es esa diferencia como para invalidar todo el estudio? Pues depende. En cada paso hemos ido quedándonos con subconjuntos cada vez más reducidos de la población. Si esos subconjuntos son igualmente representativos y no poseen características discriminativas relevantes, no supondría mayor problema. Sin embargo, si las tuviesen, acabaríamos con una muestra que representa a una población diferente de la que hemos establecido al principio. Por ejemplo, la afasia posee causas físicas y biológicas, por lo que su etiología difícilmente se verá influida por la cultura de un país, una ciudad o el tipo de centro en el que se trate. En este caso, podríamos pensar que la muestra real es igualmente representativa de la población teórica. En otros casos, como el de un tratamiento para el TEA, los referentes culturales podrían ser relevantes; incluso el hecho de ser tratado en un centro privado o público podría conllevar grandes diferencias (mayor estatus económico y cultural de los padres, posicionamiento político, etc.). En ese caso, siendo justos, solo podríamos generalizar a una población mucho más restrictiva. Brevemente enunciamos aquí los diferentes tipos de muestreo sin entrar en demasiado detalle en ellos. Se puede profundizar en estas estrategias en Martínez Arias (1995a). Se distinguen dos grandes grupos de muestreos: los probabilísticos y los no probabilísticos:

2.7.1. Muestreos probabilísticos Son aquellos en los que la probabilidad de seleccionar un elemento cualquiera es conocida. Son los que mejor garantizan la representatividad de la muestra. La mayoría de las técnicas estadísticas exigen este tipo de muestreo entre sus supuestos. a) Muestreo aleatorio simple. Todos los elementos de la población (N) tienen la misma probabilidad de ser seleccionados como

52

Métodos de investigación en logopedia

un elemento de la muestra; p = 1/N. La selección de los elementos se realiza a través de algún procedimiento aleatorio. b) Muestreo aleatorio sistemático. Igual que el anterior, pero, en vez de seleccionar los participantes aleatoriamente, se utiliza un procedimiento sistemático. Se determina el número de elementos que deseamos en la muestra (n) y se calcula k = N/n. Aleatoriamente, se elige un elemento de inicio y se seleccionan los participantes de k en k hasta alcanzar n seleccionados. c) Muestreo aleatorio estratificado. Se divide la población a través de una variable, por ejemplo, la edad, y se forman subgrupos exhaustivos y excluyentes (por ejemplo, de 21 a 40, de 41 a 60 y de 61 a 80). A continuación, se seleccionan aleatoriamente participantes de cada estrato para la muestra. Esta selección puede ser proporcional (la proporción de elementos de cada estrato en la muestra es igual que en la población) y no proporcional (hay estratos en los que el número seleccionado puede ser mayor o menor de lo que le correspondería proporcionalmente). Por ejemplo, suponiendo 100 elementos en la población y la edad como variable de estratificación con los siguientes elementos: 20 jóvenes, 60 adultos y 20 mayores; y siendo n = 20 el número de participantes que deseamos en la muestra, con el estratificado proporcional elegiríamos 4, 12 y 4 respectivamente (el 20 % de cada estrato). De esta manera, conseguiríamos que los tres estratos estén perfectamente representados como en la población. Con un muestreo estratificado no proporcional podríamos elegir, por ejemplo, 10, 6 y 4; de esta forma sobrerrepresentaríamos a los jóvenes para conseguir una mayor precisión en las estimaciones de ese grupo concreto. d) Muestreo aleatorio por conglomerados. Se utilizan unidades de participantes previamente formadas. Por ejemplo, en vez de muestrear a todos los estudiantes de la Comunidad de Madrid, se muestrean los colegios, que son muchos menos, simplificando el proceso. Normalmente esta técnica se utiliza en combinación con alguna de las otras, como el muestreo aleatorio o el estratificado. e) Muestreo aleatorio poliétapico. Consiste en combinar dos o más técnicas. Por ejemplo, una primera por conglomerados y des-

Conceptos fundamentales

53

pués, en los colegios, utilizar un estratificado proporcional para garantizar que haya la misma cantidad de niños que de niñas.

2.7.2. Muestreos no probabilísticos Son aquellos en los que la probabilidad de elegir un elemento no es conocida. No son los más deseables, ya que no pueden realizarse fuertes inferencias con ellos, limitándose las conclusiones casi a nivel de anécdota. Sin embargo, en muchas ocasiones, no hay más remedio que utilizarlos y son, de hecho, la base de la mayoría de los diseños cualitativos: a) Muestras de conveniencia o muestro accidental (haphazard). Son muestras reclutadas sin muestreo. Por ejemplo, las encuestas en televisión o de Facebook. b) Muestreo propositivo. Se elige a los participantes por poseer un conjunto de características clave. Por ejemplo, haber sufrido un ictus en el último año. Se accede a los elementos a través de distintos medios, como los registros oficiales, informantes clave, etc. c) Muestreo por cuotas. Es similar al estratificado (la cuota es equivalente al concepto de estrato), pero la selección no es aleatoria, sino similar al propositivo. Igual que en su equivalente probabilístico, la selección en cada cuota puede ser proporcional y no proporcional. d) Muestreo por bola de nieve. Se comienza identificando a un sujeto o conjunto de participantes que poseen características clave para el estudio. A partir de ellos, y utilizando sus contactos y relaciones, se recluta al resto de participantes que cumplan con los requisitos.

2.8. Recogida de datos (etapa 7) Una vez que hemos terminado de diseñar el estudio es el momento de llevarlo a la práctica. Si hemos diseñado correctamente todos los

54

Métodos de investigación en logopedia

puntos anteriores no nos costará demasiado esfuerzo implementarlo con nuestros participantes. Existen múltiples opciones para recoger nuestros datos; algunas de las más utilizadas son las siguientes: a) Entrevistas: consisten en preguntar directamente al sujeto cuestiones sobre las que queremos obtener información e ir registrando las respuestas. Es una técnica muy versátil, ya que puede aplicarse con cualquier tipo de participantes y permite profundizar en las respuestas hasta obtener la información deseada. Suelen ser costosas, en el sentido de que requieren una gran inversión de tiempo, por lo que no es aplicable en estudios en los que se necesiten muestras numerosas. Debido a la alta participación del entrevistador en el proceso, existe una fuerte posibilidad de introducir sesgos como la reactividad del entrevistado ante la situación o las expectativas que genere el entrevistador. b) Cuestionarios: consiste en construir un formulario con una serie de preguntas, en formato completamente cerrado, que será contestado por los participantes. Tiene la ventaja de permitir obtener información sobre una gran cantidad de participantes de una forma muy sencilla y económica, lo que es ideal en estudios donde se buscan muestras numerosas para una correcta representación de las variables en la población. c) Observación: se trata de ver, oír y registrar lo que ocurre en una situación determinada. Para utilizarla bajo un paradigma científico es necesario prestar atención a la sistematización y control de los registros (quién, cómo, cuándo y qué registrar). Tiene el inconveniente de introducir mucha subjetividad, pero a cambio permite estudiar conductas en el ambiente natural del fenómeno, lo que es ideal para conductas espontáneas como el habla. d) Pruebas estandarizadas: son instrumentos de medida previamente calibrados y validados. En este apartado podemos incluir los test, las escalas o los instrumentos mecanizados, como las pruebas biológicas y sistemas de medición automáticos (por ejemplo, un espirómetro).

Conceptos fundamentales

55

2.9. Análisis estadísticos (etapa 8) Una vez realizado el estudio y recogidos los datos, el paso siguiente consiste en analizarlos, lo que supone el uso de herramientas estadísticas. El tipo de técnicas estadísticas que debemos emplear depende del diseño del estudio, el tipo de datos recogidos y de las preguntas de la investigación. La estadística ayuda a los investigadores a extraer conclusiones de los datos recogidos, minimizando la probabilidad de extraer conclusiones erróneas sobre las variables estudiadas. El análisis de datos constituye una cantidad de material extenso y que requiere de sus propios cursos y manuales, por lo que no podemos llevar a cabo una explicación precisa sobre ellos. Simplemente vamos a presentar la lógica del análisis de datos y recordar al lector los aspectos clave y más relevantes que están relacionados con el proceso de investigación. Probablemente el lector ya haya cursado alguna asignatura de estadística, por lo que la mayoría de los conceptos le serán conocidos. De no ser así o si necesita una puesta a punto o profundizar en ellos, existen numerosos manuales de estadística de buena calidad, de entre los que se podrían recomendar los siguientes: Pardo y San Martín (1998), Botella, León, San Martín y Barriopedro (2001), Peña y Romo (1997), Peña (2002), Amón (1996) y Martínez Arias, Chacón y Castellanos (2015).

2.9.1. Paquetes estadísticos El análisis de los datos se realiza a través de softwares especializados en análisis estadísticos. Aunque hay multitud de programas distintos, en nuestra área el más famoso es el SPSS® (Statistical Package for the Social Sciences), que en la actualidad pertenece a la empresa IBM. Presenta una interfaz gráfica razonablemente cómoda e intuitiva y dispone de manuales con gran cantidad de documentación que pueden adquirirse. Algunos otros paquetes estadísticos famosos son SAS®, STATA®, SYSTAT® o STATGRAPHICS®. Además de estos grandes paquetes de propósito general, es muy habitual utilizar pequeños programas especiali-

56

Métodos de investigación en logopedia

zados en un único tipo de análisis, como por ejemplo el programa FACTOR®,  para llevar a cabo análisis factoriales exploratorios, o LISREL®, para análisis factoriales confirmatorios y ecuaciones estructurales. Un listado bastante completo sobre softwares estadísticos se encuentra en http://en.wikipedia.org/wiki/List_of_statistical_packages. Desde hace años viene utilizándose cada vez más en nuestras disciplinas un software llamado R. Este posee distribución GNU, por lo que es libre y gratuito. Dispone de un motor o interprete estadístico que funciona con línea de comandos. Los análisis se realizan usando un lenguaje llamado R. Su fuerza está en la comunidad de usuarios, donde millones de expertos trabajan con él cada día, creando librerías, nuevas funcionalidades, herramientas y documentación completamente gratuita y accesible a todo el mundo. Los estudiantes siempre habían tenido reparo en usarlo debido a la necesidad de aprender su lenguaje, pero recientemente han aparecido interfaces gráficas (como Rcommander o Rstudio) que facilitan trabajar con él, por lo que su popularidad se ha incrementado, haciendo que el uso de los otros programas decaiga rápidamente. Es accesible gratuitamente en www.r-project.org y una versión integrada con Rcommander puede descargarse desde la Universidad de Cádiz, en http://knuth.uca.es/R. Si los autores tuviesen que recomendar al lector una herramienta para iniciarse en el análisis de datos, por su versatilidad, potencia, comunidad y costes nulos, sin duda sería esta.

2.9.2. Etapas en el análisis de datos A) Preprocesamiento de los datos Es una etapa previa al análisis estadístico de los datos en la que con­ver­ti­re­mos la in­for­ma­ción re­co­gi­da de los par­ti­ci­pan­tes en un con­jun­to de có­di­gos (ma­yo­ri­ta­ria­men­te nu­mé­ri­cos) al­ma­ ce­na­dos di­gi­tal­men­te. Es­tos se­rán pos­te­rior­men­te pro­ce­sa­dos por el pro­gra­ma es­ta­dís­ti­co. Es­ta e­ta­pa se pue­de sub­di­vi­dir en las si­ guien­tes ta­reas:

Conceptos fundamentales

57

1. Construcción del libro de códigos. El libro de codificación (codebook) contiene la definición sobre qué información se va a codificar y cómo va a hacerse. Incluye los nombres de las variables, sus etiquetas, los valores numéricos asignados a las diferentes respuestas de las preguntas, valores perdidos, etc. Cualquier posible respuesta de los participantes debe estar previamente especificada aquí. 2. Codificación de los datos. Es la conversión de las respuestas de los participantes a los códigos establecidos en el libro de códigos y su almacenamiento en algún formato electrónico. Aunque los paquetes estadísticos permiten y asisten en esta codificación, en realidad puede llevarse a cabo con cualquier editor de textos o incluso con Excel®. Cuando se están utilizando sistemas de registro automático, como las respuestas que se dan a través de un teclado, el programa ya genera automáticamente este fichero de datos. 3. Verificación de datos y eliminación de errores. Cuando la introducción de los datos es manual, es fácil que se produzcan errores en la codificación. Estos errores pueden tener efectos graves en los posteriores análisis y conviene revisar la base de datos para eliminarlos. Esta tarea puede ser tediosa, pero es imprescindible para los análisis posteriores de calidad. Una forma rápida de detectar errores es realizando análisis descriptivos de frecuencias, que nos indicarán valores extraños y estadísticos descriptivos en los que podemos observar valores medios muy diferentes de los esperados. 4. Procesamiento de los datos perdidos. Cuando el participante tiene que completar él mismo una encuesta, es habitual que omita la respuesta a ciertas preguntas. Estos datos no disponibles (missing data) pueden ser muy conflictivos en los análisis posteriores. A veces, los datos se dejan como están si no van a suponer un problema serio, pero otras veces es necesario “imputarlos”, es decir, suponer el valor que habría puesto el sujeto si hubiese contestado. La forma más sencilla de imputación es sustituir los valores perdidos por la media o la mediana de la variable, pero existen técnicas que permiten imputaciones más sofisticadas.

58

Métodos de investigación en logopedia

B) Descripción de los datos Una vez hemos creado el fichero con los datos, podemos pasar a analizarlo. Lo primero es utilizar la estadística descriptiva para tratar de comprender y organizar, de la forma más clara posible, la información contenida en nuestras variables. Estas descripciones suelen hacerse de la siguiente forma: 1. Descripciones mediante gráficos. Un gráfico es la forma más directa para hacer explícita una determinada información y facilitar su interpretación. Existen multitud de opciones en función de lo que queramos representar y la naturaleza de las variables; siendo los más típicos los gráficos de barras, sectores, líneas, histogramas y gráficos de dispersión. 2. Descripciones mediante estadísticos. Los gráficos suelen aportar una interpretación intuitiva, pero es necesaria una descripción más precisa. Esta se lleva a cabo a través de los estadísticos descriptivos, que pueden dividirse en estadísticos de tendencia central (media, mediana, moda), de variabilidad (desviación típica, varianza, rango, índice intercuartílico), de posición (percentiles, deciles, cuartiles, puntuaciones típicas) y estadísticos de la forma de la distribución (asimetría y apuntamiento). Cuando describimos la relación entre dos variables pueden usarse los estadísticos bivariados, como ji cuadrado y las correlaciones (Pearson, Spearman, etc.).

C) Intervalos de confianza y contrastes de hipótesis Finalmente, con los datos obtenidos en la muestra, desearemos hacer afirmaciones sobre lo que ocurre en la población. Esta parte la lleva a cabo la estadística inferencial, y gracias a ella podemos construir intervalos de confianza que nos permiten afirmar, con un grado de error conocido, cuál es el verdadero valor de una variable en la población. Por ejemplo, conociendo que en nuestra muestra la incidencia del trastorno del espectro autista es del 0,5 %, usando apropiadamente la construcción de intervalos de confianza, podríamos afir-

Conceptos fundamentales

59

mar que con un 99 % de seguridad la incidencia en la población estará entre el 0,4 % y el 0,6 %. Además de los intervalos de confianza, disponemos de las técnicas de contraste de hipótesis con las que podremos poner a prueba hipótesis estadísticas. Sobre la diferencia entre hipótesis teóricas e hipótesis estadísticas ya se habló en el apartado 2.4, por lo que no volveremos a ello. Sí comentaremos algunos aspectos que creemos cruciales que se tengan en cuenta cuando se lleve a cabo un contraste: 1. Los supuestos. Cada contraste está basado en unas suposiciones teóricas sobre cómo hemos adquirido los datos, la forma de su distribución o el comportamiento de algunos valores en la población. A estas suposiciones teóricas se las llaman supuestos y es necesario cumplirlos para obtener unos resultados válidos. El tipo de supuestos cambia en función del análisis que se realice y es necesario comprobar su cumplimiento, ya que de no ser así, podría llevarnos a conclusiones erróneas sobre las hipótesis y a una pérdida de la validez del estudio. 2. El tamaño del efecto. Los contrastes de hipótesis están basados en un proceso de decisión que es ampliamente utilizado, pero también muy criticado. Aunque hayamos encontrado diferencias estadísticamente significativas, estas pueden ser teóricamente insignificantes, ya que rechazar la hipótesis nula podría ocurrir simplemente por tener una muestra muy numerosa. Por tanto, es sumamente importante que en las distintas áreas de investigación se defina qué es un tamaño del efecto con significado e importancia relevante para la relación que sea objeto de estudio. El tamaño del efecto es una medición estandarizada del efecto causado por la variable independiente sobre la variable dependiente. Se considera una medida más adecuada para describir la relación entre ambas variables que el simple aceptar o rechazar la hipótesis nula. Uno de los autores que más han trabajado en esta área ha sido Cohen (1988). Solo ante la falta de existencia de un referente teórico o empírico en la interpretación del tamaño del efecto, pueden emplearse guías para considerar si el efecto encontrado es relevante. Por ejemplo, para una diferencia de medias, Cohen propone los valores d igual a 0,2, 0,5 y 0,8 para

60

Métodos de investigación en logopedia

considerar que el efecto de la VI sobre la VD ha sido pequeño, moderado y grande, respectivamente.

2.9.3. Técnicas inferenciales más comunes A continuación se enumeran las técnicas de estadística inferencial que más comúnmente suelen aparecer en las publicaciones. Para profundizar en ellas se recomienda ver las referencias aportadas al principio del apartado. a) Diferencia de medias para muestras independientes. Se utiliza cuando queremos saber si para una misma variable las medias obtenidas de dos grupos de participantes distintos son iguales o no. Este contraste está basado en la distribución t de Student (cuyo nombre real era William S. Gosset) y pone a prueba la hipótesis nula de que las medias de los dos grupos son iguales. b) Diferencia de medias para muestras relacionadas. Se utiliza cuando estamos interesados en saber si las puntuaciones de un único grupo de participantes en dos condiciones distintas (o la misma condición en dos momentos temporales distintos) son iguales o diferentes. c) ANOVA. El término viene del inglés (analysis of variance) y, aunque a veces se puede encontrar como ANDEVA, lo normal es verlo siempre escrito con las siglas inglesas. Es una de las técnicas más utilizadas, ya que es imprescindible para comprobar los efectos de dos o más variables independientes sobre una variable dependiente, lo que sucede en los diseños factoriales. El análisis se denota por el número de factores o variables independientes y la situación de las mediciones. Por ejemplo, ANOVA II de muestras independientes indica un análisis de varianza en el que tenemos dos factores en una situación de muestras independientes (se forman grupos). Al existir más de dos VI se pueden dar tres situaciones: una de muestras independientes en el que todas las variables forman grupos; una de muestras repetidas en el que las variables forman repeticiones, y una mixta en la que al menos una variable

Conceptos fundamentales

61

formará grupos y al menos otra formará repeticiones (véase capítulo 3). Esta técnica permite poner a prueba los efectos principales y las interacciones de los factores implicados. d) Regresión lineal. Es una técnica que permite pronosticar los valores de una variable Y (llamada criterio) conociendo los valores en una variable X (llamada predictora). Esta técnica puede generalizarse a una situación en la que tengamos múltiples variables predictoras. No es una herramienta que se utilice mucho en metodología experimental, pero sí ampliamente en investigaciones cuantitativas no experimentales. e) Independencia de dos variables categóricas. Permiten poner a prueba la hipótesis nula de que dos variables categóricas son independientes y, por tanto, no están relacionadas. Está basada en la distribución ji cuadrado (χ2). f) Pruebas no paramétricas. Se utilizan cuando no se cumplen las condiciones para usar alguna de las anteriores. Por ejemplo, cuando el nivel de medida no es el adecuado o cuando tenemos severas violaciones de los supuestos. Estas pruebas, en general, poseen condiciones más fáciles de cumplir por los datos, pero no tienen la misma potencia estadística y suponen trabajar con pérdida de información. Las pruebas no paramétricas equivalentes a las anteriores son: –– Diferencias de medias independientes → Mann-Whitney. –– ANOVA un factor, muestras independientes → KruskalWallis. –– Dos medias relacionadas → Wilcoxon. –– ANOVA un factor, medidas relacionadas → Friedman. g) ANCOVA. Acrónimo del inglés analysis of covariance. Se utiliza cuando se quiere controlar el efecto de una o más variables de confundido (llamadas covariables en el análisis) sobre la variable dependiente que se va a contrastar. Conceptualmente es la unión de un ANOVA y una recta de regresión. Como se verá en el siguiente capítulo es muy útil cuando tenemos variables de confundido que no es posible controlar por medio del diseño, y queremos eliminar su efecto sobre la VD.

62

Métodos de investigación en logopedia

h) Análisis factorial. Es una técnica estadística multivariada de reducción de dimensionalidad. Consiste en partir de un conjunto de n variables y, usando ciertos cálculos, poder explicar la mayor cantidad de la información contenida en ellas a través de un conjunto menor de n’ nuevas variables (n’ PC

O1 O O

VI X

O2 O O

140

Métodos de investigación en logopedia

En estos diseños lo que se busca es estudiar la discontinuidad que se produce en la recta de regresión en el punto de corte que ha clasificado a los participantes en los dos grupos. Veamos un ejemplo: supongamos que en una clínica logopédica se va a realizar un estudio sobre el impacto de un nuevo tratamiento para la disfemia o tartamudez. Sin embargo, este tratamiento es individualizado y requiere largas sesiones de entrenamiento del habla con los pacientes. Para comprobar su eficacia va a llevarse a cabo una selección de aquellos pacientes más afectados. Por tanto, en esta situación van a ser las mediciones en la variable dependiente tomadas en un momento pretratamiento las que nos sirvan para asignar los pacientes a los grupos. Se van a incluir en el grupo experimental aquellos pacientes que tengan un porcentaje de disfluencias por encima de un determinado punto de corte (en nuestro caso, pacientes con un porcentaje de disfluencias igual o superior al 15 %). El resto de pacientes actuará como grupo de control y recibirá el tratamiento habitual. Los resultados se muestran en la figura 4.3. Grupo experimental

Porcentaje de disfluencias postratamiento

Grupo de control

Porcentaje de disfluencias pretratamiento

Figura 4.3. Discontinuidad en la recta de regresión.

Las líneas que aparecen en el gráfico representan las rectas de regresión a las que se ajustan los datos del grupo experimental y del grupo de control. Estas rectas se emplearán para pronosticar los

Diseños cuasiexperimentales

141

resultados en la variable dependiente (grado de disfemia después del tratamiento), a partir de sus puntuaciones antes del tratamiento. Con este diseño se estudia la discontinuidad en la recta justo en el punto de corte que ha servido para clasificar a los sujetos en los grupos. Si no existe efecto del tratamiento, no se producirá ninguna discontinuidad en la recta. En nuestro ejemplo, esta discontinuidad muestra una mejora en el grado de disfemia para aquellos pacientes que recibieron el tratamiento.

4.3. Ejemplos de diseño cuasiexperimental A continuación analizaremos una serie de investigaciones publicadas en revistas científicas que utilizan diseños cuasiexperimentales. Veremos en cada caso qué estrategias emplean los investigadores para tratar los efectos de variables extrañas y controlar, por tanto, la amenaza a la validez de las conclusiones extraídas de los resultados. – Smith-Lock, Leitao, Lambert y Nickels (2013) ponen a prueba un tratamiento para el trastorno específico del lenguaje (TEL) en condiciones naturales. Este tratamiento había demostrado su eficacia en contextos de laboratorio, pero los resultados en contextos naturales eran controvertidos. La intervención y sus efectos se evalúan en un colegio especializado para este tipo de trastorno del lenguaje. Se crean dos grupos: el grupo experimental, constituido por veintidós niños, y el grupo de control, por dieciocho. Sabemos que estos grupos no se generaron aleatoriamente, puesto que los autores lo incluyen como una de las limitaciones de la investigación. Por lo tanto, se trata de un diseño cuasiexperimental de grupos no equivalentes (o de grupo de control no equivalente). Los autores no especifican cómo han sido asignados los niños a los grupos. Este trastorno se caracteriza por un déficit gramatical, por lo que el tratamiento va a ir dirigido a modificar este déficit. La variable dependiente del estudio es el nivel de competencia gramatical medido a través de en un test de gramática (grammar elicitation test). Se evalúa a los participantes del

142

Métodos de investigación en logopedia

estudio en tres momentos, dos antes de la aplicación del tratamiento y una después. Es decir, se trata de un diseño de doble pretest con grupos no equivalentes. La existencia de estabilidad entre los dos grupos de puntuaciones gramaticales pretest nos permite estar más seguros de que esta medida no se ha visto influida o alterada por variables temporales. El grupo experimental recibió el tratamiento puesto a prueba y el grupo de control su tratamiento habitual, de esta forma los investigadores se aseguran de que el tiempo dedicado a los niños de ambos grupos era similar, con lo que se reduce el efecto de variables extrañas. En todo momento, se puede apreciar el interés de los investigadores por generalizar los resultados a contextos aplicados, propio de este tipo de diseños; por ejemplo, el ámbito de aplicación es un colegio de niños con TEL, además, son profesores y asistentes los que aplican el tratamiento. También se observa que los investigadores, siendo conscientes de las dificultades y peligros que ello conlleva, tratan de controlar las amenazas de variables no incluidas en el diseño que pueden influir sobre los resultados: uso de un grupo de control, evaluación pretratamiento en dos fases y grupo de ­control con tratamiento. Otro de los controles es equilibrar los dos grupos lo máximo posible en distintas variables. Por último, dos de los tres investigadores que analizaban los resultados desconocían qué grupo estaban analizando. Los resultados entre ellos fueron consistentes. Se comprobó la eficacia del nuevo tratamiento, ya que la medida postratamiento (nivel de competencia gramatical tras el tratamiento) fue mayor en el grupo experimental que en el grupo de control, además en ninguno de los grupos se produjo mejora entre la medida pretest 1 y la medida pretest 2. – Armson y Stuart (1998) desean estudiar los efectos de la exposición extendida a una retroalimentación auditiva de frecuencia alterada (FAF en inglés) sobre pacientes con tartamudez durante tareas de lectura y monólogo. Para ello seleccionan a un grupo de doce pacientes. Además de comprobar la eficacia de dos tratamientos distintos que se diferencian

Diseños cuasiexperimentales

143

en si el cambio de frecuencia es ascendente o descendente, los autores comprueban los efectos de la presencia del tratamiento. El diseño en este caso es de series temporales con retirada del tratamiento. Los pacientes comienzan con una fase pretratamiento de cinco minutos, después una fase con tratamiento de duración de diez minutos y terminan con una fase postratamiento de cinco minutos. Los registros se toman cada minuto. Cada paciente realiza la tarea de lectura y la tarea de monólogo de forma balanceada, para controlar efectos en el orden de presentación. Al no existir grupo de control, ocurren problemas en la validez de las conclusiones extraídas, debidas principalmente a la selección del grupo, efectos de la historia, la repetición o la instrumentación. Esta información hay que tenerla en cuenta a la hora de interpretar los resultados. Según sus resultados, en la tarea de lectura parece existir una reducción en la tasa de disfluencias y un incremento del número de sílabas pronunciadas durante la fase experimental comparada con las fases preexperimental y posexperimental. Estas diferencias no se aprecian para la tarea de monólogo. Sin embargo, analizando caso a caso, los autores encuentran mucha variabilidad de las respuestas. Los autores afirman que los análisis estadísticos más apropiados para realizar inferencias sobre cambios en el nivel o tendencia de la variable dependiente no se han podido llevar a cabo por el escaso número de registros tomados. Esto sucede con frecuencia en contextos clínicos. – Hakuta, Bialystok, y Wiley (2003) quieren confirmar la existencia de un periodo crítico en la adquisición de un segundo lenguaje. Tal y como explican, el periodo crítico se ha empleado habitualmente para explicar las diferencias encontradas en la habilidad de aprendizaje de un segundo idioma entre niños y adultos, y ha servido para introducir nuevas políticas educativas. Los autores utilizan los datos del censo americano desde 1990 y toman como muestra a inmigrantes con ascendencia hispano-hablante y china con residencia en Estados Unidos de, al menos, diez años. La muestra final está compuesta por 2 340 761 participantes.

144

Métodos de investigación en logopedia

La variable dependiente es el nivel de inglés, medido con un ítem de cinco categorías de respuesta. Los autores reconocen que les hubiera parecido más apropiada una medida más objetiva del nivel de inglés, pero que era muy difícil atendiendo al tamaño de la muestra. Además, se registró la edad, el año de llegada a Estados Unidos y el nivel educativo. Los autores investigan si se produce un cambio en la recta de regresión que predice el nivel de inglés en función de la edad de inmigración en dos puntos críticos (15 años y 20 años). Además, este posible cambio, que puede producirse tanto en la intensidad como en la tendencia o en ambos, se estudia para distintos niveles de educación. Según sus resultados, existe una tendencia decreciente suave que puede observarse en la recta de regresión entre el nivel de inglés adquirido y la edad de entrada en los Estados Unidos, en el sentido de que hay una ligera tendencia a adquirir un nivel de inglés inferior si la entrada al país se realizó en edad más avanzada, y esto es así para todos los niveles de educación. Sin embargo, no se encontró evidencia de la existencia de una discontinuidad de la recta de regresión en los dos puntos de corte estudiados. Los resultados sí apoyan una relación directa media entre el nivel educativo y el nivel de inglés adquirido. Hay que resaltar que en este estudio no hay un grupo experimental que haya recibido un tratamiento, por lo que el ejemplo solo nos sirve para entender el diseño. Esta investigación se trata de un estudio no experimental, que trataremos en el capítulo siguiente.

