Técnicas de muestreo sobre una población a estudio / Sampling techniques on a population study

RESUMEN

La representatividad de una muestra, permite extrapolar y por ende generalizar los resultados observados en ésta, a la población accesible; y a partir de ésta, a la población blanco. Por ende, una muestra será representativa o no; sólo si fue seleccionada al azar, es decir, que todos los sujetos de la población blanco tuvieron la misma posibilidad de ser seleccionados en esta muestra y por ende ser incluidos en el estudio; y por otro lado, que el número de sujetos seleccionados representen numéricamente a la población que le dio origen respecto de la distribución de la variable en estudio en la población, es decir, la estimación o cálculo del tamaño de la muestra. Es así como el análisis de una muestra permite realizar inferencias, extrapolar o generalizar conclusiones a la población blanco con un alto grado de certeza; de tal modo que una muestra se considera representativa de la población blanco, cuando la distribución y valor de las diversas variables se pueden reproducir con márgenes de error calculables. Entonces, el muestreo tiene por objetivo estudiar las relaciones existentes entre la distribución de una variable en la población blanco y las distribución de ésta variable en la muestra a estudio. Para ello, es fundamental, entre otras cosas definir los criterios de inclusión (características clínicas, demográficas, temporales y geográficas de los sujetos que componen la población en estudio) y de exclusión (características de los sujetos que pueden interferir con la calidad de los datos o la interpretación de los resultados. El objetivo de este manuscrito, es entregar conocimientos generales respecto de las técnicas de muestreo más utilizadas en investigación clínica.

ABSTRACT

The representativeness of a sample allows extrapolating and therefore generalizes the results observed in this, the accessible population, and from this, to the target population. Thus, a sample will be representative or not, only if it was selected at random, i.e., that all the subjects of the target population had the same possibility of being selected in this sample and therefore be included in the study, and on the other hand, that the number of subjects selected numerically represent the population that gave rise to it with respect to the distribution of the variable under study in the population, that is, the estimation of the sample size. Consequently, the analysis of a sample allows us to make inferences or generalize conclusions to the target population with a high degree of certainty, such that a sample is considered representative of the target population, when the distribution and value of the different variables can be reproduced with calculable error margins. So, the aim of sampling is to study the relationships between the distribution of a variable in the target population and the distribution of the same variable in the study sample. For this purpose, it is essential, among other things, to define the inclusion criteria (clinical, demographic, temporal and geographical characteristics of the subjects that make up the study population) and the exclusion criteria (characteristics of the subjects that may interfere with the quality of the data Or the interpretation of results). The aim of this manuscript is to provide general knowledge regarding sampling techniques most commonly used in clinical research.