Definicións:
Variable: son todos os datos que se recollen para unha investigación, a partir das características socio-antropométricas das persoas (idade, xénero , peso, escultura, estado civil, nivel socioeconómico, etc.), datas, sitios xeográficos (barrios, municipios, países, etc.), exposicións a riscos (contactos ou antecedentes), presenza ou ausencia de enfermidade, tratamento recibido ou non recibido , síntomas, signos, diagnósticos, previsión, mortalidade, morbilidad, etcétera.
Tamén se pode definir a unha variable como toda a característica que cambia ao comparar unha unidade de observación con outra ao mesmo tempo ou para comparar a A mesma unidade de observación en diferentes momentos (progreso no tempo).
Definición operativa dunha variable: é a definición exacta dunha variable, incluído o procedemento para establecer a súa cuantificación; Por exemplo, a definición operativa da idade tamén:
“Idade: tempo transferido en anos (ou podería ser en meses ou días) desde o nacemento ata a data de recollida da variable (ou para presentar unha evento), que é evidente por pedir a idade (ou a data de nacemento pódese pedir e calcular ou solicitar un documento de identidade) “.
Pero pode haber outras definicións operativas máis complexas que requiran especificando por exemplo Unha fórmula específica para calcularlo ou un reactivo ou un dispositivo, etc.
nun artigo de investigación descríbese as variables (definir) na sección “Materiais e métodos” ou en “metodoloxía”.
Unidade de observación: é todo o que está estudado nunha investigación.
Datos: é todo o valor real dunha variable en cada unidade de observación, que pode ser desde o punto de vista da súa natureza cuantitativa (idade) ou cualitativa (raza).
Clasificación das variables:
s e clasificar de acordo coa súa natureza e a función que xogan na investigación.
Clasificación de variables de acordo coa natureza:
- variable cualitativa (ordinal e nominal)
- variable cuantitativa (continuo, discontinuo, intervalo e razón ou coeficiente)
Clasificación das variables Segundo a función na investigación:
- variable independente.
- variable dependente.
- variable intermedio ou contingente.
- Variable de confusión.
Variable cualitativa ou categórica:
Expresar unha característica que non se pode medir (non teñen magnitude que se pode expresar con números), pero iso está cualificado ou categorizado (é por iso que o seu nome). Non confundas cos códigos numéricos que se poidan asignar a calidades, que se realizan para tabular a información, como, por exemplo, o hábito de fumar é asignado o número 1 e a ausencia do número 0 ou 2. con gran frecuencia, el É preferible codificar a presenza dalgunha enfermidade, manifestación ou exposición co número 1 e a ausencia con 0 ou 2, pero non é obrigatorio. Estas variables segundo a escala de medición están subdivididas en nominal e ordinal.
.- Variables cualitativas ordinais: cando hai unha orde implícita dos datos, como gradiente, aínda que esta orde non implica unha unidade de a medición, nin significa que as distancias entre as medidas son equivalentes ou múltiplos, como a posta en escena de tumores TNM, onde un estadio T2 (EP precoz de invasión) non é o dobre de estadio T1 (por exemplo, in situ) ou a esa distancia ou gravidade entre un estadio e outro é o mesmo, por exemplo, a distancia entre T1 e T2 é igual a entre T3 (invasor tardío) e T4 (Metastasis a distancia). Tamén pode explicar o significado do ordinal ao dicir que a resposta é parte dun conxunto de posibles respostas categorizadas, como PE Percepción do progreso do país (progresando, estancada ou decadencia).
.- Variables cualitativas nominais: cando as opcións de resposta non teñen unha orde importante ou representan un gradiente, é dicir, ningunha resposta é mellor que outro ou maior ou máis importante, por exemplo a cor do iris dos ollos. Ao mesmo tempo, as variables cualitativas nominais clasifícanse en:
- dicotómico ou binario, que só pode ter dúas respostas posibles: Saudable ou enfermo, macho ou feminino, vivo ou morto.
- Politógrafo: poden ter máis dunha resposta posible: relixión, grupo sanguíneo, etc.
variable cuantitativa :
Expresa unha característica que pode expresarse en unidades numéricas, exemplo o número de nenos ou peso. Dependendo dos valores, estas variables cuantitativas están subdivididas en discontinua (discreta) e continua.
.- As variables cuantitativas discontinuas ou discretas: son aquelas que só permiten valores enteiros, como por EJM o número de nenos ou o número de iam.
.- Variable cuantitativa continua: son as que a unidade de medida pode ser fraccionario usando decimales ou fraccionais, por exemplo: peso cuxa unidade de medida é kg pero 45,7 kg pode ser desgaste.
