Pasos esenciales para el método científico

En salud pública los recursos son limitados; hay que evaluar a qué le dedicamos tiempo y esfuerzo que impacte positivamente a la mayor cantidad de la población. Las personas que se dedican a evaluar propuestas se van a preguntar ¿cómo tu investigación contribuye de manera significativa a la ciencia y ayuda a una población particular?

Por tal razón, comparto contigo tres pasos escenciales para llevar a cabo un método científico robusto. Comienzo por los aspectos que definen el problema, su magnitud y la justificación del estudio, a todo esto le llamo la fase de conceptualización. Es en esta fase donde se selecciona el tema de investigación. Aquí se plantea el problema, se define y se justifica el estudio. Para hacer todo esto, es muy valiosa la revisión de literatura de fuentes fiables, se formula una pregunta de hipótesis y se plantean las consecuencias, si aplica. Esto es parte del diseño de la investigación.

Como segunda fase, se toma en consideración los aspectos metodológicos que deben ser considerados previo a la recopilación y evaluación de los datos. Esta fase le llamamo planificación. Para esta fase se definen los objetivos y la población a estudiar. Se especifican la variables como teóricas u operacionales. Una vez se tenga claro cuál variable se utilizará se llega a la etapa de diseño que puede ser de un cuestionario o de un análisis estadístico. Si el trabajo es con un cuestionario se tiene que hacer un plan de recopilación de datos y control de calidad para eventualmente procesar los datos. Si el trabajo se realiza utilizando un análisis estadístico se diseña la muestra, definiendo el grupo de estudio y buscando los resultados del estudio piloto.

Luego pasamos a la fase de ejecución, ésta involucra las actividades de recopilación, procesamiento, descripción, análisis de datos, síntesis y presentación de datos. En términos más detallados, una vez se recopilen los datos se pasa por una supervisión de esa recopilación, luego se codifica y procesan los datos. Es importante conocer qué tipo de ánalisis estadístico es el que se trabajará si es descriptivo o inferencial. Para este fin es importante hacer referencia a la literatura. Luego se pasa al proceso de interpretación de los resultados, conclusiones. limitaciones y recomendaciones. Una vez terminado todo este trabajo se prepara un informe final donde podrás hacer una divulgación de los resultados.

Esto es una tarea que conlleva mucho tiempo y requiere de mucho compromiso para que el estudio se de calidad. Habrán momentos que nuestros resultados no son lo que esperamos por eso es importante generar una hipótesis con el fin de validarla o descartarla.

Si te interesa conocer más sobre este tópico y otros relacionados a la salud pública accede al canal del Dr. José A. Bartolomei Díaz, epidemiólogo y científico de datos de Outcome Project.

OPP

Programación basada en objetos (OPP)

En este vídeo se presentan conceptos importantes para trabajar con un lenguaje cuya programación es basada en Objetos. A este concepto se le conoce como «Object Oriented Programming» (OPP).

Aquí el Dr. Bartolomei nos habla de que en R, ¡todo es un objeto!

Continuar leyendo »
Datos de calidad es igual a información de calidad

Calidad en ciencias de datos

En el vertiginoso mundo de la ciencia de datos, la toma de decisiones basada en análisis estadísticos y modelos es moneda corriente. Sin embargo, me preocupa profundamente el riesgo de crear lo que se conoce como «Weapons of Math Destruction» cuando no nos tomamos en serio la calidad de los datos y la información que utilizamos.

Continuar leyendo »

SUSCRÍBETE A NUESTRO BOLETÍN

Al suscribirse, acepta la Política de Privacidad y los Términos de Servicio de Outcome Project.