Todo estudio cuantitativo necesita datos, clásicamente estos datos se recogen a propósito de la investigación. Como es el caso del cálculo de la prevalencia de una enfermedad, o un experimento que emplea un reducido número de unidades experimentales, luego se construye una matriz de datos y se analiza para encontrar los resultados.
Sin embargo, el desarrollo de una línea de investigación nos traslada hasta un momento donde se hace necesario utilizar datos recogidos rutinariamente. Como es el caso de las bases de datos de los clientes de un banco, la base de datos de los pacientes en una oficina sanitaria.
Si bien se pueden hacer estudios predictivos y aplicativos con información recolectada para el propio estudio, lo ideal es usar los datos que se producen al efectuar la intervención de manera automática, programada, rutinaria, para que a partir de estos datos se puedan hacer estudios predictivos y aplicativos.
Si hacemos la analogía con el estudio de las enfermedades, el nivel predictivo se refiere a la prevención primaria o cuidado de la salud, y el diagnóstico temprano. Mientras que el nivel aplicativo correspondería al tratamiento de la enfermedad y a la rehabilitación luego de la ocurrencia de la enfermedad.
El nivel predictivo de la investigación se refiere a la estimación de la probabilidad de ocurrencia de un suceso en una serie de eventos, el cálculo del tiempo medio hasta que ocurre un hecho, o las acciones que se llevan a cabo para prevenir la ocurrencia del acontecimiento.
Así, este nivel investigativo, es bastante amplio, en principio porque utiliza el cálculo de la probabilidad a través de ecuaciones como la regresión logística o la regresión lineal, conjuntos de procedimientos estadísticos para estimar un valor final, ya sea dato categórico como la ocurrencia, o dato numérico como una medición.
Utiliza también herramientas que involucran a la variable tiempo, como el tiempo de vida media de una batería de un automóvil, o las series de tiempo que implican el cálculo del valor final de una variable, en función al pasado de la propia variable, son procedimientos matemáticos que se pueden hacer con la ayuda de un software.
La investigación predictiva trabaja siempre con datos primarios, es decir que los datos deben contar con el control de sesgos de medición, idealmente información recolectada de manera rutinaria, registros obligatorios, como las enfermedades de notificación obligatoria, que se almacenan en bases de datos para una posterior investigación.
Los estudios predictivos pueden involucrar acciones, tal cual una campaña de vacunación, mas no implica un tratamiento, el diagnóstico temprano, ayuda al control epidemiológico de una enfermedad, a fin de cortar la cadena de transmisión en caso de una pandemia, pero no es una intervención orientada a recuperar los casos.
1. OBJETIVO PREDECIR
Implica calcular la probabilidad de ocurrencia de un suceso en una serie de eventos. El resultado a predecir puede ser un dato categórico correspondiente a una variable categórica, como también puede ser un dato numérico correspondiente a una variable numérica.
Un ejemplo muy sencillo de predicción, es a partir del conocimiento de un parámetro de la población, si la prevalencia de hipertrofia prostática en la población de varones mayores de 40 años es del 10%, la probabilidad de que un varón seleccionado al azar de esa misma población presente hipertrofia prostática es del 10%.
Está claro que, la hipertrofia prostática depende de diversas variables, las mismas que deben ser consideradas en el modelo predictivo; así que la probabilidad del 10%, no es para todos los varones en forma fija, puede ser mayor o menor según las características de cada sujeto, esas otras características también se incluirán en el modelo predictivo.
Los modelos predictivos se construyen con ecuaciones como la regresión logística y la regresión lineal, regresión logística cuando la “variable a predecir” es categórica y regresión lineal cuando la “variable a predecir” es numérica, la predicción por tanto es una estimación puntual que debe ser acompañada por sus respectivos intervalos de confianza.
Pero no solo podemos predecir la ocurrencia de una enfermedad, si la enfermedad ya se ha desarrollado podemos predecir la ocurrencia de las complicaciones. En cuyo caso hablamos de factores pronósticos de la enfermedad, alguien podría decir – y no estaría equivocado – que son factores de riesgo para las complicaciones o factores de riesgo para la mortalidad.
2. OBJETIVO PRONOSTICAR
Implica el cálculo de la probabilidad de ocurrencia de un suceso, pero en función al tiempo, en consecuencia, la variable pronosticada es el tiempo medio. Se puede calcular, por ejemplo, el tiempo de vida media de una prótesis dentaria, el tiempo de vida media de la batería de un automóvil.
Existen eventos cuya ocurrencia depende esencialmente del tiempo, por ejemplo, la menopausia (la última menstruación), entonces el análisis, no se trata de si las mujeres van a tener menopausia o no, todas las mujeres van a tener menopausia, solo es cuestión de tiempo, la tarea consiste en calcular a qué edad ocurrirá esto.
Para pronosticar se requiere conocer a las variables predictoras que se incluirán en el modelo predictivo; el objetivo del estudio es encontrar un modelo con la menor cantidad de error o sesgo, al momento de comparar el valor pronóstico con el valor real, este modelo servirá para pronosticar el tiempo en que ocurrirá el suceso en cada individuo en forma particular.
Al igual de lo que ocurre con la predicción, para calcular la esperanza de vida en una población basta con calcular el promedio de edad de las personas que fallecen durante un año. Sin embargo si se trata de calcular la esperanza de vida para un solo individuo, a lo que se conoce como esperanza matemática de vida, habrá que hacer un cálculo particular.
La esperanza de vida es un tipo de pronóstico, del tiempo de vida media de una población, las variables que influyen son: el ingreso per cápita, dieta saludable, estilos de vida, acceso a los servicios de salud, entre otros, es un indicador muy importante para evaluar el desarrollo de una sociedad y sirve para comparar una población respecto de otra.
3. OBJETIVO PREVENIR
Se refiere a la acción con la que se busca evitar la ocurrencia de manera anticipada, un evento desfavorable o un acontecimiento perjudicial, pueden prevenirse por ejemplo las enfermedades, las complicaciones, los accidentes, los delitos, etc. En el ámbito de la salud la Prevención y el diagnóstico temprano.
La prevención primaria. Es el conjunto de actividades sanitarias dirigidas a la población en general, encaminadas a evitar la aparición de una enfermedad. Su objetivo es disminuir la incidencia de la enfermedad. Se orienta a evitar la aparición de un problema de salud mediante el control de los factores causales y los factores predisponentes o condicionantes.
La promoción de la salud consiste en realizar acciones que no están dirigidas a un padecimiento en particular, sirven al bienestar y la salud en general, por ejemplo, la promoción de estilos de vida saludables y como ejemplo de protección específica tenemos a la administración de estrógenos en mujeres postmenopáusicas para prevenir la osteoporosis.
La prevención secundaria. Corresponde al diagnóstico temprano, identificar a la enfermedad sin manifestaciones clínicas, significa la búsqueda de enfermedad en sujetos aparentemente sanos para detectarlas con la mayor precocidad posible, son las acciones de rastreo o detección de la enfermedad, también denominada diagnóstico precoz, cribado, tamizaje o screening.
El diagnóstico temprano o la captación oportuna de los casos son esenciales para el control de una enfermedad, de allí la relevancia del control periódico de la población. Un programa de detección precoz se aplica a los grupos con una mayor probabilidad de padecer una enfermedad en particular, para detectar una enfermedad grave en fase inicial o precoz.
