-
Empecemos la parte dos de los ensayos controlados aleatorios.
-
Los ensayos aleatorios y los estudios observacionales resultaron en conclusiones distintas
-
sobre los tratamientos de reemplazo de hormonas y su relación con los ataques al corazón
-
esta diferencia fue indicada en la literatura económica. En 1986 LaLonde mostró que los
-
ensayos controlados aleatorios resultaron en conclusiones muy diferentes a aquellas sobre
-
el efecto de al programa de entrenamientos. Esto impacó a los economistas de la misma manera en la
-
que los TRH impactaron a los profesionales de la salud. Esto llevó a un desarrollo de la literatura
-
en la economía, que he enlistado aquí arriba. El resultado de esta literatura en mi punto de vista
-
fue decepcionante, no había manera de garantizar que un estudio observacional podría duplicar
-
lo que obtendrías haciendo un ensayo controlado aleatorio si usaras la misma población.
-
Es cierto que en las manos de un experto, alguien como James Heckman, un estudio observacional
-
podría duplicar un ensayo controlado aleatorio, solo que no podrías garantizarlo.
-
Ahora a algunos estudios observacionales son mejores que otros, así que de hecho a veces
-
mientras menos ambiciosos sean los estudios observacionales mejor resultados arrojan.
-
Así que estudios observacionales que toman a una población homogénea o que ven solamente a una
-
población mas local, les va mejor. También las técnicas que han sido inspiradas por experimentos
-
que se llaman técnicas quasi-experimentales como diseños de regresiones discontinuas, tienden a
-
tener mejores resultados también. Finalmente es interesante notar que a pesar de los resultados
-
de los ensayos controlados aleatorios en general la diferencia entre estudios observacionales y
-
ensayos controlados aleatorios en medicina, son considerados mas pequeños que en las
-
ciencias sociales. Esto puede ser porque en las ciencias sociales estamos tratando con problemas
-
mucho mas severos de selección. Una habilidad mas severa de la elección de la gente que va a entrar al
-
tratamiento o la que no lo va a hacer. Y esto hace mas difícil la disminución de estas tendencias
-
que lo que vemos en la medicina. Así que la gran ventaja de un ECA es que cuando tu
-
grupo de tratamiento y tu grupo de control son aleatoriamente elegidos, entonces con una
-
muestra suficientemente grande, puedes tener confianza de que tus dos grupos son
-
estadísticamente idénticos. Esto resulta ser importante porque los efectos de selección
-
resultan ser mas sutiles, mas importantes y mas difíciles de eliminar usando las técnicas
-
estándar de lo que nos imaginábamos originalmente. Otra ventaja de los ECA es que el experimentador
-
puede diseñar los detalles del experimento y de la recolección de datos con anticipación.
-
Resulta que otra de las cosas por las cuales los estudios observacionales y los ECA difieren
-
no es la técnica digamos pero es que los estudios observacionales frecuentemente usan
-
datos mas crudos, estamos usando datos que fueron recolectados para algún propósito muy distinto.
-
Y cuando uno diseña un experimento, desde el primer día puedes recolectar solamente los datos que
-
quieras. Así que puedes colectar datos mas individuales, un conjunto de datos mas ricos
-
también te pueden ayudar a mejorar los problemas de selección incluso cuando no tomamos en cuenta
-
la aleatorización. Ahora los ECA son fantásticos, pero como toda la evidencia empírica
-
tienen tomarse con una pizca de sal, tienen que ser evaluados cautelosamente.
-
Aquí hay algunos de los problemas que pueden surgir, primero que nada ellos son blanco de
-
los problemas de selección de a población. Recuerda que en la primera diapositiva dije que
-
queremos extraer de una población de interés o una de disponibilidad. Así que por ejemplo digámos que
-
estamos interesados en todos los pueblos de la India, pero solamente nos dan permiso de
-
estudiar 50 pueblos en un estado. Incluso cuando dividiéramos esos pueblos aleatoriamente
-
y le diéramos el tratamiento a un grupo y usáramos el otro grupo como control. Puede que el grupo
-
al que nos dieron permiso de estudiar, sea diferente en alguna manera importante de todas los otros
-
pueblos en India. Es importante tener esto presente. También sesgo de apego/adaptación o de nutrición
-
quizás puedo explicar estos de una mejor forma si vemos experimentos anteriores
-
algunos estudios, estudios observacionales de medicinas y de ataques al corazón.
