La evidencia científica es una parte esencial en el avance del conocimiento humano, por cuanto nos permite establecer una base sólida para comprender fenómenos naturales, sociales o psicológicos, y evaluar de forma objetiva la efectividad de tratamientos, intervenciones o políticas. 

 

En este blog, daremos respuesta a algunas de las preguntas más habituales en torno a la evidencia científica. En primer lugar, definiremos el concepto para establecer un marco conceptual de referencia. A continuación, explicaremos qué tipos de evidencia existen para terminar hablando de algunos de los métodos y técnicas más habituales. 

 

De entre esos métodos, hemos decidido -por cercanía ideológica- centrarnos en los estudios observacionales: en qué consisten, cómo se pueden llevar a cabo, y el papel de la tecnología como apoyo para la definición de variables, recopilación, estudio e interpretación de los datos. 

¿Qué es la evidencia científica? 

 

La evidencia científica se refiere a la información y los datos obtenidos a través de investigaciones científicas rigurosas y confiables. Esta evidencia se basa en la observación, medición y análisis sistemático de fenómenos y se utiliza para respaldar o refutar hipótesis, teorías o afirmaciones en diferentes campos del conocimiento.

 

Es importante destacar que la evidencia científica no se limita a resultados individuales o a estudios aislados, sino que se basa en la acumulación y el consenso científico a través de la replicación y la revisión por pares. La comunidad científica valora la evidencia sólida y respaldada por estudios múltiples y de alta calidad.

 

 

 

 

Evidencia científica vs scientific evidence

 

Antes de profundizar en este concepto, es necesario acotar un poco el término al que se refiere este artículo, ya que tradicionalmente ha prestado a confusión para muchos hispanohablantes. 

 

El término inglés evidence no se traduce en nuestro idioma como ‘evidencia’. Una evidencia es una obviedad, es decir, algo que no necesita de una prueba para ser reputado. Justamente lo opuesto de lo que pretende este concepto. Muy al contrario, una evidence en español es una ‘prueba’. 

 

Por lo tanto “prueba científica” sería una traducción muchísimo más sólida para este concepto. No obstante, dado que en los entornos científicos se sigue usando el término “evidencia científica” (no hay más que ir a cualquier buscador para ver el nivel de búsqueda de uno y otro), nos centraremos en este concepto tal cual se conoce.

 

 

 

Niveles de evidencia científica

 

No todas las pruebas tienen el mismo grado de evidencia. Eso es algo lógico. Por eso, a lo largo de la historia se han definido diferentes sistemas de clasificación de la evidencia por niveles. Aunque invitamos al lector a explorar el que mejor se adapte a sus necesidades, hablaremos de uno de los más recurridos a modo de ejemplo. 

Uno de los más ampliamente utilizados es el sistema de niveles de evidencia del Centro de Medicina Basada en la Evidencia de Oxford. A continuación se presenta una descripción general de este sistema.

 

Se divide en cinco niveles, siendo el 1 el de mayor evidencia y el 5, el de mejor evidencia. No ahondaremos en la terminología de cada uno de ellos sino, a modo de resumen, un breve comentario por cada uno de ellos. 

 

Antes de seguir, es importante tener en cuenta que esta clasificación de niveles de evidencia es solo una guía general y que la calidad de un estudio no puede basarse únicamente en su nivel de evidencia.

 

Nivel 1. Varios estudios combinados

 

Revisión de varios estudios similares: En este nivel, los investigadores revisan varios estudios que son muy confiables y los combinan para obtener una conclusión más precisa sobre un tema.

 

Nivel 2. Estudios bien planificados

 

Estudios bien diseñados: Aquí se incluyen estudios en los que se asigna a las personas de forma aleatoria a diferentes grupos de tratamiento. Estos estudios son cuidadosamente planificados para asegurarse de obtener resultados válidos y confiables.

 

 

 

 

Nivel 3. Estudios de cohortes 

 

Estudios que siguen a grupos de personas: En este nivel, los investigadores siguen a un grupo de personas a lo largo del tiempo y comparan cómo les va a medida que son expuestas a diferentes factores.

 

Nivel 4. Comparación de grupos

 

Estudios que comparan grupos retrospectivamente: En este caso, los investigadores comparan a un grupo de personas con un cierto resultado de interés (casos) con otro grupo sin ese resultado (controles). Se mira hacia atrás en el tiempo para ver qué factores pueden haber influido en el resultado.

 

Nivel 5. Casos individuales o series de casos

 

Informes de casos individuales o series de casos: Aquí se describen casos individuales o una serie de casos similares. Estos informes son útiles para describir situaciones específicas, pero no proporcionan evidencia sólida sobre relaciones causa-efecto.

 

 

 

 

Métodos más recurrentes en la evidencia científica

 

Existen múltiples sistemas, métodos y técnicas para llevar a cabo la investigación científica. Cada uno de ellos con sus ventajas e inconvenientes. En este artículo, que no es más que una introducción al concepto y no pretende tener un objetivo empírico, hablaremos de algunos de los métodos más habituales. 

 

Experimentos controlados

 

Probablemente, la técnica más recurrente dentro del campo de la ciencia. Método fundamental en la investigación científica. Se manipulan variables y se comparan grupos de estudio y grupos de control para evaluar los efectos de una intervención o tratamiento específico. Los participantes son asignados al azar a los diferentes grupos para minimizar los sesgos y maximizar la validez de los resultados.

 

Estudios observacionales

 

Los estudios observacionales son aquellos en los que los investigadores observan a los participantes en su entorno natural, sin intervenir o manipular variables. 