Preguntas de autoevaluación 1. Un diseño cuasiexperimental se diferencia de un diseño experimental en que: a) El investigador no manipula los niveles de la variable independiente. b) No se pueden generalizar los resultados obtenidos. c) No se pueden establecer relaciones causales.

  

Diseños cuasiexperimentales

d) No se asignan aleatoriamente los sujetos a los grupos. e) Los grupos generados no son equivalentes.

145  

2. Una variable extraña es una variable que: a) No estamos controlando y da cuenta de cambios producidos en los resultados. b) Junto con la variable independiente o tratamiento nos ayuda a explicar los cambios en la variable dependiente. c) Se encuentra siempre presente en los diseños cuasiexperimentales y no podemos mitigar sus efectos. d) No afecta a los resultados de un estudio si en el diseño empleamos un grupo de control. e) Estamos midiendo en vez de medir la variable dependiente.

    

3. Una variable extraña es la selección de los grupos que consiste en el efecto sobre los resultados debido a: La repetición de la medida. Una pérdida diferencial no aleatoria de sujetos. La formación de los grupos según una característica. Un evento que ocurre entre la primera y la segunda medición. e) Cambios en los observadores entre distintas mediciones.

a) b) c) d)

    

4. La mejor estrategia para minimizar los efectos de la maduración es: a) Introducir un grupo de control. b) Medir a los grupos en más de una ocasión antes del tratamiento. c) Introducir al menos dos variables dependientes. d) Medir a los grupos antes y después del tratamiento. e) Construir grupos de sujetos equivalentes.

    

5. Una ventaja de los diseños de series temporales con intercambio de replicaciones frente a otros diseños de series temporales es que: a) Se minimizan los efectos de la maduración. b) Utilizan un grupo de control no equivalente para comprobar los efectos del tratamiento.

 

146

Métodos de investigación en logopedia

c) La evaluación repetida postratamiento garantiza cierta seguridad de los resultados sobre la variable dependiente. d) Minimiza los efectos de la evaluación repetida al tratarse de grupos distintos. e) Permite replicar los resultados obtenidos y que el grupo de control recibe el tratamiento en una fase posterior.

  

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

5

En este capítulo se abordan inicialmente los diseños cuantitativos no experimentales, cuya diferencia principal con los diseños experimentales y cuasiexperimentales es la ausencia de manipulación de las variables independientes, lo que imposibilita el establecimiento de conexiones causales entre las variables estudiadas. A continuación, se exploran tanto el método observacional como los principales diseños cualitativos utilizados en investigaciones más naturalistas. Por último, se estudian los diseños mixtos, que tratan de unir las ventajas de los métodos cuantitativos y cualitativos superando las limitaciones que presentan cada uno de ellos.

5.1. Diseños cuantitativos no experimentales u observacionales Como acabamos de señalar en la introducción, la característica que distingue a los diseños cuantitativos no experimentales de los experimentales y cuasiexperimentales es que en los primeros el investigador no manipula la variable independiente o factor. Es decir, en estos estudios el investigador no introduce un tratamiento o tarea a uno o varios grupos experimentales esperando que se produzcan diferencias entre ellos en la variable dependiente. Sino que los grupos están formados de antemano por los niveles de la variable indepen-

148

Métodos de investigación en logopedia

diente y se estudian las diferencias que se manifiestan entre ellos en la variable de interés. Por esta razón, la falta de manipulación, estos estudios se denominan también observacionales, puesto que el investigador en este caso se limita a observar y medir las diferencias entre los grupos. Una parte importante de la investigación en el campo de las ciencias de la salud y de ciencias sociales es no experimental. La imposibilidad de manipulación de la variable independiente puede deberse al hecho de que sea una característica de la naturaleza (por ejemplo, edad, sexo, presencia o ausencia de un trastorno, etc.), al hecho de que, aun pudiendo ser manipulada, no sea éticamente apropiado hacerlo (nivel de ansiedad, número de cigarrillos consumidos, etc.) o, simplemente, por carencia de recursos. La ausencia de manipulación de la variable independiente tiene como consecuencia la imposibilidad de establecer relaciones causales entre la o las variables independientes introducidas en los ­diseños y la variable dependiente. Esto es así debido a que los cambios producidos en la variable dependiente se pueden deber al efecto de otras variables concomitantes con las del estudio. Con este tipo de diseños, no somos capaces de eliminar posibles explicaciones rivales que compiten con la explicación ofrecida por la variable independiente. Para el establecimiento de una relación causal, es necesario que se cumplan tres condiciones (Cook y Campbell, 1979): 1. Existencia de una relación entre las dos variables. 2. La variable independiente (causa) debe anteceder a la variable dependiente (efecto). 3. La relación observada no debe ser efecto de variables extrañas de confundido (ausencia de una explicación alternativa). Los diseños experimentales generalmente cumplen las tres condiciones, lo cual permite al investigador determinar que los cambios  producidos en la variable objeto de estudio se deben a los cambios en (o es efecto de) la variable independiente. Sin embargo, aunque los diseños cuantitativos no experimentales permiten el establecimiento de las relaciones entre las variables (condición primera), a menudo fallan en la segunda (condición de temporalidad

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

149

de las variables) y en la tercera condición (el grado de control de las variables extrañas), lo que posibilita el surgimiento de explicaciones alternativas a la relación que se estudie.

5.1.1. Tipos de diseños cuantitativos no experimentales u observacionales Existen diferentes clasificaciones y denominaciones para este tipo de diseños, lo que ha llevado a que, en ocasiones, ocurra confusión entre diseños y técnicas de análisis, así como en las propiedades de los diseños. Una clasificación habitual en los libros de texto es la que diferencia entre la investigación comparativo-causal y la investigación correlacional. La primera incluye una variable independiente o dependiente categórica, mientras que la investigación correlacional incluye solamente variables cuantitativas. La denominación utilizada en esta clasificación ha llevado en muchas ocasiones a suscitar la creencia de que el primer tipo de investigación, comparativo-­ causal, permite el establecimiento de relaciones causales, mientras que el segundo tipo, los estudios correlacionales, solo permitiría establecer el grado de relación entre las variables. Es importante dejar claro que, como diseños no experimentales que son, ninguno de ellos permite ofrecer explicaciones causales de los resultados obtenidos. Tal y como se ha estudiado anteriormente, la causalidad solo puede establecerse cuando otras explicaciones rivales se mantienen controladas. Los diseños experimentales permiten un control más riguroso de estas condiciones que los diseños cuasiexperimentales, por eso la seguridad del investigador es mayor al ofrecer explicaciones. En los diseños no experimentales, el investigador observa y registra, y el nivel de control de otras fuentes de variación es mucho más bajo. Johnson (2001) analiza los posibles motivos que han llevado a los profesionales a otorgar propiedades de otros diseños a los diseños comparativos-causales, haciéndolos a su vez superiores a los correlacionales. Una razón puede ser que los estudios comparativos-­ causales se parecen más a los experimentos por tener una variable categórica que forma grupos. Esto puede llevar a la creencia de

150

Métodos de investigación en logopedia

que los estudios comparativos-causales, por tanto, son capaces de controlar mejor las variables extrañas que los correlacionales. Otra razón es la confusión de la técnica estadística con los diseños empleados. La creencia de que el ANOVA se emplea en investigaciones explicativas y la correlación/regresión para las investigaciones puramente predictivas. La propia denominación de los diseños, en sí, también lleva a confusión: Es cierto que la correlación no implica causación en sí misma. Es igualmente cierto, sin embargo, que una diferencia entre dos o más medias no implica causación en sí misma. Es desafortunado que este segundo punto no se resalte en los libros de texto de investigación. (Johnson, 2001)

Estos diseños también han sido denominados ex post facto, porque el investigador actúa cuando los hechos (o valores de la variable) ya han sucedido. En algunas investigaciones se parte de los valores tanto de la variable dependiente como de la o de las variables independientes; en otras palabras, los valores que ya están definidos son solamente los de las variables independientes y esperamos ver qué sucede en la variable dependiente. En este libro se ha adoptado la clasificación de los diseños cuantitativos no experimentales propuesta por Johnson (2001). Esta clasificación considera dos dimensiones: –– La primera, y más clara, está basada en el objetivo primario de la investigación. Así, las investigaciones quedarían clasificadas en tres categorías: investigación descriptiva, investigación predictiva e investigación explicativa. –– La segunda dimensión es temporal. Los tipos de investigación según esta dimensión serían transversal, longitudinal prospectiva (denominado en muchas ocasiones longitudinal) y longitudinal retrospectiva (denominado retrospectiva). Atendiendo a estas dos dimensiones se obtienen nueve tipos de investigación cuantitativa no experimental recogidas en el cuadro 5.1.

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

151

Cuadro 5.1.  Clasificación de Johnson (2001) de la investigación cuantitativa no experimental Dimensión temporal Objetivo de investigación

Retrospectiva

Transversal

Longitudinal

Descriptiva

Descriptivo retrospectivo (tipo 1)

Descriptivo transversal (tipo 2)

Descriptivo longitudinal (tipo 3)

Predictiva

Predictivo retrospectivo (tipo 4)

Predictivo transversal (tipo 5)

Predictivo longitudinal (tipo 6)

Explicativa

Explicativo retrospectivo (tipo 7)

Explicativo transversal (tipo 8)

Explicativo longitudinal (tipo 9)

Según este autor, una investigación se debe considerar descriptiva si el investigador tiene como objetivo primario describir el fenómeno o tratar de documentar las características del fenómeno. Si el objetivo del investigador es predecir o pronosticar un evento futuro, sin intentar establecer las causas, entonces la investigación se considera predictiva. Por último, si el investigador está intentando desarrollar o probar una teoría sobre el fenómeno, intentando explicar cómo y por qué opera y tratando de encontrar factores causales que operan sobre él, entonces la investigación se tiene que considerar explicativa. En cuanto a la dimensión temporal, una investigación es transversal si los datos se recogen en un único momento en el tiempo o en un momento relativamente breve (denominado medida contemporánea). La investigación es longitudinal si se realizan múltiples mediciones de la o las variables dependientes a lo largo del tiempo y se realizan comparaciones con los datos obtenidos. Y, por último, la investigación es retrospectiva si el investigador busca hacia atrás en el tiempo las posibles variables relacionadas con una variable de interés. Generalmente, se parte de los valores de la variable dependiente y se busca información en variables antecedentes (variables independientes) con las que esté asociada esta variable.

152

Métodos de investigación en logopedia

A continuación, se verá cada uno de estos tipos de investigación con más detalle. A) La investigación descriptiva Como se ha señalado anteriormente, la investigación descriptiva tiene como objetivo general describir un fenómeno dado o unas características propias de una población de interés. Estas características suelen ser cuestiones de salud, comportamiento, creencias o actitudes, intereses, etc. En algunas ocasiones, estas investigaciones forman parte de las primeras etapas de una investigación más amplia. Aunque existen distintos métodos para la recogida de información en una investigación descriptiva, la más frecuente es la encuesta. Generalmente, una encuesta está formada por un conjunto de preguntas que se administran a una muestra representativa de la población que se quiere estudiar, y su administración debe realizarse basándose en unas reglas, es decir, debe ser sistemática. Pero, sin embargo, puede haber encuestas que incluyen variables no medidas por cuestionarios, por ejemplo, las clínicas (niveles de colesterol, etc.). Para un estudio más amplio de las encuestas se puede acudir a Martínez Arias (1995b). En algunas ocasiones, las encuestas tienen como objetivo no solo describir características, sino también establecer relaciones entre esas características presentadas por distintos subgrupos de la población estudiada. Al conjunto de preguntas de una encuesta se le denomina cuestionario. En los cuestionarios, la mayor parte de las preguntas formuladas son cerradas, es decir, la respuesta ya aparece fijada en el propio cuestionario entre un conjunto de alternativas. Habrá que tener en cuenta que en muchas ocasiones no se está accediendo a un aspecto de la realidad, sino a la opinión que una persona tiene sobre ella e, incluso, a veces ni siquiera, pues no podremos estar seguros de que los encuestados contesten sinceramente. Esto supone una amenaza a la validez de las conclusiones extraídas a partir de los resultados de la encuesta. Algunos fenómenos, como la aquiescencia, la deseabilidad social o el efecto halo modifican las respuestas de los encuestados.

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

153

La aquiescencia se refiere a una tendencia a contestar afirmativamente a las preguntas con independencia del contenido. La deseabilidad social se refiere a contestar lo que socialmente se considera más favorable. Por ejemplo, es difícil que un encuestado reconozca tener actitudes machistas, incluso cuando el cuestionario es anónimo. Por último, el efecto halo consiste en contestar de forma general con independencia de las preguntas concretas. Las encuestas pueden realizarse personalmente, por correo, por teléfono o telemáticamente. Cada uno de estos métodos tiene sus ventajas y sus inconvenientes. La principal ventaja para la encuesta personal es el alto índice de participación y que el entrevistador puede aclarar dudas que surjan a los encuestados, sin embargo, su presencia puede producir el sesgo del investigador o, incluso, un sesgo en las respuestas de los encuestados por el mero hecho de sentirse observados. Las ventajas de realizar una encuesta por internet es que resulta más económico, pero por otra parte la muestra a la que tendremos acceso en muchos casos no será representativa de la población que estemos estudiando. La muestra a la que va dirigida la encuesta debe ser representativa de la población objeto de estudio. Ello implica que deben quedar representadas sus características y que el tamaño debe ser adecuado. Los procedimientos que suelen garantizar la representatividad se denominan técnicas de muestreo. El muestreo probabilístico es imprescindible, por ejemplo, en las encuestas epidemiológicas. Algunas de estas técnicas, que se explicaron con detalle en el capítulo 2, son: –– El muestreo aleatorio simple: donde cada elemento de la población tiene la misma probabilidad de ser incluido en la muestra. –– El muestreo aleatorio estratificado: cuando se desea incluir en la muestra una representación proporcional de grupos (estratos) que forman la población. –– El muestreo por conglomerados: donde se seleccionan primero conglomerados y después individuos. Por ejemplo, se seleccionan primero colegios y después alumnos. –– El muestreo por conglomerados y etapas (polietápico): donde es necesario realizar varios tipos de conglomerados en dis-

154

Métodos de investigación en logopedia

tintas etapas para seleccionar la muestra. Por ejemplo, se seleccionan municipios de un país, después colegios y después clases, para seleccionar una muestra de alumnos. El método de encuestas a menudo se ha utilizado para estudiar diversos tópicos en investigación en logopedia y audiología. Por ejemplo, Zipoli y Kennedy (2005) realizaron una investigación descriptiva y predictiva para conocer las actitudes, la utilización y las barreras percibidas sobre la práctica basada en la evidencia (EBP, en inglés). Para ello seleccionaron aleatoriamente a un grupo de quinientos logopedas de aquellos que estaban certificados por la ASHA (American Speech-Language-Hearing Association) y les enviaron un cuestionario por correo. El estudio se realizó con las respuestas de 240 logopedas. Al ser un estudio realizado mediante correo postal, los autores incluyeron una carta explicando brevemente el objeto de estudio, así como una definición de las variables que se iban a tratar. En este tipo de estudios es muy importante considerar si la tasa de respuesta es diferencial, es decir, si por alguna razón los participantes que contestaron se diferenciaban en términos generales en alguna característica de aquellos que no contestaron. Una situación como esta podría afectar a la generalización de los resultados. A continuación se detallan las características de los principales diseños descriptivos clasificados según el criterio temporal visto anteriormente. La mayor parte de la investigación descriptiva es transversal. Los diseños transversales (tipo 2) son aquellos que recogen la información en un solo momento temporal. El objetivo en este caso es conocer el estado actual del fenómeno, describiendo un conjunto de características actuales de una población que es objeto de estudio. Generalmente se presenta la información segmentada por grupos para comprobar si las descripciones son distintas dependiendo de los grupos, es decir, en los diseños transversales es frecuente que el objetivo también sea encontrar relaciones entre variables incluidas en la investigación. Por ejemplo, ¿es más frecuente una determinada patología en un subgrupo de la población? Estas respuestas pueden dar comienzo a otras investigaciones más específicas que estudien la relación en profundidad.

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

155

Para poder analizar las relaciones entre las distintas variables, es necesario haber incluido aquellas variables que sean de interés y puedan ofrecer resultados interesantes. Esto solo es posible si la redacción de las preguntas se guía por un entendimiento extenso sobre la materia. Existe un tipo de investigación descriptiva en el área de ciencias de la salud denominada epidemiología, que se detalla en el capítulo siguiente. Cuando estas investigaciones se realizan de forma transversal ofrecen datos de prevalencia de trastornos o afecciones. Por ejemplo, Hoffman et al. (2005) estudian en la población de beneficiarios de los servicios de cuidados médicos la prevalencia de discapacidades de comunicación y su relación con la insatisfacción de estos servicios. La justificación de esta investigación es que una capacidad comunicativa reducida (ya sea para hablar, escuchar o escribir) puede ser un factor crítico en la seguridad de estos pacientes y en la obtención de una máxima calidad de sus cuidados médicos en general. La hipótesis que sostienen los autores es que individuos con una capacidad comunicativa reducida tienen una probabilidad mayor de malinterpretar la información médica o desencadenar una baja adherencia a los tratamientos recomendados. Para la selección de la muestra se empleó un muestreo aleatorio estratificado polietápico. Se seleccionaron 12 769 beneficiarios de centros médicos de 65 años de edad o más. Los autores ofrecen los resultados de la prevalencia del tipo y del grado de capacidad reducida de comunicación y analizan la relación de las características de esta población con la insatisfacción de estos pacientes con los servicios médicos recibidos. En los diseños longitudinales (tipo 3) el objetivo del investigador es examinar si las características o variables introducidas en el estudio cambian con el paso del tiempo para una misma población. Podemos distinguir entre: 1. Estudios de panel. Caracterizados por emplear los mismos sujetos. Cuando se emplean los mismos sujetos en la investigación es porque el objetivo es estudiar el cambio que se produce en el desarrollo de los individuos (variaciones individuales). Un área de aplicación de estos diseños es, por ejemplo, en el desarrollo del lenguaje. Este tipo de investiga-

156

Métodos de investigación en logopedia

ciones son largas y costosas, suelen llevar asociadas una alta mortalidad experimental y el sujeto puede sensibilizarse al estudio. 2. Estudios de tendencias. Emplean muestras de sujetos distintas a lo largo del tiempo, pero que pertenecen a la misma población. A todos ellos se les pregunta las mismas cuestiones. Cuando los diseños epidemiológicos son longitudinales, se obtienen datos de incidencia (tasa de aparición de nuevos casos). Un ejemplo de estudio longitudinal lo encontramos en ­Roseberry-McKibbin, Brice, y O’Hanlon (2005). En este estudio se plantea el hecho de que la tasa de alumnos de habla no inglesa sea cada vez mayor en Estados Unidos ha generado la necesidad de aumentar el número de profesionales logopedas bilingües o con altas capacidades comunicativas interculturales. Los autores señalan que muchos logopedas enfatizan la importancia de prestar un mejor servicio en estas situaciones, incluyendo el uso de otros materiales y métodos insesgados culturalmente. En 1990, se envió una encuesta a nivel nacional a logopedas para examinar las siguientes cuestiones: servicio prestado a niños en fase de aprendizaje del idioma, así como las necesidades e intereses de los profesionales respecto a ello. En 2001 los autores quisieron describir este fenómeno, así como los posibles cambios acontecidos entre 1990 y 2001. Para ello se enviaron 6 000 encuestas aleatorias mediante servicio postal a través de la ASHA (American Speech-Language-Hearing Association) y se analizaron los datos de las 1 736 que fueron devueltas por los profesionales. Llegaron a la conclusión de que los profesionales estaban mejor preparados y atendían más casos que en 1990. Los diseños retrospectivos (tipo 1) son aquellos que parten de los datos en una variable de interés (por ejemplo, la presencia de un trastorno) y mediante preguntas sobre la vida del paciente obtienen información de factores relacionados con esa variable. Un ejemplo de este tipo de investigación pudieran ser las encuestas diseñadas para conocer posibles factores antecedentes relacionados con el cáncer de laringe en pacientes que han sido sometidos a distintos tipos de laringectomía.

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

157

B) La investigación predictiva En este tipo de investigaciones el objetivo fundamental es buscar una relación entre las variables implicadas en el estudio (la o las variables independientes y la variable dependiente), generalmente con el propósito de establecer predicciones. Es decir, el objetivo es el mismo que en los experimentos o cuasiexperimentos, la diferencia reside, tal y como se explicó anteriormente, en que en estos diseños el investigador no manipula la variable independiente y, por tanto, los grupos no reciben tratamientos diferenciales. Esta característica propia de los diseños no experimentales impide al investigador establecer relaciones causales ante posibles diferencias entre los grupos en la variable dependiente, pues otras posibles explicaciones pueden surgir como alternativas a la acción de la variable independiente. Los resultados en estos diseños se interpretan en términos de relación. Por ejemplo, ¿existe relación entre la edad y el grado de éxito en la reeducación logopédica tras un implante coclear?, ¿existe una tendencia mayor en niños que en niñas a sufrir alteraciones de la comprensión del lenguaje? Pudiera decirse que, en muchas ocasiones, carece de sentido la denominación de variable independiente y variable dependiente y se prefiere la denominación de variable predictora o factor asociado (ya sean antecedentes o no) y variable resultado o criterio, que es el objeto de estudio. Como puede comprobarse, los factores pueden ser variables categóricas que generan grupos (por ejemplo, el sexo) o puede tratarse de una característica cuantitativa (por ejemplo, la edad). La selección de variables o factores para estudiar, como en todos los casos, debe hacerse basándose en un marco teórico que permita a los investigadores establecer las hipótesis adecuadas para el estudio. Según el criterio temporal, los diseños predictivos quedan clasificados en diseños predictivos transversales, retrospectivos y longitudinales. En los diseños predictivos transversales (tipo 5) el objetivo es estudiar la relación entre variables cuyos valores acontecen en el momento en que se realiza el estudio. En ciencias de la salud, una de las variables objeto de estudio más común es la presencia o ausencia de un problema (una experiencia o trastorno) y se desea es-

158

Métodos de investigación en logopedia

tudiar con qué factores está asociada esta variable. Se denominan diseños transversales de caso-control. Un grupo estaría constituido por las personas afectadas (casos) y otro grupo estaría formado por personas no afectadas (controles). A partir de ahí, se estudia qué factores actuales pueden estar asociados a esta característica. Si los factores que se estudian han tenido lugar en el pasado se trataría de un diseño predictivo retrospectivo (tipo 4). Al igual que en los diseños transversales, se selecciona a los sujetos por sus valores en una variable dependiente (por ejemplo, rendimiento lingüístico, padecer un trastorno, etc.) y se busca hacia atrás los posibles factores o variables antecedentes que hayan podido producir tales valores. Se trataría, por tanto, de intentar reconstruir lo sucedido. Dentro de este tipo de diseños se pueden incluir los diseños retrospectivos simples, los diseños retrospectivos de caso-control y los diseños retrospectivos de grupo único. En el diseño retrospectivo simple se selecciona un único grupo que posee una característica que se desea estudiar y después se buscan variables que puedan estar asociadas o relacionadas con esta variable. Un ejemplo de este tipo de diseño consistiría en la selección de un grupo de pacientes adolescentes afectados de disfemia y la comprobación de si habían pasado por situaciones emocionales difíciles en los últimos meses, pues pudiera tratarse este de un factor desencadenante. Como se puede ver, este tipo de diseños es simple y el control de la validez interna es menor que en otros diseños, pues otras variables pueden rivalizar con las seleccionadas para dar explicación de los resultados. En el ejemplo, ¿forma parte el estrés del desencadenamiento de la disfemia? o ¿casi todos los adolescentes sienten haber sufrido acontecimientos emocionalmente difíciles? Este mismo esquema de preguntas se podría generalizar para otras investigaciones. El diseño retrospectivo de caso-control es similar al ­transversal de caso-control, pero en estos diseños los factores estudiados anteceden a la aparición de los casos. Tal y como se ha señalado ­anteriormente, la selección de factores o variables independientes depende de la consideración de estos como clave en la generación de los casos. Estos diseños suponen una mejora respecto al diseño retrospectivo simple, pues incluye un grupo de comparación que

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

159

debe ser similar o equivalente al grupo de casos en todas aquellas variables que se considere que pueden afectar a los resultados (menos en el valor de la variable dependiente). Por último, el diseño retrospectivo de grupo único tiene como objetivo el estudio de la relación entre las variables, más que encontrar las variables que puedan ser los antecedentes o causas de la variable dependiente, como sucede en los diseños retrospectivos simples o de caso-control. En estos diseños, el investigador selecciona un grupo de sujetos cuyo rango de valores en la variable objeto de estudio sea lo más elevado posible. Por ello, el tamaño muestral suele ser mayor que en los diseños retrospectivos anteriores. Para comprobar el grado de asociación entre variables antecedentes y la variable dependiente, el investigador emplea técnicas de análisis correlacionales, por esta razón a estos diseños se les ha denominado, a menudo, diseños correlacionales, lo que puede generar confusión entre técnica estadística y diseño. Tanto en los diseños transversales como en los retrospectivos, el investigador parte de los valores en la variable dependiente (o variable de interés), generando los grupos a partir de ella y busca una asociación con variables o factores predictores. En ambos tipos de diseño el investigador tiene toda la información relativa a las variables, es decir, conoce los valores de las variables, bien porque ya han acontecido, bien porque se producen en el momento en que se lleva a cabo el estudio. Sin embargo, la estrategia es diferente para los diseños predictivos longitudinales (tipo 6), en los cuales el valor de la variable dependiente no se conoce, ya que esta todavía no ha acontecido. En estos diseños, el investigador genera grupos de sujetos en función de los valores en la variable independiente o predictora y mide, una vez pasado el tiempo, los valores que toma la variable dependiente en cada grupo. Es común también denominar a estos diseños prospectivos. Es necesario en estos estudios, por tanto, hacer un seguimiento temporal de los sujetos. En el ámbito de ciencias de la salud a este tipo de diseños se les denomina a menudo diseños de cohorte, porque el grupo de sujetos que se estudia a lo largo del tiempo está caracterizado por haber experimentado un suceso común o cumplen todos ellos una condición concreta. Dentro de este tipo de diseños se encuentran los diseños

160

Métodos de investigación en logopedia

de cohorte única, si se es estudia en el tiempo a un solo grupo de personas y de cohortes múltiples, si se compara al grupo de personas que ha experimentado el suceso o cumplen con una condición (casos) con un grupo que no (control). Los diseños predictivos longitudinales se pueden clasificar en diseño prospectivo simple, diseño prospectivo complejo y diseño prospectivo de grupo único. En el diseño prospectivo simple se selecciona una sola variable independiente y se generan tantos grupos de individuos como valores toma la variable independiente. Posteriormente, se mide a los individuos en la variable dependiente. Una amenaza que se comentó en el capítulo anterior que afecta a estos diseños es la selección de los grupos. En un intento de control de posibles variables extrañas que puedan dar explicación, al menos en parte, a los resultados, se pueden introducir variables que se sospeche como extrañas en el diseño. Esto daría lugar a los diseños prospectivos complejos, que incorporarían, por tanto, al menos dos variables independientes: una cuya relación se quiere comprobar y otra que se considere contaminante y se quiera controlar. En los diseños prospectivos de grupo único la estrategia es similar a la de los retrospectivos de grupo único, pero en este caso se selecciona un grupo de individuos que representan un rango amplio de valores en, al menos, una variable independiente. Posteriormente, se registra o se mide a estos individuos en la variable dependiente en un intento de encontrar asociación entre las variables. Un ejemplo de diseño longitudinal de caso-control sería la investigación de Harrison, McLeod, Berthelsen y Walker (2009). Los autores quieren investigar la asociación entre el deterioro del lenguaje y del habla y variables de rendimiento académico y de aprendizaje general en edades tempranas. Para ello se registran las variables en dos momentos temporales: cuando los niños tenían 3-4 años y cuando tenían 6-7 años. Se llevó a cabo una técnica de muestreo aleatorio estratificado. Un total de 3 632 niños participaron en el estudio. La variable de clasificación es la presencia (sí/no) de trastorno del lenguaje y del habla. En concreto, en esta investigación, se mide a través de cuatro variables diferentes (informe de los padres sobre problemas de expresión, informe de los padres sobre problemas de comprensión, uso de servicios de clínica logopedia y puntuación en