-
En algunos de estos estudios se descubrió que la persona que estaba tomando estas medicinas
-
las personas que se quedaban en el tratamiento de control y no dejaban el programa
-
pero que tomaban sus medicinas tal cual debían hacerlo, cada mañana, esas personas tenían
-
menores tasas de ataques al corazón que las personas que dejaban el programa o que se les
-
olvidaba tomarse su medicina a veces, etc. Claro que esto tiene perfecto sentido si la droga es la que
-
reduce las tasas de ataque al corazón. Por también se descubrió que el grupo que estaba tomando
-
el placebo, los que tomaban regularmente el placebo los que lo tomaban cada mañana tal cual era
-
indicado y quienes no dejaron el programa, ese grupo de personas también tenían menores tasas de
-
ataques al corazón. Así que al menos alguna de la diferencia no era causada por la medicina en si
-
sino por el hecho de que la gente que continuaba tomándose la medicina o el placebo eran
-
de hecho diferentes, importantemente diferentes que las personas que se salían del programa o
-
que no seguían bien el tratamiento. Finalmente hay un efecto que se llama Hawthorne
-
y este nombre viene de un estudio muy famoso de una planta de Ford que se llama Hawthorne
-
donde los investigadores descubrieron que con cada experimento que hacían obtenían
-
mayor productividad, ¿ahora por que era esto? bueno de hecho no era por nada que ellos estaban haciendo
-
pero era porque a los trabajadores les gustaba que los estuvieran observando, probablemente decían
-
"ah si me están viendo mas me vale trabajar mas duro". Ahora, hay formas de controlar por todas
-
estas cosas, pero el punto que quiero hacer aquí es que hay mejores ensayos controlados aleatorios
-
y hay peores. Y tenemos que tomar eso en cuenta cuando hacemos evaluaciones.
-
En la interpretación de los ensayos controlados aleatorios como en la interpretación de casi
-
todos las investigaciones empíricas, tienes que tener en mente la pregunta:
-
¿es generalizable este resultado? ¿tiene validez externa? (que es la manera en que se pregunta
-
frecuentemente). Así que todos los ensayos controlados aleatorios son específicos al tiempo
-
y lugar en donde se hicieron. Y los efectos de causa están adentro de una matriz muy grande de causas.
-
¿A que me refiero con esto? Toma algo simple de las ciencias naturales. ¿Cual es el punto de ebullición?
-
100Cº ¿no?... bueno si, pero solo a nivel del mar. Si tomas el agua y la calientas en la cima del Everest
-
obtendrías un resultado muy diferente. Ahora, en incluso formas mas complicadas las ciencias
-
sociales están integradas en todo tipo de influencias que tendrán efectos de cambio en los resultados del
-
experimento. Así que déjame te doy un ejemplo: En un conjunto de experimentos famosos
-
de Lawrence W.Sherman un importante criminólogo se preguntó ¿cuando es que las situaciones de
-
violencia doméstica deberían de terminar en un arresto? Así que en Minneapolis al rededor de 1992
-
el le pidió a los policías que escogieran una de tres posibilidades: 1) Arrestar al agresor,
-
2) Dar asesoramiento a ambas partes o 3) Despachar al agresor por 8 horas.
-
Luego al darle seguimiento encontraron que en el caso donde el agresor que había sido arrestado,
-
era menos propenso a repetir las llamadas a la policía. Eso sugiere que arrestar al agresor
-
era la mejor opción para reducir situaciones de violencia doméstica. El estudio de Sherman
-
fue replicado 6 veces, afortunadamente en 3 de esas 6 veces se obtuvieron resultados opuestos.
-
En 3 de los experimentos los arrestos al agresor resultaron en menor número de llamadas al princpio
-
pero en 3 de esos los resultados fueron mas altas tasas de arrestos. Ahora ¿ésto significa que no
-
podemos concluir nada? No, probablemente no. Cuando Sherman re-examinó los datos lo que
-
descubrió o argumentó fue que en comunidades con altas tasas de empleo, los arrestos avergonzó al
-
infractor y entonces eran menos propensos a hacerlo de nuevo. Sin embargo, en comunidades
-
mas inestables, en las comunidades en donde tenían mas problemas, que tenían altas tasas de desempleo
-
entre otras cosas, los arrestos en verdad que enfadaban a los infractores y entonces resultaba
-
en mas arrestos en el futuro. Así que tanto como el punto de ebullición del agua, que puede
-
diferir en diferentes lugares, puede depender en la situación social restante. Eso también
-
se debe de tomar en cuenta cuando uno ve cualquier ensayo controlado aleatorio.
-
Ok eso nos da un resumen de los ECA, y en lecciones futuras, veremos algunos ECA para el
-
desarrollo y te daremos algunos ejemplos específicos.
-
Gracias!