 

Estos estudios pueden ser prospectivos, siguiendo a los participantes en el tiempo, o retrospectivos, analizando datos previamente recopilados. Los estudios observacionales pueden proporcionar información importante sobre las asociaciones entre variables, pero no permiten establecer relaciones causales definitivas.

 

En este blog, hemos hablado mucho de observación en diferentes ámbitos y, por lo tanto, un poco más adelante, hablaremos más en profundidad de este método y del papel que puede jugar Codimg en la digitalización de este método.

 

 

Revisiones sistemáticas

 

Método utilizado para resumir y sintetizar la evidencia científica disponible sobre un tema específico. Estas revisiones implican una búsqueda exhaustiva de la literatura científica, la selección de estudios relevantes y la evaluación crítica de su calidad metodológica. Al combinar los resultados de múltiples estudios, las revisiones sistemáticas ofrecen una visión global y más sólida de un tema en particular.

 

Análisis estadístico

 

No por estar al último, es menos importante. De hecho, proporciona un nivel de fiabilidad matemático. De hecho, hablamos de una técnica esencial en la evidencia científica. Se utiliza para interpretar los datos recopilados en un estudio y determinar si las diferencias o asociaciones observadas son estadísticamente significativas. Los métodos estadísticos ayudan a los investigadores a cuantificar la incertidumbre y evaluar la confiabilidad de los resultados. Estas técnicas incluyen pruebas de hipótesis, análisis de varianza, regresión y muchas otras herramientas estadísticas.

 

 

 

El método observacional en la evidencia científica

 

Como hemos señalado unas líneas más arriba, un estudio observacional se lleva a cabo mediante la observación sistemática de los participantes en su entorno natural, sin intervenir o manipular variables. 

 

A diferencia de los experimentos controlados, en los estudios observacionales los investigadores no asignan aleatoriamente a los participantes a grupos de estudio y control, sino que están claramente definidos y clasificados. 

 

¿Cómo se puede llevar a cabo un estudio observacional basado en la evidencia científica?

Fase 1. Definir objetivo y variables del estudio

 

El primer paso es establecer claramente el objetivo y las preguntas de investigación que se pretenden abordar en el estudio observacional. Esto implica identificar las variables a medir y las relaciones que se investigarán.

 

Fase 2. Seleccionar los sujetos de estudio

 

Determina la población objetivo y selecciona una muestra representativa de participantes. La muestra dependerá del diseño del estudio y de las características de la población de interés.

 

Fase 3. Recopilación de datos

 

Recolecta datos mediante observaciones directas, cuestionarios, entrevistas o registros médicos, según el enfoque y las variables del estudio. Es importante utilizar instrumentos y métodos de recopilación de datos estandarizados para garantizar la consistencia y la validez de los resultados.

 

Fase 4. Análisis de datos

 

Analiza los datos recopilados durante la fase anterior utilizando técnicas cuantitativas como cualitativas para obtener resultados válidos para definir hipótesis. 

 

Fases 5. Interpretación de resultados

 

Interpreta los resultados a la luz de los objetivos y las preguntas de investigación planteadas. Evalúa las asociaciones observadas y considera las posibles limitaciones y sesgos del estudio. Compara los resultados con la evidencia existente en la literatura científica y saca conclusiones basadas en la evidencia observada.

Es importante destacar que los estudios observacionales no permiten establecer relaciones causales definitivas, ya que no hay control directo sobre las variables o la asignación aleatoria de los participantes. 

 

Sin embargo, son valiosos para explorar asociaciones, identificar patrones y generar hipótesis que posteriormente pueden ser sometidas a estudios experimentales más rigurosos.

 

 

 

El papel de Codimg en los estudios observacionales

 

En este blog hemos hablado en profundidad del papel del software Codimg como herramienta ideal para acompañar al profesional a lo largo de todo el proceso del estudio. Puedes leer cualquiera de los artículos publicados en este blog y entenderás un poco más cómo puede ayudar al proceso.

 

Si lo prefieres, uno de nuestros especialistas de producto puede hacerte una demostración o ayudarte en el aprendizaje de la herramienta. Puedes ponerte en contacto con nosotros en cualquier momento. 

 

Sea como fuere, de forma muy resumida, te explicamos el papel de Codimg en el proceso del estudio observacional de la evidencia científica. 

Digitalizar listas de variables

 

Codimg permite crear, a través de una botonera, digitalizar las variables definidas por la persona que lleve a cabo el estudio. Para cada una de ellas, se crea un botón dentro de una ventaja que hará las veces de checklist.

 

Recopilar digitalmente los datos

 

A través de la botonera, el observador revisa el evento -al tiempo que lo graba, para apoyar los registros a información audiovisual- y hace clic cada vez que la variable hace acto de presencia durante la observación. 

 

Como resultado, obtiene una lista de datos asociados a distintos momentos del vídeo. 

 

Revisar y analizar la información

 

Codimg tiene una gran cantidad de herramientas que permiten al usuario organizar, agrupar, filtrar, definir, acotar y estudiar al detalle todos los datos al detalle. Un apoyo tecnológico para el manejo empírico de la información obtenida para estudiar con precisión los resultados. 

Si te interesa explorar más sobre este tipo de tecnología, contacta con nosotros. Estamos encantados de ofrecerte una prueba completamente gratuita y sin compromiso del software Codimg.  

 

La mejor manera de hacerse una idea de cómo Codimg puede ayudarte a mejorar el rendimiento es, sencillamente, probándolo. Sin compromisos. 

 

 

Muchas gracias por leernos.