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

161

el test Peabody picture vocabulary). Mediante estas variables se generan dos grupos de individuos que poseen, o no, la característica de tener un trastorno. Los autores plantean la hipótesis de que el trastorno se asocia a un peor rendimiento escolar y a una peor capacidad de aprendizaje general, medidos en el segundo momento temporal. Las variables dependientes del estudio son el rendimiento escolar (competencias en lenguaje y pensamiento matemático) y la capacidad de aprendizaje general. Según sus resultados, los niños que presentaban trastorno del lenguaje a la edad de 3-4 años tienen un rendimiento académico inferior a la edad de 6-7 años frente a aquellos que no presentaban ese trastorno. Los autores analizan los datos con diferentes técnicas estadísticas, pero en cualquier caso, tal y como ellos mismos expresan, se trata de un estudio observacional, por lo tanto, no se puede inferir una relacional causal entre tener un trastorno y obtener un peor rendimiento. Cabe imaginarse muchas variables que puedan estar dando cuenta de los resultados. Por ejemplo, piense el lector que a los alumnos con trastorno del lenguaje, por un efecto halo, se les evalúa más bajo en distintas competencias. En cualquier caso, estos estudios son muy importantes para estudiar qué factores están asociados con las variables de interés y avanzar en programas clínicos, educativos y formativos. Un tipo de diseños longitudinales que merece una consideración especial son los diseños evolutivos, por su especial relevancia en el desarrollo del lenguaje, la logopedia y otras ciencias de la salud. En estos estudios la variable independiente es la edad. Estas investigaciones tienen como objetivo encontrar los cambios en las variables dependientes debidas a la edad. Las perspectivas de estudio pueden ser longitudinales, transversales o secuenciales. Los diseños evolutivos longitudinales miden una variable dependiente en un grupo de sujetos a lo largo de distintos momentos temporales y estudian los cambios ocurridos. Estos diseños tienen la ventaja de que controlan las posibles diferencias individuales, pues son los mismos sujetos los que son evaluados en repetidas ocasiones. Por otro lado, tal y como se ha visto, son diseños que a menudo son costosos, largos y con mayor mortalidad experimental. Además, en estos diseños se puede confundir el efecto de la edad con el llamado efecto de la cohorte, que consiste en que el haber nacido en un determinado año y, por tanto, pertenecer a una generación concreta

162

Métodos de investigación en logopedia

pueda influir en los resultados. Pudiera darse el caso, por ejemplo, de que, en el estudio de las habilidades lectoras de los niños, los cambios encontrados no se debieran a la edad, sino a la implementación en ese momento histórico de un cambio de plan de estudios que lo facilitara. Los diseños evolutivos transversales recogen las medidas de la variable dependiente en un solo momento temporal a grupos de sujetos con distintas edades. Estos diseños son menos potentes que los longitudinales a la hora de establecer relaciones, pues pueden existir múltiples variables extrañas que estén explicando los cambios que se obtienen en la variable medida. Un diseño que resulta de la combinación de los dos anteriores es el diseño evolutivo secuencial, en el cual se estudia el efecto de la edad y el efecto de la cohorte. Existen distintos tipos de diseños secuenciales, pero en todos ellos se refieren al estudio de distintas cohortes medidas en distintos momentos temporales. De este modo se controlan los efectos de la cohorte. Como desventaja principal es que requiere muchos participantes en el estudio y, por lo tanto, no es fácil desarrollarlo en la práctica. Además, conlleva un coste más elevado que los diseños evolutivos longitudinales. Una ventaja de los diseños longitudinales frente a los transversales o retrospectivos es que el investigador tiene la seguridad de que la medida de las variables independientes anteceden a la de la dependiente. Tal y como se ha comentado anteriormente, esto supone un requisito a la hora de establecer posibles relaciones causales. Algunos de los inconvenientes es que suelen ser estudios más largos, caros y suele haber una mayor mortalidad experimental. Aun no tratándose de diseños experimentales o cuasiexperimentales, estos diseños han servido en la práctica para dar información sobre qué factores están asociados o son capaces de predecir otras variables. En la práctica clínica es de especial importancia para el diseño de programas preventivos. C) La investigación explicativa A partir de los datos obtenidos de los distintos grupos generados de forma natural, algunas investigaciones (ya sean de tipo 7, 8 o 9)

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

163

tienen por objetivo intentar explicar los fenómenos estudiados o confirmar teorías previamente establecidas. Se utilizan fundamentalmente modelos de ecuaciones estructurales, que aun sin poder establecer relaciones causales entre las variables, sí permiten poner a prueba qué relaciones entre las variables son más probables y otros aspectos como la relación temporal, las variables mediadoras, etc.

5.2. La observación La metodología observacional resulta de interés en aquellas investigaciones que tienen como objeto el estudio de los fenómenos espontáneos en contextos naturales. En estos casos al investigador no le interesa tanto controlar las variables para poder establecer relaciones de causa-efecto entre las variables manipuladas y las variables medidas, sino cómo se comportan los individuos de forma natural, sin intervención. Por ejemplo, cómo se comporta un niño, qué funciones desarrolla o cómo es la interacción con otros elementos de la situación en la que se encuentra. Un investigador podría decidir emplear una estrategia o método observacional para estudiar la etapa de aparición del balbuceo en los bebés, observando en un ambiente natural la interacción comunicativa entre los padres y el niño. La observación científica debe proporcionar datos fiables y válidos que se puedan replicar en futuras investigaciones, por lo que el investigador debe ser riguroso y sistemático en cada etapa o fase del proceso. En este punto es conveniente que se aclare la diferencia entre la observación como método y la observación como técnica. La observación como método tiene entidad suficiente para llegar al conocimiento del fenómeno, describiéndolo, explicándolo y estableciendo las relaciones entre los elementos. Sin embargo, la observación como técnica es una estrategia para la recogida de los datos y queda subordinada a las exigencias y planteamientos de otras metodologías en las cuales se esté aplicando la técnica observacional (Anguera, 1995). Es decir, la recogida de información mediante alguna de las técnicas que se verán a continuación puede realizarse incluso en situación experimental o de laboratorio.

164

Métodos de investigación en logopedia

En muchas ocasiones es difícil encontrar un límite claro entre ambas. Esta dificultad no es más que un reflejo de cómo son los fenómenos en la realidad. El método observacional se caracteriza por la falta de intervención del investigador en el fenómeno de estudio y la no restricción de las respuestas de los individuos en las tareas que realizan o de las técnicas de evaluación a las que son sometidos. Puede ver el lector qué alejada queda esta estrategia de la que debe adoptar un investigador que sigue un diseño experimental.

5.2.1. Clasificación de los métodos de observación La clasificación de estos métodos puede establecerse en torno a dos criterios. Por un lado, el grado de estructuración de la situación y, por otro, el grado de participación. En cuanto al grado de estructuración, los métodos de observación se clasifican en: –– Observación natural. Es la metodología empleada cuando se estudia el fenómeno en su ambiente natural sin ninguna restricción o regla. Por ejemplo, cuando se utilizan vídeos analizando cómo los padres realizan vocalizaciones a los niños de un año y medio que comienzan a hablar. –– Observación estructurada. Implica que el investigador ofrece unas reglas que los participantes deben seguir en un momento dado. Estas reglas pueden ser las de seguir un material estimulante, como por ejemplo “cada vez que su hijo intente pronunciar un fonema concreto, dirija su mirada hacia él, de modo que él pueda observar su boca y pronúncielo alto y claro en dos ocasiones. Luego siga jugando”. En cuanto al grado de participación, los métodos de observación se pueden clasificar como: –– Observación externa o no participante. En ella el investigador no participa, o participa escasamente, en el desarrollo del fenómeno observado. En este caso, el investigador registra la

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

165

actividad e interfiere escasamente en la dinámica del objeto estudiado, lo que proporciona mayor validez externa. –– Observación participante. En la cual el investigador forma parte del grupo, integrándose en las actividades que se llevan a cabo. Conlleva riesgos de pérdida de objetividad en los resultados obtenidos, aunque en este caso el investigador se encuentra en una posición desde la cual accede a información muy valiosa. –– Autoobservación. En este caso es el propio individuo el que se observa y registra. Suele emplearse para conductas encubiertas, como son sentimientos o pensamientos en una situación de disfluencia en una persona con disfemia, y en las cuales el investigador no tiene acceso a la información de forma directa.

5.2.2. Amenazas y peligros en los métodos de observación Tal y como se ha comentado, uno de los peligros de la observación consiste en la pérdida de objetividad por parte del investigador o el sesgo del investigador. Aunque es muy difícil controlar esta amenaza, sí que es posible intentar minimizar los riesgos empleando para ello algunas estrategias: –– Definir operativamente las variables que se van estudiar, seleccionando una muestra correcta de conductas para estudiar el fenómeno. –– Generar un registro adecuado. –– Utilizar a varios observadores simultáneos y calcular un índice de acuerdo entre ellos (por ejemplo, el índice kappa de Cohen). –– Que los observadores no conozcan el objetivo del estudio. Otra amenaza para la validez de los resultados es la reactividad. Esta característica supone que aquello que se desea registrar se ve modificado por la presencia del investigador. En la observación no participante este peligro, aunque también está presente, es menor que en los casos de observación participante.

166

Métodos de investigación en logopedia

5.2.3. Medición de las conductas Un aspecto clave en la metodología observacional es la definición de forma clara y precisa del conjunto de conductas que van a dar explicación del fenómeno, así como el conjunto de individuos a los que se va a observar y cuándo. Al igual que en otras metodologías, el investigador se basará en un marco teórico para la definición operativa de las variables. De este modo evitará incluir conductas irrelevantes y dejar sin definir conductas que forman parte de la definición del fenómeno estudiado. Habitualmente, se incluye en los registros medidas de: –– Ocurrencia: si una conducta ha sucedido o no. –– Frecuencia: la cantidad de veces que ha sucedido por unidad de tiempo. –– Latencia: tiempo que transcurre desde un evento hasta la aparición de la conducta estudiada. –– Duración: tiempo que se mantiene la conducta. –– Intensidad: grado en que se produce la conducta. El muestreo de participantes y de conductas por registrar debe ser representativo de la población objeto de estudio. Se sabe que el muestreo aleatorio conlleva una alta representatividad, pero en muchas de estas investigaciones es inviable. Generalmente se realiza: –– Muestreo focal: se elige a un sujeto y se registran todas sus conductas. –– Muestreo de barrido: cada cierto tiempo, generalmente muy breve, se registran todas las conductas que realiza un sujeto distinto del grupo. En algunas ocasiones, se registra varias veces al mismo individuo después de haber registrado a los demás. –– Muestreo por suceso: se espera hasta que un individuo realice una conducta clave y comienza el registro. Además, se puede encontrar en la literatura el muestreo ad libitum, que consiste en registrar lo que en cada momento al inves-

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

167

tigador le parece interesante. En realidad, no es un verdadero tipo de muestreo y supone una amenaza importante debido a los sesgos que conlleva. Hoy en día, la mayor parte del registro conductual se realiza analizando los vídeos resultantes de las grabaciones de la conducta. En la actualidad, los investigadores se apoyan en softwares específicos para el análisis de datos observados (por ejemplo, The Observer de Noldus) que, mediante el establecimiento previo de áreas o conductas de interés, son capaces de analizar algunos datos y devolver resultados. Sin embargo, el procedimiento de registro de la conducta puede tener lugar cuando esta se está desarrollando, cuando se realiza observación directa (in vivo). Para ello es necesario el entrenamiento previo de los observadores y hojas de registros e instrumentos de evaluación que faciliten la tarea en el momento de la observación. Puede completarse la información sobre la observación en Sarriá Sánchez (2010). Un ejemplo del empleo de la metodología observacional lo encontramos en el estudio de Bartanusz y Šulová (2003) sobre el análisis de la comunicación entre los niños pequeños y sus padres mientras leen libros ilustrados. El estudio se justifica en la importancia encontrada en la literatura sobre el impacto que la comunicación parental tiene sobre el desarrollo del lenguaje en los niños. La muestra en este caso está compuesta por siete niños y siete niñas, con edades comprendidas entre los 30 y 36 meses de edad, y sus padres. Los autores no especifican cómo fueron reclutados los participantes, pero comentan que encontraron dificultades para tales efectos. Las sesiones tuvieron lugar en las casas de las familias, dando importancia al ambiente natural. En cuanto que las sesiones fueron grabadas en vídeo, se puede suponer que el investigador no estaba presente, es decir, que se trata de una observación no participante. Cada padre leyó un libro 5 minutos. Para que no afectara a los resultados, se balanceó la posición de comienzo del padre-madre. La instrucción que recibieron los padres fue que leyeran como lo harían habitualmente. Esta indicación favorece el comportamiento natural de los padres, de los niños y de la interacción, que es lo que se pretende con esta metodología.

168

Métodos de investigación en logopedia

La codificación de las conductas verbales que después se analizaron fueron las siguientes: –– Afirmaciones asertivas, que describen el estado del mundo. –– Afirmaciones expresivas relacionadas con el estado psicológico del hablante y del niño. –– Afirmaciones directivas demandantes de acción, de información o de atención. –– Lenguaje de feedback de aprobación. –– Lenguaje de feedback de desaprobación. –– Clarificaciones. –– Reformulaciones exactas. –– Reformulaciones simplificadas. –– Reformulaciones extendidas. Después de analizar los resultados, los autores parecen encontrar una serie de tendencias en la comunicación diferentes entre padres y madres. En concreto, la tendencia de los padres a utilizar menos lenguaje de aprobación y más de desaprobación que las madres, a reformular afirmaciones de los niños en vez de utilizar la repetición (como hacen las madres) y la tendencia a pedirles más aclaraciones. Los autores consideran interesante incluir otros aspectos, como el impacto de la cultura, la influencia de la situación o, por ejemplo, la comunicación no verbal.

5.3. Los diseños cualitativos La metodología cualitativa surge como opción frente al empirismo y al intento de dar explicación a los fenómenos desde una sola realidad. Dentro de esta metodología se incluyen diseños más flexibles, abiertos a la interpretación y que permiten adaptarse a investigaciones más naturalistas. La elección de un tipo u otro de estrategia va a depender del fenómeno de estudio. En Martínez-Arias, Castellanos y Chacón (2014), se pueden encontrar las principales diferencias entre ambas metodologías. Algunas de estas son:

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

169

1. La metodología cuantitativa es deductiva; parte de fuertes hipótesis deducidas a partir de teorías anteriores y pone a prueba estas hipótesis empíricamente. La metodología cualitativa, sin embargo, es inductiva; parte de una recogida de datos y en el proceso se van estableciendo las hipótesis o teorías. 2. La metodología cualitativa está enfocada a la identificación de procesos, es decir, a la identificación y al estudio de las emociones, pensamientos, deseos, etc., que están en la base de las relaciones entre las variables. En la metodología cuantitativa el objetivo se centra en la búsqueda de relaciones causales entre variables más que en el conocimiento de los procesos que subyacen a tales relaciones. 3. La cualitativa es una metodología más flexible que la cuantitativa, puesto que el diseño se puede reformular en cualquier fase de la investigación y se pueden eliminar o añadir partes nuevas una vez comenzada la investigación. Se trata de ir aprendiendo sobre un fenómeno, no de seguir un proceso estandarizado. 4. Los estudios cualitativos requieren un conocimiento previo del fenómeno muy alto, ya que al ser un proceso abierto y flexible es más fácil equivocarse. 5. En los estudios cualitativos suele existir un mayor interés por la aplicabilidad de las conclusiones, más que por un avance en los conocimientos teóricos. 6. Los datos empleados en los estudios cuantitativos son numéricos, lo cual puede suponer en muchas ocasiones una reducción de la información del fenómeno, mientras que las investigaciones cualitativas manejan descripciones basadas en materiales como los vídeos, las grabaciones, las entrevistas, etc., que permiten matizar y obtener una información más detallada del fenómeno. 7. En las escasas ocasiones en que en los diseños cualitativos se obtienen datos numéricos, el uso de las técnicas estadísticas es un complemento de la investigación, sin ser el objetivo central del estudio. 8. En los diseños cuantitativos la subjetividad del investigador se rechaza como fuente de error, mientras que desde las

170

Métodos de investigación en logopedia

­ erspectivas cualitativas, aun considerándose el sesgo del obp servador, se considera inherente al proceso de obtención de información.   9. El objetivo de muchas investigaciones cualitativas es exploratorio, es decir, construir o establecer una hipótesis durante el proceso de investigación, mientras que en las investigaciones cuantitativas el objetivo es confirmatorio, se parte de una hipótesis establecida y se contrasta empíricamente. 10. Habitualmente, en los diseños cualitativos la muestra es inferior que en los diseños cuantitativos. Esto imposibilita que se puedan generalizar las conclusiones obtenidas con el mismo grado de seguridad, aunque, por otra parte, se obtiene información más detallada y precisa del fenómeno. 11. Las investigaciones de un tipo u otro dependen del objeto de estudio y no tienen por qué ser unas mejores que las otras. Mientras que en los diseños cuantitativos se habla de conceptos como la fiabilidad o la validez, en los cualitativos se habla de consistencia lógica, credibilidad o transferencia. Por tanto, la metodología cualitativa se caracteriza por atender a las particularidades que están sujetas a diversos contextos e intentar dar explicación a los fenómenos investigando desde dentro las situaciones. El investigador se introduce en el contexto para conocer de primera mano cómo se comportan, sienten, reaccionan, etc., los participantes. Para ello, el investigador tratará de controlar sus propias creencias e intentará que su presencia altere lo menos posible la situación natural de comportamiento para no interferir con los resultados del estudio.

5.3.1. Etapas en la investigación cualitativa En muchos manuales aparecen fases o etapas específicas para cada diseño cualitativo, sin embargo, se pueden agrupar fases comunes con independencia de la técnica que se emplee en cada estudio. En primer lugar, el investigador se plantea el objeto de estudio. Generalmente, el tema proviene de un estudio profundo de literatura previa o de un problema real que se necesita resolver.

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

171

Posteriormente, en una fase de planificación, el investigador debe considerar el lugar donde se va a llevar a cabo la investigación. Lo idóneo en una investigación cualitativa es que se trate del contexto habitual, en el que los participantes se comporten de forma natural. En esta fase también el investigador se debe plantear la elección de la o las técnicas o estrategias que va a emplear para el estudio del fenómeno, lo que dependerá de la naturaleza de este. La triangulación es la estrategia empleada por el investigador para garantizar cierto rigor en este tipo de investigaciones, empleando distintas técnicas y confirmando la información desde diferentes fuentes de información. Por ejemplo, comenzar con entrevistas y continuar con una técnica de observación. De este modo, empleando dos o más técnicas, se obtiene una visión más global del fenómeno y la convergencia de datos ofrece un grado superior a la validez de las inferencias realizadas por el investigador. A continuación hay una etapa de toma de contacto y de familiarización con los participantes. Una vez que el investigador se encuentra dentro del contexto de investigación es cuando decide qué participantes forman parte del estudio. En este sentido, la investigación cualitativa es distinta a la cuantitativa. En la primera se pretende representar al fenómeno, mientras que en la metodología cuantitativa se pretende representar a los individuos. Esta distinción hace que, habitualmente, en los estudios cualitativos el número de casos de estudio sea menor. El muestreo también es distinto, mientras que en la metodología cuantitativa la mayor parte de las técnicas exigen muestreos probabilísticos, en la investigación cualitativa el muestreo se realiza por condición, es decir, se incluyen aquellos casos que cumplen una condición que el investigador considera relevante para el estudio del fenómeno, etc.; por ejemplo, seleccionar a los más representativos, a los más extremos, etc. La recogida y el análisis de datos es una fase donde ambos procesos se realizan simultáneamente. Por tanto, el investigador sigue recogiendo datos siempre y cuando el nivel de información vaya en aumento. Generalmente, el análisis de los datos se realiza sin acudir a los números, sino que se utiliza el lenguaje natural como herramienta. El investigador debe establecer un orden para una gran cantidad de información recogida y tiene que reducir la información de modo que le permita establecer conclusiones.

172

Métodos de investigación en logopedia

Es importante recordar en este punto que, en contraposición con  la investigación cuantitativa, la subjetividad no se rechaza. Durante la recogida y el análisis de los datos, la experiencia de los participantes y del propio investigador es parte fundamental de la información recogida, evitando siempre en lo posible que la información quede sesgada por prejuicios previos. El proceso es cíclico, una vez quedan organizados los datos en unidades más elementales, se plantean nuevas hipótesis que llevan a la recogida de nueva información. El proceso termina cuando los datos recabados no aportan información nueva a la investigación. Este punto se conoce como saturación. Para más información sobre los procesos de análisis de los datos cualitativos, véase Anguera (1995). Por último, el investigador hace público, generalmente mediante la escritura del informe final, los resultados obtenidos. El investigador debe presentar la información de forma tan precisa como si se tratara de un estudio cuantitativo. El informe debe incluir datos sobre las decisiones tomadas acerca de las técnicas, el muestreo, la recogida y análisis de la información y todos los procedimientos que se hayan utilizado para aumentar la validez de las conclusiones extraídas en el estudio.

5.3.2. Técnicas en la recogida de datos En este apartado se analizan algunas de las técnicas más habituales en el ámbito de la investigación cualitativa, sus características, algunas de las ventajas que presentan, así como sus limitaciones. En muchos de los estudios cualitativos se incluyen técnicas ya comentadas anteriormente. En muchas ocasiones, se requiere del proceso de triangulación, que, como se ha expuesto anteriormente, permite contrastar distintas fuentes de información y, además, acercarse al fenómeno de estudio de una forma más global, que es una de las características de estos estudios. A) La observación Como se comentó anteriormente, la observación es una técnica que se emplea con mucha frecuencia en las investigaciones cualita-

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

173

tivas. Como su propio nombre indica, consiste en observar y recoger información. Aunque esta técnica la puede emplear el investigador desde fuera del escenario del fenómeno, generalmente, en este tipo de estudios, el investigador se introduce en el contexto o escenario para estudiar el fenómeno desde dentro. Se denomina, entonces, observación participante. En muchos casos la inmersión en el escenario es compleja y requiere de periodos de adaptación por parte del investigador y de los participantes. Es fácil entender que en ciertos contextos la presencia del investigador puede alterar los comportamientos habituales de las personas o grupos de estudio. Imagínese, por ejemplo, el estudio del lenguaje en niños, adolescentes, el estudio de algunas patologías, etc. La observación es una técnica con muchas ventajas, entre ellas, que se puede incluir información no prevista de antemano u observar situaciones de las que los participantes han informado previamente en entrevistas. Las limitaciones principales son que los participantes no acepten al investigador y el posible sesgo del investigador, que le lleve a una recogida, análisis e interpretación de los datos guiado por prejuicios. B) La entrevista El investigador emplea la entrevista cuando desea obtener información de las personas y de cómo han experimentado las situaciones. La entrevista es una técnica que puede variar en cuanto al grado de estructuración, pero, por lo general, en la investigación cualitativa, se suelen emplear entrevistas en profundidad frente a otro tipo de entrevistas más estructuradas. En una entrevista estructurada el conjunto de preguntas, ya sean cerradas o abiertas, está previamente determinado; sin embargo, en una entrevista en profundidad o no estructurada, el número y el contenido final de las preguntas se desconoce al comenzar. El entrevistador lleva consigo un guion con las primeras cuestiones que va a formular o, simplemente, ciertos temas o aspectos clave que desea que se traten, pero el ritmo de la entrevista varía en función de las respuestas de los entrevistados. En este sentido, la entrevista es una situación social en la que los datos se recogen a partir del diálogo. Son abier-

174

Métodos de investigación en logopedia

tas, flexibles, no directivas y no estandarizadas. El objetivo del investigador cuando se emplean entrevistas en profundidad es comprender o explorar, más que explicar, recogiendo información más detallada y profunda que aquella que se puede recabar mediante cuestionarios o encuestas. En realidad, se pretende que sea una conversación o diálogo y no un intercambio formal de preguntas y respuestas. Es fundamental que se garantice la confidencialidad de los datos recogidos. Un ejemplo de entrevista en profundidad puede encontrarse en Ballin y Balandin (2007). Los autores emplean esta técnica en un estudio cualitativo que tiene como objetivo analizar la soledad experimentada por personas mayores con parálisis cerebral. A partir del material de las entrevistas, los autores identifican los principales tópicos o patrones relacionados con el sentimiento de soledad en estos pacientes. Según sus resultados, los principales factores asociados a sus sentimientos de soledad son, por un lado, la incomunicación y, por otro, la ausencia de red social o de apoyo. C) Los grupos de discusión o enfoque Un grupo de discusión (focus group o group interview, en inglés) es una entrevista grupal diseñada para obtener información sobre un área de interés, previamente planificada y consensuada con los participantes. Generalmente participan pocos miembros (hasta diez personas), aunque en algunos casos, en los que el tema se puede considerar íntimo o muy personal, se recomienda menos personas en los grupos de discusión. Habitualmente, la composición de los grupos se realiza con participantes que tienen un perfil similar, de modo que los grupos resulten homogéneos, aunque esto depende también del objetivo de la investigación. Un grupo de participantes homogéneos genera un clima de discusión más cómodo, pero, por otro lado, un grupo heterogéneo puede aumentar la riqueza de opiniones. Se planifican varias reuniones con los miembros para debatir sobre el tema objeto de estudio. Es necesaria la presencia de un moderador experto en el tema que regule de manera flexible, abierta y no directiva la actuación de los miembros. Es interesante que los miembros participen en la discusión de manera equitativa. Se pretende lle-

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

175

gar a un acercamiento de posturas, tal y como sucede en el método Delphi, pero en este caso los participantes no son expertos sobre la materia. Tampoco llegar a un consenso absoluto es necesario, es más importante recopilar información sobre el tema estudiado. Hay que tener en cuenta que esta forma de acercarse a la realidad es muy diferente a la que se consigue mediante entrevistas personales, pues en los grupos de discusión hay una interacción continua entre sus miembros, con la consiguiente influencia mutua entre sus opiniones. Se utiliza con frecuencia en áreas de intervención y evaluación de programas sociales, sanitarios y educativos, así como en investigación. D) La recogida de material documental Dentro de este apartado se incluyen diversas técnicas de recogida de la información. Esta recogida de datos se puede realizar mediante documentos escritos (libros, publicaciones, diarios, etc.) o material audiovisual (vídeos, fotografías, grabaciones de audio, etc.). Existen diversos programas (como ATLAS.ti, NVivo, etc.) para tratar los datos así obtenidos y poder integrar la información recopilada.

5.3.3. Tipos de diseños cualitativos A continuación se presentan algunos de los diseños más empleados en investigaciones cualitativas. En concreto, se abordarán la teoría fundamentada, la investigación-acción, el estudio de casos, el método Delphi, y el análisis narrativo. A) La teoría fundamentada (grounded theory) La teoría fundamentada es un método de investigación en el que la teoría emerge de los datos (Glaser y Strauss, 1967). Según los autores: La teoría fundamentada es el camino de llegar a una teoría adecuada para sus supuestos usos. Contrastaremos esta posición con la teoría generada por deducción lógica a partir de unas suposiciones a priori.

