[Imagen del logotipo de la compañía]
 

 

METODOLOGÍA DE MUESTREO

bulletValledor M*. Carreira JMF**
bullet*Unidad de Calidad Hospital San Agustín
bullet**Unidad de Investigación Hospital San Agustín

Introducción

En este documento ofrecemos un resumen sobre el concepto de muestreo, y los tipos de muestreo existentes. Además, se dispone de una hoja para el cálculo de tamaños muestrales en auditorías de Historias Clínicas en Excel. No pretendemos, ni mucho menos, ser exhaustivos. Simplemente ofrecemos una pequeña herramienta que pueda servir de apoyo en la evaluación de los distintos indicadores de calidad.

Concepto de muestreo
El muestreo es una herramienta de la investigación científica. Su función básica es determinar que parte de una realidad en estudio (población o universo) debe examinarse con la finalidad de hacer inferencias sobre dicha población. El error que se comete debido al hecho de que se obtienen conclusiones sobre cierta realidad a partir de la observación de sólo una parte de ella, se denomina error de muestreo. Obtener una muestra adecuada significa lograr una versión simplificada de la población, que reproduzca de algún modo sus rasgos básicos.

Terminología

bulletPoblación objeto: conjunto de individuos de los que se quiere obtener una información.
bulletUnidades de muestreo: número de elementos de la población, no solapados, que se van a estudiar. Todo miembro de la población pertenecerá a una y sólo una unidad de muestreo.
bulletUnidades de análisis: objeto o individuo del que hay que obtener la información.
bulletMarco muestral: lista de unidades o elementos de muestreo.
bulletMuestra: conjunto de unidades o elementos de análisis sacados del marco.


Muestreo probabilístico

El método otorga una probabilidad conocida de integrar la muestra a cada elemento de la población, y dicha probabilidad no es nula para ningún elemento.

Los métodos de muestreo no probabilisticos no garantizan la representatividad de la muestra y por lo tanto no permiten realizar estimaciones inferenciales sobre la población.

(En algunas circunstancias los métodos estadísticos y epidemiológicos permiten resolver los problemas de representatividad aun en situaciones de muestreo no probabilistico, por ejemplo los estudios de caso-control, donde los casos no son seleccionados aleatoriamente de la población.)

Entre los métodos de muestreo probabilísticos más utilizados en investigación encontramos:

bulletMuestreo aleatorio simple
bulletMuestreo estratificado
bulletMuestreo sistemático
bulletMuestreo polietápico o por conglomerados

Ventajas e inconvenientes de los distintos tipos de muestreo probabilístico
 

  CARACTERISTICAS VENTAJAS INCONVENIENTES
Aleatorio simple Se selecciona una muestra de tamaño n de una población de N unidades, cada elemento tiene una probabilidad de inclusión igual y conocida de n/N.
bulletSencillo y de fácil comprensión.
bulletCálculo rápido de medias y varianzas.
bulletSe basa en la teoría estadística, y por tanto existen paquetes informáticos para analizar los datos
bulletRequiere que se posea de antemano un listado completo de toda la población.
bulletCuando se trabaja con muestras pequeñas es posible que no represente a la población adecuadamente.
Sistemático
bullet Conseguir un listado de los N elementos de la población
bulletDeterminar tamaño muestral n.
bulletDefinir un intervalo k=N/n.
bulletElegir un número aleatorio, r, entre 1 y k (r=arranque aleatorio).
bulletSeleccionar los elementos de la lista.
bulletFácil de aplicar.
bulletNo siempre es necesario tener un listado de toda la población.
bulletCuando la población está ordenada siguiendo una tendencia conocida, asegura una cobertura de unidades de todos los tipos.
bulletSi la constante de muestreo está asociada con el fenómeno de interés, las estimaciones obtenidas a partir de la muestra pueden contener sesgo de selección
Estratificado En ciertas ocasiones resultará conveniente estratificar la muestra según ciertas variables de interés. Para ello debemos conocer la composición estratificada de la población objetivo a muestrear. Una vez calculado el tamaño muestral apropiado, este se reparte de manera proporcional entre los distintos estratos definidos en la población usando una simple regla de tres.
bulletTiende a asegurar que la muestra represente adecuadamente a la población en función de unas variables seleccionadas.
bulletSe obtienen estimaciones más precisa 
bulletSu objetivo es conseguir una muestra lo mas semejante posible a la población en lo que a la o las variables estratificadoras se refiere.
bulletSe ha de conocer la distribución en la población de las variables utilizadas para la estratificación.

