10.6: Experimentos
- Page ID
- 110648
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)
( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\id}{\mathrm{id}}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\kernel}{\mathrm{null}\,}\)
\( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\)
\( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\)
\( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)
\( \newcommand{\vectorA}[1]{\vec{#1}} % arrow\)
\( \newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow\)
\( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vectorC}[1]{\textbf{#1}} \)
\( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)
\( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)
\( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
Hasta el momento, hemos discutido principalmente estudios observacionales —estudios en los que se extraerían conclusiones a partir de observaciones de una muestra o de la población. En algunos casos estas observaciones podrían ser no solicitadas, como estudiar el porcentaje de autos que giran a la derecha en un semáforo en rojo incluso cuando hay un letrero de “no encender rojo”. En otros casos se solicitan las observaciones, como en una encuesta o en una encuesta.
En contraste, es común utilizar experimentos cuando se explora cómo reaccionan los sujetos ante una influencia externa. En un experimento, se aplica algún tipo de tratamiento a los sujetos y se miden y registran los resultados.
Un estudio observacional es un estudio basado en observaciones o mediciones. Un experimento es un estudio en el que se miden los efectos de un tratamiento.
Aquí hay algunos ejemplos de experimentos:
- Una compañía farmacéutica prueba un nuevo medicamento para tratar la enfermedad de Alzheimer administrando el medicamento a 50 pacientes de edad avanzada con diagnósticos recientes. El tratamiento aquí es el nuevo medicamento.
- Un gimnasio pone a prueba un nuevo programa de pérdida de peso al contratar a 30 voluntarios para probar el programa. El tratamiento aquí es el nuevo programa.
- Prueba un nuevo limpiador de cocina comprando una botella y limpiando tu cocina. El nuevo limpiador es el tratamiento.
- Un investigador en psicología explora el efecto de la música en el temperamento midiendo el temperamento de las personas mientras escuchan diferentes tipos de música. La música es el tratamiento.
¿Cada escenario describe un estudio observacional o un experimento?
- Se miden los pesos de 30 personas seleccionadas al azar
- Se les pide a los sujetos que hagan 20 jacks saltarines, y luego se miden sus frecuencias cardíacas
- Veinte bebedores de café y veinte bebedores de té reciben una prueba de concentración
- Responder
-
- Estudio observacional
- Experimento; el tratamiento son los gatos saltarines
- Experimento; los tratamientos son café y té
Al realizar experimentos, es esencial aislar el tratamiento que se está probando.
Supongamos que una escuela intermedia (secundaria) encuentra que sus alumnos no están obteniendo buenos resultados en la prueba estandarizada de matemáticas del estado. Deciden realizar un experimento para ver si un plan de estudios alterno mejoraría los puntajes. Para ejecutar el examen, contratan a un especialista en matemáticas para que entre y enseñe una clase usando el nuevo plan de estudios. Para su deleite, ven una mejora en los puntajes de las pruebas.
La dificultad con este escenario es que no está claro si el plan de estudios es responsable de la mejora, o si la mejora se debe a que un especialista en matemáticas imparte la clase. Esto se llama confusión —cuando no está claro qué factor o factores causaron el efecto observado. La confusión es la caída de muchos experimentos, aunque a veces se oculta.
La confusión ocurre cuando hay dos variables potenciales que podrían haber causado el resultado y no es posible determinar cuál causó realmente el resultado.
Un estudio de una compañía farmacéutica sobre una píldora para bajar de peso podría informar que las personas perdieron un promedio de 8 libras mientras usaban su nuevo medicamento. No obstante, en la letra pequeña se encuentra un comunicado que dice que se animó a los participantes a hacer dieta y hacer ejercicio también. No está claro en este caso si la pérdida de peso se debe a la píldora, a la dieta y al ejercicio, o a una combinación de ambos. En este caso se ha producido confusión.
Los investigadores realizan un experimento para determinar si los estudiantes se desempeñarán mejor en una prueba aritmética si escuchan música durante la prueba. Primero le dan al alumno una prueba sin música, luego le dan una prueba similar mientras el alumno escucha música. En este caso, el alumno podría rendir mejor en la segunda prueba, independientemente de la música, simplemente porque era la segunda prueba y estaban calentados.
Hay una serie de medidas que se pueden introducir para ayudar a reducir la probabilidad de confusión. La medida principal es utilizar un grupo de control.
Cuando se usa un grupo control, los participantes se dividen en dos o más grupos, típicamente un grupo control y un grupo de tratamiento. El grupo de tratamiento recibe el tratamiento que se está probando; el grupo control no recibe el tratamiento.
Idealmente, los grupos son lo más similares posible, aislando el tratamiento como la única fuente potencial de diferencia entre los grupos. Por esta razón, el método de división de grupos es importante. Algunos investigadores intentan asegurar que los grupos tengan características similares (mismo número de mujeres, mismo número de personas mayores de 50 años, etc.), pero es casi imposible de controlar para cada característica. Debido a esto, la asignación aleatoria se usa muy comúnmente.