176

Métodos de investigación en logopedia

Es decir, desde esta perspectiva, se entiende que se pueden formular hipótesis, conceptos o teorías a partir de la inducción de los datos y no únicamente de la deducción de supuestos. Se basa en el método comparativo constante y en el muestreo teórico. Por el método comparativo constante se entiende que el investigador recopila y analiza los datos simultáneamente, desarrollando conceptos que le llevan a tomar nuevos datos. El muestreo es teórico porque selecciona los casos en función de los conceptos desarrollados. Se considera que las teorías formuladas son de rango medio, es decir, que sirven para dar explicación de un fenómeno en un contexto determinado. A continuación, se presenta el diseño sistemático (Strauss y Corbin, 1998) que pone énfasis en la construcción de las categorías que surgen de los registros de los sujetos: 1. Codificación viva: es la transcripción directa del material proporcionado por los sujetos. Esta información ha podido ser recopilada mediante entrevistas, grabaciones, vídeos, etc. 2. Codificación abierta: después de recopilar el material, el investigador comienza a generar unas categorías iniciales de significado, elevando la información a un grado mayor de abstracción. Las categorías surgen por el manejo de los datos. Estas categorías pueden ser de distinto tipo: ambientales, perspectivas de los sujetos, actuaciones, procesos cognitivos o emocionales, percepciones de los sujetos, estrategias o relaciones entre los sujetos. 3. Codificación axial: de las categorías resultantes, se extrae aquella que mejor represente el fenómeno de estudio, y se denomina categoría central; el resto de las categorías deben relacionarse con ella. Se termina esta fase con la creación de un diagrama, denominado paradigma codificado, que es el que se empleará para volver a los registros iniciales y comparar su capacidad explicativa. Un ejemplo de este tipo de diseño se puede encontrar en Shorland y Douglas (2010). El objetivo de esta investigación consistió en el análisis de las alteraciones comunicativas en las relaciones de amistad en pacientes con traumatismo craneoencefálico. Después de las transcripciones de las entrevistas en profundidad semiestructuradas realizadas a los pacientes, se llevó a cabo un análisis

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

177

de los datos con el propósito de extraer categorías relevantes. A su vez, estas categorías fueron relacionadas en tópicos de categoría superior. Según sus resultados, los tres tópicos de orden superior extraídos a partir del análisis de los datos son detección de cambios en el mantenimiento y establecimiento de amistades; detección de cambios en las habilidades de comunicación, y dificultades para “abrirse a los demás” asociadas a sentimientos negativos de miedo o vergüenza. Los autores, además, exponen métodos para la mejora de la credibilidad del estudio, en concreto: aplicación sistemática de codificación, revisión por parte de un segundo investigador de las categorías o tópicos y revisión de las transcripciones para asegurar la ausencia de entrevista dirigida. B) La investigación-acción Consiste en un conjunto de acciones que no solo tratan de comprender un fenómeno, sino también de transformarlo. Es decir, es un enfoque práctico. El objetivo de la investigación-acción es producir un cambio que mejore la situación o los problemas que están viviendo los participantes del estudio. Se utiliza a menudo en investigaciones para el desarrollo educativo y social. Una característica fundamental de la investigación-acción es que estos estudios no solo se hacen en la comunidad o grupo de estudio, sino con ellos. Es decir, la investigación-acción es altamente participativa. La investigación se comparte entre el investigador y los participantes. En este sentido, el individuo no solo es objeto de estudio, sino que colabora aportando ideas a la investigación y, además, tiene el rol de transformador del cambio. El procedimiento en estos estudios es cíclico. Se comienza con una etapa de planificación del cambio; después, una etapa de actuación (intervención) y observación; se continúa con una reflexión sobre los cambios producidos, y se vuelve al punto inicial de planificación hasta conseguir los objetivos propuestos en la investigación. Se puede ver un ejemplo de este tipo de investigación en Caballero (2005). La autora expone una investigación realizada por la Universidad de La Laguna, en colaboración con varios centros de educación infantil y primaria, que tiene como objetivo abordar

178

Métodos de investigación en logopedia

y estudiar la respuesta de los centros educativos al alumnado con trastorno específico del lenguaje (TEL). En este artículo se recogen las fases de la investigación y las estrategias de recogida y análisis de la información. Se pretende desarrollar líneas de actuación participativa con el alumnado en su totalidad –los profesores, los padres y logopedas–, de modo que las prácticas y cambios introducidos también se analizan de manera colaborativa. La investigación se realizó en cuatro fases cíclicas, cada una de ellas con sus objetivos y estrategias. Las fases del estudio fueron las siguientes: –– Identificación del problema y diagnóstico. Se contactó con los centros que iban a formar parte del estudio y se negoció con ellos, en total cinco. Al comienzo del estudio, el equipo de investigación estaba formado por profesores universitarios, pero posteriormente se incluyó a profesores de los centros con alumnado con TEL y a logopedas. La recogida de información se llevó a cabo mediante observación narrativa o no estructurada, con el objetivo de observar y analizar las prácticas en el aula, entrevistas a los padres, profesores, logopedas y psicopedagogos de niños con TEL, sociogramas para analizar las relaciones y cohesión de los grupos y análisis de material documental. Para el análisis de los datos se utilizó el programa informático de análisis cualitativo ATLAS.ti. –– Propuestas y desarrollo de la acción. Se situó el centro escolar y el hogar como espacios de acción colaborativo, con el objetivo de implementar las pautas de intervención que favorecieran las necesidades específicas de los alumnos con TEL. –– Observación y reflexión. La evaluación del programa se hizo mediante observación no participante en el aula, con registros narrativos y de tipo inventario no estructurado. Los resultados apuntaron hacia una mejora en las habilidades de comunicación en la integración y en la colaboración profesional. C) El estudio de casos El estudio de casos consiste en la selección de uno o varios casos que se consideran ilustrativos para estudiar en profundidad un fenómeno. El investigador selecciona los casos más representativos

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

179

que desea estudiar, aunque también pueden seleccionarse diferentes casos que representen los distintos aspectos del fenómeno, procurando que quede representado en su totalidad. En algunas ocasiones, los investigadores estudian fenómenos no planificados si se encuentran con un caso que puede aportar conocimiento al área. Es una estrategia de investigación muy empleada en ciencias de la salud, en ciencias sociales, en educación, etc. Es necesario aclarar que el estudio de casos es distinto al diseño de caso único visto con anterioridad. Este último se aborda desde una perspectiva cuantitativa, en la que el investigador trata de manipular y controlar las variables que entran en juego en el estudio del fenómeno. Desde la perspectiva cualitativa, aunque el número de casos sea muy bajo o igual a uno, el objetivo del investigador es comprender el fenómeno de forma global, dentro de su contexto, sin alterar la realidad. D) El método Delphi El método Delphi es una estrategia de comunicación grupal que permite a un grupo de expertos realizar predicciones, consensos o diagnósticos sobre problemas complejos. El procedimiento es el siguiente: se selecciona un grupo o panel de expertos sobre la materia o cuestión que se vaya a tratar y se les envían cuestionarios para que expongan sus opiniones. Estos cuestionarios deben garantizar el anonimato de los encuestados y la máxima autonomía en cuanto a sus respuestas. El investigador analiza los datos tanto cualitativa como cuantitativamente y extrae unas conclusiones que se envían a los expertos junto con un nuevo cuestionario. El proceso es cíclico. En cada ronda, analizando las respuestas, se van acercando posturas y la dispersión de las opiniones es cada vez menor. Se realiza hasta que los expertos llegan a un consenso en sus respuestas. Para garantizar la calidad del estudio, hay que tener cuidado en la selección del panel de expertos y en la elaboración de los cuestionarios. El uso de las nuevas tecnologías y herramientas actuales, como por ejemplo los cuestionarios online, favorecen y facilitan el empleo de estas estrategias metodológicas.

180

Métodos de investigación en logopedia

E) El análisis narrativo Se trata de un conjunto de técnicas de investigación mediante las cuales se recopilan datos sobre la vida y las experiencias de ciertas personas o grupos con el objeto de analizarlos y describirlos. Los datos provienen de narraciones e historias creadas por las personas y se pueden ser escritas (autobiografías), orales (grabaciones de entrevistas) o visuales (fotografías, vídeos, etc.). El contenido del análisis puede referirse a la historia de vida, a una etapa o a un suceso o acontecimiento concreto. Las historias, posteriormente, se analizan en cuanto a su contenido con la intención de reconstruir la experiencia.

5.4. Los diseños mixtos Existe una comparación histórica entre los métodos cuantitativos y los cualitativos, entre las ventajas e inconvenientes que presentan cada uno de ellos a la hora de interpretar o de acercarse a conocer la realidad de un fenómeno. Tal y como se ha visto en capítulos anteriores, los métodos cuantitativos ofrecen la ventaja de trabajar con amplias muestras, controlando variables y posibilitando hasta cierto grado la generalización de los resultados. Por su parte, los métodos cualitativos ofrecen una visión holística del fenómeno, aportando datos más ricos y referidos a aspectos, como los procesos internos, cuyo acceso es difícil desde otras perspectivas. En un intento de aunar las ventajas o evitar los problemas de cada una de estas perspectivas, surgen los métodos mixtos (no hay que confundirlos con los diseños cuantitativos mixtos vistos en el capítulo 3). Los problemas estudiados por los investigadores de las ciencias sociales y de la salud son complejos, y el uso de una aproximación cuantitativa o cualitativa por sí misma es inadecuado para dirigir esta complejidad. La naturaleza interdisciplinar de la investigación, también, contribuye a la formación de equipos de investigación con individuos de intereses metodológicos y aproximaciones diversas. Finalmente, existe una mayor ganancia en la combinación de la investigación cuantitativa y cualitativa que de cada una por sepa-

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

181

rado. Su uso combinado provee un entendimiento expandido de los problemas de investigación. (Creswell, 2009)

La característica principal que presentan estos métodos es que permiten abordar fenómenos complejos o multidimensionales superando las limitaciones de cada método por separado. Es decir, por un lado la falta de profundidad de los métodos cuantitativos y, por otro, la falta de control y generalidad de los métodos cualitativos. Además, la convergencia de los datos provenientes de ambas metodologías va a proporcionar un mayor grado de validez al estudio, mientras que la falta de convergencia no supone necesariamente un grado menor de validez, sino que puede considerarse un complemento de información. Estos diseños, en general, conllevan varias fases cuantitativas y cualitativas, por lo que son más costosos en tiempo y económicamente. En cuanto que suponen más de una medición, en algunos casos en distintos momentos temporales, habrá que considerar las potenciales amenazas que pueda conllevar, como puedan ser los efectos de la repetición. Estos estudios se llevan a cabo, generalmente, cuando la intención del investigador es comparar datos cuantitativos y cualitativos para mejorar las condiciones de un estudio experimental, para profundizar en las causas de los fenómenos, para seleccionar a potenciales participantes de un estudio cualitativo o para identificar cuestiones de interés y profundizar después con un estudio cuantitativo. Las posibilidades son tantas como objetivos pueda plantearse el investigador.

5.4.1. Sistema de clasificación Existen numerosas clasificaciones de los diseños mixtos. En esta sección hacemos referencia al sistema de clasificación propuesto por Creswell (2009) para, posteriormente, comentar algunos de los principales diseños mixtos. Según el autor, hay cuatro aspectos importantes a la hora de clasificar los diseños: el tiempo, el peso, la integración y la teorización. Los investigadores deben considerar el factor tiempo, es decir, si las fases del estudio serán secuenciales o concurrentes. Si las fases son secuenciales, tanto los aspectos cuantitativos como los cualitati-

182

Métodos de investigación en logopedia

vos pueden ser considerados primero. Ello, en gran parte, dependerá del interés del investigador, del objetivo de estudio y de las condiciones en las que se realice este. Generalmente, cuando se toman datos cualitativos primero, la intención del investigador es tener un primer contacto con el objeto de estudio, explorándolo. Después, en una segunda fase cuantitativa, se extiende el conocimiento utilizando una mayor muestra representativa de la población. La razón, en muchos casos, de que las fases sean concurrentes es la imposibilidad de extenderse en el tiempo, por ejemplo, en áreas de investigación clínica. Otro factor que hay que considerar en los diseños mixtos es el peso o la importancia diferencial que el investigador otorgue a unos datos, cuantitativos o cualitativos, frente a los otros. En algunos estudios el peso es el mismo, pero en otros el investigador pone un énfasis mayor en un tipo de datos frente a los otros. La integración de los datos, en un amplio sentido, desde la recopilación, análisis e interpretación, es otro factor que el investigador considera a la hora de diseñar una investigación con datos mixtos. Por último, se considera también si la perspectiva teórica guía el diseño completo. En los diseños mixtos, generalmente, las teorías se encuentran generalmente al comienzo de la investigación guiando otras cuestiones como el tipo de datos recopilados, los participantes empleados o las implicaciones finales del estudio. Cuadro 5.1.  Clasificación de los diseños mixtos atendiendo a los criterios de tiempo y peso Peso o énfasis

Orden de tiempo Concurrente

Secuencial

Estatus igual

CUAL + CUAN

CUAL → CUAN CUAN → CUAL

Estatus dominante

CUAL + cuan CUAN + cual

CUAL → cuan Cual → CUAN CUAN → cual Cuan → CUAL

Nota: “cual” se refiere a diseños cualitativos, “cuan” a diseños cuantitativos, “+” a fases concurrentes, “→” a fases secuenciales y letras mayúsculas denotan prioridad en la investigación. Fuente: adaptado de Johnson y Onwuegbuzie (2004).

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

183

5.4.2. Tipos de diseños mixtos Atendiendo a los factores vistos en el apartado anterior, se van a definir las características principales de varios diseños mixtos, recogidos en Martínez-Arias, Castellanos y Chacón (2014).  A) El diseño explicativo En este diseño el objetivo es recopilar información en una primera fase cuantitativa y, posteriormente, en una etapa cualitativa, completar información explicando algunos de los resultados obtenidos en la primera fase. Puede utilizarse, por ejemplo, para examinar y seleccionar potenciales participantes de un estudio cualitativo posterior. Estas dos fases son secuenciales y no existe integración de los datos más allá de una interpretación global final. B) El diseño exploratorio En este caso, las fases también son secuenciales, pero el orden de recopilación de la información está invertido. Primero, se comienza con una etapa cualitativa, por ejemplo, mediante entrevistas en profundidad u observación. Después de analizar la información, se plantean hipótesis que se ponen a prueba mediante un diseño cuantitativo. C) El diseño de triangulación Es un diseño concurrente, es decir, la recogida de datos se realiza en el mismo momento temporal para las dos fases y se pretende interpretar la información conjuntamente. Además, es un diseño de estatus igual, es decir, no existe superioridad o más peso de una fase sobre la otra; se pretende que ambas aporten aspectos complementarios o redundantes a las conclusiones finales, pero con la misma importancia. La fusión de datos de ambas fuentes es compleja cuando no están bien estructuradas las bases de datos. Bien empleado, este tipo de diseño supone una importante fuente de información y tiene gran poder de generalización.

184

Métodos de investigación en logopedia

D) El diseño integrado (embedded design) En este tipo de diseños la información también se recopila de forma concurrente, pero existe una clara jerarquía entre las fases (estatus dominante), es decir, en el peso o prioridad que el investigador quiera dar a los datos. El peso puede recaer sobre la fase cuantitativa o sobre la fase cualitativa, siendo más común la primera. Se emplea la fase subordinada para aportar o dar apoyo a la fase dominante.

5.4.3. Ejemplo de diseño mixto Hughes, Gabel, Irani y Schlagheck (2010) realizan una investigación cuyo objetivo es evaluar las actitudes hacia las personas con tartamudez. Para ello emplean un diseño mixto con énfasis cualitativo. Los autores señalan que la recopilación de datos cualitativos sobre las experiencias y opiniones de los participantes permite a los investigadores generar nuevas teorías para explicar cómo los participantes entienden el mundo que los rodea y el modo en que sus actitudes, pensamientos y comportamientos se van formando por este conocimiento. Sin embargo, también señalan que los métodos cuantitativos proveen un entendimiento más generalizable. Es por esta razón, y dado que la muestra empleada en el estudio lo permite, por la que los autores eligen un diseño mixto que combina ambos paradigmas, para intentar contribuir de una forma más completa al conocimiento de las percepciones que tienen las personas con una fluencia normal sobre las personas con tartamudez. En concreto, el diseño empleado por los autores es un diseño mixto de conversión que podría clasificarse dentro de los diseños mixtos exploratorios secuenciales. Los autores comienzan con una etapa de recogida de información cualitativa mediante encuestas con preguntas cerradas y abiertas y con entrevistas personales. Las entrevistas se emplearon para clarificar si las respuestas a las encuestas se estaban interpretando correctamente. En el análisis de los datos, las respuestas de los participantes se organizaron y clasificaron hasta que, del propio proce-

Diseños cuantitativos no experimentales, diseños cualitativos y diseños mixtos

185

so, surgieron códigos superiores. Posteriormente, las descripciones se clasificaron como positivas o negativas. El análisis cuantitativo se realizó en este punto. También los autores exponen un conjunto de estrategias que se llevaron a cabo para aumentar la credibilidad y la fiabilidad del estudio, como por ejemplo la triangulación mediante más de una fuente de información (encuestas más entrevistas) o el cálculo del grado de acuerdo entre distintos revisores en el establecimiento de los códigos desde las respuestas de los participantes.

Preguntas de autoevaluación 1. La característica que define a los diseños cuantitativos no experimentales es que: a) El investigador pretende dar explicación al fenómeno solo en los casos estudiados. b) Son estudios de campo. c) No se manipula la o las variables independientes. d) Son estudios abiertos y flexibles. e) Aunque se recogen datos en la investigación, no existe un interés fuerte por su análisis estadístico.

    

2. En un diseño predictivo longitudinal o prospectivo: a) Se pueden establecer relaciones causales entre las variables empleadas en el estudio. b) El establecimiento de los grupos se realiza a partir de los valores en la variable dependiente. c) Presentan la ventaja frente a los retrospectivos y a los transversales de que la variable independiente antecede a la dependiente. d) El investigador parte con los valores en todas las variables al comenzar el estudio. e) Suele emplearse para buscar los factores de riesgo asociados a ciertas patologías presentes en el momento del estudio.

 

 



186

Métodos de investigación en logopedia

3. La observación natural consiste en: a) Estudiar un fenómeno en su contexto bajo unas reglas ofrecidas por el investigador. b) Que el propio individuo es el que observa y registra. c) La descripción de los fenómenos sin registros cuantitativos. d) Estudiar el fenómeno en su ambiente natural sin ninguna restricción o regla. e) El registro de todas las conductas observadas de un fenómeno de la naturaleza de interés para el investigador.

   



4. La investigación-acción es un tipo de diseño cualitativo: a) Formado por un conjunto de acciones que no solo tratan de comprender un fenómeno, sino transformarlo. b) Que representa una estrategia de comunicación grupal entre expertos para predecir un fenómeno o llegar a un consenso sobre una cuestión. c) Mediante el cual se recopilan datos sobre la vida y experiencia de algunas personas con el objeto de analizarlo. d) Donde se ha seleccionado uno o varios casos que presentan un fenómeno para estudiarlo en profundidad. e) Basado en entrevistas grupales, previamente planificado y consensuado con los participantes.



   

5. Dentro de los diseños mixtos, el diseño exploratorio está formado por: a) Fases concurrentes, donde el énfasis se pone por igual en ambas fases. b) Fases secuenciales, se comienza con una etapa cualitativa y se termina con una fase cuantitativa. c) Fases concurrentes, donde el énfasis o el peso de la investigación recae sobre la fase cualitativa. d) Fases secuenciales, una primera fase cuantitativa y posteriormente, en una etapa cualitativa. e) Fases concurrentes, donde el énfasis o el peso de la investigación recae sobre la fase cuantitativa.

    

Investigación epidemiológica

6

En este capítulo se presentan las investigaciones epidemiológicas, que son un tipo de estudios centrados en la identificación de problemas de salud y sus factores de riesgo en poblaciones. En general, estos trabajos poseen las mismas características que los que hemos visto a lo largo del libro, pero presentan ciertas particularidades que hay que tener en cuenta. En este capítulo veremos cuáles son las medidas de ocurrencia y efecto que más se suelen utilizar y analizaremos cómo describir las propiedades de un instrumento de diagnóstico a través de la sensibilidad y la especificidad. También mencionaremos algunos de los diseños más comunes y estudiaremos qué sesgos principales amenazan la validez de estos estudios.

6.1. El concepto de epidemología A mediados del siglo  xix, el cólera seguía siendo una importante causa de mortalidad. La bacteria que lo provoca, la Vibrio cholerae, no había sido identificada aún (y no lo fue hasta 1884) y se desconocían las causas de su propagación. La hipótesis generalizada era la defendida por Von Liebig, que señalaba que se trataba de una enfermedad miasmática, es decir, que se expande, de alguna forma desconocida, a través del aire. William Farr, del Departamento de Estadística del Gobierno inglés, frente a la epidemia de muertes

188

Métodos de investigación en logopedia

que asolaba Londres y analizando los datos de los que disponía, encontró una fuerte evidencia a favor de esta hipótesis. Allí donde había un caso, se encontraban otros más (un hombre contaminado contaminaba a los más cercanos). Sin embargo, el Dr. John Snow, médico considerado posteriormente como uno de los padres de la epidemiología, utilizó un enfoque diferente en 1849. Realizó un intenso trabajo de campo, con entrevistas a enfermos, observaciones y mapas de la distribución de la enfermedad para finalmente establecer que, la mejor explicación era que el cólera estaba causado por un agente desconocido que se encontraba en el agua, y que se transmitía al beber de ella. Posteriormente, esta hipótesis obtuvo la confirmación definitiva cuando al cerrar todas las fuentes de la ciudad de Londres marcadas por el Dr. Snow como sospechosas, cesaron los casos de cólera. Este se considera el primer caso (o al menos el más carismático) de la utilización de la epidemiología en la historia moderna. Podemos continuar con una definición: La epidemiología es la disciplina científica que estudia la frecuencia y distribución de fenómenos relacionados con la salud y sus determinantes en poblaciones específicas; y la aplicación de esos conocimientos al control sanitario. (Royo y Moreno, 2009)

La epidemiología no solo estudia enfermedades, sino todo tipo de fenómenos relacionados con la salud, como hábitos de consumo, dieta, calidad de vida y uso de los servicios de salud. Entre sus determinantes se encuentran factores que engloban todos los niveles de los seres humanos, desde los más físicos y biológicos hasta los más sociales y culturales. Hoy en día, no se comprende una ciencia de la salud sin los conocimientos aportados por la epidemiología. Es habitual dividir la epidemiología en dos ramas bien diferenciadas. Una epidemiología general o de la salud pública, que hace hincapié en la cadena de sucesos que llevan a un individuo a enfermar, y otra, epidemiología clínica que estudia la frecuencia y distribución de las consecuencias de una enfermedad. El momento temporal es el que crea estas dos ramas; la primera se centra

Investigación epidemiológica

189

en el tiempo anterior a la enfermedad, y la segunda en el tiempo posterior. Sin querer ser exhaustivos podemos establecer algunas de las características principales de la epidemiología: –– Está centrada en el estudio de poblaciones a lo largo del tiempo, aunque también se realizan estudios en laboratorio. Una característica común es el análisis poblacional. Los hallazgos encontrados en el laboratorio pueden ser poco informativos para la salud de una persona. Por ejemplo, en el laboratorio puede encontrarse que la exposición a niveles altos de una sustancia puede producir la muerte; sin embargo, un individuo nunca estará expuesto a esos niveles, sino que recibirá pequeñas dosis a lo largo de un periodo muy largo de tiempo. El estudio sobre cómo esas pequeñas dosis pueden inducir la enfermedad a unos individuos y a otros no es el objetivo de la epidemiología. –– Estar centrados en las poblaciones y buscar su descripción más precisa conlleva una preocupación mayor que en otras áreas metodológicas para utilizar correctos procedimientos de muestreo. –– Los estudios, por sus características casi siempre descriptivas, contendrán una gran cantidad de variables de confundido que provocan efectos mediados y moderados. Los estudios epidemiológicos no suelen poseen una fuerte validez interna, pero lo compensan con estudios muy ecológicos. –– En áreas muy sensibles, en las que la manipulación de las causas es imposible, trabajar con estudios epidemiológicos es la mejor manera de acercarse a estas enfermedades. Esto ocurre por ejemplo en los casos de muerte por cáncer, tabaquismo, tuberculosis, etc. –– Debido a las características de sus diseños, los estudios epidemiológicos utilizan medidas de las variables que le son propias y que no comparten con otros tipos de estudios. Estas medidas se estudiarán en el siguiente apartado. Los estudios epidemiológicos aportan un conocimiento que puede sernos de gran utilidad para las siguientes tareas relacionadas con la salud:

190

Métodos de investigación en logopedia

–– Identificar las causas de las enfermedades. Este es el objetivo de la epidemiología general. Identificar cuáles pueden ser los motivos que llevan al desarrollo de una enfermedad. Estos motivos o factores de riesgo se estudian a través de los diseños de cohortes. Por ejemplo, Halawa, Fernández-Freire y Pérez (2012) utilizaron un diseño de cohorte única para identificar los factores de riesgo en el desarrollo de nódulos vocales, para una población diagnosticada previamente de disfonía; se encontró un efecto significativo de la edad, la ansiedad, la depresión, el consumo de tabaco y la rinitis alérgica. –– Medir el tiempo de inducción, incubación o duración de las enfermedades. Al utilizar estudios longitudinales, con múltiples mediciones en el tiempo, es posible estimar el tiempo medio de incubación o propagación de una enfermedad. Esta información es crucial a la hora de diseñar estrategias de cuarentena, para la prevención de epidemias y procesos contagiosos. En el estudio anterior sobre los nódulos vocales, al tratarse de un estudio longitudinal, pudieron concluir que la duración media del cuadro de disfonía era de cuatro años. –– Establecer pronósticos sobre las enfermedades. Además de identificar las causas de una enfermedad, en los estudios epidemiológicos prospectivos se pretende establecer cuál será el progreso más probable, desarrollando estrategias que se adapten a él. –– Los conocimientos aportados permiten a los organismos de salud pública, tanto nacionales como internacionales, crear programas de intervención sobre enfermedades específicas. –– Distintas poblaciones pueden tener necesidades preventivas diferentes, en función de variables como la alimentación, la situación geográfica, los hábitos de consumo, etc. Al poseer conocimientos sobre las causas de la enfermedad y también de las características de la población, es posible diseñar estrategias de intervención adaptadas a las condiciones de cada grupo. Por ejemplo, en su estudio, Skeat et al. (2014) analizaron los factores sociales que facilitaban el acceso a los servicios especializados a niños con problemas del lenguaje. Encontraron que, exclusivamente, la preocupación de los progenitores, y no otras variables, eran los predictores de ese

Investigación epidemiológica

191

uso del servicio; concluyeron que era necesario desarrollar otros métodos de apoyo a las familias. –– Cualquier plan de intervención debe llevar un seguimiento para poder evaluar la eficacia de las medidas adoptadas en él. Esta evaluación deberá contemplar tanto la eficacia (efectos positivos bajo condiciones ideales) como la efectividad (efectos positivos bajo condiciones reales) y eficiencia (relación entre los costes y los beneficios). Por ejemplo, Bovo, Galceran, Petruccelli, y Hatzopoulos (2007) pusieron a prueba la efectividad de un programa preventivo de disfonía en docentes, y encontraron beneficios a largo plazo del grupo que recibió el tratamiento sobre el grupo que no lo recibió. –– Desde hace años, se ha instalado en los organismos públicos la obligatoriedad de tomar decisiones basadas en evidencia empírica (evidence-based practice). Es decir, cualquier decisión de relevancia para los individuos de un grupo o comunidad debe estar respaldada por estudios empíricos que la avalen. Esta estrategia pretende proteger a los individuos de decisiones arbitrarias guiadas por los propios intereses o creencias. Sin la epidemiología no sería posible una salud pública basada en evidencia empírica, ya que una buena parte de los conocimientos parten de ella.

6.2. Medidas usadas en epidemiología En epidemiología, es frecuente utilizar medidas específicas que nos informan de la presencia o evolución de una enfermedad en una población. Aunque existen infinidad de ellas, aquí presentamos las más comunes, porque son las más ampliamente utilizadas en los estudios. En general, la mayoría de las otras medidas no son sino modificaciones o extensiones de estas que presentamos. Las medidas se dividen en tres tipos: medidas de ocurrencia, que nos indican cuantos casos positivos o nuevos diagnósticos se producen en una población en un periodo determinado; medidas de efecto, que nos permiten calcular la influencia de un factor de riesgo en una enfermedad, y medidas de diagnóstico, que describen las propiedades métricas de herramientas construidas para diagnosticar pacientes.

192

Métodos de investigación en logopedia

6.2.1. Medidas de ocurrencia Se suelen utilizar dos tipos importantes de medidas: las de prevalencia y las de incidencia. La prevalencia son los casos positivos existentes en una población en un periodo de tiempo; mientras que la incidencia son los nuevos casos positivos diagnosticados en ese periodo. Se suele hablar de dos tipos de incidencia: la acumulada y la tasa o densidad de incidencia. Por último, veremos una medida similar a la prevalencia que son los odds. Para ejemplificar las diferentes medidas, vamos a utilizar la figura 6.1, en la que se representa la evolución de un grupo de diez sujetos. En el eje horizontal se sitúa el tiempo, medido en meses, y cada sujeto se representa por una línea horizontal. La entrada del sujeto en el estudio se representa con un círculo. Como puede verse, algunos sujetos (1, 2 y 7) se incorporan más tarde a la investigación. El momento del diagnóstico de la enfermedad, se representa con un aspa; a partir de ahí, la línea será discontinua. 10 9 8

Sujetos

7 6 5 4 3 2 1 0

0

5

10

15

20

Tiempo (meses)

Figura 6.1.  Ejemplo de diez sujetos y su diagnóstico en el tiempo.

A) Prevalencia Es la proporción de casos positivos en un momento o periodo. Es una medida estática, como una fotografía, de la situación de una enfermedad en un momento determinado. El periodo puede ser muy corto, y entonces se hablaría de prevalencia puntual, o de mayor duración, en cuyo caso se hablaría de prevalencia de periodo.