 

Conglomerados
bulletSe realizan varias fases de muestreo sucesivas (polietápico)
bulletLa necesidad de listados de las unidades de una etapa se limita a aquellas unidades de muestreo seleccionadas en la etapa anterior.
bulletEs muy eficiente cuando la población es muy grande y dispersa. 
bulletNo es preciso tener un listado de toda la población, sólo de las unidades primarias de muestreo.
bulletEl error estándar es mayor que en el muestreo aleatorio simple o estratificado.
bulletEl cálculo del error estándar es complejo.

Cálculo del tamaño muestral

Cada estudio tiene un tamaño muestral idóneo, que permite comprobar lo que se pretende con la seguridad y precisión fijadas por el investigador.

¿De que depende el tamaño muestral ?

bulletVariabilidad del parámetro a estimar: Datos previos, estudios piloto o usar 50% como peor estimación
bulletPrecisión: Amplitud del intervalo de confianza. Si se estima prevalencia su formato será %
bulletNivel de confianza (1-a): habitualmente 95% o 99%. Probabilidad complementaria al error admitido a

Si aumentamos el tamaño muestral n , podremos mejorar la calidad de la estimación bien aumentando la precisión (disminuye amplitud del intervalo) o bien aumentando la seguridad (disminuye el error admitido)

Cálculo del tamaño muestral en una auditoría de Historias Clínicas

Se trata de una situación especial, en la que se va a determinar la presencia o ausencia de un determinado documento, por ejemplo (variable dicotómica). En este caso, hay que determinar la proporción esperada de la variable de interés, la precisión deseada, y el nivel de confianza. Podemos aplicar las siguientes fórmulas para el cálculo del tamaño muestral (si el muestreo es aleatorio).

Si conocemos el tamaño de la población usaremos el método para poblaciones finitas. Si por el contrario el tamaño de la población es desconocido o infinito usaremos la otra alternativa. Hay que tener en cuenta que una población infinita puede corresponder a una finita (conocida) en la que se ha definido un muestreo con reemplazamiento (el mismo individuo puede salir muestreado varias veces)
 

Tamaño de la población infinito o desconocido Fórmula para calculo muestral en poblaciones infinitas o finitas con reemplazamiento
Tamaño de la población finito  Fórmula para calculo muestral en poblaciones finitas
Tamaño muestral
N Tamaño de la población, número total de historias.
Z Valor correspondiente a la distribución de Gauss 1,96 para a =0,05 y 2,58 para a =0,01.
p Prevalencia esperada del parámetro a evaluar. En caso de desconocerse, aplicar la opción más desfavorable (p=0,5), que hace mayor el tamaño muestral.
q 1-p (Si p=30%, q=70%)
i Error que se prevé cometer. Por ejemplo, para un error del 10%, introduciremos en la fórmula el valor 0,1. Así, con un error del 10%, si el parámetro estimado resulta del 80%, tendríamos una seguridad del 95% (para a =0,05) de que el parámetro real se sitúa entre el 70% y el 90%. Vemos, por tanto, que la amplitud total del intervalo es el doble del error que introducimos en la fórmula.

Estas fórmulas están introducidas en la hoja de cálculo muestreo.xls (Excel97). En ella basta con introducir los distintos parámetros señalados para obtener el tamaño muestral correspondiente. Recomendamos calcular tamaños muestrales para a =0,05, y un error 0,1, o más precisas.

   Faltan: Microsoft Office Web Components
 
Esta página requiere Microsoft Office Web Components.

Haga clic aquí para instalar Microsoft Office Web Components..

Esta página también requiere Microsoft Internet Explorer versión 4.01 (SP-1) o posterior.

Haga clic aquí para instalar la última versión de Internet Explorer.
 

Bibliografía

  1. Carrasco JL. El método estadístico en la investigación médica. 5ª ed. Madrid. Editorial Ciencia.
  2. Hulley SB, Cummings SR. Diseño de la investigación clínica. Ed Doyma. Barcelona 1993.
  3. Kelsey IL, Thompson WD, Evans A. Methods in observational epidemiology. New York. Oxford University Press 1986.
  4. Mira JJ, Gómez J, Aranaz J, Pérez E. Auditoría de historias clínicas: ¿Cuál es el tamaño adecuado de la muestra?. Todo Hospital 1997; octubre: 58-64.

 

 

Loading

 

Nosotros subscribimos Los Principios del código HONcode de la Fundación Salud en la Red Nosotros subscribimos los Principios del código HONcode. Compruébelo aquí.
Este sitio web no contiene publicidad ni recibe ningún tipo de financiación de publicidad
Este sitio web está financiado por el Servicio de Salud del Principado de Asturias.
Diseño Web: (Dr. J.M.F. Carreira):

Última modificación: 12 de November de 2009 ©  Hospital San Agustín  Aviso legal   Privacidad