Diseño de medidas repetidas / Diseño cruzado

Actualizado por ultima vez el 24 de octubre de 2021, por Luis Benites.

¿Qué es un diseño de medidas repetidas?

En un diseño de medidas repetidas, cada miembro del grupo en un experimento se prueba en múltiples condiciones a lo largo del tiempo o bajo diferentes condiciones. Por ejemplo, a un grupo de personas con diabetes tipo II se les pueden administrar medicamentos para ver si ayudan a controlar su enfermedad y luego se les puede brindar asesoramiento nutricional. A los pacientes se les realiza un análisis de sangre para medir los niveles de glucosa después de cada tratamiento .

  • Una medida repetida ordinaria es aquella en la que a los pacientes se les asigna un único tratamiento y los resultados se miden a lo largo del tiempo (p. ej., a las 1, 4 y 8 semanas).
  • Un diseño cruzado es donde a los pacientes se les asignan todos los tratamientos y los resultados se miden a lo largo del tiempo.

El diseño cruzado más común es “dos períodos, dos tratamientos”. Los participantes se asignan al azar para recibir A y luego B, o B y luego A.

Un hecho importante que diferencia a los diseños cruzados del tipo de experimento “habitual” es que los mismos pacientes están en el grupo de control y en todos los grupos de tratamiento . Un paciente se mide por lo bien que responde a los tratamientos contra sí mismo; el “control” es el estado original del paciente. Por ejemplo, un paciente que recibe asesoramiento nutricional se mide antes del tratamiento (la parte de control) y después del tratamiento (la parte experimental).

Ventajas y desventajas

Las ventajas incluyen:

  • Se necesitan menos pacientes en general . En un experimento tradicional, necesitarías x pacientes por grupo experimental, más un control; Si tuviera tres condiciones experimentales (por ejemplo, nutrición, ejercicio, medicamentos) más un control, necesitaría 4x pacientes. En un diseño de medidas repetidas, solo necesitaría un grupo de pacientes de tamaño x, porque todos los pacientes tienen todas las condiciones.
  • Se necesitan menos pacientes para detectar un tamaño de efecto .
  • Mayor potencia estadística : se incorpora el control de la variabilidad entre sujetos.

Las desventajas incluyen:

  • Efectos de orden: la posibilidad de que importe la posición del tratamiento en el orden de los tratamientos. La aleatorización o el contrapeso pueden corregir esto.
  • Efectos de arrastre : la administración de una parte del experimento puede tener efectos de filtración a las partes posteriores.
  • Los sujetos pueden abandonar antes de la segunda o tercera parte del experimento, lo que resulta en tamaños de muestra que son demasiado pequeños para producir resultados significativos.

Análisis de resultados con medidas repetidas ANOVA

Prueba ANOVA de medidas repetidas.

Prueba ANOVA de medidas repetidas.

ANOVA es un acrónimo de Análisis de Varianza. Se llama Medidas repetidas porque el mismo grupo de participantes del estudio se mide una y otra vez. Por ejemplo, podría estar estudiando los niveles de glucosa de los pacientes al mes, 6 meses y 1 año después de recibir asesoramiento nutricional. Para obtener más detalles (incluidos los supuestos y cómo ejecutar un ANOVA de medidas repetidas), consulte el artículo principal: ANOVA de medidas repetidas.

Tengo una Maestría en Ciencias en Estadística Aplicada y he trabajado en algoritmos de aprendizaje automático para empresas profesionales tanto en el sector de la salud como en el comercio minorista.

Deja un comentario

¿Qué es la prueba de Dunnett? La prueba de Dunnett (también llamada método de Dunnett o comparación múltiple de Dunnett)…
statologos comunidad-2

You have Successfully Subscribed!