Investigación epidemiológica

P =

193

número de casos positivos en el periodo . total de la población

En nuestro ejemplo, en el momento t5 (a los cinco meses del inicio del estudio), tenemos tres casos diagnosticados en una población de ocho (todavía los sujetos 1 y 7 no se han incorporado al estudio) por lo que tenemos una prevalencia de: P(5 meses ) =

3 = 0, 37. 8

A los 15 meses, esa prevalencia será de 7/10 = 0,7; estas serían prevalencias puntuales, porque han sido calculadas para un momento concreto (t5 y t15). Si calculásemos una prevalencia periodo para los 20 meses, el valor sería ocho casos diagnosticados de diez, P = 8/10 = 0,8. La interpretación de la prevalencia es sencilla, ya que en una proporción sus valores estarán entre 0 y 1 y, al multiplicarlos por 100, se convierten en porcentajes. Por ejemplo, el último cálculo lo interpretaríamos como, estudiando un periodo de 20 meses, el 80 % de los sujetos tienen la enfermedad. B) Incidencia acumulada Se define como la proporción de personas que han sido diagnosticadas como casos positivos, en un periodo de tiempo, respecto al total de personas que podían enfermar en ese periodo. IA =

número de nuevos casos positivos en el periodo . número de personas diagnosticables al inicio del periodo

Es la proporción de personas que han enfermado en un periodo. La diferencia con la prevalencia es que en la anterior considerábamos todos los casos positivos, aunque estos hubiesen sido diagnosticados en un periodo previo. Ahora solo se consideran los nuevos diagnósticos. Es una medida dinámica porque nos informa de la ve-

194

Métodos de investigación en logopedia

locidad de contagio de una enfermedad. Partimos de un grupo de sujetos al que observamos continuamente y, cuando se produce la enfermedad, se considera un nuevo caso. Un aspecto fundamental en la incidencia es la definición del periodo, que debe ser ni de­ masiado pequeño, para que no se produzcan nuevos casos, ni demasiado largo, en el que toda la población se ha convertido en casos positivos, y por tanto, su valor sea 1. La incidencia se mide siempre sobre una cohorte cerrada, es decir, partimos de un grupo de sujetos que estudiamos desde el principio y sobre el que no pueden incorporarse nuevos sujetos. Con nuestros datos, supongamos que establecemos dos periodos de diez meses consecutivos cada uno. En el primer periodo partiríamos de una cohorte de siete sujetos, ya que los sujetos 1, 2 y 7 no pueden ser considerados, al no estar desde el inicio del periodo; tendríamos cuatro casos de siete, por tanto, IA = 4/7 = 0,57. En el segundo periodo, partiríamos de cinco casos, aquellos que todavía no han sido diagnosticados y que están desde el inicio del periodo (por eso el caso 1 no se tiene en cuenta); tendríamos tres diagnósticos, por lo tanto, IA = 3/5 = 0,60. La interpretación de la incidencia acumulada es similar a la prevalencia, porque también es una proporción, pero la IA nos informa de lo virulenta que es una enfermedad o la velocidad de su expansión. En nuestro caso, hemos pasado de 0,57 a 0,60. Se podría interpretar como que nuestra enfermedad ha pasado de un 57 % de nuevos casos a un 60 %, es decir, en el paso de diez meses, hay un 3 % más de probabilidad de sufrirla. A veces también se la interpreta como riesgo, pero en ese caso debemos estar seguros de que todos los sujetos que consideramos en el denominador pueden realmente desarrollar la enfermedad. Por ejemplo, habría que eliminar los sujetos inmunes o los que por edad u otras características no podrían desarrollarla. C) Tasa de incidencia La incidencia acumulada no permite introducir nuevos sujetos en el estudio si no es al principio de un periodo. Sin embargo, la tasa de incidencia sí lo permite, porque la unidad de análisis no son los casos, sino el tiempo de observación por sujeto.

Investigación epidemiológica

195

La tasa de incidencia se define como el número de casos nuevos por cada unidad-tiempo de observación. A veces, se la conoce simplemente como incidencia o densidad de incidencia. Esta tasa permite que se incorporen nuevos sujetos al grupo de observación, porque estos están ponderados por el tiempo que se les observa. TI =

número de casos nuevos . número de personas × tiempo en observación

El numerador es el mismo que para la incidencia acumulada, pero el denominador es diferente. Veamos cómo calcularlo para el periodo de los diez primeros meses: el primer sujeto no está ningún mes en observación en ese periodo (0); el segundo está siete meses en observación (desde su entrada el tercer mes hasta el fin del periodo); el tercero está cuatro meses (desde el inicio del periodo hasta su diagnóstico el cuarto mes). El resto de los meses del tercer sujeto no se tienen en cuenta, ya que no puede ser rediagnosticado, si pudiera (por ejemplo, porque se registran los contagios múltiples), entonces sí se considerarían. Con el resto de sujetos obtendríamos los valores: 2, 10, 5, 3, 10, 10 y 10. Y el total de periodos observados serían 61, por lo que la tasa de incidencia para el primer periodo sería: TI (t -t 0

10

)

=

4 = 0,065. 61

Esta tasa está medida en el inverso del tiempo, así que se puede interpretar como que se producen 0,065 diagnósticos por cada mes. También es común calcular el inverso de la tasa de incidencia = 1/TI, que en nuestro caso sería 1/0,065 = 15,38, y se puede interpretar como el tiempo medio de observación (en meses) hasta que se produce un diagnóstico. Pero, cuidado, ese valor no es el tiempo de vida o de diagnóstico para un sujeto, ya que esos quince meses se reparten entre el conjunto de sujetos observados.

196

Métodos de investigación en logopedia

D) Odds Es la división de la proporción de casos positivos entre la proporción de casos negativos. casos positivos casos totales = casos positivos . Odd = casos negativos casos negativos prop. de negativos = casos totales prop. de positivos =

En la fórmula, al tener en el numerador y denominador los casos totales, estos son eliminados, dando lugar a la fórmula simplificada de la división de los casos positivos entre los casos negativos. El término odd no tiene una traducción clara al castellano, y en la mayoría de los manuales se deja con el término inglés odd aunque en algunos libros se traduce como posibilidades o momios. Con nuestros datos, si calculamos el odd de ser diagnosticado en todo el periodo observado (los veinte meses) obtendríamos: Odds =

8 = 4. 2

Y ese 4 lo interpretaríamos como que es cuatro veces más probable ser diagnosticado con la enfermedad que no serlo. Los odds tienen valores entre 0 y más infinito, y mantiene una distribución desigual de las puntuaciones. En caso de que haya más casos negativos que positivos estará entre 0 y 1; en caso de que haya los mismos su valor será 1, y si hay más casos positivos que negativos irá entre 1 y más infinito.

6.2.2. Medidas del efecto Se calculan cuando se quiere conocer el efecto que un determinado factor de riesgo produce en el desarrollo de la enfermedad. Para ello se comparan los índices de dos poblaciones distintas. Una de

Investigación epidemiológica

197

ellas con presencia del factor de riesgo (llamado grupo de comparación o grupo 1), y la otra sin su presencia (grupo de referencia o grupo 0). La comparación puede hacerse como una resta, en el caso del riesgo atribuible, o como una división, en el riesgo relativo y los odds ratios. Para que la comparación tenga cierta validez, es necesario presuponer que los dos grupos son exactamente iguales en todo, excepto en la presencia o ausencia del factor de riesgo. Si no, el cálculo estaría afectado por múltiples amenazas. A) Diferencia de tasas y diferencia de riesgo De forma genérica se conoce a las dos como riesgo atribuible, y no son más que la diferencia entre dos tasas de incidencia, en caso de la primera, y dos incidencias acumuladas, en caso de la segunda. Como todas las medidas de efecto, sirven para comparar el efecto producido por la exposición a un factor de riesgo. Por ejemplo, supongamos que la tasa de incidencia para el diagnóstico de un trastorno en personas con un factor de riesgo es de 0,8; y para aquellas que no tienen el factor de riesgo es de 0,3. La diferencia de tasas sería 0,8 – 0,3 = 0,5; por lo que el efecto de tener el factor produce un incremento de 0,5 por unidad de observación, frente a los que no tienen el factor de riesgo. Diferencia de riesgo = IAG.1 – IAG.0 . Diferencia de tasas = TIG.1 – TIG.0 . B) Riesgo relativo Se define como la razón entre dos proporciones, bien dos prevalencias o, lo que es más común, la división de dos tasas de incidencia. RR =

TI TI

G .1

.

G .0

En el ejemplo anterior, si calculásemos el riesgo relativo sería RR = 0,8/0,3 = 2,7. Esto se podría interpretar como que es 2,7 ve-

198

Métodos de investigación en logopedia

ces más probable ser diagnosticado del trastorno perteneciendo al grupo que posee el factor de riesgo, que perteneciendo al grupo que no lo posee. A veces, se puede expresar como un porcentaje, y para ello se multiplica por 100 el valor. En nuestro caso, se diría que la incidencia es de un 270 % en la población con el factor respecto a la población sin él. Al igual que sucede con los odds, es muy común encontrárselo en los textos con el término inglés de risk ratio. C) Odds ratio Es la división de dos odds. Se calculan los odds para dos poblaciones distintas y se dividen. Es especialmente útil para el estudio de casos y controles, y enlaza directamente con los modelos de regresión logística, que se utilizan ampliamente en el análisis de datos epidemiológicos. Supongamos unos datos ficticios en los que tenemos dos poblaciones distintas (caso-control) y en las que hemos encontrado las siguientes frecuencias (cuadro 6.1): Cuadro 6.1.  Ejemplo para el cálculo de odds ratio

Enfermedad

Caso

Control



120

 50

No

 80

250

Odds ratio =

odds G. 1 . odds G. 0

Veámoslo con nuestro ejemplo: definimos al grupo de casos como G.1 y al grupo de controles como G.0. Calculamos los odds para cada uno de ellos: Odds G.1 =

120 50 = 1,5;    Odds G.0 = = 0,2. 80 250

Investigación epidemiológica

Odds ratio =

199

1,5 = 7,5. 0,2

Este 7,5 es la relación que existe entre la probabilidad de ser diagnosticado entre los casos y los controles. Los casos tienen siete veces (7,05) más probabilidad de sufrir la enfermedad que los controles. Al igual que los odds, los odds ratio tienen una distribución no equivalente. Cuando el riesgo es mayor para el grupo de control o de referencia, tienen un valor entre 0 y 1; cuando el riesgo es el mismo, tiene un valor de 1, y cuando es mayor para el grupo comparado o de casos, tiene un valor entre 1 y más infinito. Esta asimetría puede ser confusa de interpretar y conlleva problemas en el análisis de datos. Por ejemplo, los valores 0,13 y 7,5 tienen el mismo efecto. El primero a favor del denominador (los controles) y el segundo a favor del numerador (los casos). Sin embargo, sus valores absolutos son muy diferentes, lo que puede ser un problema al usar técnicas estadísticas con ellos. Una forma habitual de solucionarlo es calculando el logaritmo natural de los OR. lnOR = logaritmo natural (odds ratio). Después de esta trasformación, la distribución será simétrica en torno al cero, con valores negativos y positivos a favor del denominador y numerador respectivamente. En nuestro caso, los valores serían Ln(0,13) = –2,01 y Ln(7,5) = +2,01; como puede apreciarse, el mismo efecto queda representado por el mismo valor, y el signo explicita la dirección. Por supuesto, si se lleva a cabo la transformación, hay que ser cautos con la interpretación, ya que ahora no representan la división de dos posibilidades, sino el logaritmo de esa división. Existe un riesgo de interpretar los odds ratio como riesgo relativo sobreestimando el efecto. Por ejemplo, en el caso anterior, si hubiésemos calculado el RR, habríamos obtenido un valor de 3,6. El riesgo consiste en calcular OR, pero interpretarlo como un RR, sobredimensionando el efecto del factor de riesgo. Aunque su significado es muy parecido, hay que recordar que los RR es una división

200

Métodos de investigación en logopedia

de proporciones (se utiliza el total de la población en el denominador), mientras que los OR es una división de odds. D) Proporción atribuible y proporción atribuible poblacional Un valor que sería interesante conocer es qué porcentaje de los diagnósticos se debe al factor de riesgo y no a otros factores. Este valor puede obtenerse a través del cálculo de la proporción atribuible. Estas proporciones pueden calcularse para todas las medidas de efecto que hemos visto –las incidencias, el riesgo relativo y los odds ratio– usando las siguientes fórmulas: Proporción atribuible (incidencia acumulada ) =

Proporción atribuible (riesgo relativo) =

Proporción atribuible (odds ratio) =

IAG .1 – IAG .0 . IAG .1 RR – 1 . RR

OR – 1 . OR

En el ejemplo que pusimos para el cálculo de la diferencia de riesgo sería: Proporción atribuible =

0,8 – 0, 3 = 0,62. 0,8

Se interpretaría que el 62 % de las personas observadas deben su enfermedad al hecho de estar expuestos al factor de riesgo. Si se eliminase ese factor de riesgo, se prevendría un 62 % de los casos de enfermedad. Y calculando a partir del ejemplo el riesgo relativo sería: Proporción atribuible =

2, 7 – 1 = 0,62. 2, 7

Investigación epidemiológica

201

Como se ve, coincide con la calculada a partir de la diferencia de riesgo, ya que ambas parten de los mismos datos de ejemplo. Y, por último, en el ejemplo del odds ratio quedaría como: Proporción atribuible =

2,08 – 1 = 0,51. 2,08

Esta interpretación de la proporción atribuible puede ser engañosa. En realidad no vamos a prevenir el 62 % de los casos de la población total, ya que dependerá del número de personas que realmente están expuestas al factor de riesgo en ella. Por muy virulento que sea un factor de riesgo, tendrá poco efecto si en la población lo sufre un porcentaje muy pequeño de personas. Hay otro cálculo similar que sí tiene en cuenta cuál es la proporción del factor de riesgo en la población. Es la proporción atribuible poblacional y, de igual manera, puede ser calculada para la diferencia de riesgo, riesgo relativo y odds ratios introduciendo – 1 + 1 P en los denominadores. Para el caso de la diferencia de riesgo: 0

Proporción atribuible poblacional =

IAG .1 – IAG .0 IAG .1 – 1 + 1

.

P0

Para el caso del riesgo relativo: Proporción atribuible poblacional =

RR – 1

RR – 1 + 1

.

P0

Donde P0 es la proporción de casos con el factor de riesgo en la población. Por ejemplo, suponiendo que el factor de riesgo (por ejemplo, tabaquismo) se da en el 20 % de la población total con nuestros datos, los cálculos, partiendo del riesgo relativo, serían:

202

Métodos de investigación en logopedia

Proporción atribuible poblacional =

2, 7 – 1

2, 7 – 1 + 1 0,20

= 0,25.

Es decir, eliminando el factor de riesgo, mejoraríamos la enfermedad en un 25 % de la población total y no un 62 % como habíamos obtenido antes. Para el caso de los odds ratio la fórmula sería la siguiente: Proporción atribuible poblacional =

OR – 1

OR – 1 + 1

.

P0

6.2.3. Medidas de diagnóstico Cuando trabajamos con pruebas diagnósticas en las que el instrumento de medida debe decidir si el sujeto posee un trastorno o enfermedad, además de tenerse en cuenta sus propiedades psicométricas generales, deben calcularse índices especiales como la sensibilidad y especificidad. Estos indicadores no son sino comprobaciones empíricas de la utilidad y validez de la prueba. Veamos un ejemplo: tenemos dos grupos de sujetos a los que, utilizando criterios muy seguros (como técnicas de neuroimagen), se les ha diagnosticado como enfermos y sanos; de tal forma que tenemos una seguridad total en este diagnóstico inicial. En segundo lugar, tenemos una segunda prueba, de la que queremos estudiar su capacidad de clasificación. En este caso acabaríamos obteniendo un cuadro como el siguiente: Cuadro 6.2.  Posibles resultados en una clasificación Naturaleza de la enfermedad Enfermo

Sano

Total

Positivo

VP (Verdaderos positivos)

FP (Falsos positivos)

VP+FP

Negativo

FN (Falsos negativos)

VN (Verdaderos negativos)

FN+VN

VP+FN

FP+VN

Todos

Resultado de la prueba

Total

Investigación epidemiológica

203

La naturaleza de la enfermedad viene determinada por el diagnóstico (supuestamente infalible) de la primera prueba. Pongamos un ejemplo numérico para que se vean los cálculos más claros (cuadro 6.3): Cuadro 6.3.  Ejemplo numérico para el cálculo de medidas de diagnóstico Naturaleza Prueba Positivo

Enfermo

Sano

Total

40

20

 60

Negativo

10

30

 40

Total

50

50

100

A) Sensibilidad y especificidad Una pregunta que podría surgir al lector es “si ya disponemos de una prueba altamente segura, ¿para qué construir y validar una segunda prueba?”. Imagine que la primera prueba es muy costosa y que requiere del traslado al hospital o una intervención peligrosa (como en el caso de la extracción de líquido cefalorraquídeo para el diagnóstico del alzhéimer), mientras que la segunda puede hacerse en el lugar del propio paciente, con muy pocos riesgos y molestias y con un coste ínfimo. Ese podría ser un buen motivo para querer desarrollar una segunda prueba. Además, la situación puede complicarse aún más; podríamos hacer los cálculos considerando que la primera prueba no es 100 % confiable (o incluso no existiendo en absoluto). Pero eso nos llevaría a modelos estadísticos más complejos en los que no podemos entrar. Partamos de que, al pasar nuestra prueba, somos capaces de conocer previamente si el sujeto tiene o no la enfermedad. En este caso, podemos definir la sensibilidad y la especificidad como: Sensibilidad =

VP ; VP + FN

Especificidad =

VN . VN + FP

204

Métodos de investigación en logopedia

En la primera, lo que estamos calculando es, de todos los enfermos, qué proporción hemos diagnosticado adecuadamente, y nos informa de la capacidad de detectar un caso positivo real. La segunda es, de todos los sujetos sanos, qué proporción hemos detectado como sanos. Es decir, la sensibilidad nos dice cuánto hemos acertado con los enfermos y la especificidad cuánto hemos acertado con los sanos. Con los datos de nuestro ejemplo estos índices serían: Sensibilidad =

40 = 0,80; 50

Especificidad =

30 = 0,60. 50

Lo ideal sería trabajar con pruebas con alta sensibilidad y alta especificidad, pero esto no siempre es posible. Normalmente, al aumentar una, disminuimos la otra. Imaginemos que modificamos la prueba para que sea más sensible, permitiéndonos diagnosticar más verdaderos positivos. Por el contrario, al ser más liberales en el diagnóstico positivo, provocaremos que más casos sean diagnosticados erróneamente como positivos, y aumenten los falsos positivos, lo que provocará un descenso en la especificidad. Dependiendo de los objetivos de la prueba, preferiremos optimizar la sensibilidad o la especificidad. Por ejemplo, las pruebas de screening deben poseer mucha sensibilidad, ya que los falsos positivos serán posteriormente descartados con otras pruebas. En pruebas donde el tratamiento sea muy agresivo, como en el cáncer o la tuberculosis, con repercusiones fatales para los pacientes, deberíamos preocuparnos de la especificidad, para no tratar a un enfermo que no deba ser tratado. B) Valores predictivos En la práctica, cuando se realiza una prueba, solo sabemos si el diagnóstico ha sido positivo o negativo, pero no es posible saber si el sujeto tiene realmente o no la enfermedad. Para ello, se calculan los índices de valor predictivo que indican cuál es la probabilidad de que un sujeto diagnosticado positivamente tenga en realidad dicha enfermedad.

Investigación epidemiológica Valor predictivo positivo =

VP . VP + FP

Valor predictivo negativo =

VN . VN + FN

205

El valor predictivo positivo es la probabilidad de tener realmente la enfermedad en caso de que la prueba haya dado un diagnóstico positivo. En nuestro ejemplo sería: VPP =

40 = 0,67. 60

Lo interpretaríamos como que un paciente diagnosticado por la prueba tiene un 67 % de probabilidades de tener realmente la enfermedad. El valor predictivo negativo es justo lo contrario, la probabilidad de que un sujeto con un diagnóstico negativo esté realmente sano, y con nuestros datos sería: VPN =

30 = 0, 75. 40

La interpretación es equivalente al caso positivo: un paciente no diagnosticado tiene una probabilidad del 75 % de estar realmente sano. C) Razón de verosimilitudes La influencia de la prevalencia de una enfermedad afecta mucho a los cálculos de los valores predictivos. En el ejemplo anterior, hemos partido de un grupo en que la prevalencia de la enfermedad era del 50 %, había 50 enfermos y 50 sanos. Esta prevalencia puede darse en una cohorte o grupo especial, pero no es realista un valor tan centrado en poblaciones reales. Imaginemos dos poblaciones de

206

Métodos de investigación en logopedia

un millón de habitantes cada una de ellas y con dos enfermedades distintas. La primera tiene una prevalencia de 0,2 y la segunda una mucho más alta, de 0,9. En estos casos, teniendo el instrumento con la misma sensibilidad y especificidad, habríamos obtenido valores predictivos muy distintos. Los datos obtenidos para estas dos poblaciones se encuentran en los cuadros 6.4 y 6.5. Cuadro 6.4.  Ejemplo de enfermedad con baja prevalencia Naturaleza Enfermo

Sano

Total

Positivo

160 000

320 000

  480 000

Negativo

  40 000

480 000

  520 000

Total

200 000

800 000

1 000 000

Prueba

Sensibilidad: Especificidad: VPP: VPN: RVP: RNV:

0,80 0,60 0,33 0,92 2,00 0,33

Cuadro 6.5.  Ejemplo de enfermedad con alta prevalencia Naturaleza Enfermo

Sano

Total

Positivo

720 000

  40 000

  760 000

Negativo

180 000

  60 000

  240 000

Total

900 000

100 000

1 000 000

Prueba

Sensibilidad: Especificidad: VPP: VPN: RVP: RNV:

0,80 0,60 0,95 0,25 2,00 0,33

Cuando tenemos enfermedades muy poco frecuentes, el VPP tiende a ser muy bajo, como en el cuadro 6.4. Eso quiere decir que un enfermo diagnosticado solo tiene el 33 % de probabilidad de tener realmente la enfermedad. En el caso contrario (cuadro 6.5), cuando la prevalencia es muy alta, el VPN pasa a ser del 25 %, eso quiere decir que un paciente no diagnosticado, en realidad, solo tiene un 25 % de probabilidad de no tener la enfermedad. Tanto en el primer caso como en el segundo, los valores no están siendo demasiado informativos.

Investigación epidemiológica

207

Para evitar esta dependencia de los valores pronosticados de la prevalencia de la enfermedad, se calculan las razones de probabilidad, también llamadas razón de verosimilitudes o cocientes de probabilidades. Estos valores, al no depender de la prevalencia, son más informativos y permiten comparar entre distintos estudios aunque provengan de poblaciones distintas. Razón de verosimilitudes positiva =

sensibilidad . 1 – especificidad

Razón de verosimilitudes negativa =

1 – sensibilidad . especificidad

Véase como los cálculos de la positiva y la negativa dan el mismo valor para ambas poblaciones (RPP = 2,0; RPN = 0,33; cuadros 6.4 y 6.5), ya que no dependen de la prevalencia. Los valores ahora se sitúan entre 0 y más infinito, interpretándose de la siguiente manera: cuanto mayor sea la RVP, mejor capacidad de diagnóstico de la prueba.; con un valor de 2,0, podríamos decir que un diagnóstico positivo es el doble de probable en un sujeto enfermo que en uno sano, y, por otro lado, con una RVN igual a 0,33, podríamos interpretar que la probabilidad de obtener un diagnóstico positivo es solo un tercio mayor en un sujeto sano que en un sujeto enfermo. D) Curvas ROC Normalmente, las pruebas diagnósticas no son tan sencillas como lo hemos presentado hasta ahora. Lo normal es que existan distintos umbrales de diagnóstico, y que cada uno de esos umbrales presente niveles distintos de sensibilidad y especificidad. Por ejemplo, la prueba EAT-40 para el trastorno de la conducta alimentaria tiene un umbral de 30 puntos para diagnosticar a alguien con un trastorno alimentario. Según fuésemos bajando el umbral de recuento (se necesita menos puntos para el diagnóstico), aumentaremos la sensibilidad, ya que se nos escaparán menos verdaderos positivos. Por otro lado, al hacerlo, iremos disminuyendo la especificidad y

208

Métodos de investigación en logopedia

aumentando los falsos positivos. Como se comentó al principio del apartado, dependiendo de los objetivos de la prueba, debemos prestar más atención a la especificidad o a la sensibilidad. Una buena herramienta para encontrar un umbral con el balance adecuado entre ellas son las curvas ROC (receiver operator characteristic curve), utilizando estas curvas se ha encontrado que un valor de 21 en el EAT-40 funciona mucho mejor que el de 30 (Irala et al., 2008). En estas curvas se representan en el eje vertical la sensibilidad (relacionada con los verdaderos positivos) y en el horizontal 1 – Especificidad (relacionada con los falsos positivos). En el fondo, esta gráfica está representando la razón de verosimilitud positiva, donde el eje x es el numerador, y el eje y el denominador de la fórmula.

Figura 6.2.  Ejemplo de curva ROC.

En la figura 6.2 puede verse un ejemplo de dos curvas ROC en una prueba, una para hombres y otra para mujeres. Lógicamente, lo que deseamos son los valores más altos de sensibilidad y los más bajos de 1 – Especificidad, por lo que lo ideal serían valores lo más cercanos a la esquina superior izquierda. Los umbrales que corresponden a los puntos dentro del rectángulo de puntos parecen los óptimos para esta prueba para ambos sexos. Hay muchos análisis asociados con las curvas ROC, pero no podemos entrar en detalles sobre ellos.

Investigación epidemiológica

209

6.3. Diseños y tipos de estudios epidemiológicos No hay diseños específicos para la epidemiología, sino que la metodología que se utiliza puede englobarse en la metodología general que se ha visto en los capítulos de este libro. Algunos de los diseños en los trabajos epidemiológicos adoptan nombres propios y otros son adaptaciones de diseños más generales. En los manuales de epidemiología suelen utilizarse diferentes criterios de clasificación para los diseños. Según la finalidad del estudio, se habla de diseños descriptivos y diseños analíticos. Los primeros estudiarían la frecuencia y distribución de las enfermedades en la población; mientras que los segundos profundizarían en la búsqueda de relaciones de causa-efecto. También se pueden distinguir entre aquellos cuya unidad de análisis es el individuo y en los que la unidad de análisis es la población. Los primeros se centran en el paciente y tienden a ser más analíticos; mientras que los segundos analizan datos agregados de individuos, como países, regiones o ciudades. Dentro de estos segundos destacan los llamados estudios ecológicos. Otro factor de clasificación es la direccionalidad del estudio, distinguiéndose entre diseños prospectivos y retrospectivos. En los primeros, se llevará a cabo un seguimiento del grupo o cohorte durante un tiempo determinado para identificar posibles causas explicativas en aquellos individuos que desarrollen la enfermedad. En los segundos, se partirá de sujetos ya diagnosticados para, utilizando la memoria y otros tipos de registros, identificar las causas y factores de riesgo relevantes. El tiempo de duración del estudio puede llevar a dos tipos de situaciones: situaciones transversales, de corta duración y comunes en estudios analíticos; y situaciones longitudinales, de larga duración y más comunes en estudios descriptivos. Y, por último, en función del control que el investigador ejerce sobre las variables, se habla de estudios observacionales (sin ningún control) y experimentales (existe manipulación de las causas). A continuación, se verán algunos de los diseños más comunes y comentaremos brevemente las similitudes y diferencias con los diseños generales ya vistos.

210

Métodos de investigación en logopedia

6.3.1. Estudios de cohortes Se caracterizan por la identificación y seguimiento de un grupo de individuos para detectar y cuantificar la aparición del evento o enfermedad a lo largo del tiempo. Cada grupo de estudio se denomina cohorte y se define como un conjunto de personas que comparten una exposición y que evolucionan juntas a lo largo del tiempo. La mayoría de los estudios de cohortes son prospectivos, aunque también son posibles estudios retrospectivos o de cohortes históricas, donde las causas explicativas deben determinarse a través de registros. Cuando se utiliza una única cohorte general, el objetivo del estudio es describir las frecuencias de ocurrencia de un evento para inferirlo a la población. Cuando se parte de una única cohorte que viene definida por su exposición a un factor de riesgo, se comparan las frecuencias obtenidas en la cohorte con las obtenidas en la población. Los estudios que manejan dos o más cohortes suelen utilizar una de ellas expuesta al factor y la otra no, para comparar después las frecuencias. Por ejemplo, como hemos mencionado antes, Halawa et al. (2012) utilizaron un diseño de cohorte única para identificar los factores de riesgo en el desarrollo de nódulos vocales para una población diagnosticada previamente de disfonía, y encontraron un efecto significativo de la edad, la ansiedad, la depresión, el consumo de tabaco y la rinitis alérgica.