Para determinar si un curso preparatorio de dos días ayudaría a los estudiantes de secundaria a mejorar sus puntajes en el examen SAT, un grupo de estudiantes se dividió aleatoriamente en dos subgrupos. Al primer grupo, el grupo de tratamiento, se le impartió un curso de preparación de dos días. Al segundo grupo, el grupo control, no se le dio el curso de preparación. Posteriormente, a ambos grupos se les entregó el SAT.
Una empresa que prueba un nuevo alimento vegetal cultiva dos cultivos de plantas en campos adyacentes, el grupo de tratamiento recibe el nuevo alimento vegetal y el grupo control no. Entonces se compararía el rendimiento del cultivo. Al cultivarlos al mismo tiempo en campos adyacentes, están controlando el clima y otros factores de confusión.
A veces no darle nada al grupo de control no controla completamente las variables de confusión. Por ejemplo, supongamos que un estudio de medicina está probando una nueva píldora para el dolor de cabeza al darle nada al grupo de tratamiento la píldora y al grupo control. Si el grupo de tratamiento mostrara mejoría, no sabríamos si se debió al medicamento en la píldora, o a una respuesta por haber tomado alguna pastilla. Esto se llama efecto placebo.
El efecto placebo es cuando la efectividad de un tratamiento está influenciada por la percepción del paciente de lo efectivo que piensa que será el tratamiento, por lo que se podría ver un resultado aunque el tratamiento sea ineficaz.
Un estudio encontró que al realizar extracciones dentales dolorosas, los pacientes dijeron que estaban recibiendo un analgésico fuerte mientras que en realidad recibieron una inyección de agua salada encontraron tanto alivio del dolor como los pacientes que recibían una dosis de morfina. [1]
Para controlar el efecto placebo, a menudo se administra un placebo o tratamiento ficticio al grupo control. De esta manera, ambos grupos son verdaderamente idénticos a excepción del tratamiento específico dado.
Un placebo es un tratamiento ficticio que se administra para controlar el efecto placebo. Un experimento que le da al grupo control un placebo se llama experimento controlado con placebo.
- En un estudio para un nuevo medicamento que se dispensa en forma de píldora, una píldora de azúcar podría usarse como placebo.
- En un estudio sobre el efecto del alcohol en la memoria, se podría administrar una cerveza no alcohólica al grupo control como placebo.
- En un estudio de un plan de dieta de comida congelada, el grupo de tratamiento recibiría el alimento dietético, y al control se le podrían dar comidas congeladas estándar despojadas de su empaque original.
En algunos casos, es más apropiado compararlo con un tratamiento convencional que con un placebo. Por ejemplo, en un estudio de investigación del cáncer, no sería ético negar ningún tratamiento al grupo control o dar un tratamiento placebo. En este caso, el medicamento actualmente aceptable se daría al grupo control, a veces llamado grupo de comparación en este caso. En nuestro ejemplo de prueba SAT, lo más probable es que se anime al grupo sin tratamiento a estudiar por su cuenta, en lugar de que se le pida que no estudie en absoluto, para proporcionar una comparación significativa.
Al usar un placebo, vencería el propósito si el participante supiera que estaba recibiendo el placebo.
Un estudio ciego es aquel en el que el participante no sabe si está recibiendo o no el tratamiento o un placebo. Un estudio doble ciego es aquel en el que quienes interactúan con los participantes no saben quién está en el grupo de tratamiento y quién está en el grupo control.
En un estudio sobre medicina antidepresión, tampoco se querría que el evaluador psicológico supiera si el paciente está en el grupo de tratamiento o control, ya que podría influir en su evaluación, por lo que el experimento debe realizarse como un estudio doble ciego.
Cabe señalar que no todos los experimentos necesitan un grupo de control.
Si una investigadora está probando si una tela nueva puede resistir el fuego, simplemente necesita quemar múltiples muestras de la tela; no hay necesidad de un grupo de control.
Para probar un nuevo detector de mentiras, se les da la nueva prueba a dos grupos de sujetos. A un grupo se le pide que responda todas las preguntas con veracidad, y al segundo grupo se le pide que mienta sobre un conjunto de preguntas. La persona que administra la prueba del detector de mentiras no sabe en qué grupo se encuentra cada sujeto.
¿Este experimento tiene un grupo control? ¿Es ciego, doble ciego o ninguno?
- Responder
-
El grupo que dice la verdad podría considerarse el grupo control, pero realmente ambos grupos son grupos de tratamiento aquí, ya que es importante que el detector de mentiras pueda identificar correctamente las mentiras, y tampoco identificar la verdad como mentir. Este estudio es ciego, ya que la persona que realiza la prueba no sabe en qué grupo se encuentra cada sujeto.
[1] Levine JD, Gordon NC, Smith R, Fields HL. (1981) Respuestas analgésicas a morfina y placebo en individuos con dolor postoperatorio. Dolor. 10:379-89.