A variable cuantitativa son discontinuas ou continuas clasificadas segundo a escala de medición no intervalo e da razón (ou coeficiente).
.- Variables de intervalo cuantitativo: cando o valor divisorio entre positivo e negativo (que é 0) é arbitraria e non reflicte de ningún xeito a ausencia da magnitude que é medida, como Pe. Á temperatura onde un valor de 0 ° non significa que non hai temperatura.
.- Variable cuantitativa de razón ou coeficiente: cando o valor cero (0) da escala é real, que está indicado A ausencia da variable ou a magnitude que se mide, como 0 kg ou 0 km.
Variable dependente:
Tamén chama como resultado, resultado, resultado, saída, evento ou A enfermidade, é dicir, é o propósito do estudo e adoita ser explícito no título.
variable independente:
As chamadas tamén a exposición, o factor de risco / protector, explicativo ou causal e Corresponde ás variables que explican ou permiten que se manifestase (causa) a variable dependente. Unha única variable independente pode explicar a aparición de máis dunha variable dependente.
variable intermedia ou contingente:
é unha variable que é consecuencia da variable independente en estudo, pero iso precede á variable dependente, PE Nun estudo da relación da dieta co IAM, temos unha dieta inadecuada (variable independente) causa unha hiperlipidemia (variable intermedia ou contingente) que precede ao dano ao iam (variable dependente), é dicir, noutras palabras é unha variable que forma parte dunha cadea causal que precede ao dano. Noutras palabras, a variable intermedia determina a variable dependente, pero á súa vez esta variable intermedia é obxecto de modificación pola variable independente, sendo que está asociada ao mesmo tempo. Non debe confundirse coa variable confusión.
A variable de confusión:
Unha variable confusión é unha variable que está presente nun estudo, pero non se sabe, non foi recollida ou Se foi recollido, que está relacionado, que está relacionado coa variable dependente (resultado) e coa independencia (exposición); É dicir, é outra exposición (diferente do que se está a ser estudada) na que os efectos de dúas exposicións ou variables (estudadas e que do factor confortable) non están diferenciadas e a conclusión incorrecta de que o efecto é debido á variable en estudo e non confundir; Por exemplo: nun estudo suponse que o frío (variable independente) é un factor de risco para o cancro de célula asustado (variable dependente), pero é denegado cando evidencia que os alimentos quentes son consumidos nun clima frío. O risco real e, polo tanto, Neste caso, a comida quente é a variable de confusión.
Para evitar o fenómeno de confusión no deseño do estudo 3 estratexias metodolóxicas (AAR) úsanse:
- aleatorización (aleatorizar en inglés): no que as unidades de observación distribúense aleatoriamente en todas as mostras. Nalgúns textos utilizouse como anglicismo (mal coa súa posición) para describir o deseño dun estudo como “aleatorizado” por dicir aleatorizado, é importante que non cometes este erro.
- Romecemento: Neste caso, as persoas que posúen o potencial factor de confusión nos grupos que se comparan coa restrición da poboación distribúense: limita o estudo ás persoas que teñen características especiais, por exemplo, unha enfermidade cardíaca isquémica está limitado á mostra a persoas non fumadores para evitar o efecto potencial da confusión do tabaco (porque as persoas que fuman se teñen un risco comprobado e entón podemos confundir e crer que a cafeína ten efectos da enfermidade cardíaca isquémica, é dicir, tabaco é o factor de confusión).
Cando o estudo é moi grande é mellor controlar o fenómeno de confusión na análise dos resultados e non no deseño do estudo e do enteiro NST Este axuste ou tratamento das variables de confusión realízase usando dous métodos estatísticos:
- Estratificación: Para evitar o fenómeno de confusión, a análise está feita por categorías definidas e homoxéneas (Strata), por exemplo, Se a idade é un factor de confusión, a asociación pode medirse en grupos de 10 anos; Se é sexo, os homes e as mulleres son medidas por separado, etc.
- Regresión logística: úsase para avaliar a relación entre unha variable dependente dicotómica (só pode ter dúas respostas, como se, ou non, vivo ou morto, saudable ou enfermo, etc.) e variables independentes , unha das cales é a posible variable confusa, que se realiza cun sistema computacional. Por exemplo, un estudo mostra que o risco de morrer en Barichara é estadísticamente significativo maior que en San Gil, pero ao realizar a Regresión Logística (a través do sistema computacional) é introducido como outra variable independente e evidenciada que a mortalidade é maior en Baricara Porque a poboación é máis senil porque a maioría das persoas que viven en Barichara son pensas (idade era o factor confuso).