6.3.2. Estudios de caso-control Son estudios observacionales y descriptivos en los que se identifica a un grupo de casos con una particular enfermedad o condición. A estos se les asocia un grupo de control que no la posean. La selección de los sujetos (especialmente de los casos) no puede ser aleatoria, por lo que están sujetos a fuertes amenazas. Estos estudios se utilizan con dos objetivos: con un paradigma retrospectivo, sirven para identificar factores de riesgo de una enfermedad, y desde un paradigma prospectivo se utilizan para comparar la evolución y el desarrollo de la enfermedad. Su principal ventaja es que son más

Investigación epidemiológica

211

baratos y rápidos que los estudios de cohortes, especialmente en aquellas enfermedades de prevalencias bajas, en las que tendríamos que tener una cohorte muy numerosa para obtener solo unos pocos casos. Al no tener selección aleatoria, las amenazas son muy numerosas y, para reducirlas en parte, se recomienda utilizar, si es posible, casos incidentes (recién diagnosticados) frente a prevalentes (casos con alta duración en la enfermedad), y casos poblacionales frente a casos hospitalarios. Con estos diseños, normalmente se analiza el efecto de factores de riesgo, a través de odds ratio y otras medidas del efecto. A veces estos diseños se combinan con los de cohortes, para mejorar su validez, como en el caso de los estudios de caso-control anidado a una cohorte. En estos, se parte de una cohorte de sujetos en la que cada vez que aparece un caso se le asocia aleatoriamente otro sujeto de la misma cohorte como control. Tienen la ventaja de contar con mediciones longitudinales, tanto de los casos como de los controles, pero puede ser peligroso si los controles se convierten sistemáticamente en casos durante su transcurso. En su trabajo de 2014, Horcajuelo, Criado-Álvarez, Correa y Romo-Barrientos utilizaron un diseño de caso-control para evaluar la fluidez semántica en enfermos de alzhéimer y un grupo de control. Para ello, utilizaron el test Isaac, sobre el que estimaron la sensibilidad y especificidad y con el que concluyeron la existencia de diferencias entre los grupos.

6.3.3. Estudios de prevalencia o transversales Son estudios de tipo descriptivo en los que, en un único momento temporal, se toman mediciones a un grupo de sujetos. Estas mediciones se hacen tanto de la exposición a múltiples factores de riesgo como del diagnóstico de la enfermedad. La diferencia con los anteriores es que, en estos, la fuerza de las conclusiones recae en el muestreo, ya que se puede contar con muestras muy grandes y representativas. Para realizarlos, primero se selecciona, mediante muestreo probabilístico, una muestra en una población determinada. Sobre ellos se toman las mediciones, de tal forma que los datos de prevalencia serán muy representativos de la población estudiada.

212

Métodos de investigación en logopedia

Una vez identificados los casos y los controles, se puede calcular el efecto que los diferentes factores de riesgo tienen sobre la aparición de la enfermedad. Estos estudios tienen la ventaja de poder trabajar con múltiples enfermedades simultáneamente, abaratando costes. Normalmente, se utilizan como estudios previos antes de pasar a los de cohortes. Una amenaza severa que tienen es que, en enfermedades graves y rápidas, la cantidad de casos prevalentes estará sobredimensionada, con el consiguiente sesgo de los resultados. Estos estudios serían equivalentes a la metodología correlacional y a los diseños de encuesta.

6.3.4. Estudios ecológicos Al igual que todos los anteriores, son de tipo descriptivo, pero se diferencian de ellos en que la unidad de análisis no es el individuo, sino alguna área geográfica, como un país, región o ciudad. En estos estudios no se suelen tomar medidas individuales a los sujetos, ni del factor de exposición, ni de la incidencia de la enfermedad, sino que estas se estiman a través de algún tipo de registro. Por ejemplo, para estudiar la relación entre las instalaciones nucleares y el cáncer en un estudio ecológico, no se mide a los habitantes, sino que se infieren los valores de ambas. Por ejemplo, el nivel de radiactividad de una población se puede inferir a partir de su distancia a una instalación nuclear; y el número de casos de cáncer, se obtendría a través del registro obligatorio de enfermedades, llevado a cabo por los organismos de salud pública. Los estudios ecológicos suelen situarse con niveles muy bajos de validez interna, ya que las posibilidades de amenazas son incontables. Por otro lado, son muy baratos, ya que no se necesita acceder a los individuos.

6.3.5. Estudios experimentales y cuasiexperimentales Son idénticos a los que se han estudiado en los capítulos 3 y 4, con las mismas exigencias para la causalidad (asignación aleatoria de los sujetos y manipulación de las causas) y con las mismas amenazas

Investigación epidemiológica

213

y estrategias de control. Sin embargo, suelen utilizarse con nombres propios: –– Estudios no controlados. También llamados estudios antes-después. Son equivalentes a los diseños pretest y postest, sin grupo de control. –– Estudios con controles históricos. Se comparan dos grupos distintos con dos tratamientos diferentes, en dos momentos temporales distintos. Por ejemplo, los resultados de un tratamiento novedoso aplicado a un grupo se comparan con los resultados que se obtuvieron en el pasado, con un tratamiento convencional, en un grupo anterior. La diferencia con los pretest y postest con grupo de control es que no hay coincidencia temporal entre los grupos. Las amenazas a la validez son muy fuertes, pero, por otro lado, son sencillos y cómodos, ya que siguen la trayectoria temporal del desarrollo de medicamentos: se aplica el tratamiento existente a los pacientes hasta que aparece uno nuevo; en ese momento se sustituyen los tratamientos y empieza a aplicarse el moderno. Así, los sujetos de uno y otro nunca coincidirán temporalmente. –– Ensayos de campo. Se suelen utilizar para evaluar la eficacia de una intervención preventiva de una enfermedad. Se selecciona un grupo de sujetos que, aleatoriamente, serán asignados a los grupos con y sin intervención. Son equivalentes a un diseño experimental de dos grupos con grupo de control. –– Ensayos clínicos. Igual que los anteriores, son experimentos con grupo de control pero, en este caso, en vez de tener un objetivo preventivo aplicado a personas sanas, se aplica un  tratamiento sobre enfermos. Esto conlleva importantes cuestiones éticas para los grupos de control. En la literatura, se suele distinguir entre ensayo clínico de grupos cruzados, en el que al cabo del tiempo los grupos experimental y control intercambian los roles (el control recibe el tratamiento), y ensayo clínico de grupos paralelos, en el que este cambio no se produce. Todo lo comentado en el capítulo 3 es válido para estos ensayos clínicos.

214

Métodos de investigación en logopedia

6.4. Análisis de datos Al igual que en el resto del libro, no es posible dar una explicación detallada de las técnicas estadísticas y sus fundamentos, pero, como hicimos en el capítulo 2, intentaremos presentar al lector un listado con algunas de las más destacadas para que tenga conocimiento de su existencia y, si así lo desea, pueda profundizar en ellas. Los estudios epidemiológicos hacen uso de la estadística general aplicando las técnicas que se enunciaron en el capítulo 2, pero también utilizan algunas más específicas y cuyo ámbito de aplicación está más circunscrito a diseños concretos. Como ocurre con los diseños de investigación, algunas de las técnicas que se utilizan son idénticas a las estudiadas en los cursos generales de estadística, pero con una terminología que es propia de los estudios epidemiológicos. Existe gran variedad de software para el análisis epidemiológico, como Epi Info o Epidat. Los grandes paquetes estadísticos, como SPSS o SAS, suelen añadir módulos especializados para su análisis. El software R, que recomendamos en el capítulo 2, dispone de las librerías EpiCalc y Epi Tools, que contienen los análisis más frecuentes. Un listado de programas populares en epidemiología puede encontrarse en www.ehdp.com/links/episw.htm. A) Análisis crudo En epidemiología, se utiliza el término análisis crudo para referirse a todos los análisis que solo tienen en cuenta dos variables principales: la exposición y el efecto. Por ejemplo, las medidas que se presentaron antes en este capítulo son medidas crudas, porque no se estudian otras variables más que el tiempo de observación y el diagnóstico. Estas medidas crudas suelen completarse con la construcción de intervalos de confianza y contrastes de hipótesis. En general, como simplificación, se asume la normalidad de las distribuciones, y en el caso de que estas sean asimétricas, como en todos los ratios, se suele calcular el intervalo para su logaritmo natural, como vimos en los odds ratio.

Investigación epidemiológica

215

B) Análisis estratificado Consiste en la creación de subgrupos (estratos) en función de una tercera variable cuyo factor de riesgo se quiere estudiar. Con cada uno de los subgrupos creados, se calculan los estadísticos crudos por separado y se comparan, para ver cómo cambian por efecto de esa tercera variable. En esa comparación, hay que tener en cuenta que las características de cada estrato pueden ser muy diferentes, con diferente número de casos, distribuciones distintas y varianzas heterogéneas. Para poder llevar a cabo la comparación, es necesario un proceso de “igualación” entre ellos, a través de una estandarización de los datos, o utilizando los métodos de Woolf o Mantel-Haenszel. A través de estos métodos, se pueden calcular medidas del efecto ajustadas que no se vean afectadas por estas diferencias. En las publicaciones, es más habitual aportar un OR ajustado que el obtenido por el método crudo que vimos anteriormente, ya que estará menos sesgado. C) Análisis de supervivencia Son técnicas que permiten estudiar el desarrollo temporal de los sujetos hasta la ocurrencia de un evento, como puede ser el contagio, la muerte o el alta médica. En esencia, estos análisis construyen una función de supervivencia que establece la probabilidad de que en un individuo concreto, con determinadas características, no se haya producido el evento en un momento t; por ejemplo, la probabilidad de que un fumador siga vivo dos años después de su diagnóstico de cáncer. Existen multitud de técnicas de análisis de supervivencia, pero las más comunes son los estimadores de Kaplan-Meier y la regresión de Cox. D) Modelos multinivel Las causas que explican la evolución de una enfermedad suelen organizarse en múltiples niveles, lo que es necesario tener en cuenta. Por ejemplo, los determinantes como las causas genéticas y biológicas serán cruciales, pero también lo serán los hábitos personales o, incluso, las características sociales. Estos modelos ­multinivel

216

Métodos de investigación en logopedia

­ ermiten organizar la información de los individuos en estos nivep les previamente determinados, y estudiar su relevancia en la explicación de un fenómeno.

6.5. La validez en los estudios epidemiológicos Como cualquier investigación científica, los diseños epidemiológicos, se tienen que evaluar respecto a los cuatro tipos de validez que vimos en el capítulo 2: validez interna, externa, de constructo y la validez de las conclusiones estadísticas. Como vimos en los apartados 2.12 y 2.13, la utilización de uno otro, presentará mejores niveles en una de ellas. Por ejemplo, los estudios experimentales son los más altos en validez interna y los ecológicos en validez externa. Los comentarios sobre las amenazas a la validez del capítulo 2 siguen siendo igualmente válidos ahora; aunque hay algunas amenazas que no han sido todavía vistas y que son importantes en epidemiología.

6.5.1. Amenazas por la selección de los sujetos En epidemiología, la selección de los participantes es una parte esencial del diseño. Debemos representar correctamente a la población para poder estimar las medidas poblacionales, como la prevalencia, incidencia, etc. Estas amenazas son más importantes en los diseños de caso-control, aunque todos los diseños pueden sufrirlas. Todos los sesgos de selección, provienen del hecho de que la relación entre la exposición y la enfermedad es diferente entre la muestra y la población. Podemos citar las siguientes amenazas: a) Utilización de voluntarios. Suelen presentar características particulares que les convierten en un grupo diferenciado. Este sesgo, que parece que pueda afectar solo a nivel psicológico o social, puede también afectar a estudios biológicos. Por ejemplo, en países donde la sanidad no es gratuita, la pertenencia al estudio puede ser el único modo de recibir trata-

Investigación epidemiológica

217

miento, con la consiguiente distorsión de los resultados por las características peculiares de los voluntarios. b) Sujetos que no responden. Los sujetos que no responden o que rechazan participar en el estudio pueden tener características definitorias que no serán incluidas en la muestra. En un estudio es conveniente insistir a estos sujetos hasta conseguir un porcentaje razonable de ellos. c) Mortalidad experimental. Son sujetos que abandonan el estudio. Especialmente importantes en los diseños de tipo longitudinal con largos periodos de tiempo. Si los abandonos son aleatorios, producirán una pérdida de potencia y validez externa del estudio; pero si están vinculados a alguna causa relacionada con el fenómeno, además, conllevarán pérdida de validez interna. d) El sesgo de los trabajadores sanos. En muchos estudios, se parte de los conglomerados naturales que son las empresas para reclutar a sus participantes. En temas de salud esta decisión es peligrosa ya que los trabajadores suponen un subgrupo más sano que la población general. Las empresas, con sus políticas de contratación, ya han realizado una selección sobre la salud y fortaleza de sus trabajadores, por lo que una muestra que parta de ellos tenderá a infraestimar cualquier enfermedad. e) Sesgo de Berkson. Un sesgo opuesto al anterior es la paradoja o sesgo de Berkson. Este se produce cuando se seleccionan a los sujetos a través del hospital. Por ejemplo, en los estudios de caso-control en los que, para igualar a los casos, se buscan controles también hospitalarios (registrados por el centro pero sin la enfermedad bajo estudio). Esos controles pueden tener características de salud diferentes a las poblacionales, siendo más ecuánime utilizar controles no hospitalarios. f) Sesgo de Neyman o sesgo de supervivencia. Ocurre en enfermedades con alta virulencia y gravedad. Se produce al seleccionar casos prevalentes en vez de incidentes. Los casos incidentes son aquellos nuevos casos diagnosticados y los prevalentes son los que ya llevan un cierto tiempo con el diagnóstico. Si la enfermedad es mortal, los prevalentes representan a aquellos que han sobrevivido y, por tanto, pue-

218

Métodos de investigación en logopedia

den tener características muy especiales que no se dan por igual en la población. La recomendación es utilizar, si es posible, los casos incidentes para evitar este sesgo. g) Sesgo por inclusión/exclusión. Es un sesgo típico de los estudios de caso-control. Se produce cuando se incluyen (o excluyen) determinados sujetos por padecer alguna enfermedad supuestamente relacionada con la que se está estudiando. Aunque el objetivo inicial es evitar la contaminación del estudio con otras enfermedades, puede ocurrir que los sujetos excluidos presenten características específicas. Por ejemplo, para estudiar el efecto de la píldora sobre el cáncer, si los controles se eligen entre mujeres sanas sin cáncer, se producirá una infraestimación de los casos de cáncer, ya que ese grupo habría demostrado ser más resistente a la enfermedad que la población normal.

6.5.2. Amenazas por la clasificación de los sujetos Cuando en un estudio hay que diagnosticar o clasificar a los sujetos (por ejemplo, entre enfermos o sanos, caso o control, posee o no posee un factor de riesgo), se pueden producir amenazas que afectarán a la validez. En general, la utilización de instrumentos de medida siempre es una amenaza en sí, especialmente en estudios de caso-control. Cuando las propiedades del instrumento (sensibilidad y especificidad) son iguales para ambos grupos, se ha demostrado que existe una tendencia a infraestimar el efecto real (conocido como clasificación errónea no diferencial). Por otro lado, cuando la sensibilidad y especificidad sí son diferentes entre los grupos, también se puede producir efectos de infra- y sobreestimación (clasificación errónea diferencial). Algunas de las amenazas a esta clasificación errónea diferencial son: a) Sesgo de diagnóstico. Se produce cuando se dedican más esfuerzos a detectar una enfermedad en el grupo expuesto al factor de riesgo que en el no expuesto. Por ejemplo, programando más revisiones o utilizando pruebas más sensibles.

Investigación epidemiológica

219

Esto producirá una clasificación errónea diferencial con una sobreestimación del efecto. b) Sesgo de exposición. Similar al anterior pero se produce en los caso-control. En el anterior sesgo, a los que tenían un factor de riesgo se les forzaba el diagnóstico. En este caso, a los que ya tienen el diagnóstico se les fuerza la identificación del factor de riesgo. De igual forma producen una clasificación diferencial y una sobreestimación. c) Sesgo de recuerdo. Se produce en los estudios retrospectivos, en los que se pide a los sujetos que recuerden si estuvieron expuestos a un factor de riesgo. No es tanto un problema de memoria, que afectaría a ambos grupos, sino de que se produzca un recuerdo diferencial; por ejemplo, que los enfermos recuerden mejor que los controles el haber estado expuestos al factor de riesgo. Este sesgo de recuerdo también puede extenderse a otras formas de registro; por ejemplo, cuando los médicos consideran importante y hacen anotaciones de la frecuencia de consumo de cigarrillos en los casos pero no en los controles, por lo que se produce una sobreestimación del efecto del tabaco. d) Sesgo protopático. También llamado de latencia. Se produce cuando el factor de riesgo se convierte en un factor de protección. Por ejemplo, cuando se empiezan a percibir los primeros síntomas de una posible enfermedad, el sujeto puede modificar drásticamente sus hábitos antes del diagnóstico, por lo que se produce una infraestimación del efecto.

Preguntas de autoevaluación 1. La proporción de personas que han sido diagnosticadas en un periodo de tiempo se llama: a) Odds ratio. b) Riesgo relativo. c) Densidad de incidencia. d) Prevalencia. e) Incidencia acumulada.

    

220

Métodos de investigación en logopedia

2. La proporción de personas de la población que se beneficia de no poseer el factor de riesgo se conoce como: a) b) c) d) e)

Riesgo relativo. Tasa de incidencia. Odds ratio. Proporción atribuible poblacional. Proporción atribuible.

    

3. La proporción de personas sanas que han sido erróneamente diagnosticadas con una enfermedad se llama: a) b) c) d) e)

Falsos positivos. Verdaderos positivos. Falsos negativos. Verdaderos negativos. No tienen un término especial.

    

4. Si queremos comparar la sensibilidad y especificidad de dos enfermedades con diferentes valores de prevalencia en la población debemos utilizar: a) b) c) d) e)

Odds ratios. Seis grupos de sujetos. La razón de verosimilitud. El valor predictivo positivo. El valor predictivo negativo.

    

5. En epidemiología se llaman ensayos de campo a lo que en el resto de la metodología se conoce como: a) Diseño experimental de dos grupos con grupo de control. b) Diseño cuasiexperimental de dos grupos con grupo de control. c) Diseño experimental factorial. d) Diseño cuantitativo explicativo prospectivo. e) Diseño cuantitativo explicativo retrospectivo.

    

Metaanálisis

7

A lo largo de este capítulo se detallan las características del metaanálisis como método o herramienta de integración de diferentes investigaciones que tratan un mismo objeto de estudio. Frente a revisiones literarias o narrativas, el metaanálisis se caracteriza principalmente por ser sistemático y objetivo, lo que posibilita, a su vez, la replicabilidad de estos estudios, considerándose esta una de las características más importantes del método científico. La integración o acumulación de evidencia en torno a un problema de ­investigación favorece un acercamiento entre los resultados de la investigación y la práctica profesional. Es por ello por lo que los metaanálisis son una herramienta fundamental para la práctica basada en la evidencia. A continuación, también se exponen las distintas fases propias del metaanálisis. El desarrollo de cada una de estas fases va acompañado de la presentación de un ejemplo para una mejor comprensión. Por último, se analizarán las principales amenazas específicas a la validez de estos estudios.

7.1. La práctica basada en la evidencia La práctica profesional debería considerar en su labor los últimos avances científicos para la mejora de los diagnósticos, evaluaciones y tratamientos que realiza. Sin embargo, esto no siempre ha sucedido

222

Métodos de investigación en logopedia

así, debido en gran parte a la falta de integración del conocimiento científico que versa sobre un tema específico de investigación en un momento temporal dado. La práctica basaba en la evidencia (PBE) es una corriente de acción que tiene como guía el empleo de la evidencia científica para el diseño de las intervenciones (Botella y Gambara, 2006). Para superar las limitaciones expuestas, la PBE se basa en los últimos avances metodológicos. Hoy en día, existe una gran aportación a la comunidad científica de estudios que evalúan programas de intervención o tratamientos, y resulta una tarea complicada para el profesional decidir en cuál de ellos debe basar su práctica. La PBE se ha potenciado gracias al surgimiento y extensión de nuevas herramientas metodológicas, como son las revisiones sistemáticas y el metaanálisis, que van a ayudar al profesional en el proceso de toma de decisiones en su labor diaria. En realidad, la revisión sistemática es una primera fase dentro del metaanálisis. Glass (1976) define el análisis primario como el análisis original de los datos en un estudio de investigación, es decir, lo que conocemos como un estudio empírico. El análisis secundario lo define como un re-análisis de los datos originales con el objetivo de contestar a la pregunta original con mejores técnicas o formular nuevas cuestiones con los datos originales y, por último, denomina metaanálisis al análisis estadístico de una gran colección de resultados de estudios individuales con el propósito de integrarlos. Hasta hace pocos años, las revisiones realizadas por los investigadores sobre un tema objeto de estudio descansaban sobre la subjetividad e interpretación que dicho investigador ofreciera al realizar la revisión de un conjunto de trabajos recopilados. Este tipo de revisiones son conocidas como revisiones literarias o narrativas; las conclusiones extraídas de tales revisiones podrían estar cargadas de subjetividad y sesgos de interpretación por parte del investigador. Frente a este tipo de revisiones, surgen las sistemáticas, como parte de un proceso de extracción de evidencias con una metodología objetiva, clara y rigurosa, que permita su posterior replicación; es decir, se espera que cumplan los requisitos exigibles a cualquier investigación dentro del ámbito científico.

Metaanálisis

223

Una revisión sistemática es un tipo de investigación científica mediante la cual se revisa la literatura científica sobre un tópico, partiendo de una pregunta formulada de forma clara y objetiva, utilizando métodos sistemáticos y explícitos para localizar, seleccionar y valorar críticamente las investigaciones relevantes a dicha pregunta y aplicando protocolos sistemáticos para la recogida de datos e información de dichas investigaciones, con el objetivo de alcanzar conclusiones válidas y objetivas sobre qué es lo que dicen las evidencias sobre dicho tópico. (Sánchez-Meca, 2010)

Cuando, además de una valoración de las evidencias recopiladas, se obtiene un índice cuantitativo de la magnitud del efecto estudiado o abordado por los estudios primarios, se denomina metaanálisis: Podemos definir el meta-análisis, en una acepción muy general, como la tarea de describir de forma comprensiva, integrar y analizar, con procedimientos cuantitativos, los resultados obtenidos en las investigaciones científicas realizadas sobre un problema concreto. Se trata, por tanto, de intentar alcanzar generalizaciones mediante la integración de los resultados obtenidos en un cuerpo de investigaciones empíricas. (Botella y Gambara, 2002)

Se podría decir que un metaanálisis incluye siempre una revisión sistemática, pero una revisión sistemática no tiene por qué convertirse en un metaanálisis: Si en una revisión sistemática somos capaces de cuantificar, mediante algún índice estadístico del tamaño del efecto, los resultados de cada estudio empírico integrado y de aplicar técnicas de análisis estadístico para extraer la esencia de dichos estudios, entonces una revisión sistemática se convierte en un meta-análisis. (Sánchez-Meca y Botella, 2010)

Los estudios de metaanálisis van a favorecer la puesta en marcha de la PBE, pues ahorra al profesional gran cantidad de tiempo en la lectura y síntesis de una colección, a veces inabordable y contradictoria, de literatura. Gracias al metaanálisis un profesional podrá resolver cuestiones como saber cuál es la magnitud del efecto global de los distintos tratamientos empleados o qué factores pueden dar cuenta de la heterogeneidad de las conclusiones entre distintos

224

Métodos de investigación en logopedia

estudios. Dar respuesta a estas preguntas es el objetivo principal de un metaanálisis. Una de las características de las revisiones sistemáticas y del metaanálisis, que supone una mejora en la calidad de estos estudios frente a las revisiones narrativas, es que los criterios de inclusión de los estudios primarios se definen de antemano y se hacen explícitos en el proceso de publicación. Tal y como exponen Sánchez-Meca, Boruch, Petrosino y Rosa-Alcázar (2002), la PBE debe basarse en dos principios fundamentales: 1. Las mejores evidencias científicas provienen de revisiones sistemáticas. 2. Es preciso articular un sistema de comunicación que permita llevar tales evidencias de una forma rápida a políticos, gestores, profesionales que atienden a pacientes y receptores de los programas, así como al público en general. En los últimos años han surgido organizaciones internacionales cuyo objetivo es promocionar los principios de la PBE, facilitando el acceso a las revisiones sistemáticas. Así, en el área de la medicina y ciencias de la salud surgió en 1993 la Colaboración Cochrane (http://www.cochrane.org/). Se trata de una organización mundial de investigadores, profesionales y personas interesadas en la salud desde distintos ámbitos; por ejemplo, en política sanitaria, metodología de investigación o defensa del consumidor. Hoy en día, forman parte más de cien países y más de quince mil profesionales. El fin de la organización es aportar información para el proceso de toma de decisiones en el ámbito sanitario. La organización ha publicado un manual de revisiones sistemáticas en intervenciones (Higgins y Green, 2011, y su traducción al castellano, Manual Cochrane de revisiones sistemáticas de intervenciones, 2012). Otra organización internacional creada para los mismos fines pero en el área de criminología, justicia, educación, desarrollo internacional y bienestar social es Colaboración Campbell (http://www. campbellcollaboration.org/). Un investigador que pretenda ahondar sobre un tema de estudio también puede beneficiarse de las conclusiones extraídas de un metaanálisis previo. Los metaanálisis ponen de manifiesto hasta dónde

Metaanálisis

225

se ha investigado anteriormente y qué variables pueden estar afectando a los cambios observados. Una página de interés por el número de metaanálisis publicados puede consultarse en http://www.um.es/metaanalysis/ (SánchezMeca et al., s. f.).

7.2. Fases en la elaboración de un metaanálisis Las fases de un metaanálisis son muy similares a las fases que se llevan a cabo en cualquier estudio empírico, pero la principal diferencia estriba en la unidad de análisis. Mientras que en un estudio empírico la unidad de análisis es, generalmente, una persona, sobre todo si nos referimos al ámbito de ciencias de la salud, en un metaanálisis, la unidad de análisis es un estudio empírico. Un resumen de estas fases puede encontrarse en Sánchez-Meca y Botella (2010). Las fases que se llevan a cabo a la hora de realizar un metaanálisis son las siguientes: 1. 2. 3. 4. 5. 6.

Formulación del problema. Búsqueda y selección de estudios. Codificación de los estudios. Cálculo de los tamaños del efecto. Análisis estadístico e interpretación. Realización del informe.

A continuación, se describe cada una de estas fases junto con un metaanálisis realizado por Law, Garrett y Nye (2004) que servirá como ejemplo ilustrativo.

7.2.1. Formulación del problema En la primera fase de un metaanálisis, al igual que en un estudio empírico, hay que formular una pregunta o plantearse un problema de estudio de forma clara y objetiva. En esta fase hay que definir muy bien cuáles son las variables que van a estar implicadas en el estudio, además de cómo van a ser

226

Métodos de investigación en logopedia

operativizadas dichas variables. De ello, en gran parte, dependerá el éxito de las siguientes fases del estudio. En esta fase, el investigador plantea la justificación y los objetivos del metaanálisis. En caso de que el metaanálisis no sea meramente exploratorio, el investigador puede plantear hipótesis dentro del problema formulado. Law et al. (2004) realizan un metaanálisis para estudiar la eficacia de la intervención en niños con trastorno del desarrollo del lenguaje y del habla. Según los autores, las conclusiones extraídas de revisiones previas son poco concluyentes debido en gran parte a la metodología. Los objetivos de los autores se exponen claramente: (a) ¿hay evidencia de que la intervención sea eficaz?; (b) ¿para qué subgrupos de niños (caracterizados por sus habilidades de comunicación) la intervención es más eficaz?, y (c) ¿en qué medida el administrador de la intervención (personal clínico o padres entrenados, por ejemplo) o la duración de la intervención modifica los efectos de la intervención?

7.2.2. Búsqueda y selección de estudios Un metaanálisis incluye estudios que tienen características comunes de diseño, si no sería imposible realizar análisis conjuntos con los datos extraídos de cada uno de ellos. Por lo tanto, antes de comenzar la búsqueda de estudios empíricos que formen parte del metaanálisis, hay que especificar los criterios de inclusión y de exclusión de los estudios. Estos criterios variarán de un metaanálisis a otro, pero generalmente se incluyen criterios referidos a: a) Diseño: por ejemplo, los estudios deben incluir una medida pretratamiento y otra medida postratamiento, o los estudios deben incluir un grupo control y un grupo con tratamiento con asignación aleatoria, etc. b) Participantes: por ejemplo, estudios que incluyan muestras de un determinado rango de edad y severidad de un trastorno. c) Variables implicadas en el estudio: tipos de intervención realizadas en los estudios primarios, duración de los tratamientos, medición de las variables objeto de estudio, etc.

