Las siguientes líneas que articulan este texto, encontrarás un camino narrativo que permita revisar desde la definición de un estudio observacional y su objetivo de fondo enfocado en la observación de un fenómeno. Además, estaremos ofreciendo las características de un estudio observacional y una ruta crítica para el diseño y construcción de observación al abordar inicialmente una pregunta de investigación.

Podrás encontrar también publicaciones referentes ante la propuesta de protocolos de calidad aplicados a los aspectos metodológicos que aseguren los ajustes en diseño a nivel ético y además se desglose sobre la validez de la hipótesis y la coherencia del argumento hilvanando el modelo analítico propuesto, su operacionalización y estimación, así como sus resultados y propuestas interpretativas.

El objetivo de este texto pretende acompañar en los procesos de identificación de preguntas a nivel observacional y por tanto en aquellas situaciones de observación en las que se pretende entender sobre las relaciones que expresa el fenómeno. Por tanto, al finalizar esta lectura, podrás tener diferentes herramientas para revisar y evaluar tu propio protocolo de investigación observacional.

Estaré encantada de leer el resultado de tu propia experiencia en los comentarios de este blog. Gracias por tus comentarios, serán de gran utilidad para observar la correspondencia entre las perspectivas y el argumento de las ideas.

Entonces, iniciamos con la definición de observación.

¿Qué es observar?

Iniciamos con la definición de observación. En este contexto, observar es el proceso de capturar información sobre un fenómeno sin intervenir en su curso natural.

Características clave:

Intencionalidad: Se observa para responder a una pregunta de investigación específica.
Sistematicidad: Requiere un registro organizado para garantizar que los resultados y propuestas interpretativas sean sólidos.
Ética y Naturaleza: Se respeta la integridad del fenómeno y el marco ético del sujeto de estudio.

En el contexto de la investigación científica, observar no es simplemente “ver”. Es un acto deliberado, sistemático y orientado por una pregunta previa.

Observar es el proceso de capturar información sobre un fenómeno sin intervenir en su curso natural. A diferencia de los estudios experimentales, donde el investigador manipula variables (como administrar un tratamiento), en la observación el investigador actúa como un testigo técnico.

La Observación en la Clínica y su Impacto

1. Relevancia en la Epidemiología Moderna y Toma de Decisiones

En la era de la Medicina Basada en Evidencia, la observación clínica es el puente entre la teoría y la salud pública. Su relevancia radica en:

Identificación de Alertas Tempranas: Permite detectar brotes, reacciones adversas poco comunes o cambios en el comportamiento de enfermedades en poblaciones reales (fuera del entorno controlado de un laboratorio).
Sostenibilidad y Políticas Públicas: La toma de decisiones a nivel gubernamental y hospitalario no se basa en “deseos”, sino en datos observacionales que dictan dónde asignar recursos según la carga de la enfermedad.
Causalidad en Escenarios Reales: Es la herramienta principal para estudiar factores de riesgo que, por razones éticas, no pueden ser asignados (como el tabaquismo o la exposición a contaminantes).

2. Etapas según el Diseño: De la Observación a la Métrica

Para que la observación sea útil, debe estructurarse según el objetivo métrico que buscamos alcanzar. Aquí trazamos la ruta técnica:

A. Para obtener la Prevalencia (Estudios Transversales)

Concepto: Es una “fotografía” del momento.
Etapa de Diseño: Se define una población en un punto único del tiempo.
Observación: Se mide simultáneamente la exposición y el evento (la enfermedad).
Utilidad: Ideal para planeación de servicios de salud y entender la carga actual de una condición.

B. Para obtener la Incidencia (Estudios de Cohorte)

Concepto: Es una “película” que registra nuevos eventos.
Etapa de Diseño: Se seleccionan sujetos sanos (libres del evento) y se clasifican según su exposición.
Observación: Se realiza un seguimiento longitudinal en el tiempo (prospectivo).
Métrica: Se cuentan cuántos casos nuevos aparecen, permitiendo calcular la velocidad de propagación o aparición.

C. Para identificar Factores de Riesgo (Estudios de Casos y Controles)

Concepto: Un viaje hacia el pasado para buscar causas.
Etapa de Diseño: Se parte del evento ya ocurrido. Se seleccionan “Casos” (enfermos) y “Controles” (sanos pero similares en otras características).
Observación: Se rastrea retrospectivamente la presencia o ausencia de factores de exposición.
Rigor Estadístico: Aquí es donde el control de variables de confusión es crítico para asegurar que el factor identificado sea realmente un riesgo y no una coincidencia.

Características de un Estudio Observacional: El Rigor de la Realidad

Para que una observación se convierta en evidencia científica, debe cumplir con una arquitectura metodológica precisa. Estas son sus dimensiones fundamentales:

Justificación de la Observación: La elección de este diseño surge cuando la intervención directa es imposible. Es la ruta necesaria cuando no es ético exponer a sujetos a factores de riesgo conocidos (como sustancias nocivas) o cuando no es factible realizar un ensayo clínico debido a la naturaleza del fenómeno o la rareza de la condición estudiada.
Definición de la Población y Muestreo: La validez del estudio depende de quiénes son los sujetos. Un diseño sólido exige definir criterios de inclusión y exclusión estrictos y un método de selección que garantice que la muestra represente fielmente la diversidad poblacional, minimizando el sesgo de selección desde el origen.
Temporalidad: Es vital establecer la relación cronológica con el fenómeno. El estudio debe definirse claramente como prospectivo (seguimiento hacia el futuro), retrospectivo (análisis de eventos pasados) o transversal (una medición en un punto único del tiempo), pues esto determina si mediremos incidencia o prevalencia.
Operacionalización de Variables: Es el proceso de convertir un fenómeno clínico complejo en un dato medible y comparable. Requiere definir métricas exactas y escalas que transformen la observación subjetiva en variables cuantitativas o cualitativas objetivas.
Control de Sesgos y Confusión: Dado que no existe aleatorización, la realidad puede ser ruidosa. Se utilizan herramientas estadísticas avanzadas, como la estratificación o los modelos multivariados, para identificar y “limpiar” el efecto de variables de confusión, aproximándonos así a la verdadera relación entre los factores.
Plan de Análisis Estadístico: Es la etapa final donde se da el paso crítico de la descripción a la inferencia. No basta con enumerar hallazgos; se aplican modelos que permiten generalizar los resultados de la muestra a la población, validando la coherencia del argumento y la solidez de la hipótesis.

Para garantizar la integridad y transparencia en la comunicación de hallazgos, es fundamental el uso de estándares internacionales que aseguren una lectura crítica mínima y de calidad. En el ámbito de la investigación clínica, la guía STROBE (Strengthening the Reporting of Observational Studies in Epidemiology) se posiciona como el referente esencial para los estudios observacionales, pues establece los criterios necesarios para reportar con claridad el diseño, el muestreo y el control de sesgos. Seguir estas pautas permite que la arquitectura del estudio —desde la justificación ética hasta el plan de análisis estadístico— sea evaluada con rigor por la comunidad científica.

Para otros tipos de arquitectura de investigación, existen marcos especializados que garantizan la validez de los resultados. La guía CONSORT (Consolidated Standards of Reporting Trials) es el estándar de oro para la evaluación y reporte de ensayos clínicos aleatorizados, centrada en la transparencia de la intervención y el flujo de participantes. Por su parte, la declaración PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) ofrece una hoja de ruta crítica para la ejecución y reporte de revisiones sistemáticas y meta-análisis, asegurando que la síntesis de la evidencia sea reproducible y libre de omisiones metodológicas.

Más allá del cumplimiento de estas guías, es imperativo que cada investigador elabore sus propios checklists y estructuras de recolección de datos personalizados. Este ejercicio no solo facilita la organización, sino que permite mantener un acceso permanente al “rastro del proceso”, salvaguardando la trazabilidad de cada decisión técnica. Es crucial diseñar estos sistemas pensando en la preservación a largo plazo, asegurando que la información sea recuperable y extrapolable incluso ante la obsolescencia de los equipos de cómputo o el software actual, garantizando así que el conocimiento generado en Mandarina Labs Press, entre otros, trascienda las barreras tecnológicas.

Encuentra acá el acceso a la presentación audiovisual de esta sesión sobre ensayos observacionales.

Plantilla Guía: Protocolo de Investigación Observacional

Esta estructura funciona como la “hoja de ruta” o arquitectura del estudio, asegurando que el rastro del proceso sea auditable y resistente a la obsolescencia tecnológica.

1. Información General y Título

Título del Proyecto: Debe reflejar el fenómeno, la población y la temporalidad (ej. “Prevalencia de factores de riesgo en población X: un estudio transversal”).
Investigador Principal: [Tu nombre/Mandarina Labs].
Marco Ético: Declaración de cumplimiento con los principios de Helsinki y aprobación de comités locales.

2. Justificación y Pregunta de Investigación

El Fenómeno: Descripción clara de lo que se pretende observar.
Justificación de la Observación: Explicar por qué no es ético o factible realizar un experimento (ensayo clínico) en este contexto.
Pregunta de Investigación: ¿Por qué estamos mirando? Definición del objetivo de fondo enfocado en entender las relaciones que expresa el fenómeno.

3. Diseño Metodológico (Rigor de la Realidad)

Tipo de Estudio: Definición clara de la temporalidad (Prospectivo, Retrospectivo o Transversal).
Población y Muestreo:
- Criterios de inclusión y exclusión estrictos.
- Estrategia para minimizar el sesgo de selección desde el origen.
Guía de Reporte: Referencia a la guía STROBE para asegurar que el reporte final sea transparente y completo.

4. Operacionalización y Recolección de Datos

Definición de Variables: Conversión del fenómeno clínico en datos medibles (escalas, unidades de medida, puntos de corte).
Estructura de Recolección (Checklist Propio): Nota técnica: Es imperativo elaborar checklists y hojas de recolección personalizadas. Esto permite tener acceso al rastro del proceso y asegura que los datos sean extrapolables más allá de la vida útil de los equipos de cómputo actuales.
Control de Sesgos y Confusión: Identificación previa de variables que podrían “ruidosas” y cómo se planea controlarlas (estratificación o ajuste).

5. Plan de Análisis Estadístico

Nivel Descriptivo: Cómo se resumirán las características de la muestra.
Nivel Inferencial: El paso de la descripción a la inferencia (uso de modelos multivariados para buscar asociaciones o aproximar causalidad).
Métricas Objetivo: Especificar si el resultado será una Prevalencia, Incidencia o Cálculo de Riesgo.

6. Cronograma y Preservación de Información

Ruta Crítica: Etapas desde la aprobación ética hasta la publicación en Mandarina Labs Press.
Plan de Archivo: Estrategia para garantizar que el rastro de la evidencia sea legible en formatos de texto abierto (CSV, PDF/A) para evitar la pérdida de información por cambios de software.