Metaanálisis

227

Además, hay que comprobar los datos estadísticos que aportan los estudios primarios para calcular los tamaños del efecto (medias, desviaciones típicas, pruebas t, etc.). Los criterios de inclusión de estudios del metaanálisis realizados por Law et al. (2004) atendieron a aspectos de diseño (sujetos asignados aleatoriamente a grupo control y experimental), de participantes (niños y adolescentes con dificultades del lenguaje y del habla), de la intervención (focalizada a mejorar la fonética expresiva o receptiva, la sintaxis o el vocabulario) y de los resultados (habla o fonología, sintaxis o vocabulario, tanto en la vertiente expresiva como en la receptiva). Una vez establecidos los criterios de inclusión y exclusión de los estudios que van a ser empleados en el metaanálisis, hay que comenzar la búsqueda de los estudios empíricos. En todo metaanálisis, se debe incluir qué procedimientos y fuentes de información se han empleado en esta búsqueda. Al realizar una revisión de trabajos, lo más apropiado sería incluir todas las investigaciones realizadas que plantean la misma pregunta, no solo una muestra de ellas. En la práctica, esto no es posible, por lo que el principio que hay que seguir es incluir el mayor número posible de investigaciones e intentar que la muestra sea representativa y no esté sesgada. En este punto, el investigador debe resolver una cuestión: si incluir solamente estudios publicados o incluir también en la revisión otros trabajos como las tesis doctorales, ponencias en congresos, etc. Existe una postura que consiste en que los trabajos no publicados no suelen alcanzar los estándares de calidad adecuados y, por tanto, no deberían ser incluidos en las revisiones. Frente a esta postura, otros investigadores consideran que los resultados de estos trabajos representan una valiosa fuente de información, pues existe una tendencia general a publicar solamente aquellos trabajos en los cuales se han encontrado efectos del tratamiento sobre las variables estudiadas, lo que se conoce como sesgo de publicación. Una revisión sistemática desde esta postura considera importante incluir ambos tipos de trabajos, los publicados y los no publicados, pues, de otro modo, se estaría sobreestimando el tamaño del efecto global calculado sobre el conjunto total de estudios.

228

Métodos de investigación en logopedia

Pueden combinarse trabajos localizados a través de fuentes formales e informales. Dentro de las fuentes formales se incluyen (a) las bases bibliográficas electrónicas, como son PsycINFO, Medline, PubMed, ERIC, CINAHL, etc., que serán seleccionadas dependiendo del tópico estudiado; (b) la búsqueda en revistas especializadas; (c) la búsqueda ascendente de trabajos, que consiste en consultar la bibliografía sobre el tema seleccionado para encontrar otras investigaciones que traten el mismo objeto de estudio, y (d) la búsqueda de trabajos en congresos o conferencias, etc. Dentro de las fuentes informales de búsqueda de trabajos puede incluirse la estrategia de contactar directamente con expertos sobre el tema, recurrir a estudios no publicados, tesis doctorales, etc. Estos trabajos se denominan grey literature en el ámbito del metaanálisis. Con el objeto de aumentar la fiabilidad en el proceso de inclusión y exclusión de estudios, es recomendable que al menos dos expertos realicen esta tarea y se calcule el grado de acuerdo. Se debe recordar que la característica principal de una revisión sistemática y un metaanálisis es la replicabilidad. Los estudios seleccionados en el metaanálisis deben incluirse y señalarse como tal dentro de las referencias del informe final. En el metaanálisis realizado por Law et al. (2004) se incluyeron dos fuentes formales de búsqueda: por un lado, una revisión sistemática en bases bibliográficas y búsqueda de revisiones sistemáticas y narrativas existentes. Las bases consultadas fueron Colaboración Campbell y Cochrane, CINAHL, Embase, ERIC, Medline, PsycINFO y el National Research Register (NRR). Esta búsqueda dio lugar a la selección de 630 estudios, de los cuales 82 eran trabajos duplicados. Sobre un total de 548 artículos se aplicaron los criterios de inclusión y se seleccionó un total de veintiún artículos. Esta muestra se aumentó hasta 36 trabajos finales, incluyendo metaanálisis previos, artículos seleccionados por los autores de la revisión y a través de Colaboración Campbell.

7.2.3. Codificación de los estudios Tal y como se ha expuesto anteriormente, uno de los objetivos de un metaanálisis puede ser tratar de contestar a la pregunta de por

Metaanálisis

229

qué existe disparidad en los resultados de distintas investigaciones que evalúan o abordan un mismo objeto de estudio. Puede ser que existan variables moderadoras que estén influyendo sobre los tamaños del efecto. Para ello, se codificarán ciertas características de los estudios que se considere que puedan cumplir este papel. La selección de estas características debe basarse en criterios teóricos y ser guiada por expertos. Siguiendo la clasificación de Lipsey (2009) se puede distinguir entre características metodológicas, sustantivas y extrínsecas. Las características metodológicas son aquellas variables que se refieren a la metodología y diseño del estudio. Por ejemplo, cuestiones relacionadas con el tipo de diseño, número de medidas postratamiento, tamaño muestral, etc. En muchos metaanálisis también se codifican valoraciones sobre la calidad metodológica de cada estudio. Las características sustantivas incluyen variables relacionadas con los tratamientos, con los participantes y con el contexto. Por ejemplo, personal que aplica los tratamientos, duración de estos, variables demográficas de los participantes, lugar donde se administraron los tratamientos, etc. Por último, las características extrínsecas son aquellas variables que en principio no deberían estar asociadas a la relación entre las variables estudiadas, pero que el investigador sospecha que pueden estar afectando a los resultados, como por ejemplo el año o el país de publicación. Es muy importante que este proceso de codificación de características de estudios sea realizado por investigadores de forma independiente y se calcule el grado de acuerdo entre ellos. Law et al. (2004) codificaron los estudios en cuanto a características de los participantes (edad y severidad del trastorno), la intervención (objetivo, administrador, intensidad y duración, intervención participativa frente a directiva) y los resultados (medidas dependientes centradas en el target de la terapia, en un desarrollo global o niveles superiores de funcionamiento). Además, un segundo autor realizó la codificación sobre una muestra de los estudios y el nivel de acuerdo alcanzado fue del 94 %. El desacuerdo fue resuelto mediante discusión con un tercer autor.

230

Métodos de investigación en logopedia

7.2.4. Cálculo del tamaño del efecto Cohen (1988) define el tamaño del efecto como el grado en que un fenómeno está presente en la población; es decir, el tamaño del efecto expresa en qué medida está presente en la población la relación hallada entre las variables. Existen diversos índices que reflejan esta relación dependiendo de la naturaleza de las variables. Encontrar un efecto estadísticamente significativo, cuando este es de pequeña magnitud, puede ser irrelevante para el ámbito o área de investigación al que se están dedicando los recursos. Por esta razón, la interpretación del tamaño del efecto que, como se señaló anteriormente, tiene como objetivo cuantificar la relevancia de las relaciones encontradas entre las variables, puede resultar de gran utilidad. La interpretación del tamaño del efecto encontrado va a depender del área concreta de investigación. Un mismo tamaño del efecto puede ser considerado pequeño o grande dependiendo del ámbito de estudio. En un metaanálisis, se requiere la utilización de una métrica común que homogeneice los resultados de los estudios. Esta homogeneización se logra mediante la estimación o recopilación de algún índice del tamaño del efecto estandarizado para cada estudio primario. Es entonces cuando se realiza el análisis conjunto de los estudios. Es decir, el objetivo del metaanálisis es estimar o recopilar los tamaños del efecto de los estudios primarios para combinarlos en un tamaño del efecto global con su correspondiente intervalo de confianza. Los distintos índices del tamaño del efecto pueden agruparse atendiendo al tipo de relación entre las variables. Existen índices del tamaño del efecto para proporciones, para diferencias de medias y para correlaciones. Para los datos basados en proporciones se calcula la familia de índices de riesgo: odds ratio (OR) y risk ratio (RR), entre otros. Están indicados cuando la variable dependiente es dicotómica, por ejemplo, ingreso/no ingreso, recibir tratamiento/no recibir tratamiento, etc. Para los estudios basados en comparaciones de medias, se suele utilizar la diferencia de medias estandarizada (d) propuesta por Cohen (1977), y que se define como la distancia entre ambas me-

Metaanálisis

231

dias divididas por la desviación típica común de ambas poblaciones. También se emplea una corrección propuesta por Hegdes (1981), el estadístico g. Otras modificaciones se refieren a la desviación típica del denominador. Las correlaciones son en sí mismas estimaciones del tamaño del efecto, sin embargo, es común realizar la transformación a Zr de Fisher para realizar la síntesis. El resultado se convierte después a la métrica original. Si el índice del tamaño del efecto no aparece en el estudio original, se puede calcular a partir de los estadísticos muestrales del valor del estadístico de contraste junto con los tamaños de las muestras o a partir del nivel de probabilidad asociado al estadístico de contraste. En el metaanálisis realizado por Law et al. (2004) se calcula como índice del tamaño del efecto la diferencia de medias estandarizada (d).

7.2.5. Análisis estadístico e interpretación A) Cálculo del tamaño del efecto global Lo primero que hay que realizar antes de comenzar el análisis es la elaboración de una base de datos en la que cada fila represente un estudio primario distinto, considerando que en una misma investigación o artículo puede haber más de un estudio primario. En esta base de datos se incluyen, como columnas, tanto las variables previamente codificadas como potenciales variables moderadoras, como los tamaños del efecto encontrados o calculados en cada estudio. Hay que tener en cuenta que cada estudio que se considere habrá empleado un tamaño muestral diferente y esto afecta a la precisión de las estimaciones de los tamaños del efecto. Cuanto mayor sea el tamaño muestral, mayor será la precisión en la estimación. Generalmente, los índices del tamaño del efecto se ponderan por la inversa de la varianza, de tal modo que aquellos estudios con tamaños muestrales mayores ejercen más peso en el cálculo del tamaño del efecto global. Existen dos modelos diferentes que pueden adop-

232

Métodos de investigación en logopedia

tarse antes de realizar esta transformación, y hay que plantearse desde cuál de ellos se realiza. Estos modelos son: –– Efectos fijos: que considera que todos los estudios provienen de la misma población, por lo que solo existe un tamaño del efecto y cualquier desviación se debe a errores de muestreo. –– Efectos aleatorios: que considera que cada estudio proviene de la misma o de distintas poblaciones, pues cada estudio posee características propias que pueden dar lugar a estimaciones del tamaño del efecto diferentes. Habitualmente, el modelo de efectos fijos se emplea más, pues las estimaciones de los intervalos de confianza para el tamaño del efecto global son más precisas. Sin embargo, la generalización que puede realizarse empleando un modelo de efectos aleatorios es mayor, es decir, pueden extenderse los resultados a una población más amplia de estudios. Cuando se adopta un modelo de efectos fijos y la heterogeneidad que se encuentra es elevada, es habitual explicar parte de la variabilidad adoptando el modelo de efectos aleatorios o buscando variables moderadoras que expliquen los resultados. Para más información en castellano sobre el cálculo e interpretación del tamaño del efecto medio, puede consultarse Sánchez-Meca, Marín y Huedo (2006). Como se observa, Law et al. (2004) se basan en un modelo de efectos aleatorios y ponderan los tamaños del efecto de cada estudio por la inversa de su varianza. El análisis de datos en metaanálisis comienza con el cálculo del tamaño del efecto medio y su intervalo de confianza. En este punto es muy común introducir una representación de los datos mediante un gráfico de efectos (o forest plot). En estos gráficos se representa el tamaño del efecto de cada estudio junto con su intervalo de confianza. También aparecen estos datos numéricamente. En la parte inferior aparece el tamaño del efecto medio. En la figura 7.1, puede verse un ejemplo de forest plot, que, como se puede apreciar, cada estudio aparece representado en filas distintas. Para cada uno de ellos se representa numérica y gráficamente el tamaño del efecto y su intervalo de confianza, además del peso en el cálculo del tamaño del efecto global, que aparece representado con un

Metaanálisis

233

rombo en la última fila (en el ejemplo, se corresponde con un valor d = 0,38 [0,21; 0,56]). También suelen incluirse algunos estadísticos de interés, como pueden ser los relacionados con pruebas de heterogeneidad que se verán en el apartado siguiente.

Figura 7.1. Ejemplo de forest plot o gráfico de efectos.

En los resultados presentados por Law et al. (2004) aparecen forest plot para cada área de estudio (sintaxis, fonética y vocabulario expresivo, sintaxis y fonética receptiva, aplicación de la intervención). Pueden consultarse en las figuras presentadas por los autores. Los gráficos de chimenea (o funnel plot) se suelen emplear para estudiar sesgos de publicación. En estos gráficos se espera encontrar, si no existe sesgo de publicación en el tópico abordado, que a cada lado del tamaño del efecto medio (representado por una marca específica o línea central del gráfico) y de forma más o menos simétrica se sitúen los distintos estudios. Cada punto representa un estudio con valor en el eje de abscisas correspondiente al tamaño del efecto en el estudio y valor en el eje de coordenadas correspondiente al error típico. Además, cabe esperar que a medida que el error típico del estudio sea menor (parte superior de la gráfica) sea menor a vez su distancia al tamaño del efecto medio. Se puede ver un ejemplo en la figura 7.2.

234

Métodos de investigación en logopedia

Figura 7.2. Ejemplo de funnel plot o gráfico de chimenea.

B) Estudio de la heterogeneidad de los resultados Como se ha introducido, una cuestión clave que se formula un investigador al realizar un metaanálisis es a qué se debe la dispersión o falta de homogeneidad en los resultados. Una respuesta a esta pregunta podría ser que se trate de diferencias debidas a la selección de unidades de una misma población, solo que en este caso las unidades son estudios primarios. Sin embargo, esta falta de homogeneidad se puede deber a la influencia de otras variables, como la aplicación de tratamientos en ambientes distintos o la utilización de diseños en los estudios originales que no son iguales. Algunas de estas variables  son las que se han codificado como potenciales o posibles variables moderadoras. En este caso, el tamaño del efecto medio estimado no sería una buena representación de los estudios individuales. Habría que considerar primero qué variables están afectando a la obtención de distintos resultados en cada estudio individual. Mediante los gráficos, el lector puede hacerse una idea del grado de heterogeneidad que se encuentra entre los diversos estudios, sin embargo, lo más apropiado es introducir pruebas estadísticas que aporten información al respecto. Dos estadísticos de uso habitual son: 1. Q (que se distribuye según χ2 con k – 1 grados de libertad, siendo k el número de estudios considerados): que se utiliza para contrastar la hipótesis nula de igualdad de los tamaños de los efectos y cuyo rechazo implicaría aceptar la existencia de heterogeneidad más allá de errores de muestreo.

Metaanálisis

235

2. I2: que se interpreta como el porcentaje de varianza asociado a la heterogeneidad y no a los errores de muestreo. Si el resultado del análisis indica la presencia de heterogeneidad entre los tamaños de los efectos, el investigador debe preguntarse acerca de las causas. Para ello se realiza un contraste del efecto de las variables potencialmente moderadoras sobre los tamaños del efecto. Es decir, las posibles variables moderadoras se van a considerar variables independientes o predictoras y los tamaños de efecto, la variable dependiente. Si las variables moderadoras son categóricas el análisis realizado sigue una lógica similar al ANOVA. Si las variables moderadoras son continuas se utilizan técnicas de regresión.

7.2.6. Realización del informe Al igual que cualquier estudio empírico, la última fase de un metaanálisis es su publicación. El informe sobre un metaanálisis debe reflejar los principios de cualquier estudio científico, es decir, rigor y objetividad, de modo que permita la replicabilidad de sus resultados. En el apartado de introducción es importante incluir la información relativa a las variables estudiadas y la justificación del estudio metaanalítico. En el apartado sobre el método hay que incluir las fuentes de búsqueda de estudios primarios, los criterios de inclusión de los estudios en el metaanálisis, la codificación de variables potencialmente moderadoras, así como la información relativa a los análisis estadísticos. En el apartado de resultados, se presenta una descripción de los estudios incluidos en el metaanálisis, por ejemplo, cuántos estudios se han considerado finalmente frente al número de estudios descartados siguiendo los criterios de inclusión, presentar el número de estudios incluidos según la fuente de búsqueda, etc. Después se presentan los resultados de la integración de los tamaños del efecto y se presentan gráficas y contrastes de la heterogeneidad de los resultados de los estudios primarios si se han llevado a cabo. En la discusión, los resultados encontrados se ponen en relación con las hipótesis planteadas, se analizan las limitaciones y se plantean las implicaciones sociales, clínicas, educativas, etc., de estos resultados.

236

Métodos de investigación en logopedia

A la hora de realizar el informe final resultará de gran ayuda consultar la información contenida en la página web http://www.prisma-statement.org/. PRISMA (preferred reporting items for systematic reviews and meta-analyses) Statement es una guía que consiste en un checklist de 27 ítems y un diagrama de flujo de cuatro fases, que ayuda a los autores a redactar el informe de las revisiones sistemáticas y de los metaanálisis. También puede consultarse la información de PRISMA Statement en Moher, Liberati, Tetzlaff, y Altman (2009).

7.3. La validez de un metaanálisis Botella y Sánchez-Meca (2015) resumen las principales amenazas que presentan los estudios metaanáliticos, más allá de aquellas que puedan tener como estudios científicos en general. Una de ellas es la calidad de los estudios primarios, es decir, si la calidad metodológica de los estudios incluidos en un metaanálisis no es buena, el resultado del metaanálisis tampoco lo será. El modo de tratar este problema ha sido codificar mediante escalas y checklists la calidad de cada estudio individual, de modo que el resultado pueda servir como criterio de inclusión, como criterio de ponderación o incluir la variable en análisis posteriores como potencialmente moderadora de los resultados. Otra amenaza es la heterogeneidad de los estudios. Es importante la definición del objeto de estudio y establecer los criterios de inclusión y exclusión de los estudios primarios. Los estudios seleccionados no van a ser iguales, al igual que tampoco lo son las muestras de personas en los estudios primarios, pero el investigador debe prestar atención a que haya una muestra representativa de estudios sin que presenten variaciones en características relevantes que puedan dar cuenta de los resultados obtenidos. Por último, otra amenaza a la validez de un metaanálisis es el conocido, y ya adelantado en el apartado anterior, sesgo de publicación. Lo que se conoce como sesgo de publicación es una probabilidad mayor de que un estudio sea publicado en una revista científica si en él se encuentra un efecto estadísticamente significativo entre las variables estudiadas. Esto supone un problema para el metaanálisis, pues, tal y como se ha visto anteriormente, la muestra de estudios primarios que debe incluirse debe ser representativa. Si existe una visibilidad mayor de

Metaanálisis

237

aquellos estudios donde se concluye una relación entre variables puede producir una sobreestimación del tamaño del efecto global. Sin embargo, es importante añadir que la escasa validez externa o falta de generalización de los resultados obtenidos en un estudio primario hacia condiciones más allá de las estudiadas en la investigación no tiene por qué trasladarse al metaanálisis. Si el metaanálisis muestra un efecto entre variables que han sido operativizadas de distinta forma y en circunstancias diferentes, la capacidad de generalización debería ser mayor.

Preguntas de autoevaluación 1. Una característica del metaanálisis frente a revisiones narrativas es que: a) Permite integrar los resultados de los estudios primarios que versan sobre un mismo objeto de estudio. b) Utiliza métodos y procedimientos sistemáticos, objetivos y cuantitativos. c) Utiliza procedimientos más flexibles para el análisis que permiten al investigador incluir información relevante objeto de estudio. d) Re-analiza los datos originales de un estudio primario con técnicas más avanzadas de estudio. e) Incluye una valoración global cualitativa de los resultados de los estudios primarios seleccionados.

 

  

2. En la selección de los estudios primarios que se incluyen en un metaanálisis a) Solamente deben incluirse estudios publicados. b) Se deben considerar solamente aquellos estudios en los que hay un grupo control y un grupo experimental. c) Deben especificarse criterios de inclusión y exclusión que homogeneicen la muestra de estudios. d) Puede incluirse cualquier estudio que trate sobre un mismo objeto de estudio.

   

238

Métodos de investigación en logopedia

e) Es recomendable que sea realizada por un único autor de modo que no provoque discrepancias.



3. El cálculo del tamaño del efecto en un metaanálisis: a) Permite establecer, en una métrica común, los resultados de los distintos estudios b) Tiene un significado general para cualquier área de investigación. c) Se obtiene siempre como la diferencia de medias estandarizada con independencia de la naturaleza de las variables implicadas. d) Solamente puede realizarse si en el estudio original aparece el valor del estadístico de contraste. e) No se puede integrar con los obtenidos en otros estudios, solo se utiliza para comparar.

 

  

4. En un metaanálisis se codifican variables de cada estudio primario con objeto de: a) Calcular el tamaño del efecto de cada estudio. b) Seleccionar los estudios según sus características. c) Complementar la información disponible de cada estudio en el informe final. d) Dar explicación a una posible disparidad de resultados en los estudios primarios. e) Ponderar el tamaño del efecto para el cálculo del tamaño global.

    

5. Una de las principales amenazas a la validez interna de un metaanálisis es: a) La homogeneidad de los estudios primarios. b) La imposibilidad de generalización de los resultados al tratarse de estudios realizados en condiciones diferentes. c) El incremento de los sesgos atribuibles al investigador. d) Que se basa en criterios subjetivos de valoración de los resultados. e) El sesgo de publicación, que puede sobreestimar el tamaño del efecto global.

    

El informe de investigación

8

En este capítulo se desarrollarán los aspectos generales sobre la presentación y elaboración de un informe de investigación. El informe de investigación tiene una función doble: por una parte, sirve para comunicar nuestros resultados a la comunidad y, por otra, aumenta el conocimiento de una disciplina que servirá de base para investigaciones futuras. En primer lugar, se explicarán las partes fundamentales de las que consta un informe de investigación basándonos en el formato APA, que es el más empleado en las revistas de logopedia, y a continuación se explicarán los aspectos generales del proceso de publicación.

8.1. Partes del informe de investigación Una vez se ha realizado un trabajo de investigación, se debe reflexionar acerca de la publicación del trabajo: los motivos que originaron el estudio, a qué usuarios va dirigido y en qué contexto se presentará (Hernández Sampieri, Fernández Collado y Baptista Lucio, 2010). Esta decisión no es menor y repercute en el formato del informe de investigación que se vaya a redactar. Hay distintos tipos de manuscritos que tienen una estructura común, pero difieren en la importancia que cobra cada uno de sus apartados. Podemos distinguir varios tipos de informes:

240

Métodos de investigación en logopedia

–– Tesis, trabajos fin de máster y trabajos fin de grado. En ellos destaca la precisión y el detalle en el proceso de investigación. Tiene mucha importancia el marco teórico que contextualiza la investigación y el cuidado que se pone en la revisión bibliográfica. –– Ponencias, comunicaciones orales y pósteres en congresos. La parte más importante son los resultados y la discusión sobre ellos. En la presentación, se suelen emplear apoyos visuales que facilitan la comprensión del contenido y, en ocasiones, el contenido de estas presentaciones se publica en forma de libros de actas. –– Artículos en revistas especializadas: suelen ser breves y con un número de palabras limitado. Hay que atender especialmente los requisitos de la publicación a la que se envíe el trabajo, ya que cada revista tiene sus propias normas. Los apartados de la introducción y el método suelen ser menos extensos, mientras que los apartados de resultados y discusión se desarrollan más. –– Libros y capítulos de libros: en ocasiones, se pueden publicar recopilaciones de artículos de investigación en formato de libro. En este caso, tienden a desarrollar más el marco teórico y sus distintos apartados pueden ser más extensos que en los artículos de revistas especializadas. A continuación, se desarrollarán los apartados principales de los que consta un informe.

8.1.1. Portada En ella debe figurar el título del trabajo, los autores y la filiación o institución a la que pertenecen (es decir, hospital, centro, universidad etc., al que pertenecen); asimismo, deben figurar los datos de contacto. En el caso de los artículos que reciben una revisión anónima por parte de expertos, esta primera página se suele enviar por separado para que el editor de la revista disponga de esta información, pero los revisores no puedan saber quiénes son los autores. Cuando se trata de un artículo, es frecuente que en esta portada se

El informe de investigación

241

solicite incluir el número total de palabras, así como el número de figuras y tablas y las fuentes de financiación de la investigación (en el caso de que las haya). Es importante atender a la información que solicita la revista a la que se envía el informe para esta primera página.

8.1.2. Resumen, abstract y palabras clave Se solicita un resumen de la investigación que, por lo general, debe tener una extensión de entre cien y doscientas palabras. Debe sintetizar el objetivo, el método y los resultados y conclusiones principales. Si se presenta en español o en otra lengua que no sea el inglés, se suele solicitar la traducción de este resumen al inglés. Además, es común pedir también unas palabras clave en ambas lenguas que describan el contenido final del documento, por lo que es importante seleccionarlas bien, ya que son las que van a facilitar la recuperación del original en las búsquedas en internet y en bases de datos especializadas.

8.1.3. Introducción Esta sección no tiene que aparecer titulada con la palabra introducción, ya que es el primer texto que aparece tras el título y se puede identificar fácilmente. En esta parte se describe el problema que se aborda en la investigación. Deben citarse estudios previos que justifiquen el objeto del nuevo estudio, apoyándose en una adecuada búsqueda bibliográfica. No hay que considerarlo como un resumen general del tema y de todo el conocimiento sobre él, sino que se centrará en el tema del estudio y no se remontará a definiciones y estudios generales. Además, tienen que reflejar una línea argumentativa que permita al lector intuir la lógica seguida, constatar que, por el momento, el problema no se ha solucionado y precisar qué hace diferente este trabajo respecto de los precedentes; en definitiva, la justificación del estudio. En esta sección se plantean los objetivos del trabajo de forma clara, así como las hipótesis de los autores, en caso de su existencia.

242

Métodos de investigación en logopedia

8.1.4. Método La descripción del método debe ser tan precisa que permita a otros investigadores replicar el trabajo (León, 2016). La forma de estructurar el método siguiendo el manual de la APA (6.ª ed.) es: –– Participantes. Término preferible a sujetos. En este apartado se especifica quiénes fueron los participantes, cuántos se reclutaron y cuántos formaron la muestra final, junto con las edades (con medidas de tendencia central), rasgos socioeconómicos o culturales y la división por sexo. En caso de haber seleccionado la muestra por algún rasgo especial (diagnóstico, habilidad, etc.), hay que precisarlo. Debe incluirse todo lo que sea característico e importante de la muestra que otros investigadores necesitarían saber para poder acceder a una muestra semejante. También hay que informar sobre si se les ha dado algún tipo de gratificación por su participación. –– Materiales. Se describen los instrumentos empleados en la investigación. Si se ha diseñado algún instrumento específico de evaluación hay que precisar el proceso de construcción y sus propiedades métricas. Cuando los materiales sean conocidos por los lectores, se pueden describir de una forma menos detallada, pero indicando bien las características del material empleado. –– Procedimiento. En él se debe narrar cómo se hizo la investigación. León (2016) recomienda, en primer lugar, catalogar si se trata de una investigación cuantitativa o cualitativa. Hay que especificar las instrucciones que se dieron a los participantes y, si son excesivamente complejas, se tratará de sintetizarlas y aportarlas desarrolladas en un apéndice. Es importante precisar cómo se han creado los grupos y las manipulaciones experimentales que se hayan realizado. –– Diseño y análisis de datos. En este apartado se especifica el diseño seleccionado con detalle y las variables que se han contemplado. Se describen los métodos estadísticos y los detalles de cómo se analizarán los datos. Se recomienda precisar

El informe de investigación

243

el tipo de programa empleado (por ejemplo, R o SPSS y la versión que se haya utilizado).

8.1.5. Resultados Se muestran los datos obtenidos de forma resumida, los datos “en bruto” deben guardarse por si se solicitaran posteriormente, pero no se incluyen en el informe. Por una parte, se incluye la estadística descriptiva (índices de tendencia central, medidas de dispersión, etc.) que sirven para resumir los datos. Por otra parte, se presenta, en caso de que el estudio haya sido diseñado a tal efecto, la estadística inferencial, que aporta información sobre el contraste de hipótesis con niveles de significación, intervalos de confianza y tamaños del efecto. En este apartado se hace especialmente importante el uso de tablas y figuras (elementos gráficos) que ilustren los resultados, y que deberán referenciarse adecuadamente en el texto, además de comentar lo que aportan brevemente, ya que es inadecuado introducirlos sin ningún tipo de explicación. En este apartado no se comentan los resultados ni se aportan explicaciones sobre cómo se interpretarían, esto debe reservarse para el apartado de discusión.

8.1.6. Discusión En este apartado se evalúan e interpretan las implicaciones de los resultados en relación con las hipótesis planteadas y con la literatura anterior. En el manual de la APA (2010), recomiendan iniciar esta parte con una afirmación sobre el apoyo o rechazo de las hipótesis. Si los resultados no han apoyado las hipótesis, hay que buscar explicaciones y detectar semejanzas y diferencias con estudios previos que sirvan para contextualizar, confirmar y aclarar las conclusiones. Es importante reconocer las limitaciones del trabajo y sugerir cómo se podría mejorar o qué pasos habría que dar para continuarlo. También se aconseja finalizar con un párrafo breve y claro en el que se

244

Métodos de investigación en logopedia

especifique la aportación y cómo se ha contribuido a solucionar el problema de investigación (Rodríguez Fernández, 2012).

8.1.7. Referencias Debe aparecer un listado ordenado alfabéticamente que incluya exclusivamente lo que se ha citado a lo largo del trabajo. En esta lista no pueden aparecer más referencias de las que se han citado y no debe faltar nada de lo que se ha incluido en el texto. Existen distintos programas para la gestión de las referencias, como pueden ser Mendeley, EndNote, Zotero, RefWorks, etc.

8.1.8. Apéndices Solo incluirán información relevante adicional que resulte demasiado extensa para el cuerpo del trabajo. Pueden ser listados de estímulos, cuestionarios, imágenes de algún material relevante, etc.

8.2. El formato APA Para facilitar la comunicación científica, es necesario dar uniformidad a los informes de investigación y, para ello, desde las distintas disciplinas, se han desarrollado manuales de estilo para las publicaciones del ámbito. Como la logopedia se nutre de ciencias de la salud y de ciencias sociales, en función de la orientación de la revista, se empleará un formato de estilo u otro. Las revistas más relacionadas con disciplinas médicas, como el Journal of Voice, emplean el estilo Vancouver del International Comitee of Medical Journal Editors. Todas las revistas de la ASHA y las revistas más importantes específicas de logopedia de España (Revista de Investigación en Logopedia y Revista de la Asociación Española de Logopedia, Foniatría y Audiología) siguen el estilo de la American Psychological Association (APA; Asociación Americana de Psicología); por ello, en este apartado, nos centraremos en este último formato.

El informe de investigación

245

El Manual de publicación de la APA, en su sexta edición (2010), es una guía que orienta sobre la estructura del informe de investigación y sus apartados fundamentales, así como sobre las normas de citación de referencias y organización de la lista de referencias. Asimismo, se incluyen orientaciones de estilo y formato de la escritura académica relacionadas con puntuación, citas textuales, encabezados, numeración, tablas, figuras y evitación de sesgos lingüísticos relacionados con género, raza y discapacidad. No es nuestra intención resumir aquí las directrices que proporciona el manual respecto a cuestiones de redacción, como signos de puntuación, uso de las mayúsculas y cuestiones de formato. Pero sí que presentamos el formato de las referencias en los materiales más frecuentes y una breve reflexión sobre los sesgos lingüísticos.

8.2.1. Cómo citar y referenciar según las normas APA El método de citación en formato APA es el denominado autor-fecha. La cita requiere que el apellido del autor (sin iniciales) y el año de publicación aparezcan en el texto. Se puede citar de dos modos diferentes en función de cómo queramos expresarnos: si el autor forma parte de la narración se pone el apellido en el texto y el año entre paréntesis del siguiente modo: Nieva (2015) señala la importancia del desarrollo de test y pruebas de evaluación específicas para personas bilingües…

Cuando el autor no forma parte de la narración, autor y año de publicación se ponen entre paréntesis separados por una coma: Es importante disponer de sistemas de evaluación del lenguaje específicos para personas bilingües (Nieva, 2015).

Si queremos hacer una cita textual (copiar literalmente lo que un autor ha dicho) lo haremos dentro del mismo párrafo, siempre que la cita no supere las cuarenta palabras, e insertándola entre comillas. A continuación, se introduce entre paréntesis el autor, el año y la página o páginas donde aparece el texto en el documento origi-

246

Métodos de investigación en logopedia

nal. Si tiene más de cuarenta palabras, se pondrá en párrafo aparte, sin comillas y con un margen mayor a la izquierda. Cuando una cita aparece más de una vez en el texto, en función del número de autores se hará de distinta forma: –– Si se trata de uno o dos autores, cada vez que se citen aparecerán de la misma forma. –– Si son entre tres y cinco autores, la primera vez han de citarse todos y en las siguientes se pondrá el primero seguido de la expresión “et al.” (sin comillas) y la fecha de publicación. –– Si un trabajo tiene seis o más autores, se cita el primer autor seguido de “et al.”, desde la primera vez que se cite. Si en un mismo paréntesis queremos incluir varias citas, la manera de ordenarlas es por orden alfabético; si las citas fueran todas de los mismos autores, se haría por orden cronológico. Al elaborar la lista de referencias hay que incluir todo lo que se ha citado a lo largo del texto. En función del material se referenciará de distinta manera: –– Libros completos: Apellido 1.er autor, Inicial 1.er autor. [resto de autores del mismo modo] (año de publicación). Título del libro. Ciudad: Editorial. Terradillos, E. y López-Higes, R. (2016). Guía de intervención logopédica en las afasias. Madrid: Síntesis.

–– Si es un libro digital además de la referencia anterior, debe incluirse “Recuperado de” y el vínculo a la página web de donde se ha extraído: Lázaro, M. (2010). Aspectos teóricos y prácticos de la intervención logopédica. Cuenca: Universidad de Castilla-La Mancha. Recuperado de https://play.google.com/books/reader?id=G1ksAwAAQBAJ&printsec=frontcover&output=reader&hl=es_419&pg=GBS.PP1.

–– Si es un capítulo de un libro que es una obra colectiva donde hay uno o más editores y distintos autores, se citaría de así: Apellido 1.er autor, Inicial 1.er autor. [resto de autores del ca-

El informe de investigación

247

pítulo] (año de publicación). Título del capítulo. “En” Inicial editor 1. Apellido editor 1 [resto de editores del libro] “(eds.)”, Título del libro (“pp.” página inicial del capítulo-página final del capítulo). Ciudad: Editorial. Rodríguez, L. y De las Heras, G. (2012). Generar comunidades emocionales de reflexión y aprendizaje. Un paseo por dos proyectos de innovación en Educación Especial. En R. B. Santiago Pardo, N. García Atarés y N. Jimeno Bulnes (eds.), Los logopedas hablan (pp. 143-160).Valencia: Nau Llibres.

–– En el caso de los artículos de revistas, la forma general de citar es la siguiente: Apellido 1.er autor, Inicial 1.er autor. [resto de autores] (año de publicación). Título del artículo. Título de la Revista, volumen(número), página inicial-página final. Y si la revista citada tuviera DOI (digital object identifier), se incluiría al final: Ejemplo sin DOI:



Adrián, J. A. y Rodríguez-Parra, M. J. (2015). Evaluación del tratamiento logopédico en la rehabilitación de la disfonía en adultos: seguimiento de los efectos grupales y de las variaciones individuales. Revista de Logopedia, Foniatría y Audiología, 35(1), 17-29.

Ejemplo con DOI:



Henry, M. L.; Rising, K.; DeMarco, A. T.; Miller, B. L.; Gorno-Tempini, M. L. y Beeson, P. M. (2013). Examining the value of lexical retrieval treatment in primary progressive aphasia: Two positive cases. Brain and Language, 127(2), 145-156. DOI: 10.1016/j.bandl.

–– Si se hubiera publicado en una revista electrónica sin DOI, se añade al final “Recuperado de”, con la dirección electrónica de donde se ha obtenido: Moraleda, E. (2011). Análisis del desarrollo morfosintáctico en personas con síndrome de Down en el periodo infantil y adolescente. Revista de Investigación en Logopedia, 1(2), 121-129. Recuperado de http://revistalogopedia.uclm.es/ojs/index.php/ revista/article/view/33/26.

248

Métodos de investigación en logopedia

–– Si un artículo tuviera más de seis autores, se cita igual que en los casos anteriores pero se incluyen solo los seis primeros seguidos de puntos suspensivos y el nombre del último autor a continuación: Apellido 1.er autor, Inicial 1.er autor. [resto de autores hasta autor 6] “…” Apellido último autor, Inicial último autor. (año de publicación). Título del a­ rtículo. Título de la Revista, volumen(número), página inicialpágina final: Bayés-Rusiñol, Á.; Forjaz, M. J.; Ayala, A.; Crespo, M.; Prats, A.; Valles, E.; … y Garolera-Freixa, M. (2011). Consciencia de disfagia en la enfermedad de Parkinson. Revista de Neurología, 53(11), 664-672.

8.2.2. Uso del lenguaje y sesgos lingüísticos Respecto al uso del lenguaje, se insta a reducir el sesgo en función de la temática. La directriz es emplear un lenguaje inclusivo que refleje la realidad y que no sea proteccionista ni excluyente. A continuación, se mencionarán algunos de los sesgos más frecuentes que podemos encontrar en un escrito: –– Género. Es importante elegir cuidadosamente los nombres, pronombres y adjetivos para que describan de la manera más clara y objetiva al grupo al que se está haciendo referencia. Es incorrecto usar el masculino singular para referirnos a ambos sexos; así, sería incorrecto decir “el niño que recibe tratamiento tempranamente, tiene mayores probabilidades de recuperación”. No hay que olvidar que, si en español el género no marcado (es decir, el que engloba la generalidad) es el masculino, en el caso del número, el no marcado es el plural, así que, si se pretende mencionar la globalidad, se hará como mínimo, empleando el masculino plural (en el ejemplo anterior: “los niños que reciben”). Otro aspecto importante es evitar el empleo del femenino para definir roles tradicionalmente atribuidos a las mujeres. Por ejemplo, “las amas de casa sufren disfonía en un porcen-

El informe de investigación

249

taje X” o “las madres deben favorecer las interacciones comunicativas de sus hijos”. –– Raza y nacionalidad. Respecto a las diferencias raciales y culturales, solo deberían detallarse si tuvieran una repercusión en el objetivo del estudio (en el marco de estudio de la logopedia parece poco probable que la raza sea importante). Respecto a la procedencia de las personas y, probablemente más importante, sobre su lengua materna, es importante informar claramente sobre el país o la lengua, evitando generalidades del tipo “de Oriente Medio”, “lengua oriental”, etc. –– Discapacidad. En el campo de la discapacidad, en los últimos años se ha tratado este aspecto, y la directriz es emplear un lenguaje “no discapacitante”. Las discapacidades no deben definir a la persona por lo que no han de emplearse como adjetivos, ya que, según el modelo actual, la discapacidad se considera un rasgo más de la persona. Así, decir “los paralíticos cerebrales” resulta inadecuado y debería decirse “las personas con parálisis cerebral”. Igualmente, tampoco se hace mención de la persona según su diagnóstico y se habla de “personas con disfemia” en lugar de “disfémicos”. De igual modo, cuando se hacen comparaciones, a las personas del grupo control no se les debe denominar normales. En casos como “niños con desarrollo típico”, “personas sin discapacidad” o “grupo control” son usos más correctos. –– Edad. Se deben evitar los términos sobreproteccionistas, como llamar chicos o niños a personas adultas con discapacidad. En el caso de las personas mayores el término anciano está desaconsejado y se insta al empleo de adultos mayores o personas mayores, y siempre definiendo de manera clara a qué edades se está haciendo referencia.

8.3. El proceso de publicación Los resultados de un informe de investigación pueden publicarse de distintas maneras: presentación de comunicaciones orales o pósteres en congresos, tesis o trabajos académicos o artículos en revistas científicas especializadas. Las presentaciones en congresos

250

Métodos de investigación en logopedia

y trabajos académicos van a seguir un proceso de publicación que determinará las respectivas instituciones, por lo que este apartado se centrará en la publicación en revistas científicas. Cuando se envía un artículo para su revisión y opción a ser publicado en una revista científica, el original seguirá un proceso de revisión anónimo por pares, lo que implica que un editor de la revista lo remitirá a otros revisores especializados en el tema que desconozcan quiénes son los autores del trabajo (habitualmente, un mínimo de dos revisores). Estos emitirán dentro del plazo establecido por la revista un juicio acerca de la idoneidad de la publicación del artículo en esta revista. Antes de enviar un informe, es especialmente relevante valorar y seleccionar bien la revista a la que se va a remitir. Asimismo, es importante atender los requisitos específicos de la publicación y los contenidos que suelen publicarse en ella. Antes de seleccionar una revista, Forister y Blessing (2015) proponen responder a las siguientes preguntas: –– ¿El tema del trabajo entra dentro de los ámbitos de estudio de la revista? –– ¿El tema del que trata se incluye con frecuencia en esta revista o solo en algunas ocasiones? –– ¿La revista sería la más adecuada para los lectores de este tema? –– ¿Qué formatos de artículo acepta esta revista? –– ¿Hay algún apartado sobre la información o instrucción para los autores en la página web de la revista? –– ¿El trabajo es más adecuado para una revista general o para una especializada? –– ¿Los destinatarios son clínicos, educadores, investigadores o es adecuado para todos estos grupos? Es importante revisar bien las instrucciones, ya que el incumplimiento conlleva la devolución y el posible rechazo inmediato del original. Además, se puede atender también a otros criterios de calidad de la revista como el factor de impacto o si está indexada en algunas de las bases de datos internacionales especializadas, etc.

El informe de investigación

251

Una vez tomada la decisión sobre dónde enviar el trabajo, debe remitirse una carta de presentación al editor en la que se incluirán los datos principales de la investigación y de los autores, como ya se ha detallado en el apartado anterior. En ocasiones, se solicita que en esta carta se incluya información sobre la originalidad del escrito, la veracidad de la autoría, la inexistencia de conflicto de intereses, la declaración expresa de que no está siendo sometido a otro proceso  de revisión simultáneo en otra revista con la misma investigación y que no ha sido publicado con anterioridad en ningún otro formato. Con el desarrollo de plataformas electrónicas de presentación digital de originales, cada vez más esta información se declara mediante controles obligatorios, en los que el usuario debe seleccionar que su documento cumple todos estos requisitos. Es importante proporcionar esta información de manera honesta, ya que el incumplimiento lleva al rechazo definitivo del original y el consiguiente perjuicio de la imagen de los autores. Cuando se ha presentado al editor, este revisará la idoneidad del contenido con los objetivos de la revista y, una vez supervisados los criterios formales, se lo enviará a dos o más revisores especializados en el tema. Los revisores realizarán una lectura en el plazo estipulado y emitirán un juicio sobre la publicación del original. Cada revisor emite un juicio sobre dicha publicación: puede ser aceptado, se pueden solicitar revisiones o cambios (de mayor o menor envergadura) o puede ser rechazado definitivamente. A veces, los criterios de los revisores son contradictorios, en estos casos, el editor analiza los informes y toma una decisión final sobre el artículo. Cuando un artículo es rechazado, los autores deben valorar si quieren enviarlo a otra revista o si es preferible replantearse el estudio y mejorarlo en próximas investigaciones. Las razones para el rechazo son muchas y la mayoría se pueden evitar, como que las revistas no aceptarán estudios que queden fuera de su ámbito o que el formato no se adecúe a su línea editorial. No seguir las instrucciones de la revista para la presentación de originales dificulta que se envíe a los revisores, y es algo que retrasa el proceso. Asimismo,  una mala redacción no supone un rechazo directo, pero produce una mala impresión sobre el artículo y la redacción del método, la presentación de los resultados y la discusión pueden ser determinantes. La causa

252

Métodos de investigación en logopedia

más importante para el rechazo y más difícilmente subsanable es la presentación de un diseño pobre (Pierson, 2004). Cuando se solicitan cambios, los autores tiene que decidir si quieren acometerlos o lo retiran de la publicación, ya que la solicitud de modificaciones en ningún caso implica aceptación, pero hay que completarlos en un plazo determinado que marca la revista. Si son cambios menores, los autores suelen asumirlos, pero, cuando  son más importantes, deben valorar las posibilidades de aceptación tras esta revisión y si van a tener el tiempo necesario para asumirlos. Tras la presentación de esta segunda revisión los editores valoran si vuelven a enviarlos a los revisores o ya toman ellos la decisión final; de nuevo, pueden solicitar cambios sobre el archivo modificado y este proceso puede repetirse hasta que se tome una decisión editorial definitiva: aceptación o rechazo. En caso de aceptación, se inicia el proceso de publicación, se pueden solicitar algunas pequeñas modificaciones de redacción o de erratas y se presenta a los autores un ejemplar de prueba en el que se deben revisar cuidadosamente todos los aspectos, porque esta será la versión definitiva que se publique en la revista.

Preguntas de autoevaluación 1. Todos los apartados del informe de investigación deben llevar título excepto: a) b) c) d) e)

La introducción. El método. Los resultados. La discusión. Las referencias.

    

2. En un trabajo fin de grado, la parte del informe a la que se le suele dar más importancia es a: a) Los resultados. b) La interpretación de los resultados. c) Las referencias en formato adecuado.

  

El informe de investigación

d) La elección del método de análisis. e) El marco teórico y la revisión bibliográfica.

253  

3. ¿Qué significa que una publicación siga un proceso de revisión por pares? a) Que hay dos personas que realizan una revisión de manera conjunta. b) Que dos personas hacen una revisión del trabajo sabiendo quiénes son los autores. c) Que el editor de la revista va a realizar la revisión del trabajo. d) Que hay dos o más revisores que van a revisar el trabajo independientemente y sin tener ningún dato sobre su autoría. e) Que un revisor tomará la decisión de si el trabajo se publica o no.

  

 

4. Cuando se hace un trabajo sobre discapacidad, las directrices de la APA sobre los sesgos lingüísticos recomiendan: a) No mencionar el diagnóstico por respeto a las personas. b) La alteración o diagnóstico se considera un rasgo más y se tiende a emplear “personas con…”. c) Emplear la etiqueta diagnóstica como adjetivo. d) Usar algún eufemismo que suavice la terminología. e) Solo se mencionan las potencialidades y capacidades preservadas de estas personas.

    

5. Las referencias bibliográficas según las normas de estilo de la APA se realizan en cuanto a un criterio: a) De numeración según el orden de aparición en el trabajo. b) Se indican con un superíndice en el texto y se citan a pie de página. c) Autor-fecha. d) Se indican con un superíndice en el texto y se citan al final del artículo. e) De numeración, del más antiguo al más reciente.

    

Clave de respuestas

Capítulo 1 1.ª pregunta 2.ª pregunta 3.ª pregunta 4.ª pregunta 5.ª pregunta

Capítulo 4 a b c d e                         

Capítulo 2 1.ª pregunta 2.ª pregunta 3.ª pregunta 4.ª pregunta 5.ª pregunta

a b c d e                         

Capítulo 5 a b c d e                         

Capítulo 3 1.ª pregunta 2.ª pregunta 3.ª pregunta 4.ª pregunta 5.ª pregunta

1.ª pregunta 2.ª pregunta 3.ª pregunta 4.ª pregunta 5.ª pregunta

1.ª pregunta 2.ª pregunta 3.ª pregunta 4.ª pregunta 5.ª pregunta

a b c d e                         

Capítulo 6 a b c d e                         

1.ª pregunta 2.ª pregunta 3.ª pregunta 4.ª pregunta 5.ª pregunta

a b c d e                         

256

Métodos de investigación en logopedia

Capítulo 7 1.ª pregunta 2.ª pregunta 3.ª pregunta 4.ª pregunta 5.ª pregunta

Capítulo 8 a b c d e                         

1.ª pregunta 2.ª pregunta 3.ª pregunta 4.ª pregunta 5.ª pregunta

a b c d e                         

Bibliografía

Con el propósito de poner en práctica unos principios ecológicos, económicos y prácticos, el listado completo y actualizado de las fuentes bibliográficas empleadas por el autor en este libro se encuentra disponible en la página web de la editorial www.sintesis.com. Las personas interesadas se lo pueden descargar y utilizar como más les convenga: conservar, imprimir, utilizar en sus trabajos, etc. American Psychological Association (2010). Publication Manual of the American Psychological Association (6.ª ed.). Washington D. C.: American Psychological Association. Anguera, M. T. (1995). Tratamiento cualitativo de los datos. En Anguera, M. T.; Arnau, J.; Ato, M.; Martínez, R.; Pascual, J. y Vallejo, G. (eds.), Métodos de investigación en psicología (pp. 549-576). Madrid: Síntesis. ASHA (2016). Código de ética  [Ética]. Recuperado de http://www.asha. org/policy/Codigo-de-Etica. Beauchamp, T. L. y Childress, J. F. (2009). Principles of Biomedical Ethics. Nueva York: Oxford University Press. Botella, J. y Gambara, H. (2002). ¿Qué es el meta-análisis? Madrid: Siglo XXI. –– (2006). El meta-análisis: Una metodología de nuestro tiempo. Infocop Online, 29 de mayo. Recuperado de http://www.infocop.es/view_article. asp?id=843#inicio.

258

Métodos de investigación en logopedia

Botella, J.; León, O.; San Martín, R. y Barriopedro, M. (2001). Análisis de datos en psicología I. Madrid: Pirámide. Botella, J. y Sánchez-Meca, J. (2015). Meta-análisis en ciencias sociales y de la salud. Madrid: Síntesis. Cameron, L. y Murphy, J. (2007). Obtaining consent to participate in research: The issues involved in including people with a range of learning and communication disabilities. British Journal of Learning Disabilities, 35(2), 113-120. Campbell, D. T. y Stanley, J. C. (1966). Experimental and Quasi-Experimental Designs for Research. Chicago: Rand McNally (traducción castellana en Amorrortu). Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2.ª ed.). Mawhaw: Erlbaum. Cook, T. D. y Campbell, D. T. (1979). Quasi-Experimentation: Design and Analysis for Field Settings. Chicago: Rand McNally. Creswell, J. W. (2005). Educational Research: Planning, Conducting, and Evaluating Quantitative and Qualitative Research (2.ª ed). Upper Saddle River: Pearson Education Inc. –– (2009). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches. Thousand Oaks: Sage publications. Eadie, T. L. y Charland, L. C. (2005). Ethics in speech-language pathology: Beyond the codes and canons. Revue d’Orthophonie et d’Audiologie, 29(1), 27-36. Forister, J. G. y Blessing, J. D. (2015). Introduction to Research and Medical Literature for Health Professionals. Massachusetts: Jones & Bartlett. Glaser, B. G. y Strauss, A. L. (1967). The Discovery of Grounded Theory: Strategies for Qualitative Research. Piscataway: Transaction Publishers. Glass, G. V. (1976). Primary, secondary, and meta-analysis of research. Educational Researcher, 5(10). Hedges, L. V. (1981). Distribution theory for Glass’s estimator of effect size and related estimators. Journal of Educational and Behavioral Statistics, 6(2). Hernández Sampieri, R.; Fernández Collado, C. y Baptista Lucio, P. (2010). Metodología de la investigación. México: McGraw-Hill. Higgins J. P. T. y Green, S. (eds.) (2011). Cochrane Handbook for Systematic Reviews of Interventions. The Cochrane Collaboration. Traducción al español recuperada de es.cochrane.org/sites/es.cochrane.org/files/public/uploads/Manual_Cochrane_510_reduit.pdf. Irwin, D. L.; Pannbacker, M. H. y Lass, N. J. (2014). Clinical Research Methods in Speech-Language Pathology and Audiology. Abingdon: Plural Publishing.

Bibliografía

259

Johnson, B. (2001). Toward a new classification of nonexperimental quantitative research. Educational Researcher, 30(2), 3-13. Johnson, R. B. y Onwuegbuzie, A. J. (2004). Mixed methods research: A research paradigm whose time has come. Educational Researcher, 33(7), 14-26. Kazdin, A. E. (2003). Research Design in Clinical Psychology (4.ª ed.). Boston: Allyn & Bacon. Kerlinger, F. N. y Lee, H. B. (2002). Investigación del comportamiento: Métodos de investigación en ciencias sociales (4.ª ed.). México: Mcgraw Hill. Kirk, R. E. (1995). Experimental Design: Procedures for the Behavioral Sciences (2.ª ed.). Pacific Grove: Brooks & Cole. Law, J.; Garrett, Z. y Nye, C. (2004). The efficacy of treatment for children with developmental speech and language delay/disorder: A meta-analysis. Journal of Speech, Language, and Hearing Research, 47(4). Leary, M. R. (2001). Introduction to Behavioral Research Methods (3.ª ed.). Boston: Allyn & Bacon. León, O. G. (2016). Cómo redactar textos científicos y seguir las normas APA (6.ª ed.). Madrid: Garceta. León, O. y Montero, I. (2015).  Métodos de investigación en psicología y educación. Madrid: McGraw Hill. Lypsey, M. W. (2009). Identifying potentially interesting variables and analysis opportunities. En Cooper, H.; Hedges, L. V. y Valentine, J. C. (eds.),  The Handbook of Research Synthesis and Meta-Analysis (pp. 147-158). Nueva York: Russell Sage Foundation. Marczyk, G.; De Mateo, D. y Festinger, D. (2005). Essentials of Research Design and Methodology. Nueva York: Wiley. Martínez Arias, R. (1995a). Diseños muestrales probabilísticos. En Anguera, M. T; Arnau, J.; Ato, M.; Martínez, R.; Pascual, J. y Vallejo, G. (eds.), Métodos de investigación en psicología (pp. 433-484). Madrid: Síntesis. –– (1995b). El método de encuestas por muestreo: conceptos básicos. En Anguera, M. T; Arnau, J.; Ato, M.; Martínez, R.; Pascual, J. y Vallejo, G. (eds.), Métodos de investigación en psicología (pp. 384-431).  Madrid: Síntesis. Martínez-Arias, R.; Castellanos, M. A. y Chacón, J. C. (2014). Métodos de investigación en psicología. Madrid: EOS. Martínez Arias, R.; Chacón, J. C. y Castellanos, M. A. (2015). Análisis de datos en psicología y ciencias de la salud. Volumen II. Madrid: EOS. Martínez Arias, R.; Hernández Lloreda, V. y Hernández Lloreda, M. J. (2006). Psicometría. Madrid: Alianza.

260

Métodos de investigación en logopedia

Maxwell, D. L. y Satake, E. (2006).  Research and Statistical Methods in Communication Sciences and Disorders. Nueva York: Thompson Delmar Learning. Meltzoff, J. (2000). Crítica a la investigación en psicología y campos afines. Madrid: Alianza. Moher, D.; Liberati, A.; Tetzlaff, J. y Altman, D. G. (2009). Preferred reporting items for systematic reviews and meta-analyses: The prisma statement. PLoS Med, 6(7): e1000097. Doi: 10.1371/journal.pmed.1000097. Nunnally, J. C. y Bernstein, I. H. (1994). Psychometric Theory (3.ª ed.). Nueva York: McGraw Hill. Pardo, A. y San Martín, R. (1998). Análisis de datos en psicología (vol. III). Madrid: Pirámide. Peña, D. (2002). Análisis de datos multivariantes. Madrid: McGraw Hill. Peña, D. y Romo, J. (1997). Introducción a la estadística para las ciencias sociales. Madrid: McGraw Hill. Popper, K. R. (1962). La lógica de la investigación científica. Madrid: ­Tecnos. Pring, T. (2005). Research Methods in Communication Disorders. Londres: Whurr Publishers. Rodríguez Fernández, R. (2012). El informe de investigación. En Rodríguez-Miñón Cifuentes, P. (ed.), Bioestadística en ciencias de la salud. (pp. 396-407). Madrid: Difusión Avances de Enfermería (DAE). Rosenthal, R. y Rosnow, R. L. (1991). Essentials of Behavioral Research: Methods and Data Analysis (2.ª ed.). Nueva York: McGraw Hill. Royo, M. A. y Moreno, J. D. (2009). El método epidemiológico. Madrid: ENS-Instituto de Salud Carlos III. Sánchez-Meca, J. (2010). Cómo realizar una revisión sistemática y un meta-análisis. Aula Abierta, 38(2). Sanchez-Meca, J. y Botella, J. (2010). Revisiones sistemáticas y meta-análisis: Herramientas para la práctica profesional. Papeles del Psicólogo, 31, 7-17. Sánchez-Meca, J.; Boruch, R. F.; Petrosino, A. y Rosa-Alcázar, A. I. (2002). La Colaboración Campbell y la práctica basada en la evidencia. Papeles del Psicólogo, 83. Sánchez-Meca, J.; Marín, F. y Huedo, T. B. (2006). Modelo de efectos fijos versus modelo de efectos aleatorios.  En Martín, J. L. R.; Tobías, A. y Seoane, T. (coords.). Revisiones sistemáticas en ciencias de la vida (pp. 189-204). Toledo: FISCAM. Sánchez-Meca, J.; Marín-Martínez, F.; López Pina, J. A.; Rosa-Alcázar, A. I.; Chacón-Moscoso, S.; López-García, J. J.; Gómez-Conesa, A.; LópezLópez, J. A. y Núñez Núñez, R. M. (s. f.). The Meta-Analysis Unit. Recuperado de http://www.um.es/metaanalysis.

Bibliografía

261

Sarriá Sánchez, E. (2010). La observación. En Fontes, S.; Gallego-García C.; Quintanilla, L.; Rodríguez, R.; Rubio, P. y Sarriá, E. (eds.), Fundamentos de investigación en psicología (pp. 311-352). Madrid: Universidad Nacional de Educación a Distancia. Shadish, W.; Cook, T. D. y Campbell, D. T. (2002). Experimental and Quasi-Experimental Designs for Generalized Causal Inference. Boston: Houghton Mifflin. Straus, A. y Corbin, J. (1998). Basics of Qualitative Research: Grounded Theory Procedures and Techniques (2.ª ed.). Thousand Oaks: Sage. Titus, S. L.; Wells, J. A. y Rhoades, L. J. (2008). Repairing research integrity. Nature, 453(7198), 980. Trochim, W. M. K. (2001). The Research Methods Knowledge Base (2.ª ed.). Cincinnati: Atomic Doc Publishing. Winer, B. J.; Brown, D. R. y Michels, K. M. (1991). Statistical Principles in Experimental Design. Nueva York: McGraw Hill.